本报告基于Fabien Guilbaud和Huyen Pham的离散报价高频做市模型（GP模型），针对沪铜期货构建适应大跳价商品的高频做市策略。相比经典的Avellaneda-Stoikov模型，GP模型更真实刻画了订单驱动市场中离散报价特征，通过动态规划计算在买一、卖一及相邻跳价价位的最优报价和挂单量，实现稳健的库存风险管理。实证显示策略成交活跃但盈利水平受手续费返还比例影响显著，需高返还才能实现正收益。同时策略的最优挂单价格及数量与库存水平和价差状态密切相关，体现较强的逻辑性及时间内季节性特征。回测阶段表现稳定但手续费和撤单量大，多数盈利单位为半跳价以内，反映策略盈利空间有限但风险控制有效[pidx::0][pidx::12][pidx::13]
本报告针对中国商品期货市场中高频做市策略的离散时间特性，提出基于离散时间Bellman方程的最优挂单策略模型。模型引入挂单状态及限价单队列长度与排名作为状态变量，综合考虑库存风险和逆向选择风险。沪铜期货主力合约的实证回测显示，该模型较传统无模型策略显著提升策略稳定性、降低盘中最大亏损和交易手续费，同时使年化夏普率提升近两倍，尽管收益有所下降 [pidx::0][pidx::1][pidx::5][pidx::8][pidx::9][pidx::10]。
本报告基于Alvaro Cartea等人的指令簿挂单不平衡信号，结合500毫秒截面数据，构建CDJ模型，用于高频做市策略中的最优挂撤单决策。研究发现，虽然信号预测能力较弱但能显著降低盘中亏损风险和收益波动，提高策略夏普率。通过动态规划求解Hamilton-Jacobi-Bellman方程，结合风险偏好制定了分段和平仓策略，并回测多档挂单策略，结果显示多档挂单和较低库存惩罚系数带来更高收益和夏普率，但对应更高撤单频率 [pidx::0][pidx::2][pidx::5][pidx::6][pidx::9][pidx::11]
报告基于Álvaro Cartea和Jose Penalva提出的随机控制做市模型，应用于10年期国债期货高频交易。模型通过对买卖报价及库存风险的动态优化管理，提高了策略的收益和夏普率，能够有效控制库存风险及单边亏损。回测结果显示，使用模型后日均收益显著提升，且策略较不使用模型更为稳健，随着风险偏好增加收益增多但夏普率下降，盈利所需手续费返还比例降低。该做市策略适合捕捉小幅高频波动并优化库存头寸，提升做市效率与风险控制水平 [pidx::0][pidx::1][pidx::3][pidx::5][pidx::6][pidx::7]
本报告系统分析了做市商制度对期货主力合约换月规律的影响，梳理了板块属性、交易所差异、做市商数量与持仓、合约做市规定及制度引入时机等七大因素对换月规律变化的贡献，并通过白银、硅铁等品种的持仓数据展示了做市商持仓在预测主力合约异常换月中的领先作用，揭示了做市制度在推动逐月换月和改善合约连续性中的关键作用，为投资者理解期货市场流动性及合约运行提供了重要参考 [pidx::0][pidx::4][pidx::5][pidx::6][pidx::7][pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15]。
本报告基于市场微观结构理论构建并测试了指令流毒性（VPIN）因子。VPIN作为知情交易概率的量钟近似计算，能够反映市场中逆向选择压力影响。通过对沪深300成分股样本进行分钟级别数据计算及多阶段因子测试，发现VPIN因子具备稳定的选股能力，多空组合年化收益可达9.45%，并在剥离波动率、换手率等相关因子后依然保持良好的收益表现，表明该因子含有独立的Alpha信息，有助于投资组合优化与风险管理[pidx::2][pidx::9][pidx::15][pidx::20][pidx::24][pidx::28]。
本报告通过构建质量因子质量减垃圾（QMJ），有效衡量企业的盈利性、成长性与安全性三大质量特征对价格和回报的影响。高质量股票虽价格仅略高，但其风险调整后收益显著优于低质量垃圾股。QMJ因子在全球24个国家均表现出稳健的正收益且负相关于市场风险，显示质量股票反而更安全，且价格的时间变化可预测其未来收益。分析师对高质量股票回报预期系统低估，支持市场存在质量定价不足的低效假说。本报告也探讨了基于质量与估值构建的“合理价格下的质量”（QARP）策略，并揭示质量因子对常见因子（规模、价值、动量）的解释与调整效果 [pidx::0][pidx::4][pidx::16][pidx::21][pidx::26][pidx::27][pidx::31][pidx::32].
