金融工程： 当下市场应保持理性 A 股量化择时研究报告
本报告系统回顾了2020年8月A股市场表现、行业与市场估值情况、市场情绪及量化择时模型（GFTD及LLT）的信号与历史净值走势，结合宏观因子周期与日历效应分析，维持中性市场观点，强调当前市场处于中继震荡阶段，关注8月底及10月底两大时间节点，提示量化模型不保证完全成功，需注意风险控制 [page::0][page::3][page::5][page::13][page::16][page::17][page::18]
金融研报AI分析
细分债务周期与定量资产配置——量化资产配置研究之十七
报告提出通过细分经济部门杠杆率周期，深入分析债务周期与大类资产价格的领先关系，构建了基于政府、金融、居民部门杠杆率的债券、股票和商品定量配置策略，策略历时回测表现显著优于买入持有，为大类资产配置提供了有力的理论和实证支持[page::0][page::13][page::15][page::16][page::20]。
创业板涨跌幅扩大后的趋势投资分析
本报告系统研究创业板涨跌幅放宽至20%后的市场影响。通过对A股沪深、市台湾及韩国市场扩板案例的量化分析发现，扩板后市场波动性及趋势特征显著增强。利用费雪变换模拟创业板扩板后的指数走势，验证波动率和趋势指标如ATR、峰度及Hurst指数的提升。应用经典MACD和创新OLSTL低延迟趋势线交易模型，实证显示扩板增强了趋势策略的有效性，OLSTL策略表现优于LLT且经波动率约束后进一步优化，显著提升累积收益率并降低最大回撤[page::0][page::4][page::7][page::9][page::10][page::14][page::16][page::17]
起跑，在趋势形成乊前 面向择时不交易
本文介绍了一种基于均线收缩特征的趋势跟踪择时策略，通过提前捕捉传统均线金叉死叉前的均线间距收紧信号，降低趋势跟踪的信号延迟。基于沪深300、中证500、创业板及股指期货的实证显示，该策略显著提升了年化收益率与交易频率，改善了传统均线交叉策略最大回撤大、震荡市亏损和持仓时间过长的问题。通过对股指期货等日内CTA策略流动性和交易成本的分析，指出在当前交易政策环境下，长周期均线收缩策略更适合抵御较高交易成本并实现稳健收益 [page::4][page::11][page::14][page::15][page::22][page::25]
金融工程：50 回调或已结束
本报告基于量化模型GFTD和LLT对A股市场特别是上证50指数及沪深300指数的择时研究，结合市场结构、行业估值和情绪指标，分析认为上证50指数近期回调可能结束，市场进入新的长周期上涨行情。报告揭示杠杆率企稳为行情提供基石，同时通过日历效应和ETF资金流动验证市场复苏信号。量化择时净值曲线显示模型有效性，风险提示涵盖模型失效可能性及市场波动性风险[page::0][page::3][page::5][page::13][page::20]。
金融工程: A 股量化风格：跟随风格趋势，继续关注基本面风格
报告基于2020年初A股市场风格表现和资金流向，结合日历效应、分化度、估值及宏观事件等多维度分析，指出盈利、成长及股价动量风格依然显著，价值风格持续失效。资金面上，北上资金和融资结构分化明显，支持中小盘及盈利成长风格。推荐继续跟随风格趋势，重点把握绩优蓝筹风格趋势策略，回测表现优异，年化超额收益10.5%，胜率近58%。整体分析逻辑基于多因子模型与资金流向综合测算，辅以宏观事件量化检测，为投资者把握当前风格机会提供了定量支持与策略建议[page::0][page::3][page::9][page::11][page::18][page::19]。
