期权成交信息对市场择时的精细化研究
本报告通过对期权高频成交数据运用Lee Ready算法识别交易方向，将期权成交量划分为买入成交量和卖出成交量，构建买入CPR和卖出CPR指标，发现买入CPR对标的指数短线收益率具备显著的正向预测能力，卖出CPR则对中长线走势呈负相关性。基于此，构建了短线趋势交易策略和中长线反转策略，分别在IH股指期货和50ETF上回测，短线策略年化收益率达17.35%，中长线策略超额收益显著，显示出良好的市场择时价值[page::0][page::3][page::17]。
金融研报AI分析
如何挖掘景气向上，持续增长企业——基本面量化策略跟踪
本报告回顾并跟踪广发金融工程团队以盈利和成长为核心构建的基本面量化选股策略，回测期内等权重组合累计收益率达2068.92%，年化收益率22.96%，显著超越中证800指数和偏股混合基金指数，且信息比高达1.22。组合平均持仓约55只个股，市值约130亿元，行业主要集中于医药生物、化工和电子等景气行业。该策略以高ROE、成长趋势和现金流优势为主要选股标准，表现稳定，风险可控。[page::0][page::3][page::4][page::5][page::9][page::10]
分化减弱，继续关注反转等风格——A股量化风格报告
报告总结了2019年6月A股市场主要宽基指数及行业风格表现，指出市场分化度显著减弱，资金偏好大中盘，反转及成长风格表现突出。结合日历效应、资金流、盈利预测和估值角度，推荐关注股价反转、成长和价值风格的趋势策略，重点配置绩优蓝筹股构建的风格趋势策略，策略回测自2017年以来超额年化收益10.8%，信息比率0.86。宏观事件触发信号建议布局小市值、低估值风格组合，为投资提供量化风格指引与实证支持。[page::0][page::3][page::4][page::9][page::12][page::17]
深度学习新进展：Alpha 因子再挖掘
本报告系统介绍了深度学习技术在量化选股中的最新应用，以深度学习预测模型挖掘Alpha因子，构建月度调仓选股策略。模型以156个股票因子为输入，采用5层隐层深层神经网络结构，选股预测准确率显著高于随机预测。实证显示，策略以中证500指数对冲后，样本外年化收益率达20.3%，最大回撤-4.77%，月度胜率88.0%。深度学习选股因子与传统风格因子相关性较低，具备独立的Alpha价值。模型更新提升策略表现。报告重点讨论了ReLU激活函数、Dropout技术、Batch Normalization等深度学习核心技术对模型性能的提升作用，为量化领域AI策略研发提供指导 [page::0][page::4][page::15][page::20][page::26]
资金流出、分化减弱，紧跟风格趋势 ——A 股量化风格报告
本报告系统回顾了2019年5月A股市场风格表现，发现大盘优于小盘，盈利成长等基本面风格显著；市场分化度降低，资金流出加剧，估值恢复使中大盘蓝筹具备性价比优势。结合日历效应与宏观事件，推荐继续配置高盈利、高成长风格，重点关注沪深300绩优蓝筹风格趋势策略，策略自2017年以来年化超额收益达10.7%，信息比0.83，表现稳健 [page::0][page::3][page::9][page::16][page::19][page::20]
从个股分化看风格轮动 多因子 Alpha 系列报告之（三十八）
本文围绕A股市场近年来风格轮动的变化，基于收益率标准差及成交量加权构建量化分化度指标MADI。利用MADI动态选择风格趋势与风格反转策略，实证显示该动态轮动策略在中证800、中证500及沪深300样本池均显著提升超额收益，且反映当前市场“一九”格局下风格抱团和趋势效应，为投资者把握风格轮动规律提供有效工具 [page::0][page::3][page::4][page::7][page::8][page::9][page::12][page::15][page::16][page::17][page::18]
新华沪深 300 增强：基于量化策略的指数增强产品公募基金产品研究系列之四十
