2021Q2 基金重仓股与重仓债券数据库— “数据智库”系列之八
本报告基于2021年二季度公募基金季报数据，梳理了基金规模增速情况、资产配置变化及权益基金绩效，揭示基金对二线热门股的重点加仓趋势及重仓股和重仓债券的统计特征，涵盖52930条基金持股和43218条债券持有数据，系统分析了行业配置及基金持仓结构，为投资者提供详尽数据库支持及市场趋势洞察 [page::0][page::3][page::5][page::9][page::10].
金融研报AI分析
量价关系的高频乐章
本报告延续量价互动选股因子研究，将日频Alpha因子迁移至高频分钟数据，构建高频量价关系因子COPA，及创新性的错期量价因子CORA_A和CORA_R。研究显示高频量价因子具备显著负向Alpha，且经过标准化和数据剔除处理后，因子年化ICIR最高提升至超过3，合成因子年化收益超22%，最大回撤低于5%，选股能力优异且稳定 [page::0][page::5][page::6][page::8][page::10][page::13][page::17][page::22][page::24]。
主动买卖单的批量成交划分法
本报告系统梳理并比较了主动买卖单方向的两大划分方法——逐笔算法与批量成交划分法（BVC），重点分析BVC算法在委托驱动市场的优势。通过实证结果，BVC算法与股价涨跌幅相关性更强，方向判断更准确，且基于BVC算法构造的净主买占比与净换手率因子表现出显著的选股能力。报告还揭示了因子在不同股票池及周期的效果差异，并进一步验证BVC算法在交易冲击成本模型中的优异表现，为高频交易和量化投资提供了更有效的交易信号提取方法 [page::0][page::2][page::10][page::15][page::36]。
技术分析拥抱选股因子”系列研究（一）——高频价量相关性，意想不到的选股因子
本报告基于A股2014-2020年数据，构建并验证了高频价量相关性因子CPV，综合平均数、波动性和趋势三个维度选股信号，显著优于传统反转因子，年化收益率19.29%，信息比率3.03，月度胜率87.32%，最大回撤仅2.9%。剔除市场风格和行业影响后，纯净因子表现更佳，年化收益稳定且回撤低，为实际投资提供有效参考 [page::0][page::4][page::5][page::7][page::10][page::12][page::14][page::16][page::17]
聪明钱因子模型的 2.0 版本 ——市场微观结构研究系列（3）
本报告基于高频分钟行情数据改进了聪明钱因子模型，通过优化核心聪明度指标 S 的构造方法，显著提升了模型的选股能力。研究发现，当成交量的指数参数β约为0.1且对成交量做对数变换时，因子的多空对冲信息比率最高，选股效果明显优于原始模型。此外，报告验证了成交量累积占比20%的划分截止值合理性，且改进后的因子对中小市值股票适应性更强，具有更稳健的投资表现 [page::0][page::4][page::6][page::8][page::9]。
基于基因表达式规划的价量因子挖掘
本报告基于基因表达式规划（GEP）算法，提出了一套系统的价量因子自动挖掘方法，结合ICIR、多头超额收益和分组收益单调性指标筛选有效因子，最终获得15个相关性较低且选股能力稳定的价量因子。将这些因子与传统基本面因子结合，可构建多头组合以及中证500指数增强组合，实现了年化收益超40%的多头组合和超28%的增强组合，且能够持续跑赢中证500指数，展现了因子挖掘及复合的显著增益 [page::0][page::3][page::9][page::15][page::19][page::21][page::23]
分钟线的尾部特征
报告围绕金融资产分钟线尾部风险特征展开研究，基于风险管理和极值理论，重点采用VaR和CVaR指标刻画尾部风险，进一步引入成交量加权平均收益率（VWAR）强化尾部效应并剔除噪音。基于此，构建了VCVaR因子并通过正交剥离常见风格，验证在全A股及中证500、沪深300成分股中的显著选股能力与稳健收益表现[page::2][page::6][page::9][page::17][page::20][page::22][page::34]。
交易行为因子的 2019 年
本报告系统回顾了2019年交易行为因子的表现，重点包括理想反转因子、聪明钱因子和APM因子，展示了各因子的绩效指标和累计收益，此外通过合成因子加权提升了整体表现，验证了交易行为模式作为稳健alpha源的有效性，为量化选股提供坚实依据[page::0][page::2][page::5][page::6].
