数值型部分保本产品在基金专户中的应用
本报告系统介绍了数值型部分保本产品的设计及其在基金专户业务中的应用，重点分析了产品条款、回报情景、理论定价及敏感性，特别阐述了产品在专户分级模式和直接发行模式中的具体实现，包括A、B计划的风险收益特征及B计划基于Delta动态复制的对冲策略，结合大量敏感性分析图表和蒙特卡罗模拟验证，深化了对产品风险收益的理解，推动基金专户创新产品设计[page::0][page::2][page::6][page::13][page::17]。
金融研报AI分析
行业聚类与估值轮动策略——重构行业轮动框架之六
本文采用聚类方法对A股行业进行重新划分，结合行业估值的趋势与反转效应，构建基于行业聚类的估值轮动策略。基于最小生成树和动态相关性的行业划分，策略分别验证了趋势策略与趋势+反转混合策略的有效性。混合策略多空超额收益率达到13.3%，信息比达0.83，显著优于单纯趋势策略，展示了合理行业划分对估值轮动的重要提升作用。此外，最新一期模型推荐超配行业包括饲料Ⅱ、计算机设备Ⅱ、电力、白色家电及机场Ⅱ，策略在多年份中均表现稳健 [page::0][page::4][page::13][page::17][page::19]
投资者关系活动事件驱动机会研究
本报告研究A股上市公司投资者关系活动的事件驱动效应，重点分析不同投资者关系活动类型及参与主体的超额收益表现，尤其关注特定对象调研及“头部”基金参与的活动，基于事件效应构建不定期与定期调仓策略，回测期间年化收益率分别达到30.79%和28.45%，展示出显著的事件驱动投资机会[page::0][page::9][page::18][page::23]。
金融工程：当下市场的两个核心问题—A股量化择时研究报告
本报告通过两大量化择时模型GFTD和LLT对A股主要指数的择时信号进行分析，结果显示多个指数保持看涨状态。市场结构及行业表现呈现分化，金融地产板块短期补涨明显，科技板块有望成为后续热点。结合行业估值和市场情绪指标，等待弱势板块补涨结束后的长期逻辑回归。宏观视角显示M1同比处于抬升阶段，排除了典型熊市风险，建议关注量化模型信号结合估值和市场情绪综合判断行情趋势，风险提示强调模型并非全胜，需要注意市场极端情况 [page::0][page::3][page::4][page::5][page::7][page::8][page::9][page::12][page::13][page::17][page::18]
大浪淘金，Alpha 因子何处寻？
本报告通过构建涵盖盈利、成长、规模、估值、杠杆、流动性、波动性、技术和一致预期九大类共69个备选Alpha因子，采用信息系数(IC)、信息比(IR)、胜率、组合收益率及t检验等多维度指标，系统回溯测试中证800成分股2007-2011年表现，挖掘出多个具备稳定Alpha收益的有效因子，如流通市值、成交金额/股价波动率、股价动量/反转等技术因子表现突出。报告详细列示了16个有效Alpha因子的回溯表现及组合收益趋势，为选股策略提供科学依据[page::0][page::4][page::6][page::10][page::20][page::21][page::22]
盈利能力与动量因子是行业配臵的制胜关键 ——回归树在行业配臵中的应用探讨
本报告基于CART回归树模型构建了一套行业配置因子分类方法，利用估值、盈利、动量等13个行业因子输入，结合长度不变的动态回归树模型，实现了显著的行业超配低配预测效果。剪枝后的动态回归树模型预测以三档划分方式，累计超额收益达到91.09%，且P值低于3%，胜率超过60%。历史回溯显示ROE和动量因子是行业配置关键因子，当前建议超配医药生物、电子等行业、低配餐饮旅游等行业，模型预测效果优于沪深300指数表现 [page::0][page::17][page::19]
细分行业景气盈利轮动策略
本报告系统分析121个细分行业的景气与盈利轮动特征，提出了一种基于双季度景气并融合盈利能力指标的细分行业轮动策略。策略通过筛选盈利能力稳定且景气度回升的细分行业，构建不超过10只龙头股的可交易组合，实现相对沪深300的年化超额收益18.3%，年度胜率达91%。报告详细展示了该策略的历史表现、换手率及行业选择变化，验证盈利稳定性显著提升了组合可持续表现 [page::0][page::3][page::14][page::17]。
期权 CPR 指标择时研究
