本报告系统回顾与展望2019年A股量化风格演变，指出盈利成长及股价动量风格持续有效，质量风格（如速动比率）显著提升，资金持续流入大盘蓝筹，引导策略重点配置绩优蓝筹及追随风格趋势。量化因子基于历史数据风格表现与资金流动结构，结合日历效应和宏观事件构建，推荐关注高盈利成长与低交易活跃度组合，有效性通过沪深300成分股的“绩优蓝筹风格趋势策略”得以验证，其自2017年年化超额收益达10.8%且信息比率0.87，风险可控。[page::0][page::3][page::9][page::13][page::20]
报告基于信号处理技术构建可变周期模型，精准测算宏观经济及大类资产的动态周期特征，预测中美GDP和CPI未来走势。模型进一步应用于股票、债券、大宗商品、另类投资及房地产，预计除农产品与国内房价外，多类资产未来三年均有积极表现。结合量化预测收益，通过改进Black-Litterman模型，实现不同风险偏好下的战略资产配置方案，提升资产配置的科学性与前瞻性[page::0][page::6][page::11][page::17][page::18]。
本报告基于百度指数定量刻画宏观指标关注度，研究不同关注度情形下宏观指标对大类资产表现的影响显著性，识别有效宏观指标类别，并基于此构建单资产择时和多资产配置策略，展现策略稳定超额收益，验证了关注度加权提升资产配置效果的有效性[page::0][page::4][page::23]。
本报告回顾2019年4月中旬A股市场表现，资金主要流向大盘蓝筹指数，价值及股价反转等风格持续有效，成长、盈利风格仍待修复。结合资金流、估值及盈利预测多维度分析，建议重点把握盈利、质量及价值风格，规模上偏好大盘蓝筹。报告深入分析了日历效应、资金流向、分化度等量化风格驱动因素，且基于沪深300构建绩优蓝筹风格趋势策略，实现持续超额收益和稳健风险表现，为二季度投资策略提供明确方向。[page::0][page::3][page::8][page::9][page::12][page::16][page::17][page::18]
报告基于多维度量化策略构建了全面的行业及指数轮动框架，包括宏观事件驱动、景气度、相对估值、资金流、盈利预测及日历效应等多个因子，结合定量模型进行行业及宽基指数配置研究。多策略联合形成综合模型，历史回测显示该模型具有显著超额收益能力。近期建议聚焦计算机、医药、家电、采掘、通信、电气设备及军工等行业，以及创业板指数的优选配置。[page::0][page::5][page::6][page::23]
本报告分析广发证券研发的GFTD市场择时模型，定位趋势跟随右侧确认机制，重点评估2013年12月上证指数卖出信号的形成过程及止损点设定，并总结GFTD模型自2000年以来在上证指数上的择时收益表现，多年份均超过15%，仅2003年亏损，说明模型择时具有稳健的历史业绩表现，但市场波动仍存在信号失效风险 [page::0][page::2][page::3]。
本报告基于行为金融学中的凸显理论，构造了ST因子来衡量投资者认知偏差下股票预期收益与平均收益的差异，实证发现ST因子在全市场选股中效果显著，表现出“ST值越低股票收益越高”的特征，多空对冲策略信息比率最高达到2.38，充分体现了行为因素在选股中的应用价值 [page::0][page::9][page::11][page::15][page::17][page::32]。
本报告基于日内高频数据构建弹性因子，采用Hodrick-Prescott算法分解价格成分，通过傅立叶变换测量暂时价格恢复速度，体现弹性特征。实证分析显示，在A股各主要指数板块中，弹性因子表现稳健，分档效果显著，年化多空收益率最高达28.27%。因子负相关Rank_IC表明其有效性和持久性，且高频数据带来更多独立样本，有助于因子验证[page::0][page::6][page::8][page::20]。
本报告基于156个股票因子，使用多类别逻辑回归、支持向量机、随机森林、XGBoost及深层神经网络5种机器学习模型，构建股票收益率预测模型并进行因子选股。研究对比了不同模型在日频和半月频样本训练模式下的预测准确率、训练时长及选股表现，发现DNN模型在日频样本下表现最佳，具有最高的IC值、年化收益和夏普比率；而在半月频样本训练中，XGBoost模型训练效率较高，表现最优。机器学习因子与传统风格因子相关性较低，DNN和XGBoost模型风格暴露最小，回撤较低，策略整体显著超额收益但模型表现高度相关，存在潜在策略失效风险。[page::0][page::4][page::29]
本报告基于2024年3月4日至8日的市场数据，结合多维度A股市场表现、估值、情绪、资金流及宏观因子分析，判断市场存在较大概率回升窗口，尤其是科创50和创业板调整后，市场整体估值处于较低分位，风险溢价处于历史较高水平，资金面ETF持续流入，融资余额增加，表明市场震荡蓄力，继续向上 [page::0][page::3][page::5][page::18][page::19]。
本报告回顾了2020年初A股市场的量化风格表现，确认小盘及动量风格持续显著，价值风格有效性减弱。基于多维日历效应、资金流向、盈利预测及估值水平分析，推荐继续关注小盘价值和成长风格组合，尤其聚焦沪深300绩优蓝筹风格策略，展望2020年一季度风格机会并提示策略风险。[page::0][page::3][page::9][page::10][page::14][page::19]
