本报告基于巴西Petrobras欧式期权的历史数据，构建深度残差神经网络模型进行期权定价。通过自定义混合损失函数结合市场数据和Black-Scholes模型，模型在3至19巴西雷亚尔价格区间的平均绝对误差（MAE）较Black-Scholes减少64.3%，表现更优且对长期到期选项的预测更加精准，揭示了深度学习在金融定价建模的潜力与局限性 [page::0][page::6][page::9]。
本报告基于条件独立随机变量模型，揭示金融资产收益率分布的尺度变换规律，说明收益率的幂律厚尾和其波动率分布幂律厚尾之间的直接联系。通过对标普500指数、苹果、Paramount股票及比特币的实证分析，发现股票收益率尾部服从幂律，而比特币收益率表现出拉伸指数分布特征，源自其波动率分布的不同形态，验证了模型的广泛适用性与数据折叠现象[page::0][page::1][page::2][page::3][page::4]。
本文提出一种线上多变量正则化分布回归模型，实现对高维电力价格条件分布所有参数的联合建模。该模型基于多变量分布回归，结合LASSO型正则化的在线坐标下降算法，支持依赖结构的路径式正则化和提前停止。通过德国日前电力市场的实证预测研究，结果显示相比只建模边际分布且依赖结构静态不变的模型，该方法在考虑如可再生能源注入及历史价格等指标时，能显著提升预测性能且计算速度提升80至400倍以上，具备实际应用潜力 [page::0][page::1][page::3][page::13][page::19][page::21]。
本报告提出一种结合随机波动率和利率变动扩展的Black-Scholes模型，采用有限差分法求解偏微分方程，并与基于LSTM的机器学习模型进行比较。研究显示，LSTM在预测准确性上优于扩展PDE模型，但计算效率逊色；扩展模型适合对参数敏感且需快速计算的场景。两种模型对不同市场条件均表现出良好的适应性，为期权定价提供了互补的视角和实用策略 [page::0][page::1][page::3][page::4][page::5]。
本报告探讨了量子退火技术在投资组合优化中的应用，通过混合量子-经典方法有效提升了资产选择和配置效率。实证结果显示，基于量子优化的投资组合在13个月内比基准组合多增值约30万印度卢比，且再平衡策略进一步提升了组合表现，体现出量子技术在金融优化上的潜力与应用前景 [page::0][page::4][page::5][page::6]。
本报告基于Vasicek模型扩展，引入负跳跃过程刻画极端气候事件对企业资产价值的冲击，结合资产强度及地理脆弱性实现企业物理气候风险聚类；通过调校模型参数，量化物理气候风险对股票组合的影响，构建物理风险加成的VaR指标，揭示不同行业和地区气候风险暴露异质性，为资产管理和监管提供科学风险计量框架和实操工具 [page::0][page::1][page::4][page::6][page::9][page::12][page::14][page::16]
本报告提出了一种结合卷积神经网络（CNN）与Transformer结构的混合模型，用于有效捕捉金融时间序列中的短期波动与长期依赖。通过对标普500成分股的日内价格预测实验，模型在准确率和计算效率上均优于传统统计方法和先进深度学习模型，展示了该方法在金融预测领域的广泛应用潜力 [page::0][page::2][page::5][page::7].
本报告提出基于Echo State Network（ESN）的多时段非线性预测框架，用于预测美国股市内日不同时间区间的股票收益率。相较传统线性模型和带正则化的回归基准，ESN因其固有的递归结构和非线性映射能力，实现了最高0.87%的均方预测误差（MSFE）降低，并且在统计检验中表现显著优越。该方法计算效率高，适合系统性交易中的实时预测，预测性能对随机参数初始化保持鲁棒性，尤其适用于短中期（10分钟至2小时）预测，收盘收益预测效果较弱[page::0][page::2][page::13][page::16][page::17]。
本文针对边际期望缺口（MES）这一系统性风险核心指标，在已知边际分布但不确定依赖结构的条件下，推导了MES的最坏与最好风险边界，并通过加性、乘法和最小值三种背景风险模型利用有限依赖信息改进风险边界。此外，基于资本资产定价模型假设的风险线性回归关系，给出另一组MES风险边界。研究揭示，依赖信息的引入显著缩小了风险评估的区间，提升了系统性风险度量的准确性 [page::0][page::3][page::7][page::11][page::16][page::23][page::26]
本报告提出了一种基于深度学习的端到端风险预算组合框架，采用带有下界约束的softmax层显著提升了模型对神经网络初始化的稳定性，减少了结果的波动性，同时确保组合表现持续优于风险平价基准。实证结果基于7只ETF的历史数据，验证了该框架在样本内外的鲁棒性和较低的绩效离散度，推动大规模资产组合优化的可行性，为金融投资提供可靠且高效的深度学习方案 [page::0][page::1][page::6][page::8][page::15][page::16][page::17][page::18][page::19]
