本报告分析了国证2000指数的成分股结构、成长性及投资价值，指出小盘股在经济复苏、产业创新、流动性宽松及政策多重因素共振下持续具备超额收益潜力。汇添富国证2000指数增强基金以该指数为标的，结合量化多因子选股及风险控制，力求实现超越基准指数的投资收益，为投资者提供成本低廉且灵活的中小盘股票投资方案 [page::0][page::2][page::5][page::7][page::12][page::16][page::19]
本文构建了动量/反转、估值、波动率三类因子组成的多因子行业轮动模型，采用市值权重回归优化模型预测能力，实现了更高的预测准确率和收益率。最优模型（扩展36个月样本、市值权重）表现优异，样本外验证显示多空策略年化累计收益14.08%，信息比率0.49，回撤小，且行业配置策略相较沪深300指数超额收益8.84%[page::0][page::3][page::6][page::10][page::15][page::16]。
本文围绕基于基金指数的增强组合构建展开，重点通过控制组合相对于业绩基准的行业Beta暴露度和优选高Alpha基金，构建低跟踪误差的相对收益组合。采用业绩归因模型与仓位测算分析全市场主动偏股基金配置，结合层次聚类动态修正板块划分，有效提升组合回测表现，10年累计收益达187%，显著跑赢偏股基金指数和沪深300，年度胜率80%以上。研究为指数增强策略提供系统建模与实证依据，助力长期超额收益获取[page::0][page::3][page::14][page::19][page::21]。
本报告围绕2019年多资产组合的量化配置策略构建及跟踪，覆盖股债轮动、多资产灵活配置和趋势跟踪三类组合设计，分别对应保守、稳健和积极不同风险偏好。三大组合在2019年均显著跑赢基准，股债轮动积极组合年收益达19.55%，回撤6.07%。模型对11月大类资产走势维持中性，总体资产配置策略基于风险预算和趋势信号，强调风险分层和资产灵活配置以寻求超额收益 [page::0][page::1][page::2][page::3][page::4]。
本报告基于复制已有预测模型，采用扩展窗口法与滚动窗口法两种动态建模机制，预测A股整体收益率，并通过多空信号构建实战检验方法。实证结果显示，滚动窗口法（N=48）下模型表现最优，月平均超额收益率达1.43%，多空命中率达到75%，有效规避下跌月份，实现累积超额收益12.10%。系数稳定性检验表明模型具备持久性，未来研究拟结合风险控制方法及模型优化[page::0][page::3][page::5][page::7][page::6]。
报告从多资产量化组合配置角度出发，跟踪了股债轮动、多资产灵活配置与多资产趋势跟踪三类组合的表现，明确疫情期间资产配置表现分化趋势，其中趋势跟踪组合表现优异，收益和回撤控制较好；对三月大类资产走势进行了展望，维持债券乐观评级，权益与黄金维持中性并提出各资产的配置建议；详细披露了三类组合的最新资产配置方案及历史绩效统计，针对不同风险偏好设计了保守型、稳健型与积极型策略，强调模型风险提示，为投资者提供量化配置的落地参考 [page::0][page::1][page::2][page::3][page::4]。
本报告推荐经典供应链Alpha文献，基于22个发达国家资本市场数据，构建客户行业收益指数，验证其对上游供应商行业收益的显著预测作用。研究发现，供应链中的客户收益对供应商股票具有领先效应，尤其在小市值及销售分散供应商中更明显。回归和多重稳健性检验支持该交叉预测关系的普遍性，并发现市场一体化程度较高时该效应减弱。此Alpha因子有效性为构建量化投资策略提供理论依据。[page::0][page::2][page::3][page::7][page::11]
本报告深入分析了中欧数据挖掘多因子主动量化基金的投资价值与业绩表现。该基金以指数增强策略为核心，结合独特的分析师一致预期数据及大数据因子，显著提升多因子模型的收益能力。报告核心观点包括基金自2018年以来实现稳定且显著的超额收益，年化超额收益率达到18.31%，信息比率高达2.99，且月度超额收益正向概率高达88%。同时，基金在行业偏离度和风格暴露方面均表现稳健，重点依靠个股选择贡献收益。此外，基金经理团队经验丰富，研发流程严谨，因子权重采用静态策略避免回撤风险，日常利用自动化系统持续监控与优化组合。整体展现了基于大数据和分析师预期提升多因子模型有效性的典范，为指数增强基金产品提供有力业绩支持和投资参考 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
本报告系统研究了科创板新股的有效报价区间、中签率、新股首日涨幅及其影响因素，搭建了科创板打新收益测算模型，并基于经典秘书问题设计最优首日退出策略；筛选约30只科创板打新基金，测算两类打新专户产品在不同交易费用情况下的持有期收益，揭示科创板打新具备稳定的正收益预期，为投资者提供实操参考 [page::0][page::7][page::14][page::19][page::23][page::24]
本报告利用XGBoost机器学习模型，结合宏观变量和技术指标特征，预测A股规模类因子的收益方向。相较传统动量预测方法，XGBoost模型在测试集上达成65.8%的准确率，提升近20%。研究表明宏观经济变量如螺纹钢价格、土地成交面积、发电量及财政收入等对规模因子预测具有较强的区分力，验证了规模因子第二类变化（投资者情绪变化）侧重宏观层面的合理性，并提出完善的模型训练与验证流程以防止过拟合。[page::0][page::2][page::16][page::18]
本报告针对沪深300指数波动率存在结构性突变的问题，采用累积平方和与布朗桥统计量结合蒙特卡洛模拟，精确检测出5个波动率突变点[2006-12-07、2008-01-18、2008-11-19、2009-10-09、2011-02-22]。基于此，将波动率分段建模并引入虚拟变量修正GARCH模型，发现考虑突变点后模型更合理，波动相关性估计更准确[page::0][page::4][page::7][page::10][page::12]。