本报告分析了沪深300指数的市场代表性、估值优势与资金流入情况，评估了新华沪深300指数增强基金的量化多因子策略与业绩表现。该基金采用估值、成长、质量等多因子选股模型，灵活调整权益仓位和行业配置，实现超越基准的显著超额收益，且持仓风格偏向大盘成长与价值并重，重点选股权益集中，配置银行、传媒等热门行业，2020年上半年业绩领先同类产品 [page::0][page::5][page::9][page::12][page::15]
基于融资融券因子研究 多因子 Alpha 系列报告之(五十二)
本报告基于A股市场融资融券数据构建20个融资融券类因子，重点分析融券余额占比因子和融资买入额占融资余额比因子在全市场、中证500和中证1000的选股表现。实证结果显示，两因子在IC值、因子分档及多空策略超额收益方面表现优异，尤其在中证1000市场中表现突出，显著提升了预测未来股票收益的准确性。手续费敏感性分析表明，较高手续费会降低策略净值表现，提示实操时应重视交易成本 [page::0][page::7][page::8][page::19][page::26][page::35][page::65][page::66][page::67]。
金融工程：备兑开仓策略基金的产品设计探讨
报告系统介绍了备兑开仓策略的基本原理与美国备兑开仓ETF市场现状，重点分析了国内以沪深300指数期权为主构建备兑开仓策略的基金设计方案、期权合约选择及调仓规则。测算结果表明，备兑开仓策略能提高风险调整后收益表现，适合A股震荡及弱市环境，机构投资者持有比例较高。报告还讨论了策略相关风险及未来发展前景，为国内ETF产品设计提供借鉴与参考[page::0][page::4][page::5][page::14][page::25][page::26][page::27]
希尔伯特变换下 的短线择时策略
报告基于窄带信号处理中的希尔伯特变换，构造同相正交空间，通过相量变化定义非周期市场波动“周期”，提出HTM短线择时模型。HTM模型在沪深300及上证指数具有近60%判断正确率和6个交易日左右的平均持仓周期，实现指数及行业指数择时超越基准。基于此，构建HTMT股指期货及ETF交易策略，回测显示年化收益率最高超30%，最大回撤控制在15%以内，策略稳定有效且适用实际交易环境[page::0][page::9][page::11][page::12][page::16][page::22]。
资金持续流入，大盘价值风格修复——A 股量化风格报告
报告回顾国庆后首周A股资金流向及风格表现，指出资金持续流入大盘蓝筹指数，成长风格依旧，价值风格显著修复。结合日历效应、资金流向、宽基指数估值及宏观事件分析，建议继续配置成长风格并关注大盘价值风格回归。基于沪深300成分股构建的绩优蓝筹风格趋势策略自2017年以来表现优异，年化超额收益11%，信息比率0.86，说明此策略适合看好大盘价值蓝筹的投资者 [page::0][page::3][page::8][page::13][page::18][page::19][page::17]
金融工程：维持乐观判断——A 股量化择时研究报告
本报告综合运用GFTD与LLT量化择时模型对A股市场进行系统性分析，结合市场情绪指标、行业估值及宏观周期，判断当前市场处于中继震荡阶段，未见顶，短期仍维持乐观展望。行业估值显示银行、地产等板块估值处于历史低位，流动性环境相对宽松，有利于市场的第二波上涨。同时，报告细致跟踪多维度市场情绪及日历效应，验证策略回测表现，为策略设计和择时决策提供理论依据与实证支持 [page::0][page::3][page::7][page::12][page::17][page::18]。
T财ab报le因_T子itl使e 用方 法新探 ——多因子 ALPHA 系列报告之（二十四）
本报告针对传统多因子ALPHA策略中财报因子存在的时效性不足问题，提出了提前使用最新披露财报数据结合事件驱动和因子打分优点的新方法。通过深入分析披露时间分布及快报数据的应用，验证了提前使用数据能够大幅提高财报因子的有效性。回测显示，新策略显著优于传统每月末操作策略，且与非财报因子融合后收益及信息比进一步提升，胜率和最大回撤表现均更优，风险提示模型需结合宏观环境审慎使用[page::0][page::3][page::4][page::9][page::29][page::33]