本报告围绕固收＋基金展开，基于历史净值和持仓数据构建了超额收益稳定性、静态持仓表现及动态交易能力三大因子，综合评估固收＋基金历史表现与交易能力。通过多因子量化筛选构建基金组合，获取显著且稳定的超额收益，且在控制基金指数配置偏差基础上实现指数增强。报告还分析了固收＋基金的配置特征、业绩归因及赎回成本控制，具有重要参考价值 [page::0][page::3][page::6][page::13][page::16][page::20]
本报告基于主动型权益基金的重仓股持仓频次，从热门股、普通股、冷门股三类个股视角对基金权益资产收益进行分解，应用Carino方法计算季度收益贡献，并开发基金因子描述基金对不同类型个股的投资能力。研究发现，热门股呈现大盘成长特征，冷门股偏小盘价值，且冷门股因子构建的基金组合在历史回测显示了显著超额收益。此外，基于基金重仓冷门股筛选的个股组合，长期收益优于整体冷门股及沪深300和中证500指数，显示该另类分类视角具备良好的投资指导价值。[page::0][page::8][page::10][page::16][page::17][page::21][page::22]
报告从个股持仓周期的视角，将主动型权益基金前十大重仓股收益划分为短线股、中线股、长线股，分析持仓周期对基金收益贡献的不同影响。通过收益分解与Carino方法，量化基金各类个股及交易收益贡献差异，揭示短线股和长线股在促进基金超额收益中的关键作用。基于因子构建和组合回测，筛选短线股、长线股配置均衡且投资能力强的基金，构建长短兼顾优选组合，实现显著稳健的超额收益 [page::0][page::1][page::2][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].
本文通过划分不同市场情形（市场涨跌、风格强弱、行业分化度），基于基金收益排名分位数标准差构建业绩稳定性指标，发现业绩稳定性与基金长期收益正相关。基于该指标筛选构建基金组合，回测显示长期超额收益稳定且回撤较低，且剔除风格、行业因素后，该指标仍有效提升组合表现 [page::0][page::1][page::2][page::3][page::5][page::6][page::7][page::8][page::9][page::10]
报告系统研究了主动量化型基金的筛选方法、业绩特征及投资策略，基于基金全称、招募说明书和持仓明细筛选178只基金，分析其风格、板块及龙头股配置差异对业绩的影响，发现剥离风格和板块后的超额收益延续性明显，且适合行业轮动快、分化小的市场环境。不同量化及另类策略基金表现分化小，基于超额收益稳定性指标构建的基金组合获得显著超额收益，主要来源于风格、板块剥离后的超额收益[page::0][page::4][page::6][page::7][page::8][page::16][page::17][page::18][page::20].
本报告基于北向资金托管机构持股数据，构建一系列行业及风格轮动因子，系统测试其择时效能。结果表明，基于前三月净流入最大抬升占比的差异化因子显著优于传统北向因子，通过结合低相关内资净流入构建内外资共振因子，进一步提升了多空组合的收益、夏普率及胜率。同时机构层面细化因子揭示，摩根士丹利等部分托管机构在行业、风格轮动中具备更强的择时能力和更稳定的多头超额收益。换手率和回撤控制表现良好，体现了北向资金风格轮动的可行性与潜在投资价值 [page::0][page::6][page::8][page::9][page::17]
报告基于80个传统技术因子，系统研究了可转债市场的因子有效性及多因子组合构建，结合分层转债池与量化筛选，精选技术多因子组合实现显著超额收益，偏股层年化收益高达42.92%。创新性提出剔除强赎风险与小规模转债样本，建立分层转债指数作为合理基准，验证所构建策略持续跑赢市场基准，展现技术因子在可转债领域潜在丰富的alpha机会。[page::0][page::3][page::4][page::5][page::6]
本报告基于流动性中的弹性维度，构建弹性因子作为选股工具，通过股价暂时成分的频域分析衡量价格恢复到基本价值的速度，并以月频调仓对全市场及主要指数板块进行实证，结果显示弹性因子在创业板表现尤为突出，实现超额年化收益9.48%，且整体换手率较低，验证了弹性因子在多因子框架中的有效性和潜力 [page::0][page::1][page::2][page::4][page::5]
本报告基于2010年至2022年2222个已解禁竞价定增项目，通过多维度因子构建定增选股策略，结合发行折价率、基本面、持股集中度及市场估值择时，实现超额中证800指数37.20%的年化收益率和信息比1.06。报告详细解析因子影响、策略组合与回测结果，并对最新未解禁项目进行了筛选，具备较强实操参考价值 [page::0][page::4][page::6][page::10][page::11][page::12]
本报告基于百度指数量化宏观指标关注度，研究不同宏观指标在高关注度情形下对大类资产表现的显著影响，提出结合关注度和趋势的资产配置策略，实证结果显示该策略在单资产择时及多资产配置中均获得超额收益，验证了关注度在宏观资产配置中的重要价值 [page::0][page::1][page::6][page::10][page::13][page::15][page::17].
