量化视角下的 FOF 组合构建——不同投资目标下的组合策略及业绩跟踪
本报告以量化视角系统构建FOF组合，结合战略资产配置模型与战术动态调整，针对不同投资目标设计FOF组合1至4号。通过多维度因子构建主动型权益和纯债基金组合，以及场内被动型权益基金组合，实现组合风险收益的精细化管理。回测显示各组合均较好实现预期目标且产生积极超额收益，为FOF构建提供实用参考 [page::0][page::10][page::90]。
金融研报AI分析
岁末年初的事件 驱动投资机会
本报告系统梳理了岁末年初五类事件驱动投资机会，包括指数成分股调整效应、年报披露时间大幅提前、长期不出公告、分析师调研以及发布更正补充公告。各类事件的平均超额收益及其历史表现详细量化，提供明确的投资时间窗口和策略收益表现，为事件驱动策略提供量化依据和实证支持[page::0][page::3][page::6][page::7][page::8][page::9]。
继续关注盈利风格，关注成长风格或切换 ——A 股量化风格报告
报告基于Wind数据回顾2019年11月A股量化风格，盈利风格依然有效且资金流向支持，中小盘和创业板资金流入，成长风格失效加剧，价值风格有复苏迹象。钢铁、建材行业盈利及价值风格尤为显著。量化风格日历效应显示四季度盈利与价值风格延续惯性。基于资金流和宏观事件，推荐重点配置高ROA、低容量比风格及绩优蓝筹趋势策略，策略自2017年起年化超额收益达11.4%[page::0][page::3][page::4][page::9][page::16][page::19][page::20]
金融工程：量化风格——货币宽松趋势延续，继续关注成长风格
本报告回顾2020年7月A股市场量化风格表现，成长风格优于价值，小盘优于大盘，资金流向表明融资与北上资金持续流入。基于宏观经济复苏与货币宽松背景，成长风格有望延续。报告结合日历效应、风格分化度、资金流及估值指标，提出短期警惕价值风格修复机会，但成长趋势未变。推荐关注高成长、低成交量风格组合，并展示绩优蓝筹风格趋势策略的稳健表现 [page::0][page::3][page::9][page::11][page::19]。
金融工程：风险溢价补偿上升 A 股量化择时研究报告
报告综合量化择时模型、市场估值、行业表现及市场情绪等多维度数据分析A股市场，指出权益资产相对无风险资产的风险溢价处于较高水平，估值处于历史中低位，基金仓位略有提升，同时量化择时模型显示部分指数短期偏空，综合判断市场或维持震荡向上趋势 [page::0][page::5][page::21]。
基于多期限的选股策略研究
本文基于非对称信息市场模型，构建结合动量与反转效应的多期限均线选股因子，并进一步提出延迟性更低的LLT趋势因子以提升选股表现。实证涵盖2009-2017年，使用全市场及中证500等多标的，结果显示LLT因子策略信息比率与收益均优于传统均线策略，能稳定捕捉股票收益特征，支持多空对冲构建组合以降低风险[page::3][page::8][page::24][page::30][page::32][page::38][page::43]。
宏观视角下的风格轮动探讨 ——多因子 Alpha 系列报告之（三十五）
本报告基于宏观因子与风格因子的关系，构建宏观事件驱动与宏观趋势匹配两大风格轮动策略，并整合成综合策略，以捕获A股风格轮动的历史规律。宏观事件驱动策略回测显示累计超额收益346.59%，胜率66.44%；宏观趋势匹配策略最大回撤显著较小，综合策略进一步提升稳定性和收益，2018年4月最新推荐具体风格因子配置，有效指导风格轮动投资 [page::0][page::3][page::14][page::23][page::25][page::26]
双重相似性匹配 量化选股SMIP 策略 ——相似性匹配量化模型研究之三