本报告基于期权成交量、持仓量和隐含波动率的看涨看跌比值（CPR）指标，筛选出滚动一月成交量CPR、持仓量CPR和隐含波动率CPR三大择时因子，构建回归模型预测上证50指数未来走势，并设计多空及多头择时交易策略。实证显示多空策略自2015年以来年化收益达24.48%，样本外年化收益为14.60%，引入5%止损后年化收益提升至16.96%，最大回撤显著下降，收益风险比优化。择时因子间相关性较低，组合提升预测能力，策略有效捕捉市场反转信号，具有较强的实用价值 [page::0][page::3][page::8][page::13][page::15][page::19]
金融工程：关注指数成分股调整的投资机会
本报告聚焦上证50、沪深300和中证500等宽基指数的半年调仓机制，详细分析指数成分股历年调入调出的超额收益效应，结合被动指数基金规模，测算成分股调整带来的资金流动冲击，揭示调仓带来的短期投资机会及潜在风险，为指数增强型投资提供重要决策依据。[page::0][page::3][page::8][page::11]
如何挖掘景气向上，持续增长企业——基本面量化策略
本报告跟踪量化选股策略“如何挖掘景气向上，持续增长企业”的表现，基于盈利和成长核心因子构建组合，通过等权重和市值加权方式，在2009年至2021年期间，累计收益率分别达到2481.96%和2065.34%，年化收益率分别为28.28%和26.52%，显著超越中证800指数和偏股混合型基金指数。组合持仓约52只股票，覆盖医药生物、化工、电子等行业，展示量化因子选股的长期有效性和较稳定的超额收益能力[page::0][page::3][page::10]。
目标日期基金和下滑轨道开发探讨
本报告系统梳理了目标日期基金（TDF）的生命周期资产配置设计理念，深入分析了美国成熟市场的TDF发展现状、管理公司格局及产品特点，重点探讨了基于期界风险和效用函数的下滑轨道(Glide Path)设计方法。结合国内市场实际，针对权益市场波动性大和资产池选择，提出了适应性的资产配置方案；基于不同目标日期的产品设计，系统开展了历史回测，结果证明设计方案兼顾风险控制与稳健收益，为国内养老FOF产品设计提供了有力的理论与实践参考[page::0][page::4][page::15][page::21][page::29]。
A 股量化择时研究报告
本报告围绕2022年11月中旬A股市场表现及量化择时策略展开，分析市场结构、行业涨跌、估值水平、情绪指标和资金流向，重点对GFTD及LLT量化择时模型进行回顾，历史择时成功率约80%。报告认为当前市场处于调整底部，估值和风险溢价均处于相对低位，北向资金净流入显著，四季度保持乐观展望，提醒量化策略在极端市场环境中可能失效，需注意风险控制 [page::0][page::3][page::5][page::8][page::14][page::21][page::22]
量化视角下的 FOF 组合构建：从大类资产配置到分类基金优选
本报告从量化视角出发，系统构建了包含大类战略配置、战术动态调整及基于因子选基的主动型权益和纯债基金组合，以及基于权益指数轮动的被动基金组合的FOF组合框架。文章通过多维度因子评价及动态调仓策略，实现了不同风险偏好FOF组合的构建与优化，回测显示三款FOF组合分别在低风险到中高风险阶段均获稳健超额收益，且大类资产配置及基金优选贡献均为正向[page::0][page::8][page::76]。
北向资金行业与风格轮动 因子差异化与数据细化
本报告基于北向资金托管机构持股数据，构建月度行业及风格因子，系统测试北向资金跟随行业与风格轮动的策略效果。研究发现传统北向因子表现有所下滑，但通过设计前三月净流入最大抬升占比等差异化指标及结合内资资金流，构建内外资共振因子显著提升策略表现。机构维度分析表明，摩根士丹利等部分机构具备较强轮动能力。综合考虑覆盖度、换手率及内外资金相关性，北向资金轮动策略具备可行性和优异的风险调整收益表现 [page::0][page::4][page::11][page::26][page::27]
大单资金流的反转效应更适用于周期性行业的选择
本报告基于中证800指数成份股，系统研究大单资金流对行业轮动的影响，发现资金流的短期动量效应显著，但整体反转效应不明显，唯在周期性行业中反转效应较强。推荐以资金流入较弱的5个周期性行业（房地产、金融服务、轻工制造、采掘、化工）按流通市值权重配置，统计周期4天，跟踪周期15天，模型自2007年起实现超额收益133.32%，风险调整表现优异，具有较强的实操价值与持续性。结合丰富实证和回测数据，佐证了该资金流反转策略在行业轮动中的应用潜力 [page::0][page::3][page::22][page::23].
