本报告基于经营性现金流的两个因子——经营性现金流净额同比增长率和全部资产现金回收率，构建现金流选股策略。通过对2005-2012年A股市场的实证回测，双因子组合表现优异，流通市值加权的几何平均年化收益率最高达54.84%，信息比率为1.59，年度胜率达87.5%。加入反转效应后收益提升明显，组合股票数量与市值支持基金投资实操。策略稳健跑赢沪深300指数，并通过Fama-French三因子回归验证存在显著α，显示现金流因子在选股中具备较强的预测能力和抗风险性[page::0][page::4][page::7][page::9][page::16].
报告研究了安信多因子模型中时间窗口宽度的设定问题。发现模型使用较长窗口期（如100期）优于短窗口期，且多窗口期取均值计算因子权重进一步提升模型区分能力。使用多期窗口平滑值的模型在样本外测试中年化收益率达44%左右，显著跑赢沪深300及万得全A指数。该结果体现市场盈利结构一定持续性，过去较长时间数据仍具预测价值 [page::0][page::1][page::2][page::4][page::8][page::9]。
本报告围绕证券公司自营业务中的系统化投资应用，阐述了系统化投资和主观投资的区别及优劣，重点探讨系统化投资在组织架构、投资管理、风险控制及交易执行中的价值及实施流程，为应对当前市场中数据激增、资产相关性上升等挑战，提供系统化解决方案与方法论 [page::0][page::1][page::2][page::3][page::4]。
本报告通过大样本历史比较分析，发现EPS增长率高、ROA、ROE高是牛股的必要条件。基于这三财务指标构建的多种选股策略，均实现超额收益，部分策略年化收益超10%。行业分布显示医药生物、食品饮料等板块牛股概率高。市值中小且估值合理的股票表现优异。基于历史数据的回测验证了这三个因子在筛选牛股中的充分性，为量化选股提供了有力支持[page::0][page::1][page::9][page::42][page::49][page::44][page::47][page::48][page::41]
本报告提出“安信风险再平衡”大类资产配置模型，基于时序动量（TSM）因子与期望亏损（ES）风险度量的双模块架构。通过十一年回测，在包括股票、债券、商品等六大类资产中实现年化收益18.73％、波动率13.75％、夏普率1.23，显著优于等权和风险平价组合。报告还展示模型参数敏感性和换手率等实用性分析，表明策略稳健有效，具备良好风险控制与收益提升能力。[page::0][page::3][page::10][page::19]
本报告基于A股市场2005至2012年数据，系统分析了总资产增长率与未来股票收益的负相关关系。通过Fama-MacBeth回归验证，资产增长效应显著，且在低PB股票中效应更强。报告构建了基于PB和资产增长率的多层筛选选股策略，回测结果显示该策略在不同加权方式下均获得超额收益，信息比率最高达1.19，几何平均年化回报率高达39.96%。此外，基于Tobin Q理论，将PB作为近似值，进一步验证了资产增长对不同估值股票的不同影响。行业配置分析显示组合行业分布较为均衡，且策略具有良好的流动性和规模扩展性。研究结论为基于资产增长因子的价值投资提供了有力实证支持 [page::0][page::1][page::2][page::6][page::8][page::9][page::12]
本报告基于数据驱动方法，构建上证50指数的择时交易策略，采用多因子模型结合技术形态及MACD指标。采用滚动样本外测试验证模型稳健性，全样本年化收益达约97%，夏普比率约4，最大回撤控制在32%-42%之间，策略对参数变化不敏感，具备较高实用价值[page::0][page::2][page::4][page::5][page::6]。
本报告基于2000-2012年数据详细分析了A股市场的“二月效应”，发现二月份上证综指上涨概率高达84.6%，且多数板块涨幅显著且稳定，春节因素对二月效应影响有限，流动性宽松和行业政策周期等才是主要驱动因素。结合最新流动性数据，预测2013年2月上涨概率较大，提供了对该月市场的积极但谨慎展望 [page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::8][page::9]
本报告针对A股行业轮动的动量因子失效问题，提出基于“四轮驱动”信号截面化优化多头组合，年化收益显著提升至18.6%，并通过拥挤度指标优化空头组合，提升整体多空因子表现，年化收益达到31.15%。报告结合系统的回测净值曲线和统计数据，验证了因子构建的有效性和稳定性，推荐电力设备、通信、计算机、非银金融及汽车等行业作为投资方向。[page::0][page::2][page::3][page::5][page::7][page::8]
本报告系统性分析了机器学习在量化投资中的应用，涵盖高频与低频策略、线性与非线性模型、单次分析与推进分析以及分类与回归的差异。通过多个机器学习模型（如标准神经网络回归、支持向量机回归、神经网络分类等）在股指期货市场的实证回测，展示了其策略表现和风险点。报告指出标准神经网络回归策略表现优异，年化收益超80%，夏普3.55，同时强调机器学习策略存在历史数据依赖和过拟合风险，需合理调整模型及交易策略 [page::0][page::3][page::4][page::6][page::8][page::12][page::14][page::15][page::16][page::17]
本报告系统介绍了机器学习方法在量化投资中的归因分析，重点讨论了传统线性归因与非线性归因的差异，介绍了多种特征重要性评估方法包括逐步回归、Ridge/Lasso/Elastic Net正则化回归、随机森林及其扩展Boruta算法、遗传算法优化方法和因果推断TMLE方法，结合多个图表展示了因子重要性的具体计算和视觉化，强调非线性因子归因对量化投资模型的启示，同时提醒机器学习归因存在失效风险，为量化策略的透明性与因果性分析提供了理论与实践基础[page::0][page::2][page::4][page::6][page::11].
