维度解耦的 22 个长短单因子：海量 Level 2 数据因子挖掘系列（二）
本报告基于Level 2逐笔订单数据，构建长短单因子并采用维度解耦方法，筛选出表现优异的22个长短单因子组合。通过500余天的实证回测，精选长短单因子组合在A股全市场及主要板块均实现显著超额收益，示范了基于订单成交完成时长构建因子的有效性和稳健性，为量化选股提供新的方向与方法 [page::0][page::3][page::4][page::10][page::17][page::18]。
金融研报AI分析
传统算法交易策略中的相关参数研究
本报告系统研究了传统算法交易中的关键参数设置，包括TWAP、VWAP及MVWAP策略，重点在预测成交量、订单拆分和下单量参数的实证分析。研究发现，成交量历史样本天数取50至70个交易日较优，权重采用算术平均；VWAP分段周期取2至10分钟影响不大；下单频率需结合个股流动性及成交量结构设定，实际下单比例不宜超过预测成交量的40%，并提出MVWAP下单量增减比例的控制表达式，最后针对参数应用提供实操性建议，为算法交易执行效率和成本控制提供理论与实证支持 [page::0][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13].
风格因子驱动下的行业内量化选股研究 ——2010 年中期量化投资专题系列报告三
本报告提出基于风格因子驱动的行业内量化选股模型，利用动态因子信息比筛选因子，结合聚类分析赋权，实现股票的行业内评分和优选。实证以电子元器件行业为例，模型70%成功率捕获超额收益，累计超配收益48%，信息比0.17，显著优于行业指数。报告详述各因子回报表现及加权权重，建议重点关注股价反转及价值类因子驱动的个股。行业内因子聚类有效避免多重共线性，增强因子独立性和模型稳健性 [page::0][page::9][page::10][page::21][page::22]
识别趋势震荡之神器 MESA
本报告基于最大熵谱分析模型（MESA）对沪深300股指期货2011-2013年日内5分钟高频数据进行频域分析，用频谱识别市场趋势与震荡，结合自适应均线构建趋势交易策略。实证显示该模型能有效过滤震荡行情，显著提升策略收益和胜率，累计收益率高达230.25%，胜率42.6%，且较普通均线策略表现更优，证明最大熵方法在频谱估计中噪声过滤的优势及应用潜力 [page::0][page::9][page::13][page::14][page::22]
金融工程：关注长周期超跌板块
本报告聚焦2024年9月12日至9月20日A股市场表现，分析主要指数涨跌幅、行业表现及市场估值，指出创业板指估值接近历史最低，长周期深100指数技术面处熊市调整充分，宏观杠杆率稳定上行背景下，权益市场整体估值水平处于较低分位，ETF资金净流入且融资余额略有缩减，风险溢价处高位并具备反弹动力。多维因子和宏观周期分析提示权益市场上行弹性较大，投资者应关注超跌板块的重新布局机会 [page::0][page::3][page::4][page::5][page::6][page::10][page::14][page::15][page::20][page::26]。
金融工程：宏观因子趋势与事件看多权益 A 股量化择时研究报告
本报告基于量化择时模型（GFTD、LLT）与宏观因子事件和趋势的分析，全面评估2020年9月初A股市场表现及未来趋势，结论认为当前市场处于非顶部震荡调整阶段，估值水平未泡沫化，流动性宽松，宏观因子事件和指标趋势整体看多且支持未来一个月权益市场向上，主要对沪深300及相关指数持乐观观点[page::0][page::18][page::17][page::13]。
汇添富成长多因子 量化策略（001050 .OF）:值得关注的 500 增强基金