本报告提出并实证了“SMIP”双重相似性匹配量化选股策略。该策略通过第一重匹配市场环境找到历史相似时期，再进行第二重匹配选出与该时期牛股特征相似的当前股票，构建组合。回测覆盖2011年1月至2012年10月，结果显示该模型在不同组合规模下均获得显著超额收益，且可有效增强沪深300和中证800指数收益，风险调整后表现稳健，为指数增强提供新思路 [page::0][page::8][page::9][page::10][page::11][page::12]。
金融工程：哪些指数的长期收益率逼近高峰时段（二）
本报告基于Wind数据，系统梳理了指数类基金产品及其跟踪指数的发展情况，重点分析了指数的超卖指标（K值）及其对应的长期持有收益。数据显示，2022年4月底约65%的指数处于超卖区域，宽基指数、主题指数和行业指数分别有较高比例处于该区域。长期持有处于超卖区域的指数，尤其是K值小于20时，3年年化收益平均值可达18.3%，其中核心宽基指数如沪深300等表现突出，行业主题多集中于医药及消费。指数类基金产品规模增长迅速，竞争格局围绕细分行业展开，正逐渐提供丰富的配置选择，且产品丰富度已接近主动权益基金。超卖指标在周期性判断中适用性较强，但作为调仓选基因子仍需优化调整 [page::0][page::3][page::10][page::12][page::16]
金融工程：量化风格—风险偏好下降，价值风格继续修复
本报告系统回顾了2020年11月中国A股市场的量化风格表现，结合历史风格季节性特征和资金流向，指出风险偏好下降推动绩优蓝筹价值风格修复。报告基于Wind数据，揭示估值、资金流和宏观事件对风格演变的影响，并回测了沪深300绩优蓝筹风格趋势策略，显示稳健的超额收益和信息比。[page::0][page::3][page::8][page::16]
宏观因子到资产价格传导路径的定量研究
报告基于美林投资时钟理论，结合宏观与中观因子构建资产收益预测模型，定量预测股票、债券、商品三类大类资产收益并制定配置策略。通过因子领先期和公布滞后期分类，采用高频因子对非高频因子进行再预测，提升模型准确性。回测显示，单资产及多资产组合策略均显著优于基准，能够有效避开重要下跌周期且收益稳定。此外，报告系统分析了宏观因子对资产价格的传导路径，分别详述“复苏阶段对应股票”、“过热阶段对应商品”及“滞胀到衰退阶段对应债券”的传导机制，为量化资产配置提供理论和实证支持[page::0][page::3][page::6][page::17][page::20]。
金融工程：A股量化风格——资金流向趋同，小盘反转增强
本报告基于历史数据和多维度量化分析，揭示了2020年3月A股市场风格切换趋势。资金流显示小盘股反转风格持续增强，价值风格逐步复苏，盈利成长风格失效。日历效应和分化度指标均支持小盘反转与价值风格占优。结合资金流向、估值水平及宏观事件预测，推荐投资者关注小盘反转和价值风格组合。同时，报告回顾绩优蓝筹趋势策略，显示该策略具备稳定超额收益和较好风险控制能力 [page::0][page::3][page::9][page::11][page::14][page::20][page::21]
风险中性的深度学习选股策略
本报告提出了一种基于深度学习的风险中性选股策略，通过构建行业和市值中性化的机器学习模型，剥离风险因子影响，提升选股的独立alpha能力。模型以156个因子和28个行业哑变量为输入，采用5层深度神经网络结构对股票涨跌进行三分类预测。风险中性模型在2011年至2018年回测期间实现了年化收益率21.95%、最大回撤-5.03%、信息比2.92，显著优于普通深度学习模型的表现，并且大幅降低了因子与市值的相关性，实现了策略表现的有效多样化[page::0][page::3][page::11][page::19][page::25][page::31]。
继续推荐商品趋势策略——2018年CTA产品与策略展望