本报告针对招证金工团队基于秩鼎ESG评分体系构建的ESG量化选股策略体系进行定期跟踪，涵盖了负面剔除、正面筛选及行业增强三大策略，实证显示这些策略自2015年以来均实现显著超额收益。其中，2022年三项策略在对应指数的超额收益分别为4.17%、10.60%及5.53%；2022年12月均维持正向超额收益，表明ESG因子在当前市场环境中仍具备稳定的Alpha生成能力 [page::0][page::4][page::5][page::6]。
报告基于招商证券量化团队构建的ESG选股策略体系，涵盖沪深300、中证500、中证1000三大股票池，涵盖正面筛选、负面剔除、行业增强及Smart Beta等策略。通过多维度ESG因子构建，策略在2023年7月分别实现沪深300、500及1000指数对应的超额收益0.42%、1.13%和2.16%。ESG因子通过提升盈利现金流、降低特质性和系统性风险，显著增强股票估值及带来超额收益。各策略的年化收益率和夏普比率持续优于基准指数，验证了ESG投资的有效性和潜力[page::0][page::3][page::4][page::5][page::6][page::7]
本文系统分析了A股市场中长期存在的低价股溢价效应，重点探讨其三大成因假设：低估值、公司低质量及个人投资者的名义价格幻觉。通过实证检验发现低估值和名义价格幻觉对低价股溢价效应具有显著解释力，而低质量假说未得到数据支持。基于此，构建了多种低价股组合策略，回测显示超额收益显著但波动较大，适合作辅助投资策略。百度指数的搜索趋势和人群画像分析也验证了个人投资者对低价股关注的特殊性，为研究提供另类数据视角。[page::0][page::4][page::12][page::15][page::19][page::20]
本报告针对2019年以来A股价值因子表现下滑的困境，通过HP滤波方法对传统价值因子的估值指标进行趋势与周期项分解，提出改进后的价值因子。实证测试显示，改进价值因子在全A及中证500市场中的IC表现、年化收益率和夏普比率均有显著提升，且最大回撤大幅下降，表现更为稳健。同时与基于简单移动平均法改进的价值因子对比，HP滤波法表现更优且波动性更低。改进价值因子与其他风格因子的相关性低，特别是与反转因子相关性仅为0.22。报告结论有效解决了传统价值因子在当前市场环境下的表现瓶颈，为价值投资提供了新的量化工具与思路[page::0][page::3][page::8][page::14][page::15][page::18]
报告基于新能源汽车产业链细分赛道（上游、中游、下游）构建量化轮动模型，通过宏观数据、景气度和技术指标的数据事件化处理，筛选有效信号事件，实现赛道加权轮动组合。模型在过去11年回测中取得年化收益超30%，最大回撤优于基准，超额收益稳定且显著，表明产业链细分赛道轮动具备较高投资价值[page::2][page::3][page::8][page::24][page::25][page::26][page::34][page::38]。
本报告基于招商证券2006年1月至2011年5月市场类因子覆盖股票池的回测结果，采用全市场、分行业标准化和行业中性三种评分方法测试了包括换手率变化率、动量因子等在内的多种市场类选股因子。结果显示，换手率变化率因子在所有方法及多数行业中均表现出色，具有较高的稳定性和显著的选股能力，Top组合的月均超额收益可达1.17%-1.47%。此外，CHG_1M、CHG_12M、CHG_AVG、TurnOver_AVG20、Volatility_20、MonthPrice及Size等因子也展现了较好的选股效果。各因子在不同行业中的表现存在差异，部分因子如F_CHG_EPS_3M和F_CHG_EPS_AVG未达到有效选股标准，提示针对不同场景需综合考虑因子选用和行业配置[page::0][page::5][page::7][page::8][page::9][page::10][page::11][page::48]
报告介绍了基于动态时间弯曲（DTW）算法的技术择时模型，利用历史行情相似性筛选未来涨跌幅，展现出较强的样本外择时表现。截至2024年4月，模型在沪深300等宽基指数中给出多空信号，2022年11月以来实现14.08%的绝对收益，最大回撤20.07%，相比沪深300超额收益18.40%。模型有效克服欧氏距离锁步度量缺陷，提升择时准确性，但在突发宏观政策时表现波动较大[page::0][page::2][page::3][page::4]。
本报告聚焦三类量化配置组合——股债轮动、多资产灵活配置和多资产趋势跟踪，分析不同风险等级组合的配置调整及其业绩表现。报告指出当前权益资产估值分化显著，黄金具备较强配置价值，建议适当调仓降低债券仓位并增配黄金以管控风险。各组合呈现稳中有升趋势，积极型组合收益最高但波动亦大，组合表现与风险特征详见净值跟踪与收益统计。资产配置建议基于历史统计模型，市场突变风险仍需警惕[page::0][page::1][page::3][page::4]。
本报告系统研究了Amihud（2002）非流动性指标ILLIQ在A股市场的有效性，基于弹性网络模型优化预测未来非流动性，构建预测因子ILLIQ_F及半非流动性指标，进而提出基于日内收益的改良因子OC_ILLIQ_F−。多个因子在不同股票池中均表现出显著的IC优势与稳健的多空年化收益，其中OC_ILLIQ_F−因子表现最佳，IC均值达到10.54%，多空组合年化收益超36%且适用性强，对中小市值股票池尤为有效，为A股流动性风险定价及量化选股提供有力工具[page::0][page::4][page::7][page::11][page::13][page::15][page::16][page::17][page::20]