2019年三季度国内CTA产品表现整体不佳，年化收益率中位数为11.43%，夏普比率0.97，最大回撤-6.33%。股指期货市场波动率持续走低，趋势策略表现疲软，多类CTA策略均出现亏损。国债期货趋势性减弱，但跨品种套利策略表现较好，推动四季度关注多长空短配置。大宗商品走势分化，结构性机会显著，重点关注农产品油脂及跨品种价差。风险控制为CTA策略长期成功关键[page::0][page::3][page::5][page::6][page::8][page::11][page::14][page::21]。
本报告针对注册制新股上市首日无涨跌幅限制的制度背景，研究了基于单一时间点卖出、固定涨幅卖出及分类卖出等策略，结合14项股票特征，采用时间序列交叉验证训练随机森林及XGBoost模型对新股进行类别预测，应用不同卖出策略。结果表明，XGBoost模型结合分类卖出策略2实现了最高的累积收益791.82%，显著优于基准709.03%，且稳定性较高，证明分类卖出策略在新股首日交易中具备显著优势 [page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17]
报告介绍了广发证券金融工程团队开发的多种择时模型，其中GFTD模型基于买卖计数，为趋势类择时模型，实证显示在单边市场中收益优异但震荡市表现波动。LLT低延迟趋势线模型表现出91%以上年份正收益，确认趋势择时有效性。风格策略分析发现，成长小盘近期调整但历史反转明显，价值风格在弱周期表现较强，日历效应指出4月上半月为进攻期，关注非银、汽车、建筑和采掘板块。量化选股结合风格筛选与资金风险优化，辅以行业轮动和羊群效应研究，致力于系统化风格与板块配置。同时，报告引入风险平价及ABL多因子大类资产配置模型提升组合表现，验证了宏观因子在资产配置中的应用价值 [page::0][page::2][page::9][page::16][page::19][page::22][page::28][page::31][page::34][page::35]
本报告聚焦沪深港通北向资金数据披露机制由日度调为季度频次后带来的因子构建挑战，在季频调仓约束下，提出“踵事增华”复合因子，融合了传统持仓占比因子、特质变动因子及北向影响力因子，实证显示该因子在全市场及主流市值域均较传统因子有显著业绩提升，且行业及风格正交后仍保持较强Alpha能力，验证了新机制下北向因子挖掘的可行性和有效性 [page::0][page::4][page::9][page::10][page::15][page::22]
本报告全面回顾了2024年三季度国内CTA产品的发行情况与业绩表现，重点分析了股指期货、国债期货和大宗商品的市场走势及相关CTA量化策略的回测表现。股指期货因9月政策利好和波动率提升，趋势策略收益突出；国债期货虽经历波动加大，但趋势策略表现有限；大宗商品价格震荡，整体CTA趋势交易机会不足。报告同时指出风险控制对CTA产品成败的重要性，为投资者提供详实的策略复盘与市场展望[page::0][page::3][page::5][page::9][page::14][page::18][page::19]。
本报告针对经典TD指标不适用于中国股市的问题，提出了改变计数起点、参数和规则的修正方法，实证表明修正后的TD序列和组合指标在上证综指、深证成指、沪深300指数上均表现出较高的预测准确率（最高达83%），并实现了显著的超额收益，修正TD组合模型表现最佳，实证期间通过更合理的参数调优与计数规则，提升了交易信号的有效性和稳健性，为指数择时提供了有效工具 [page::0][page::9][page::13][page::16][page::19]
报告基于行为金融学“损失厌恶”理论，拆解传统Beta因子为SemiBeta因子，在A股市场构建48个细分因子，发现fBeta_MN系列因子表现最佳，尤其以不同回溯周期和基准构建的因子均展现显著负IC及高年化收益。基于精选的三个fBeta_MN_60因子，构建市值行业中性指数增强策略，分别对沪深300、中证500和中证1000进行回测，均实现5%-12%的年化超额收益，表明SemiBeta因子具备较强划分Alpha能力及策略构建价值[page::0][page::23].
本报告基于高频价量数据预处理成日频因子，通过深层全连接神经网络提取选股因子，并采用基于截面回归的特征组合方法进行选股测试。样本外实证显示，深度学习提取特征的平均IC约7.7%，组合模型年化超额收益率在中证500和1000成分股中分别达到26%和42.4%，超额收益夏普比均超过2.9，表明模型具备显著的选股能力且适合实时动态调整[page::0][page::6][page::14][page::19][page::20]
全球公募基金中期权策略产品自2000年起数量和规模均实现超10倍增长。主要策略包括指数增强（备兑开仓、保护性看跌、领口期权）、绝对收益（Alpha对冲、波动率交易、CTA）及结构化产品。期权策略普遍采用权益资产与期权结合构建组合，提升风险调整后收益。代表基金如Natixis、JP Morgan、BlackRock等，表现稳定且规模巨大。单纯期权和波动率交易产品需关注风险控制。海外经验对国内公募基金产品设计具有重要借鉴价值[page::0][page::4][page::5][page::6][page::7][page::26]。