报告分析了2017年国内CTA产品整体表现平淡，2018年发行数量及规模预计难以提升。股指期货流动性不足，短线策略难以执行，中长期趋势跟踪策略待波动率提升。大宗商品作为CTA主战场，2017年波动率较低但价格偏高，2018年预期波动率上升，有助趋势交易，并辅以跨品种套利分散风险。国债期货流动性较弱，长期趋势跟踪仍具价值，跨品种套利可分散风险。整体判断CTA仍为绝对收益可行方案[page::0][page::4][page::7][page::9][page::11][page::13][page::15][page::17][page::20][page::24][page::27][page::31]
CTA 发展历程与中国机会
本报告系统回顾了CTA基金的发展历程及其逆周期收益特征，重点分析了美国及亚洲市场（日本、台湾）CTA基金的发展背景和业绩，借鉴Man集团旗下三大基金AHL、GLG和多管理基金的成功经验，提出构建符合中国国情的CTA基金模式，建议适时推出商品期货基金以对冲经济放缓与通胀风险，并强调风险管理和专业团队建设的重要性 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::11][page::13]。
金融工程 ——基于宏观超预期事件的行业配置策略
本报告基于宏观经济指标的预期差，定义宏观超、低预期事件，构建事件驱动型行业轮动策略，利用宏观超预期对行业指数的短期影响，通过组合多个事件实现稳健超额收益。策略取得21.67%的年化收益率，夏普比率0.94，显著领先行业等权基准，验证了宏观预期差对行业配置的有效指导作用，为量化行业优选提供创新思路 [page::0][page::10][page::20][page::24]
分析师调研带来的投资机会——事件驱动策略量化研究系列专题之三
本报告基于对大型券商发布的调研报告后股价超额收益的量化研究，发现大型券商调研具有显著的投资价值，尤其是单独调研和与中小券商联合调研的股票组合表现更佳。基于动态资金规划构建的投资组合实现年化超额收益8.94%，剔除部分行业后年化超额收益提升至13.64%[page::0][page::2][page::4][page::6][page::7]。
基于遗传算法的 期指日内交易 系统
本报告系统阐述基于遗传算法优化的期指日内突破策略构建方法，利用沪深300指数期货2分钟数据回测，策略累计收益130%，胜率52%，赔率1.34，具备稳定且相对较高的收益表现。报告详细介绍了突破反转模式逻辑、遗传算法参数优化过程及策略实证效果，策略年化收益达46%、38%、25%，并保持稳定的胜率和赔率，展现出良好的样本外表现和风险控制能力 [page::0][page::3][page::6][page::8][page::9][page::14]
为价值发现提供线索——爬虫与大数据在投研场景的应用
本报告介绍了广发证券金融工程在投研中应用网络爬虫与大数据技术，涵盖数据采集、文本挖掘及舆情分析等多个环节。通过大数据辅助投资决策，实现对市场热点、个股动态、行业趋势及消费行为的监测与研究，具体包括基于搜索引擎指数的量化择时、中观产业电商数据分析、房价大数据监测及企业招聘数据洞察，最终实现人机结合的投研支持系统，为资产管理未来发展提供重要支撑[page::0][page::5][page::7][page::10][page::16][page::23][page::27]。
ETF及创新型产品观察
本报告系统分析了2021年12月底至年末ETF及创新型基金产品的发行动态、规模变化及市场表现。报告显示，ETF整体规模增长293亿元，股票型与QDII型ETF规模大幅增加，货币市场型ETF有所缩水，主题ETF中碳中和、区块链和养老产业等领域受关注度显著提升。基金管理人层面，华夏、易方达和华泰柏瑞等为主导。权益类、债券类、商品类、QDII及货币ETF均有详细表现与规模数据统计，主动权益基金发行亦显活跃。报告包含多张图表揭示市场细节及具体产品表现，为投资者提供了全面的基金产品市场状况分析和风险提示[page::0][page::9][page::10][page::11][page::24]。
