本文基于美国基金市场数据，实证发现经济衰退期进入劳动力市场的基金经理（“衰退基金经理”）其管理的基金表现显著优于非衰退期的同行，尤其在经济衰退阶段业绩表现更为突出[page::0][page::8][page::13]。研究还揭示这一效应部分源自经理入职的公司类型[page::12]，以及“衰退基金经理”具有更强的市场择时能力，通过持有更多现金、加仓防御性行业、减仓周期性行业，从而有效把握市场衰退时机[page::14][page::16][page::18]。此外，报告对基金经理个体特征、基金特征进行严谨控制，验证结果稳健，具有重要的投资启示意义[page::6][page::9][page::19]。
本报告系统分析了自2017年以来我国公募FOF基金的快速发展态势，涵盖基金规模、成立数量、公司布局、资产配置结构及底层子基金持仓特征。公募FOF规模与数量同期大幅增长，2021年三季度管理规模接近2000亿，子基金持仓多样化且数量持续攀升，重点配置中长期纯债、灵活配置及偏股混合型基金。权益与固收资产占比呈结构调整态势，配置可转债比例提升。行业板块配置偏好医药生物、非银金融及科技板块，且被动型产品配置比例上升。基金筛选方面，公募FOF对混合型和股票型基金具备较优筛选能力，但高重合度标的表现相对较弱，重复配置次数因子与策略收益呈负相关。整体揭示了公募FOF基金在规模扩张、资产配置及筛选策略上的发展特征及趋势，具有较强的市场参考价值 [page::0][page::3][page::4][page::6][page::10][page::14][page::18][page::21]
本报告基于经济与金融双周期视角，结合随机折现因子和barra-CNE6多因子模型，对A股市场规模和成长因子进行了深度实证分析。研究发现，规模因子受金融周期影响显著，在金融高涨期表现优异，供给侧改革后的杠杆风险下降助力其复苏；成长因子则主要受经济新周期推动，创新驱动行业成为新增长引擎。多重统计检验表明规模、成长、EP价值和流动性因子在A股市场具有显著、稳定的风险溢酬，且量化实证验证了其在周期不同阶段的表现差异和投资价值，预计未来一年规模和成长因子将继续表现强势[page::0][page::5][page::11][page::19][page::21][page::23]
本报告围绕申万菱信基金指数产品构建资产配置策略，通过多维度因子（估值、盈利能力、分析师预期、资金流、微观交易结构）筛选标的指数，构建轮动组合。结果显示，盈利改善因子对指数涨跌影响显著，分析师预期和资金流因子可有效补充基本面景气度，动量延续性也具备良好的区分能力。基于综合得分构建的轮动组合相较于等权组合表现优异，年化超额收益达10.26%。11月份推荐配置申万环保LOF、新能源龙头ETF等相关产品，为投资者提供有效的指数基金资产配置路径 [page::0][page::2][page::9][page::13][page::19][page::20]
本报告创新性地将股指期货交易策略与对冲持仓相结合，利用多项式拟合的日内交易策略有效降低股指期货贴水带来的对冲成本。通过构建模拟完全对冲组合和分产品限制的主动交易策略，显著提升对冲组合收益表现，特别是在交易限制较少的专户类产品中取得正收益，夏普比率和最大回撤指标均有所改善，公募型产品虽受限但仍有一定提升空间[page::0][page::3][page::6][page::7][page::12][page::14][page::17][page::22]
本报告基于中国基金市场数据，提出能力平价模型(AP)以平衡基金经理的选股能力与市场择时能力，克服两者的负相关权衡问题。实证结果显示，AP模型在年化收益率、夏普比率及最大回撤等指标上均显著优于经典配置模型，且能产生显著的风险调整后超额收益，表现稳健且交易成本敏感度低 [page::0][page::4][page::11][page::13][page::18]。