本报告详细分析了汇添富成长多因子量化策略基金（代码001050.OF），该基金紧密跟踪中证500指数，采用多因子量化模型选股，持仓分散且行业中性，长期保持90%左右仓位并有效控制跟踪误差，年化超额收益稳定超过8%，今年以来超额收益达到9.95%，表现优于同类指数增强基金，基金经理团队经验稳定，规模适中且流动性良好，适合作为中证500指数的长期增强配置工具。[page::0][page::3][page::6][page::10][page::12][page::14]
顺势而为，继续关注盈利成长风格——A 股量化风格报告
报告基于Wind数据，系统回顾了2019年前三季及11月的A股量化风格表现，提出盈利成长风格持续有效，资金流、估值和宏观事件均支持该风格继续延续。重点推荐沪深300绩优蓝筹风格趋势策略，展示了该策略自2017年以来11.2%的年化超额收益和稳健表现，为风格投资者提供操作指引 [page::0][page::3][page::9][page::14][page::19][page::20]
行业轮动策略：事件触发资金流入，关注消费反弹
本报告基于宏观事件驱动、行业景气度、因子极值、资金流及日历效应等多维度量化模型，构建了行业轮动综合策略。2021年3月阶段消费板块因估值调整后可能迎来反弹，资金流和量化因子显示银行、家用电器等板块受青睐。综合策略自2010年以来年化超额收益超过28%，风控良好，建议关注家用电器、纺织服装、休闲服务及银行等行业[page::0][page::4][page::30][page::32]。
借道商品期货信息 探寻股票投资机会
本报告论述通过观察商品期货市场的异常波动，捕捉信息优势“知情者”的交易轨迹，实现股票市场T+1交易策略。实证分析表明，策略在主营业务单一且期货品种价格高度相关的个股中效果优异，江西铜业年均收益超85%，沪黄金、郑糖、郑棉等期货与对应个股组合也表现稳健。异常波动通过价格偏度、峰度及两尺度已实现波动率来刻画，捕捉单边市、震荡市和平淡市三类信号。策略尤其对大幅波动个股预测能力突出，平均交易日涨跌幅近3%。但策略时段表现不稳，个股基本面变化是主要原因，建议结合基本面分析提升效果[page::0][page::3][page::13][page::19].
金融工程：均线强弱指示情绪底部
本报告基于广发证券发展研究中心的数据，全面回顾了2023年9月11日至15日A股市场表现，通过结构表现、行业涨跌、估值趋势、市场情绪及资金流动等多维视角，结合两套量化择时模型（GFTD与LLT）的净值表现，判断当前市场仍处于阴跌震荡阶段，但存在阶段性修复机会。报告重点指出市场估值相对历史处于较低分位，风险溢价处于较高水平，资金面近期融资余额增加但北向资金流出，技术面显示底部信号，综合判断市场有望迎来反弹窗口，风险提示模型在极端情况下可能失效 [page::0][page::3][page::5][page::8][page::14][page::21]。
主要宽基指数成分股调整预测
本报告基于中证指数及深证指数公司编制规则，预测2024年6月沪深300、中证500、中证1000、创业板指数及深证100指数的成分股调整名单。调入调出名单详细列示，反映市场流动性及规模变化趋势，为投资者提供参考。模型基于历史数据量化测算，具有一定的前瞻性但不构成投资建议，存在政策及市场变化的风险[page::0][page::3][page::4][page::9]。
波动率突变的检测与应用——期权系列报告之十四
本报告采用ICSS算法结合蒙特卡洛模拟方法检测沪深300指数收益率波动率的结构性突变点。检测结果显示2005-2013年间存在五个显著波动率突变时点。基于此，报告构建了分段波动率模型和加入突变虚拟变量的GARCH模型修正方案。带突变点的GARCH(2,1)模型较传统模型更准确刻画波动率动态，且降低了波动持续性估计的偏差，提升了风险度量的精确度。[page::0][page::3][page::6][page::7][page::8][page::9]
风格趋势明显，“股价动量”领跑 ——A 股量化风格报告