择时、行业配置，对冲组合与交易策略
本报告系统阐述了广发证券金工团队的择时体系、行业轮动配置策略及对冲组合设计。重点介绍了GFTD、希尔伯特变换、LLT低延迟趋势线等多种中短线择时模型，并通过历史实证检验其有效性[page::2][page::3][page::10]。行业轮动策略基于对行业启动顺序的相似性匹配，结合经济周期支撑，筛选行业进行动态超配，实证表明该策略具备显著超额收益[page::27][page::29][page::36]。此外，报告还结合多因子模型与机器学习方法展开量化因子构建与组合优化，并依托对冲策略管理风险，实现较优投资回报[page::41][page::42]。
年末风格趋稳健，价值风格持续回暖——A股量化风格报告
报告回顾了2019年11月A股市场风格表现，指出月内市场震荡小盘优于大盘，价值风格持续回暖，盈利风格依然有效但减弱。结合宏观数据与资金流分析，预计12月风格延续，建议关注绩优蓝筹及价值风格。报告还针对四季度风格季节效应、资金面、估值和宏观事件给出量化风格展望，并推荐基于沪深300的绩优蓝筹风格趋势策略，策略历史年化超额收益11.53%，信息比率0.90，显示出较好稳定性和配置价值 [page::0][page::3][page::9][page::10][page::19][page::20]
基于深度学习的高频数据因子挖掘
本报告利用55个高频数据低频化的人工因子输入深度全连接神经网络，挖掘出32个深度学习特征因子，实证显示hf18在创业板实现27.25%年化收益，hf13在中证1000实现11.25%年化收益，均明显超越基准指数，体现机器学习在高频因子挖掘上的优势[page::0][page::7][page::16][page::21]。
A 股负 ALPHA 因子策略——转融通选股系列之一
本报告基于转融通业务扩容对A股融资融券标的的影响，详尽分析了各类风格因子在时间序列与行业维度上的正负Alpha表现，发现价量因子的负Alpha更为显著，基本面因子如ROE表现出更强的正Alpha。基于因子正负Alpha构建多因子多空对冲策略，在2011年至2019年期间回测显示，动态趋势加权多空策略年化收益31.8%，最大回撤9.5%，信息比2.35，表现优于等权策略。策略适应市场风格变化，通过动态加权改善风格切换带来的波动性，为后续运用转融通业务提升对冲效率提供理论基础和实践路径 [page::0][page::4][page::29][page::32][page::36]。
基于大数据挖掘的行业轮动策略
本报告基于互联网大数据舆情指数，构建了一套行业轮动量化策略。通过分析申万一级行业指数行情与对应滞后5期舆情数据的正相关关系，筛选行业热点进行投资。实证显示，策略在2011-2016年间年化收益超19.9%，改进策略引入相关性判断年化收益提升至约25.55%。此外，参数敏感性测试和行业数量筛选验证了策略稳健性，展示舆情数据在量化择时中的重要价值，为基于大数据的行业轮动提供了新的思路和工具。[page::0][page::13][page::14][page::18][page::20]
