CTA 产品及策略 2018 年二季度回顾与展望
报告回顾了2018年二季度CTA产品发行及业绩表现，分析了股指期货、国债期货及大宗商品的市场行情与策略表现。股指期货低频趋势跟踪面临挑战，建议下季度适度降低仓位；国债期货策略延续良好，跨品种套利稳定获利；大宗商品行情分化，重点把握苹果、棉花等结构性机会，关注事件驱动策略，并强调风险管理重要性[page::0][page::3][page::8][page::12][page::15][page::20][page::21]
金融研报AI分析
行业轮动策略：景气回升资金流入，关注消费
本报告基于宏观事件驱动、景气度、中观因子极值、资金流及日历效应五个维度构建行业轮动综合策略。策略通过量化模型对申万一级行业进行月度配置，2021年9月重点推荐关注食品饮料、交通运输、银行等行业。历史回测显示综合策略2010年以来实现25.0%年化超额收益，胜率83.7%，但2021年表现承压。[page::0][page::4][page::30][page::31]
如何挖掘景气向上，持续增长企业——基本面量化策略跟踪
本报告跟踪广发证券金融工程团队基于盈利与成长因子构建的长线选股策略，采用等权重及市值加权组合构建方法。回测显示等权组合年化收益率23.66%，远超同期中证800指数和偏股混合基金，信息比达到1.23，风控指标优异。重点行业为医药生物、化工等，平均持股55只，市值约130亿元。策略稳定表现验证其基于基本面量化因子的有效性及长期选股价值 [page::0][page::3][page::5][page::9][page::10]
重构行业轮动框架之十——基于行业聚类的行业轮动策略研究
本报告系统性研究了基于聚类方法的行业重新划分与重构，采用K-Means、kernel K-Means和凝聚层次聚类三种方法，结合不同参数对行业划分的敏感性分析，选用余弦距离和全链距离实现了更合理的行业聚类。基于动态行业聚类，构建趋势跟踪与反转类板块轮动策略，对2012-2021年申万一级行业指数进行回测，趋势跟踪策略年化收益率达14.76%，显著超越基准，验证了行业聚类分组在轮动选股中的应用价值 [page::0][page::5][page::27][page::28][page::29]
基于 Hurst 指 数切换的行业轮 动策略
本报告基于Hurst指数动态识别趋势市与震荡市，结合趋势策略与反转策略构建行业轮动组合。策略回测自2005年起总超配收益率达1642.88%，对冲年化超额收益11.7%，最大回撤12.88%。2011年表现优异，信息比率达2.86。行业配置方面，传媒、机械设备最频繁配置，化工、医药生物胜率最高。Hurst指数阈值0.64为策略切换关键，参数敏感性良好，策略执行简便且具鲁棒性[page::0][page::3][page::13][page::27]
风险溢价视角下的股债“固收+”策略
本报告基于改进的股债风险溢价指标ERP，通过引入PE_TTM倒数与国债收益率差异，结合动态滚动分位数调整，构建股债轮动及行业轮动“固收+”策略。回测显示该“双ERP”策略年化收益11%，夏普比1.6，明显优于传统股债配置和纯债组合。行业轮动配置提升超额收益，关注行业包括纺织服饰、交通运输等，明确指出策略在低利率环境与A股市场成熟背景下的适用性及风险[page::0][page::3][page::5][page::9][page::15]。
基于统计语言模型（SLM）的择时交易研究
本报告基于统计语言模型（SLM）构建择时交易策略，将历史行情涨跌符号序列作为语料库计算条件概率，选取1995至2004年数据训练，2005至2009年样本内确定最佳模型阶数为6阶。策略设置1%止损，实证显示2005-2013年累计收益达1476.2%，年化收益80.3%，最大回撤21.5%，较未止损版本最大回撤大幅降低且收益提升，样本外2010-2013年表现稳定，综合建议实际应用时加入止损机制以降低风险 [page::0][page::12][page::19].
Smart Beta 策略研究——产品创新专题报告系列之二十三
报告系统研究了Smart Beta指数的全球发展与A股市场的演进，重点以低波动风格因子为核心，分析其稳定的超额收益特征及金融经济解释。基于单因子研究，提出“低波动+”系列策略，结合低波动因子与其他经典风格因子构建六个精选组合，通过多股票池检验回测，验证叠加经典风格的策略在收益率、信息比和alpha方面均显著优于纯低波动策略，展示了Smart Beta策略的投资潜力和创新空间 [page::0][page::4][page::10][page::12][page::16][page::28]。
金融工程：头部产品 Beta 变化——A 股量化择时研究报告
本报告聚焦A股市场量化择时，利用GFTD及LLT模型对主要指数进行中期择时判断，均发出看跌信号。市场结构与行业估值显示低估值板块抗跌能力较强，但机构资金拥挤度高板块波动加剧。头部基金产品与茅指数的beta值从89%降至65%，反映部分资金逃离抱团股。宏观视角结合货币供应及国债收益率周期，提示流动性紧缩周期已开始，市场仍处调整阶段，量化模型择时成功率约80%。
基于舆情的大类资产配置
本报告基于互联网舆情数据，构建舆情因子并结合Black-Litterman模型，提升大类资产配置的预期收益预测能力。通过舆情搜索指数体现投资者关注度变化，分析其对不同资产类别收益率的影响，回测结果显示基于舆情的模型显著优于等权配置，具备较强的收益稳定性和风险控制效果，为资产配置提供创新视角与方法[page::3][page::5][page::10][page::34].
