本文基于日本银行自2013年以来大规模购买指数ETF的量化与质化宽松（QQE）计划，构建并实证了一个包含企业股票的资产定价模型，揭示了中央银行资产购买如何通过减少市场上市股本供应，影响股票价格及风险溢价结构。研究发现ETF购买政策在股票层面产生显著且持久的价格提升效应，且这种影响在跨企业间存在异质性，与股票协方差矩阵和购买向量相关。量化估计显示，中央银行每投入一万亿日元，可使总体市场估值提升约20个基点，支持了股票长期需求曲线向下倾斜的结论。此外，研究指出按价格加权的买入方式（以日经225指数为代表）导致定价扭曲和融资成本的异质变化，建议改为按市值加权以优化政策效果 [pidx::0][pidx::2][pidx::5][pidx::19][pidx::24][pidx::26][pidx::27]。
本报告基于中国2015年股市崩盘期间国家队直接买入股票的实证研究，发现国家队干预显著降低了所持企业的股价崩盘风险，增强了价格稳定性，尤其在市场噪声交易者多和投资者信心低的股票中表现更为显著，但同时带来了价格同步性提高、信息效率降低和交易成本上升等副作用。此外，国家队积极买卖持股，干预效果多集中于危机及近期后期，长期效果不明显，提示直接股市干预短期有效但不可持续，需配合有序退出策略 [pidx::0][pidx::1][pidx::5][pidx::7][pidx::12][pidx::13][pidx::14][pidx::15]
本报告基于2015年中国股市崩盘期间政府通过“国家队”大规模股票购买的干预案例，系统实证分析政府干预对市场波动率和价格信息效率的影响。研究发现，干预显著降低了价格波动率，但同时因干预组合的披露，投资者更多关注政府干预信息而非基本面信息，导致信息生产减少和价格信息效率下降，引发了价格误判和显著的套利机会，揭示了市场稳定与信息效率间的权衡取舍 [pidx::0][pidx::4][pidx::5][pidx::21][pidx::26][pidx::29][pidx::31][pidx::32]
本报告系统介绍了招商证券私募基金指数体系，基于覆盖超万只私募基金样本的托管数据库，以严格统计建模与偏差控制技术，打造市场指数（CMSFI - Broad）和精选指数（CMSFI - Core）两大系列。精选指数通过科学的量化筛选与组合构建方法，实现长期稳定超越市场的投资回报，且推广形成了基于指数复制的FOF产品，推动私募基金行业信息透明和健康发展 [pidx::1][pidx::6][pidx::14][pidx::18][pidx::20]
本报告全面梳理了中国资产管理行业的发展历程及资管新规影响，深入分析资管机构的核心科技能力及六大科技服务能力。重点探讨了资管数据中台、开放平台、智能投顾与智能风控等前沿科技的实际应用，彰显数字化、智能化驱动下资管行业创新发展的趋势与挑战，为资产管理机构提升投研、量化投资及风险管理能力提供重要参考 [pidx::2][pidx::3][pidx::5][pidx::6]。
本报告系统综述并解读了Aït-Sahalia和Fan等学者2022年的研究成果，研究利用机器学习方法针对高频股票收益率的可预测性进行了深入分析。结果显示，高频收益率在极短时间尺度表现出显著且系统性的可预测性，成交数据因子（如成交不平衡和历史收益）对预测效果贡献最大。研究还发现数据时效性对预测准确性至关重要，延迟仅0.01秒即可显著降低预测性能。此外，模拟前瞻性订单流方向信息的引入能大幅提升收益率的可预测性。本报告通过多种回归模型验证了这些发现，并对高频市场的实务应用价值进行探讨 [pidx::0][pidx::2][pidx::8][pidx::13][pidx::14]。
本报告系统探讨了高频做市策略的理论基础、品种适用性及其在铁矿石期货上的实际应用。利用Tan moy Chakraborty等人的理论公式评估了铁矿石、螺纹钢和铜的做市盈利上限，发现铁矿石最适合做市操作。针对实际交易中成交率和手续费影响，构建了基于模糊逻辑神经网络的1分钟中间价涨跌预测模型，以提前平仓控制趋势风险。回测结果表明，模糊逻辑神经网络能显著提升策略收益，降低手续费返还临界点，尤其在趋势行情中预测止损效果明显，有助于提高高频做市策略的实用性和稳定盈利能力 [pidx::0][pidx::3][pidx::5][pidx::6][pidx::9][pidx::11]。
