本报告系统介绍了广发证券金融工程团队在量化投资领域应用人工智能与大数据技术的研究实践，涵盖团队构建、研究体系、AI与大数据技术框架、多个量化选股、择时和CTA交易策略的设计与实证，以及智能投顾发展现状和未来展望。重点展示了深度学习在Alpha因子挖掘、隐马尔科夫模型与反事实遗憾最小化算法在择时策略构建、EMDT与遗传规划等CTA策略的应用，及基于舆情数据驱动的行业轮动和资产配置策略的有效性，相关策略多年回测均表现良好，彰显了AI方法的投资潜力与实用价值 [page::3][page::11][page::14][page::23][page::25][page::27][page::29][page::30][page::36][page::41][page::43][page::44]
本报告基于2010年至2013年期间深度报告的发布数据，研究事件驱动策略的量化投资机会。研究发现优秀与未知评级的深度报告在发布后持有40个交易日具备显著超额收益，且知名分析师及大型券商分析师发布的深度报告表现更优。通过动态资金规划方法构建的股票组合取得累计超额收益97.77%，年化超额收益18.53%，显著优于沪深300指数[page::0][page::18]。
本报告基于2000年至2014年申万二级行业数据，分析了我国股票市场存在显著的行业月度效应。不同月份，不同行业表现出超额收益率及高胜率，如1月化学原料、2月物流及贸易、3月酒店等，相关行业的月度超额收益胜率普遍高于73%，平均超额收益率最高达0.24%。报告结合行业基本面探讨了主要行业月度效应的内在逻辑，并建议投资者在行业配置时可考虑月度效应作为辅助决策依据，但强调历史数据不能保证未来效果，提示投资风险。[page::0][page::4][page::5][page::6][page::27]
本报告通过宏观信用通胀周期和估值、风险溢价、情绪等多视角量化分析，展望2024年下半年A股可能迎来慢牛回升。重点关注价值风格板块，提倡围绕红利指数和周期类行业构建配置策略。报告同时结合资金面北上资金流入与日历效应，为下半年风格与行业轮动提供具体建议。[page::0][page::6][page::12][page::15][page::20]
本文通过构建基于多期限移动均线的多因子模型，同时捕捉短期反转、中期动量与长期反转效应，设计了基于周度调仓的多因子选股策略。实证应用于全市场及中证500、中证800指数成分股，策略多空对冲年化收益率最高达29.58%，信息比率超2.5，且改进后LLT低延迟趋势因子因更好刻画价格趋势，表现优于传统均线因子，提升了收益和信息比率，回测结果稳健且换手率适中，显示多期限因子在中国A股市场具备较强选股能力[page::0][page::5][page::8][page::13][page::16][page::24]。
本报告构建了短线、中线和长线三种基于不同训练周期的机器学习选股模型（基于XGBoost），通过因子IC筛选适应不同预测窗口的选股因子。实证发现短线模型适合高频调仓，长线模型适合低频调仓，多模型集成策略显著提升收益表现，周频调仓下年化超额收益38.97%，夏普比率3.89，且集成策略降低换手率，策略表现稳定且领先基准[page::0][page::3][page::4][page::21][page::23]。
本报告构建基于宏观经济、供需及风险资产价格因子的xgboost机器学习模型，进行季度频率的原油价格涨跌幅预测，自2010年以来多空择时策略年化收益达18.75%。报告还分析了国内商品型基金及FOF对原油的配置现状，指出当前原油具备短期配置价值，但长期价格偏高，提供了投资风险提示[page::0][page::6][page::8][page::19]
本报告聚焦2024年5月底A股市场表现及情绪指标，深入分析结构表现、行业表现、估值趋势及风险溢价状况。当前市场广泛处于较低估值分位，风险溢价保持在较高水平，显示潜在的风险补偿提升。报告详细跟踪基金仓位、ETF资金流、期权市场态势及北向资金流向，并结合宏观因子事件对市场影响的实证分析，提供多维视角洞察市场趋势，支持量化择时判断，指出当前宽松周期仍将维持，权益市场有望迎来上行弹性。[page::0][page::3][page::5][page::14][page::20]
本报告构建了包含宏观事件驱动、行业景气度、因子极值、资金流和日历效应在内的多层次行业轮动策略框架。2020年策略累计模拟超额收益达23.8%，资金流策略尤其表现突出。报告重点关注资金流入及资产负债率创新低等多因子信号对电气设备等制造业的正面推动，同时推荐家用电器、食品饮料等消费类板块，提出综合策略对2010年至今回测表现良好，为投资者提供系统化行业轮动指导 [page::0][page::4][page::29].