情绪 Beta 因子在选股中的应用
本报告系统构建了基于A股市场六大情绪代理变量的滚动综合情绪指数，进一步定义个股情绪Beta因子衡量个股对市场情绪变化的敏感度。实证结果显示，高情绪Beta股票多为难以估值、无股息、成长性强的小盘股，中长期跑输市场。中证500成分股回测表明，低情绪Beta组合年化超额收益11.63%，最大回撤8.66%，信息比率1.372，彰显良好选股能力与稳定性。[page::0][page::12][page::22][page::23]
金融工程 预期改善叠加日历效应，关注汽车非银等
本报告基于多维度量化行业轮动策略，融合宏观事件驱动、行业景气度、资金流向、盈利预期及日历效应，构建综合指数及行业配置模型。通过历史数据和多因子模型回测，综合策略表现优异，建议重点关注电力设备、汽车、休闲服务、通信及非银金融等行业，以及中证500指数的配置价值，提供系统化量化投资框架与实证支持[page::0][page::4][page::5][page::23][page::24]。
金融工程：风险溢价超标准差边界
本报告基于2024年7月22-26日A股市场行情，结合多维市场表现、估值水平、市场情绪、资金流动与宏观因子事件，发现当前风险溢价超过两倍标准差边界，市场整体估值处于历史较低分位。科创50指数和创业板均显著调整，大盘价值与成长均承压。基金仓位提升，ETF资金净流入明显，北向资金流出。宏观杠杆率上行但产出走弱，宽松周期预期持续，为权益市场中长期上涨弹性提供支撑。同时风险提示模型可能失效，需注意市场结构及交易行为的变化风险[page::0][page::3][page::5][page::17][page::20].
考虑预期改善及底部特征的行业轮动策略
本报告通过构建“长期底部”、“短期动量”、“预期改善”和“资金流入比”四因子复合策略，筛选触底反弹且盈利预期及资金流入较好的细分行业。该月频调仓的行业轮动策略自2016起回测年化超额收益约20.24%，季频调仓策略超额收益仍达16.45%。最新推荐行业包括中药、物流、房屋建设等，显示策略有效捕捉行业估值和景气度共振的投资机会[page::0][page::17][page::18][page::27][page::22][page::24][page::26]。
金融工程：市场平均涨幅快速回升 A 股量化择时研究报告
本报告基于2023年11月6日至10日的数据，系统梳理了A股市场结构表现、行业涨跌及估值水平，市场情绪指标、资金流向和宏观因子事件，为量化择时提供决策支持。近期市场整体呈回升态势，科创50和创业板指数涨幅领先，估值处于历史较低位，风险溢价仍具吸引力。宏观杠杆率上行阶段叠加经济企稳预期，短期市场有望迎来修复窗口 [page::0][page::3][page::5][page::19]
金融工程：量化风格——风格继续切换，关注盈利、价值
报告回顾2021年9月A股市场风格动态，指数整体上涨但主力资金流出，价值风格流出少于成长风格，9月融资资金偏好小盘价值及中证500。10月风格展望基于日历效应、分化度及资金流向，继续看好盈利和价值风格切换。推荐沪深300成分股构建绩优蓝筹风格趋势策略，历史回测年化超额收益11.94%，信息比0.85，表现稳健。[page::0][page::3][page::8][page::9][page::15][page::16]
金融工程：市场震荡回调，风险溢价上升 A 股量化择时研究报告
本报告围绕2024年5月20日至24日的A股市场表现，采用多维数据指标跟踪市场结构、估值、情绪及资金流向，揭示短期市场震荡中的风险溢价上升特点，并结合宏观因子及债务通胀周期动态，分析权益市场的估值底部及未来弹性展望，提供量化择时角度的投资参考。[page::0][page::20]
TD技术分析方法：趋势中把握波段的广发TD线
本报告系统介绍了TD技术分析的发展与改进，重点讲解了广发证券基于经典TD线的改良策略。通过取消斩仓机制、采用多个TD点拟合趋势线及LLT滤波方法，显著提升了择时策略表现，提升样本内外收益率与盈亏比，验证了改良策略在沪深300、中证500等指数的适用性和稳健性。[page::6][page::8][page::14][page::23][page::24][page::29]
基于宏观数据的指数波动率预测
本报告基于宏观因子事件和宏观指标趋势两种模型，分析宏观数据对沪深300和中证500指数波动率变化方向的影响。研究发现多个宏观因子事件（如PMI短期低点、CPI涨后回落等）和指标趋势（如社融存量同比上行、10年期国债利率下行）均与指数波动率下降相关。综合最新宏观数据趋势判断，未来1个月沪深300、中证500指数波动率有望下行，历史月度判断胜率在63%-66%之间，具有一定预测效能[page::0][page::3][page::6][page::9][page::12][page::13][page::10].
高管增持事件 驱动策略量化研究 ——事件驱动策略量化 研究系列专题之一
本报告基于2006年至今的上市公司高管增持公告，详细量化分析了高管增持事件的驱动效应，验证短期持有（5-30日）策略的显著收益及较高胜率。同时，结合市场行情、增持力度、公告及时性、公司规模与行业对策略表现的影响，构建了有效的事件驱动量化投资策略。历史回测显示，持有期合理选取的滚动策略最高可获得年化超额收益超过18%，在熊市及震荡市中表现尤为突出。报告建议重点关注中小市值、增持比例大于0.05%、公告滞后不超过60天的综合、地产及农林牧渔等行业公司，并进行中短期滚动投资以提升收益和风险控制能力[page::0][page::2][page::4][page::6][page::9][page::11][page::13]。