本报告系统探讨了A股市场尾部风险的刻画及其对投资组合的影响，分析了股票策略、资产配置及期权等衍生品对尾部风险的防范效果。重点展示了期权策略尤其是衣领策略和TPPI策略在精细化管理尾部风险中的优势，并结合50ETF期权VIX和认沽Skew指标，揭示了期权市场对未来尾部风险的预警能力及其在风险管理中的实用价值，为投资者在不同风险偏好下选择合适的期权对冲策略提供了量化依据[pidx::0][pidx::3][pidx::15][pidx::22][pidx::20][pidx::21][pidx::22]
本报告系统阐述了基于连续挂单的高频做市策略原理及其回测框架，强调做市策略盈利主要来自于限价单的成交次数和对净持仓的有效管理。通过引入排名系数模拟交易系统速度对策略收益的影响，得出更高排名系数显著提升策略盈利能力，但也伴随手续费及风险提升。引入盘中止损机制后，净持仓风险大幅降低，策略表现更加稳定，实现了收益的显著提升和风险的有效控制[pidx::0][pidx::1][pidx::4][pidx::6][pidx::7]。
本报告针对沪铜期货高频做市策略，基于Avellaneda-Stoikov(AS)模型，探讨了市价单采样时间对做市盈利的影响，发现存在最优采样频率以平衡限价单成交风险和反向选择风险。同时，报告引入库存约束的ASQ模型以更有效控制库存风险，实现风险管控与盈利的双重提升。还分析了延长挂单时间以减少撤单数量对策略收益的负面影响，为期货高频做市策略设计提供了实证和理论依据 [pidx::0][pidx::1][pidx::4][pidx::6][pidx::7][pidx::9][pidx::11]
本报告基于Fabien Guilbaud和Huyen Pham的离散报价高频做市模型（GP模型），针对沪铜期货构建适应大跳价商品的高频做市策略。相比经典的Avellaneda-Stoikov模型，GP模型更真实刻画了订单驱动市场中离散报价特征，通过动态规划计算在买一、卖一及相邻跳价价位的最优报价和挂单量，实现稳健的库存风险管理。实证显示策略成交活跃但盈利水平受手续费返还比例影响显著，需高返还才能实现正收益。同时策略的最优挂单价格及数量与库存水平和价差状态密切相关，体现较强的逻辑性及时间内季节性特征。回测阶段表现稳定但手续费和撤单量大，多数盈利单位为半跳价以内，反映策略盈利空间有限但风险控制有效[pidx::0][pidx::12][pidx::13]
本报告针对中国商品期货市场中高频做市策略的离散时间特性，提出基于离散时间Bellman方程的最优挂单策略模型。模型引入挂单状态及限价单队列长度与排名作为状态变量，综合考虑库存风险和逆向选择风险。沪铜期货主力合约的实证回测显示，该模型较传统无模型策略显著提升策略稳定性、降低盘中最大亏损和交易手续费，同时使年化夏普率提升近两倍，尽管收益有所下降 [pidx::0][pidx::1][pidx::5][pidx::8][pidx::9][pidx::10]。
本报告基于Alvaro Cartea等人的指令簿挂单不平衡信号，结合500毫秒截面数据，构建CDJ模型，用于高频做市策略中的最优挂撤单决策。研究发现，虽然信号预测能力较弱但能显著降低盘中亏损风险和收益波动，提高策略夏普率。通过动态规划求解Hamilton-Jacobi-Bellman方程，结合风险偏好制定了分段和平仓策略，并回测多档挂单策略，结果显示多档挂单和较低库存惩罚系数带来更高收益和夏普率，但对应更高撤单频率 [pidx::0][pidx::2][pidx::5][pidx::6][pidx::9][pidx::11]
报告基于Álvaro Cartea和Jose Penalva提出的随机控制做市模型，应用于10年期国债期货高频交易。模型通过对买卖报价及库存风险的动态优化管理，提高了策略的收益和夏普率，能够有效控制库存风险及单边亏损。回测结果显示，使用模型后日均收益显著提升，且策略较不使用模型更为稳健，随着风险偏好增加收益增多但夏普率下降，盈利所需手续费返还比例降低。该做市策略适合捕捉小幅高频波动并优化库存头寸，提升做市效率与风险控制水平 [pidx::0][pidx::1][pidx::3][pidx::5][pidx::6][pidx::7]