本报告系统回顾了风险再平衡资产配置组合的构建逻辑、2019年表现及调仓策略，强调2019年组合年化收益11.1%，最大回撤3.5%，夏普率2.13，展望2020年将更多纳入商品及对冲策略，ETF产品持续受青睐，推动配置型策略与基金投顾业务发展。[page::0][page::7][page::13][page::16]
本报告基于中国A股中证500成分股，运用XGBoost机器学习模型挖掘15个日内涨幅影响因子，通过Kfold与推进分析两种模式训练回归与分类子模型，进而融合成集合分类回归策略。该策略在2019年样本外数据中表现优异，年化收益率达130.2%，胜率57.24%，夏普比率4.31，最大回撤18.9%。交易成本敏感性分析显示策略收益受双边成本显著影响，降低成本可提升年化收益超过20% [page::0][page::5][page::11][page::12][page::20]
本报告基于定量复盘系统，从技术面视角，采用新高个股占比、Sharpe比率排序、赚钱效应状态、周期温度计等指标定量界定主线行情；结合波浪理论对历史九大主线板块进行阶段性趋势波浪复盘，揭示主线行情具备标准的趋势浪特征及顶背离信号，辅助投资择时决策。此外，报告对当前主线（计算机、传媒、通信）潜在浪型结构进行了划分并给出市场展望 [page::0][page::2][page::3][page::13][page::14][page::15]
本报告聚焦中美市场的大类资产配置策略，重点分析美股战术资产配置基金及其在不同市场周期的绩效表现，并对中国大类资产配置指数的多策略构成与收益情况进行系统研究。美股战术配置基金整体表现出较低波动、优于大盘的风险调整收益，尤其在2019年牛市表现最佳。中国配置指数策略中，退休金策略表现最佳，波动率控制、多策略组合同样具备稳健特性。报告深入解析各阶段优秀基金样本的策略细节，为多资产配置投资提供有力参考 [page::0][page::2][page::3][page::10][page::11][page::12]
报告基于多项logit和logit模型构建风格轮动动态交易策略，覆盖3×3、3×4、5×5组合，均实现显著超额收益，回测期内几何平均月回报率最高达3.60%，信息比率最高达0.57，展现出风格轮动策略在A股市场的有效性和交易成本优势，特别是多项logit33策略综合表现最佳[page::0][page::4][page::5][page::8][page::11]。
本报告聚焦机器学习驱动的CTA期货策略，重点分析资金面对动力煤和中证500期货基差的影响，揭示基差波动对盈亏的关键作用。跟踪了三种机器学习策略的最新收益与回撤表现，预测未来商品多空行情，详尽展现机器学习结合资金面在期货交易中的应用与优势 [page::0][page::2].
本报告针对公募基金行业仓位变化的测算问题，提出基于带限制OLS回归模型并结合真实仓位锚定修正的测算方法，实现对基金行业仓位变动的高准确度估计。模型测算显示在大幅加减仓变动（>5%）的条件下，方向预测胜率高达75.8%。通过对基金规模、历史业绩、板块集中度、换手率及模拟净值偏离度等多维度分组的误差统计，发现中小规模、高历史波动、板块集中及换手率高的基金测算准确率更高。基于测算结果，报告还分析了绩优基金、百亿基金及交易能力强基金的行业仓位动态，揭示其调仓行为对市场风向的指示作用，为跟踪基金行业观点提供实用工具 [page::0][page::3][page::5][page::6][page::7][page::8][page::11][page::14].
本报告系统研究了券商金股策略的构建方法，通过对券商月度金股的重合度统计，结合动量因子和ROIC因子进行筛选，构建了多种股票组合策略。回测显示基于ROIC的填充策略表现最佳，实现了年化收益68.12%、最大回撤13.98%、夏普比率2.67的优异业绩。同时，基于券商行业板块认可度构建的行业多头及多空策略也表现良好，尤其是行业多空策略最大回撤低于5%，夏普近3，有效控制了风险，体现出券商投资观点在行业配置上的参考价值。报告详细呈现了12月组合持仓与行业偏好，为资产配置提供可操作的研究参考。[page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
基于陆股通北向资金细分席位数据，报告构建行业选择因子及行业轮动策略，显示配置盘资金因子优于交易盘，回测收益显著优于基准，年化收益最高达110.7%，同时控制风险和回撤，为行业轮动提供有效资金流量视角[page::0][page::6][page::10][page::13][page::17]