A 股反转之力的微观来源
本报告系统阐述了基于W式切割的A股反转因子构建方法，揭示反转因子性能优于传统因子的原因，重点发现反转因子的微观来源为大单成交，且通过分位数切割优化了因子效果，提出以高分位成交金额标准构造反转因子的高阶方案，有效提升因子稳健性并避免回撤风险 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
提升超额收益：另类标签和集成学习 - 华泰人工智能系列之二十九
本报告探讨了在人工智能量化选股模型中使用另类标签（信息比率和Calmar比率）替代传统收益率标签的优势，通过多训练期长度的实证测试，发现另类标签在提升全A股模型的超额收益率和信息比率方面表现显著优于收益率标签。报告进一步采用集成学习方法，将多模型预测结果融合，实现超额收益和信息比率的稳定提升，并在全A股、中证500和中证800等多个股票池中进行回测验证，体现了模型的稳健性和优越性[page::0][page::6][page::8][page::11][page::13][page::28][page::33]。
商品期货 CTA 专题报告（十一）——信号来源与交易合约选择下的横截面策略改进
报告从流动性和价格敏感性角度，重新定义国内商品期货的“活跃近月合约”，并基于基差动量因子与现货-期货展期收益因子（SFRR）构建量化策略。实证显示，活跃近月信号及交易合约下，基差动量策略和SFRR策略收益稳健，尤其在排序期大于100日时表现优异。基差动量与展期收益因子信号叠加后，二因子策略年化收益13.6%，夏普比率2.27，进一步叠加库存二维增速构建四因子策略，年化收益达到14.7%，夏普比率2.5，Calmar比率2.6，策略收益主要来源于黑色系、农产品和化工品，且参数敏感性低，表现稳健 [page::0][page::3][page::6][page::10][page::16][page::18][page::21]
机构持仓的矛与盾（周期篇）
本报告基于2005年至2020年机构持仓数据，深入分析周期板块内各行业机构持仓行为与市场表现关系，揭示周期板块中除建材行业外主要行业基本无beta行情，多数处于长期低配及跑输大盘状态。建材行业表现最为稳健且大市值股优势明显。不同板块公募重仓股对行业指数的超额收益表现存在显著差异，煤炭行业超额收益无明显规律，而化工、交运、石化等在行业指数弱势时表现较优。[page::0][page::13]
基金研究系列之三：如何更精准地实时跟踪基金的股票仓位？
本文系统研究了基金仓位的测算方法，重点对比了规模指数回归法与基于基金重仓股的测算法，发现后者测算误差显著更小。通过时间加权和收益率加权最小二乘法对重仓股测算法进行了改进，进一步提升了测算准确性。同时，结合基金类型、市场波动率、换手率及回归窗口等影响因素，提出了基于60天收益率及时间加权最小二乘的重仓股测算法的推荐方案，并针对极端市场环境调整回归窗口至20天，实现测算误差的最大优化 [page::0][page::3][page::6][page::9][page::14][page::18][page::24][page::25]。
开源证券--市场微观结构研究系列(1)：A股反转之力的微观来源
本报告系统研究了A股市场反转因子的微观来源，提出并优化了“W式切割”反转因子，通过改用成交金额分布的高分位数替代平均值切割标准，揭示大单成交为反转力量的核心驱动力。报告还基于假想实验验证了该结论，并提出以高分位值为切割标准的改进因子，展示了该因子在2019年回测中显著提升了收益稳健性，成功避免了传统因子在2月份的回撤风险，为反转因子构建提供了重要微观理论基础与实践指导 [page::0][page::2][page::4][page::5][page::7][page::8]
构建多因子策略的工匠精神量化选股系列报告之一
本报告系统梳理了多因子量化选股策略中关键的数据处理与因子检验细节，包括原始数据的时效与可比问题、异常值与缺失值的识别及处理方法、因子标准化技术，以及多空组合与回归分析检验方法。通过实证分析验证了采用最新数据、偏度调整箱型图处理异常值、行业和市值均值填充缺失值、加权标准化和正交化剔除因子相关性的重要性，提升多因子策略的表现和稳健性。同时深入探讨因子衰减及调仓频率对策略收益的影响，为构建具有Alpha的多因子投资模型提供工匠精神般的细致指引。[page::0][page::2][page::4][page::5][page::10][page::12][page::14][page::17][page::19][page::21][page::22][page::26][page::27][page::29]
因子轮动研究系列之三：因子动态配置手册
本报告系统总结了基于收益、风险及收益与风险信息的因子动态配置模型，并构建了涵盖合成因子有效性、因子权重变动和尾部风险的评价体系。通过对全A及沪深300两个选股池28个大类风格因子的实证研究，评估了九种动态配置方法的表现，揭示动态模型较传统静态模型更能适应市场风格变换的挑战，最大分散化和岭回归等方法在风险调整后表现较优，能有效提升组合稳定性和控制尾部风险[page::0][page::4][page::6][page::9][page::13][page::30]。
基于个股羊群效应的选股因子研究
本报告基于个股日内高频交易明细数据，构建并深入研究了基于羊群效应的选股因子，通过对全市场及主要指数成分股（中证800、中证500、沪深300）的实证分析，验证该因子的有效性和稳定性。报告详细介绍了因子构建方法、因子处理手段以及分板块表现，展示了因子在不同市场环境下的超额收益能力和策略表现，表明该基于羊群效应的高频因子具有显著的选股能力和良好的风险控制表现[page::3][page::6][page::8][page::9][page::11][page::21][page::22][page::23]
A 股日内动量效应（一）:半小时涨跌幅间的规律
本报告基于Market intraday momentum理论，系统研究了A股市场主要指数半小时涨跌幅的相关性，并基于正负相关关系分别构建日内动量及反转策略。研究发现沪深300、深证成指、中证500和上证综指存在显著的日内动量效应，且深证成指和中证500的策略表现优于沪深300和上证综指。多个基于特定半小时涨跌幅组合的动量策略年化收益表现良好，未考虑交易成本，具有重要实战价值和后续研究潜力。[page::0][page::3][page::5][page::6][page::8]
基于时间尺度度量的日内买卖压力
本报告构建基于不同时间窗口的相对价格位置时间加权平均指标ARPP_1d_20d、ARPP_5d_20d和ARPP_20d_20d，创新地度量股票买卖压力在价格时间分布的影响，发现价格长期处于相对高位的股票未来收益显著较高，多个时间尺度因子均表现出稳定且显著的选股能力，且与传统基本面及常见技术因子相关性极低，回归剔除其他因子后依然具有显著的选股表现，显示其独立的投资价值和较强的多空对冲收益能力[page::0][page::4][page::5][page::11]。