把握市场风格 探寻量化纵深 ——金融工程 2012 年度 策略报告
本报告深度分析了2011年中国A股市场的结构性特征与量化因子表现，指出个股选股效应持续，建议2012年轻指数重个股；沪深300期货市场持仓活跃但期现套利及跨期套利机会减少；量化择时显示A股处于低估且超卖状态；行业层面，相对PE和股价反转因子表现突出，推荐关注信贷敏感周期行业。个股层面，股价反转与估值类因子仍具超额收益潜力，财务类因子短期受资金紧缺影响提升；各行业因子表现差异显著，提示精细化量化选股价值明显。整体报告为基于丰富量化因子分析的市场策略提供了系统指导。[page::0][page::3][page::4][page::6][page::9][page::11][page::24]
货币先行指数的构建与 A 股择时应用
本报告提出了构建货币先行指数的方法，基于19个筛选出的领先货币因子，经主成分分析降维后，形成领先于M1同比的货币先行指数。该指数在拐点识别上领先于M1，并领先于沪深300指数，结合该指数构建了股债轮动择时策略，回测年化收益达7.30%，表现优于沪深300指数，展现了较好的宏观择时能力[page::0][page::17][page::18][page::22][page::23]
基亍大数据挖掘的行业轮动策略研究
报告基于大数据技术，结合互联网舆情数据与申万一级行业指数，通过构建行业舆情涨幅与行情涨幅的量化择时策略，实证验证舆情指数领先行情走势且高度相关，策略年化收益接近20%，显示了舆情主导的行业轮动在A股市场的有效性与实用性 [page::5][page::17][page::26][page::31].
融券打新中的融券标的选择
报告系统梳理了融券市场现状、融券成本及市场规模变化，详细解析融券打新业务模式和网下打新规则，测算不同账户规模下的网下打新收益。通过融券卖出与股票多头底仓对冲，实现锁定底仓规模风险并放大打新收益。报告提出融券标的筛选标准，包括剔除卖一挂单过大、报价稀疏及券源不稳定的股票，构建优质融券标的池，确保交易的即时性和成本控制，为融券打新实现稳健绝对收益提供策略支持 [page::0][page::3][page::4][page::10][page::11][page::12][page::13]
多角度看商品资产配置价值——量化资产配置研究之八
报告从商品资产的收益特性、风险分散作用及通胀保护价值出发，实证分析商品资产尤其不同类别商品在组合配置中的表现及作用。研究发现，商品虽波动较大且无稳定现金流，但能在股票大幅下跌时减缓损失，并在高通胀时期提升组合收益。进一步，报告细分商品类别，揭示不同类别商品对组合风险及通胀保护的差异性，结合中美市场商品基金现状，强调商品资产在大类配置中的重要地位与应用前景。[page::0][page::9][page::12][page::13][page::16][page::27]
国泰量化策略收益：专注多因子 alpha 精选个股公募基金产品研究系列之五十
本报告系统分析了国泰量化策略收益基金的多因子alpha选股模型及其资产配置策略，结合丰富图表展示基金业绩、持仓风格、行业配置和收益归因，验证其自2018年9月起取得稳定超额收益，策略以价值、成长、盈利质量等因子构建，多因子模型驱动下行业偏离度持续下降，个股选择贡献正收益，基金换手率高于同类，加强了指数增强效果，为量化基金投资提供了详实参考 [page::0][page::3][page::8][page::11][page::18][page::20].