本报告系统分析了做市商制度对期货主力合约换月规律的影响，梳理了板块属性、交易所差异、做市商数量与持仓、合约做市规定及制度引入时机等七大因素对换月规律变化的贡献，并通过白银、硅铁等品种的持仓数据展示了做市商持仓在预测主力合约异常换月中的领先作用，揭示了做市制度在推动逐月换月和改善合约连续性中的关键作用，为投资者理解期货市场流动性及合约运行提供了重要参考 [pidx::0][pidx::4][pidx::5][pidx::6][pidx::7][pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15]。
本报告基于市场微观结构理论构建并测试了指令流毒性（VPIN）因子。VPIN作为知情交易概率的量钟近似计算，能够反映市场中逆向选择压力影响。通过对沪深300成分股样本进行分钟级别数据计算及多阶段因子测试，发现VPIN因子具备稳定的选股能力，多空组合年化收益可达9.45%，并在剥离波动率、换手率等相关因子后依然保持良好的收益表现，表明该因子含有独立的Alpha信息，有助于投资组合优化与风险管理[pidx::2][pidx::9][pidx::15][pidx::20][pidx::24][pidx::28]。
本报告通过构建质量因子质量减垃圾（QMJ），有效衡量企业的盈利性、成长性与安全性三大质量特征对价格和回报的影响。高质量股票虽价格仅略高，但其风险调整后收益显著优于低质量垃圾股。QMJ因子在全球24个国家均表现出稳健的正收益且负相关于市场风险，显示质量股票反而更安全，且价格的时间变化可预测其未来收益。分析师对高质量股票回报预期系统低估，支持市场存在质量定价不足的低效假说。本报告也探讨了基于质量与估值构建的“合理价格下的质量”（QARP）策略，并揭示质量因子对常见因子（规模、价值、动量）的解释与调整效果 [pidx::0][pidx::4][pidx::16][pidx::21][pidx::26][pidx::27][pidx::31][pidx::32].
本报告首次公开了101个真实量化交易因子（alpha）的显式公式及其代码，覆盖平均持有期约0.6至6.4天，发现这些因子之间的平均相关性较低（约15.9%）。研究表明，因子收益与波动率高度相关，且与换手率无显著关联。此外，换手率对因子相关性的解释能力较弱，验证了之前相关的间接实证结论。这些因子主要基于价格和成交量等数据构建，涵盖均值回复和动量等策略，帮助量化交易者更好地理解和构建量化策略 [pidx::0][pidx::2][pidx::4][pidx::5][pidx::6].
本报告基于深度学习（LSTM、Transformer）与强化学习（PPO、SAC）方法，构建风格轮动与多策略融合模型。通过多维度风格指数优选，结合指数级与股票级因子，实现风格与个股的动态筛选。结果显示，Transformer因子较LSTM因子表现优异，SAC算法优于PPO算法，最终多策略融合的"Transformer优选100"实现绝对年化收益35.99%，收益波动比1.47，显著优于基准。量化因子挖掘和风格轮动策略在选股和风格动态调整中均展现出较强的超额收益能力与稳定性，且多策略融合能有效提升综合绩效，为量化投资提供了强有力的工具和实践框架 [pidx::0][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13]
本报告基于行为金融学中的处置效应与前景理论，提出并构建了资本利得突出量（CGO）因子，利用参考价格结合换手率加权成交均价来衡量股票投资者平均浮盈浮亏状态。实证显示低CGO组合在中证500/800内均实现显著正Alpha，且基于CGO的分层选股策略结合投资者风险偏好不同，分别选用振幅与市值因子达成风格轮动效果，策略收益稳定且信息比率显著，验证了行为金融非理性行为对Alpha的贡献价值[pidx::0][pidx::5][pidx::9][pidx::15][pidx::19]。