基于多策略配置框架的绝对收益公募产品探讨
报告围绕当前公募基金内多策略、多资产配置的绝对收益产品展开，重点分析长久期利率债、可转债、红利低波和市场中性对冲策略等资产的收益风险特征及相关性，并提出基于估值指标动态调整资产权重的FOF组合策略，从而优化风险收益比。报告指出传统固定收益及对冲策略面临的挑战及创新组合的潜在风险，为公募绝对收益产品设计提供系统参考。[page::0][page::6][page::11][page::16][page::18][page::19]
股指期货对冲中的合约期限选择
本报告聚焦股指期货对冲策略中不同期限合约的选择问题，通过剥离成分股分红影响，精准测算考虑分红的真实基差。基于年化基差数据，构建牛熊策略、反转策略、选择最划算品种策略及战术调整策略，实证显示后者年化超额收益高达6.71%，显著增强对冲型基金的期货端Alpha收益，具有较强的实际投资价值与应用前景[page::0][page::4][page::15][page::20][page::24][page::25]。
股指期货日内分时段收益特征——技术分析系列报告之四
本文基于股指期货主力合约2010至2013年的数据，运用CART决策树模型及线性回归模型研究股指期货日内11个时段的收益特征及其关联性。CART模型适合刻画单一投资者的买卖心理，样本内模拟交易盈利丰厚但样本外稳定性较差；线性模型更适合描述市场总体行为，纯外推收益和稳定性均优于CART模型。分时段盈利贡献统计显示部分时段（如10:00~10:30和13:30~14:00）负贡献明显，剔除后策略累计收益提升。本文模拟交易考虑滑点与交易费用，结果具有一定现实参考价值，但仍存在简化假设和模型风险 [page::0][page::8][page::9][page::14][page::15][page::16]
多策略获超额收益，继续关注金融板块——行业轮动策略报告
本报告系统回顾了四类行业轮动策略——相似性匹配、羊群效应、因子极值及宏观事件驱动策略的历史表现和最新推荐。因子极值策略表现最优，持续推荐关注金融地产板块，尤其是银行和非银金融，结合北上资金流入验证其超额收益潜力。各策略均以数据驱动模型捕捉行业风格轮动特征，呈现稳定的超额回报，为中短期行业配置提供量化依据 [page::0][page::4][page::17][page::24][page::26][page::34]。
A 股量化风格：小盘反转风格显著，价值风格修复
本报告系统回顾了2020年3月A股市场的量化风格表现，重点聚焦小盘反转和价值风格的显著修复，分析了资金流、盈利预测及估值水平对风格演变的影响，并基于历年风格日历效应和宏观事件构建相应策略推荐。报告推荐关注小盘反转及价值风格组合，提出收益稳健的绩优蓝筹风格趋势策略，策略年化超额收益达11.8%，信息比率0.94，为投资者提供了风格轮动指导及策略实践参考[page::0][page::3][page::14][page::20]。
个股配对思想在因子策略中的应用
本报告基于个股配对思想，结合协整检验方法构建了配对反转因子，设计多空配对对冲策略。研究结果显示，配对反转因子能有效捕捉个股反转机会，月度调仓频率下获得显著超额收益，策略在中证800成分股表现稳定且行业参数差异明显。此外，基于配对因子的策略成功应用于指数增强和多因子组合调仓，提升超额收益和风险控制能力 [page::3][page::8][page::16][page::24][page::27][page::30]。
主动型股票基金风格的定量研究与组合构建
报告系统介绍了主动型股票基金风格的两种定量刻画方法——基于历史业绩的业绩法和基于持仓的持仓法，并基于Fama-French模型和组合持仓数据结合构建基金风格暴露水平估算方法。通过风格划分，对基金进行精选，构建了小盘成长型、大盘价值型精选基金组合及指数增强基金组合，均取得了显著优于市场及同类基金的超额收益。针对持仓集中度不高导致的样本不全问题，结合业绩回归结果优化风格暴露估算，显著降低误差，实现风格刻画的准确性提升。[page::0][page::7][page::8][page::19][page::20][page::27][page::29][page::32]