A股量化择时研究报告
本报告以2023年12月25日至29日A股市场为研究区间，分析了市场结构、行业表现和估值趋势，指出市场处于阴跌震荡状态但具备回升窗口，重点关注估值处于历史低位的板块及市场情绪指标。资金流方面，ETF资金净流入积极，北向资金持续流入，融资余额有所减少。宏观因子显示经济正企稳，风险溢价处于较高水平，提示市场潜在反弹机会 [page::0][page::3][page::5][page::10][page::14][page::19]。
黄金择时系统及黄金在 FOF 中的配置
本报告基于17个宏观经济、供需、国际关系及交易噪声因子构建黄金择时系统，择时正确率约为74%，在累积收益与风险控制上优于买入持有策略；同时，择时系统对黄金股票（申万黄金(III)指数）同样产生有效买卖信号，年化收益率达6.5%。报告还分析了国内外商品基金及FOF产品中黄金的配置现状，发现国内FOF主要偏好黄金ETF，配置比例较低，而海外FOF配置较广但比例总体不高，为投资组合分散风险提供支持。[page::0][page::4][page::7][page::9][page::12][page::16]
多策略获超额收益，共推机械设备等——行业轮动策略报告
报告围绕行业轮动策略的多层次框架，从宏观事件驱动、中观景气度以及量化因子极值等多策略视角，持续挖掘机械设备、电气设备、家用电器及电子等重点行业的超额收益表现。策略基于历史数据回测表现稳健，推荐行业结合政策及资金流向，兼顾市场情绪和资金动态，为投资者把握行业成长机会提供系统化量化参考。[page::0][page::4][page::15]
量化选股系列报告八泥沙俱下淘真金 地产行业量化选股报告
本报告基于2005年至2009年间地产行业财务与市场数据，构建了覆盖估值、市场、规模三大因子的9个优选量化选股因子，通过综合“超额收益率”、“Alpha 比率”及“信息比率”三维度评价，形成地产行业量化选股模型。2010年至2011年检验期间，该模型虽总体收益为-20.5%，但仍实现超越申万地产指数14%的超额收益，胜率达到66.7%，体现出较好的选股有效性。估值类低PE及反转类因子表现尤为突出，成长、盈利类因子表现相对较弱，反映地产行业特殊属性及调控影响 [page::0][page::17][page::18][page::19]
量化资产配置系列报告之三：赔率因子在大类资产和行业轮动策略运用
本报告围绕赔率因子的理念构建与应用，系统探讨了基于估值因子的赔率交易策略在大类资产和行业轮动中的有效性。通过统计特征分析、相关性检验与周期分析，确定股息率DY作为优选赔率因子，识别出适合赔率交易的宽基指数与行业标的。基于Fed模型改进的ERP指标构建的股债轮动策略和行业轮动策略均实现显著超额收益，行业轮动年化收益率达11.28%，夏普比0.46，体现赔率因子在资产配置中的重要作用。同时强调赔率交易存在等待周期长、市场下跌风险等特点，提出相应风险提示与后续策略改进方向 [page::0][page::3][page::5][page::7][page::15][page::16][page::17]。
量化资产配置系列报告之十：风格因子拥挤度的测算与择时效果
本报告针对风格因子拥挤度的测算，构建了基于交易热度、资产收益、估值、杠杆资金及交易结构五个维度的八项指标综合拥挤度指标，并通过分位数法识别拥挤信号。实证显示，风格因子拥挤度对未来1、3个月收益率、胜率及极端风险具有显著提示作用。以中证红利指数为例，拥挤信号发出后未来收益与胜率显著下降，下行风险显著加剧。策略回测验证了基于综合拥挤度的择时策略有效降低风险并提升夏普比，适用于红利、价值、成长、大盘及微盘股等不同风格指数[page::1][page::8][page::14][page::15][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24]。
“众推之下无弱股”— 构建优选因子量化选股模型
本报告基于多因子加权评分模型构建量化选股方法，通过筛选和加权19个优秀选股因子，实现了优选强势股票的目标。模型经过2010年的实证检验，在多数阶段获得显著超额收益，年内累计绝对收益达26.67%，超额收益38.67%。报告还指出市场下跌阶段选股难以抵抗大盘影响，建议结合量化择时策略以优化表现。未来将关注因子分行业特性，改进模型有效性 [page::0][page::4][page::11].
量化资产配置系列报告之九：基于基本面、市场情绪与动量因子的股债择时策略运用
本报告系统跟踪并改进了基于信用因子、市场情绪和动量因子的股债轮动策略。通过引入动量和情绪因子，改进美林时钟模型，策略年化收益率从16%左右提升至21%以上，夏普比由1.17提升至最高1.29，权益看多时间占比显著增加，踏空风险有效降低。策略回测覆盖2014至2024年，数据体现改进策略在主要牛市阶段表现优异，并规避了多次股市下跌风险，提供了稳健的股债择时框架[page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]。