本报告综述了 Yacine Aït-Sahalia 与 Jianqing Fan 等人2022年发表的论文《How and When are High-Frequency Stock Returns Predictable?》，揭示了高频股票收益率和交易持续期在极短时间内的显著、系统和普遍的可预测性。利用机器学习模型（如LASSO和随机森林）构建13个高频预测因子，发现基于成交数据的成交不平衡和历史收益因子最具预测能力，同时数据的时效性对预测准确性至关重要，毫秒级延迟显著降低可预测性。此外，获得未来订单流方向的前瞻性信息，即使带噪声，也能显著提升收益率预测的准确性和稳定性。[page::0][page::2][page::8][page::13][page::14]
本报告作为《高频收益如何及何时可预测》系列中篇，详尽介绍了国内期货高频市场的实证研究流程，涵盖研究对象、数据集、因子构建、预测目标设定及多模型回归方法（包括OLS、Ridge、Lasso及随机森林、XGBoost、LightGBM）。针对国内数据限制，构建了超过130个高频因子，并采用多步滚动窗口与样本外验证方法进行模型训练和特征筛选，为下一篇实证结果分析奠定基础 [page::0][page::2][page::3][page::4][page::9][page::10]
本报告针对股指期货交易特征不同于商品期货的现象，研究了高频因子在股指期货上的降低交易频率应用，发现低频化后的高频因子策略在覆盖手续费和滑点后表现优秀。通过多个时间频率（1分钟至日频）的因子构造与合成，30分钟频率的合成因子策略取得了年化收益率45%以上、夏普比率超过3的优异表现，且在不同股指品种均有良好适用性，证明了低频化高频因子对波段收益的有效挖掘意义。[page::0][page::3][page::5][page::10][page::13]
本报告针对股指期货做市策略在高频交易环境下的库存风险管理问题，基于Olivier Gueant等学者提出的库存约束模型（ASQ模型）对经典Avellaneda-Stoikov（AS）模型进行改进与回测。通过对沪深300股指期货主力合约2015年高频数据的实证分析，ASQ模型通过限制最大库存并优化实时买卖报价，显著降低了最大持仓风险，同时保持了与AS模型相当的做市盈利水平，并减少了交易手续费，展现出优越的风险控制能力和更高的策略实际盈利空间 [page::0][page::4][page::7][page::9]
本报告基于沪深300股指期货2015年限仓前后高频数据，构建了市价单冲击的指数分布模型，并结合业界经典的Avellaneda-Stoikov模型开展做市策略模拟回测。结果显示股指期货限仓导致市价单数量大幅下降，但限价单更易被击穿，市场流动性恶化明显。Avellaneda-Stoikov模型能有效管理库存风险，提高做市策略收益，限仓后日均交易量减少而盈利改善，充分反映政策对高频做市策略的深刻影响 [page::0][page::2][page::4][page::6][page::7]。
本报告基于Álvaro Cartea和Jose Penalva提出的随机控制做市模型，结合10年期国债期货高频数据，构建并回测高频做市策略。策略通过优化限价单报价和库存风险控制，有效管理单边持仓风险，提升日均收益和夏普率。回测结果显示，模型策略相比简单买卖一档挂单显著提高盈利稳定性，且随风险偏好降低盈利所需手续费返还比例也下降，验证了该模型在实际交易中的有效性与适应性 [page::0][page::1][page::3][page::6][page::7]。
本报告针对沪铜期货高频做市策略，重点应用和改进业界经典的Avellaneda-Stoikov(AS)模型，通过延长市价单采样时间适配沪铜限价单队列特点，实现做市盈利最大化。引入库存约束后的ASQ模型在控制库存风险的同时提升盈利表现，较传统市价单强平策略更优。最后探讨了通过强制挂单最小时间减少撤单数量的效果与收益折损，综合评估策略的实用性和风险控制效果 [page::0][page::1][page::11]