报告回顾2019年一季度A股风格表现，小盘股活跃显著，二季度重点关注盈利、质量与价值风格，预计中大盘蓝筹估值修复空间更大。资金面来看，北上资金和融资资金持续流入中大盘蓝筹股。基于日历效应、分化度、资金流向、盈利预测、估值及宏观事件多角度研判，推荐构建绩优蓝筹风格趋势策略，策略自2017年以来实现12.02%超额年化收益。市场风格切换加大，需关注主流风格及盈利因子ROE等风格因子配置 [page::0][page::3][page::9][page::12][page::16][page::17]
报告通过相似性匹配、羊群效应、因子极值和宏观事件驱动四种量化行业轮动策略，结合资金流向和因子创新高比例，持续获得超额收益。其中因子极值策略8月累计超额收益达2.6%，宏观事件驱动策略达2.2%。多策略一致推荐关注医药生物板块，且北上资金显著流入该行业，因存货周转率等因子创新高比例高达近99%。报告系统梳理历史回测和策略表现，给出分年度绩效与最新行业配置建议，突出医药生物、电子、食品饮料等优选行业 [page::0][page::4][page::24][page::33]
报告回顾三季度A股市场风格表现，指出价值蓝筹虽短期回调但中长期趋势依旧强劲，建议四季度重点超配低估值大中盘蓝筹，规避高换手个股风险。报告详细分析了风格因子IC及Hurst趋势指标，强调四季度风格切换及趋势持续性，辅以沪深300、中证500和中证800多因子策略回测，展示均衡风格策略优异的年化超额收益和风险控制表现，为量化投资提供扎实策略指引[page::0][page::3][page::5][page::6][page::12][page::13].
报告回顾2019年上半年市场及风格表现，指出一季度小盘股表现强劲，二季度盈利成长风格回归，资金流显示大小盘分歧。下半年择时看流动性改善及盈利回升，关注三季度股价反转风格和四季度价值风格回归，资金青睐高盈利低估组合。结合多因子风格和宏观事件，建议关注价值、反转及盈利成长因子，2019年下半年A股市场仍具备投资机会 [page::0][page::3][page::5][page::8][page::11][page::17][page::20][page::22].
本报告基于低换手率公募基金持仓，构建绩优基金股票池，筛选出有效的基本面多因子因子（盈利、成长、一致预期），并采用综合因子构建选股策略。2012年以来，策略年化收益29.2%，超额偏股基金指数13.9%，具备较好稳定的超额收益能力与选股alpha表现 [page::0][page::24][page::25]。
本报告围绕2022年2月中旬A股市场结构表现、行业估值及市场情绪展开量化择时研究。通过GFTD与LLT模型对沪深300及创业板指数进行多空择时，指出当前各指数整体处于看跌信号阶段，成长股前期大跌后近期反弹，技术面显示可能构筑震荡底部。报告还总结了日历效应、ETF资金流向等市场情绪指标，为投资提供择时参考与风险提示 [page::0][page::3][page::5][page::13][page::18]。
本报告系统梳理主动量化型基金的筛选方法，分析其业绩特征、适应市场环境及投资策略，发现风格、板块及龙头股配置差异是收益差异主要来源，主动量化基金在特定市场环境表现优异。基于风格、板块剥离超额收益稳定性的筛选指标构建基金组合，历史回测显示该组合显著跑赢整体主动量化基金及主动型权益基金，超额收益主要来源于风格和板块的剥离表现 [page::0][page::8][page::11][page::22][page::25]。
本报告基于行业景气度视角，构建并完善量化行业轮动框架，通过筛选行业基本面同步指标和领先驱动指标，运用多元回归模型构建各行业综合景气预测模型，并基于景气度变化设计行业轮动策略。回测显示该策略自2007年以来表现优异，年化超额收益达到9.02%，且回撤显著降低。最新实证结果显示，钢铁、农林牧渔、采掘、传媒和建筑材料行业具备较好超配价值。[page::0][page::3][page::5][page::20][page::23][page::24]
本报告基于多种行业轮动量化策略，包括相似性匹配、羊群效应、因子极值和宏观事件驱动策略，全面回顾了2019年7月行业表现及策略效果，并对8月行业配置提出量化建议。因子极值策略7月超额收益达8.1%，胜率80%，推荐重点关注TMT板块中的电子、电气设备等行业。相似性匹配与羊群效应策略提示周期板块和有色金属等行业也值得关注。宏观事件策略结合经济指标事件，给予食品饮料、纺织服装、医药生物、综合、计算机等行业推荐。各策略均显示因子创新高比例与行业超额收益高度相关，为后续行业轮动提供有效指引[page::0][page::4][page::17][page::24][page::33]。
本报告系统介绍了基于VaR的投资组合保险策略VBPI，阐述其在风险测度上的优势并与传统CPPI策略进行实证对比。结果表明VBPI策略下方风险控制优于CPPI，且在加入股指期货后显著提升了上方获利能力，同时降低策略调整及交易成本，提升资金使用效率。股指期货的杠杆特性和做空机制为VBPI策略的灵活性及收益提供了新的可能性，具有较高应用价值和推广前景。[page::0][page::8][page::12][page::14]
本报告基于高频主动买卖盘数据创新资金流定义方法，利用资金流比率的波动率衡量市场情绪。构建市场情绪波动的上下界交易和均线交易模型，实证验证均线模型在沪深300指数上的择时表现最佳，5年间成功率达80%，超额收益率达501.41%，适合中长期趋势择时判断，为指数市场情绪量化择时提供新思路和实证支持。[page::0][page::2][page::4][page::5][page::6][page::9][page::10]