本报告详细分析了2019年8月A股市场的量化投资风格表现，指出股价动量风格领跑，盈利、成长风格保持有效，价值风格仍处于修复阶段。通过日历效应、资金流向、盈利预测、估值及宏观事件等多维度剖析市场风格变化趋势，结合资金流动情况及因子表现，推荐聚焦股价动量及绩优蓝筹价值策略。报告回测显示，绩优蓝筹风格趋势策略在沪深300成分股内具备良好超额收益和风险控制能力，为投资者提供明确的风格配置建议 [page::0][page::3][page::4][page::9][page::12][page::14][page::18][page::19]
基本面因子模型的深度学习增强
本报告提出一种基于基本面因子初选股票池，结合深度学习模型二次筛选的增强模型。该模型显著提升了选股绩效，在中证800和沪深300基准下实现了年化超额收益分别达24.29%和22.23%，年化收益率最高达28.58%，且换手率控制在约9倍，优于单独基本面和深度学习模型，具备交易成本优势与应用价值[page::0][page::14][page::23]。
厚尾分布下的随机区间突破策略
本报告通过数学推导与实证验证，分析了传统开盘区间突破策略的收益来源，发现其与期权宽跨式组合多头部分等价，且策略收益的关键来源于期货涨跌幅的厚尾分布。针对传统区间宽度确定的限制，报告推出随机区间突破策略，实测显示可持续盈利且增强策略资金容量。此外，引入峰度指标进行厚尾效应刻画，基于厚尾显著时段实施策略的改良版本，提升了信息比并降低最大回撤。报告还探讨了厚尾预测的潜在价值，为进一步改进突破策略奠定基础[page::0][page::10][page::11][page::15][page::16][page::18]。
A 股量化择时模型 G FTD 第二版
本报告系统性介绍并升级了基于修正TD指标的GFTD量化择时模型，提出V2版本通过买入启动和买入计数结合止损机制实现信号改进。模型在上证、沪深300、创业板与中小板等多指数上均展现较高的胜率与正收益，提供了一套较为稳健的中长期择时工具，有效提升了信号频率与风险控制能力，为A股市场指数中期择时提供了量化研究支撑[page::0][page::6][page::10][page::22]。
基于丌同宏观经济状态下的资产配置策略
本报告基于宏观因子变化趋势，采用均线与HP滤波方法统计经济景气度和通胀对不同大类资产收益的影响，结合BL模型进行资产权重动态调整。通过区分不同宏观经济状态，分别构建对应资产配置组合，实现多品种资产配置策略并验证其在不同经济状态下均能获得稳定正收益，策略年化收益可达15%以上，风险控制良好[page::36][page::31][page::24]
金融工程：A股量化风格——资金流向未改，关注基本面风格趋势
报告基于2020年初A股市场风格表现及资金流向分析，指出股价动量与盈利、成长风格延续有效，价值风格持续失效。日历效应显示一季度小盘股躁动明显，二季度风格趋于理性。资金流数据显示北上资金继续流入A股但整体流入减少，融资资金偏好创业板。宏观事件触发销售净利率与ROE增长率风格有效，基于沪深300构建的绩优蓝筹风格趋势策略展现超额收益表现。本期重点关注高盈利、成长及股价动量风格，建议继续关注基本面风格趋势。[page::0][page::3][page::9][page::10][page::11][page::13][page::14][page::17][page::18][page::19]
因子极值策略及北上资金推荐关注金融板块——行业轮动策略报告 月度行情回顾及展望
本报告系统梳理并跟踪四大行业轮动量化策略，包括相似性匹配、羊群效应、因子极值及宏观事件驱动策略，结合行业涨幅表现及资金流向，推荐关注金融板块，尤其银行、非银金融等行业。因子极值策略历史回测年化超额收益达12.08%，胜率71.4%，回撤较低。策略指出股价反转因子对行业轮动具有重要指引作用，金融地产等行业因相关因子创新低被重点看好，结合北上资金流入数据支持本月行业配置建议。[page::0][page::4][page::17][page::22][page::24]