本报告基于对商品期货限价单队列特点的深入分析，构建了一个基于泊松过程的限价单队列模型，结合动态规划和Hamilton-Jacobi-Bellman方程，求解出在单一价位上最优的限价单、撤单和市价单执行策略。模型综合考虑成交风险、逆向选择风险、库存风险及滑点风险，针对沪铜期货主力合约进行回测验证，结果显示该模型具备良好盈利能力，并且加入市价单操作能在控制库存风险的同时提升收益表现。同时，通过延长队列长度模拟降低风险但未显著提升收益，为高频做市策略提供了理论与实证支持 [page::0][page::1][page::6][page::9][page::10][page::11]。
本报告基于Fabien Guilbaud和Huyen Pham的动态规划理论，构建了针对离散报价市场的高频做市策略GP模型，重点针对沪铜期货的价差状态与成交密度进行参数校正。结果表明GP模型能有效管理库存风险，策略在买卖一及其上下跳价位置挂单，收益稳定但需较高手续费返还方能盈利。模型参数揭示竞价流动性时段及挂单策略的动态调整规律，回测显示策略成交量大且伴随高撤单比例，具有明显的风险收益权衡特征[page::0][page::2][page::5][page::8][page::12][page::13]。
本报告建立了基于连续挂单的高频做市策略回测框架，模拟了限价单挂单和成交的动态过程，重点分析了交易系统速度（排名系数）对策略收益、手续费、净持仓及盘中亏损的影响。结果表明，交易系统速度显著提升成交率和收益，但手续费成本极高；盘中止损可以有效控制单边净持仓和最大亏损，提升策略的稳定性和盈利空间 [page::0][page::1][page::3][page::4][page::5][page::6][page::7][page::8]
本报告系统研究了高频做市策略在铁矿石、螺纹钢和铜三个期货品种上的理论盈利情况，发现铁矿石最适合做市交易。报告基于模糊逻辑神经网络模型预测未来一分钟价格涨跌，通过模拟挂单排队成交情况，发现神经网络辅助预测在趋势行情中能够及时止损，显著提升策略收益和降低手续费返还门槛，为高频做市交易的实盘应用提供理论与实证支持 [page::0][page::3][page::5][page::6][page::9][page::11]。
报告通过对2024年交易所手续费返还政策变化的系统分析，指出该政策属于金融供给侧改革的重要举措，旨在压缩制度性套利空间，推动期货行业高质量发展。手续费返还的调整将加剧期货市场品种间博弈，推动期货公司向头部集中和业务多元化转型。报告结合历史背景、国内外政策对比、证券行业经验，深入分析手续费返还收紧对期货公司盈利的负面影响及推动转型的必要性，强调资产管理和风险管理业务将成为期货公司发展的关键方向。同时，政策对高频交易和做市策略等机构投资者影响较大，可能导致市场成交量和流动性下降，影响市场价格发现功能 [page::0][page::3][page::6][page::12][page::14][page::18][page::19].
本文基于类多周期现象及金融时间序列的多尺度特征，构建了以历史相似数据点搜索和线性回归建模为核心的高频交易策略。策略应用于商品主力合约，利用1分钟频率数据的短周期和中周期特征，有效捕捉价格波动复现规律，实现了显著的预测能力和稳定收益，同时避免了传统动量策略的同质化风险。回测显示多个品种具备较好预测相关性和年化Sharpe，策略鲁棒性强，未来有望通过降噪与因子优化提升表现[page::0][page::2][page::4][page::6][page::9]。
本报告基于Alvaro Cartea等人的论文，利用500毫秒截面数据构建指令簿挂单不平衡信号，结合CDJ模型对商品期货高频做市的挂撤单策略进行建模优化。研究发现不平衡信号对提升收益帮助有限，但显著降低了做市策略的收益波动和盘中亏损，提高了夏普率。此外，回测表明在更深价位同时挂单策略可进一步提升收益和夏普率，且较低库存惩罚偏好带来更高收益，但伴随更多撤单和手续费成本 [page::0][page::2][page::11][page::10][page::9][page::8][page::7]