本报告首次公开了101个真实量化交易因子（alpha）的显式公式及其代码，覆盖平均持有期约0.6至6.4天，发现这些因子之间的平均相关性较低（约15.9%）。研究表明，因子收益与波动率高度相关，且与换手率无显著关联。此外，换手率对因子相关性的解释能力较弱，验证了之前相关的间接实证结论。这些因子主要基于价格和成交量等数据构建，涵盖均值回复和动量等策略，帮助量化交易者更好地理解和构建量化策略 [pidx::0][pidx::2][pidx::4][pidx::5][pidx::6].
本报告基于深度学习（LSTM、Transformer）与强化学习（PPO、SAC）方法，构建风格轮动与多策略融合模型。通过多维度风格指数优选，结合指数级与股票级因子，实现风格与个股的动态筛选。结果显示，Transformer因子较LSTM因子表现优异，SAC算法优于PPO算法，最终多策略融合的"Transformer优选100"实现绝对年化收益35.99%，收益波动比1.47，显著优于基准。量化因子挖掘和风格轮动策略在选股和风格动态调整中均展现出较强的超额收益能力与稳定性，且多策略融合能有效提升综合绩效，为量化投资提供了强有力的工具和实践框架 [pidx::0][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13]
本报告基于行为金融学中的处置效应与前景理论，提出并构建了资本利得突出量（CGO）因子，利用参考价格结合换手率加权成交均价来衡量股票投资者平均浮盈浮亏状态。实证显示低CGO组合在中证500/800内均实现显著正Alpha，且基于CGO的分层选股策略结合投资者风险偏好不同，分别选用振幅与市值因子达成风格轮动效果，策略收益稳定且信息比率显著，验证了行为金融非理性行为对Alpha的贡献价值[pidx::0][pidx::5][pidx::9][pidx::15][pidx::19]。
本文提出并构建了融合LSTM与Transformer的混合深度学习模型，对2006年至2024年间的豆油期货价格进行预测。模型结合LSTM的长期依赖捕捉能力与Transformer的多头注意力机制，在测试集上实现了MAPE仅1.9%的较优表现，显著优于单独的LSTM和Transformer模型。实验结果显示，该混合模型在拟合价格走势和波动方面表现出优秀的泛化能力和预测精度，展现出实际应用潜力。[pidx::0][pidx::1][pidx::5][pidx::6][pidx::7]
本报告基于美股“漂亮 50”理念，结合A股市场实际，提出华泰A股“漂亮 50”选股模型，核心采用一致预期PEG因子，辅以ROE及净利润增长率因子，筛选基本面优良且估值合理的龙头白马股。实证结果显示模型自2005年至2017年累计收益超2200%，年化收益率29.05%，显著跑赢沪深300和中证500指数（见图31净值曲线），且持仓稳定在50只，行业分布均衡，市值偏大，换手频率合理，展现较强稳定性和超额收益能力，适应当前市场“龙头抱团”环境。[pidx::0][pidx::6][pidx::9][pidx::19][pidx::20][pidx::22]
本报告基于高频多因子模型，深入解析国内期货市场的预测表现、学习曲线及三类关键因子重要性，并验证短周期内预测能力显著降低。通过日内效应分析，发现模型开盘时段表现较弱。应用模拟测试，提出基于高频因子的下单算法显著降低交易成本，约有75%概率优于传统VWAP和TWAP算法，滑点平均优化0.15跳，提供实操新思路[ pidx::0,3,5,11,14 ]。
本报告基于2019-2020年S&P100股票超高频交易数据，利用机器学习方法系统研究高频股票收益和交易持续时间的可预测性。研究发现高频收益和持续时间在极短时间尺度内表现出大幅、系统且普遍的可预测性，主要预测变量来自交易量、交易不平衡和盘口订单簿信息。报告还量化了预测能力随数据时效性的快速衰减，以及对未来订单流方向有限窥视信息的预测增益，为高频交易策略设计和市场微结构理解提供实证依据和理论支持。[pidx::1][pidx::4][pidx::6][pidx::19][pidx::27][pidx::29][pidx::33]
本报告提出一种融合位置上下文特征的深度强化学习（DRL）模型，用于日内交易策略构建。通过引入时间剩余、当前持仓及其回报等位置特征，显著提升模型在多类商品及外汇期货上的盈利能力和风险调整表现。实际测试近十年数据，模型较传统基准表现出更优的夏普比率和稳定收益曲线，且特征重要性分析验证位置特征对决策贡献显著[pidx::0][pidx::14][pidx::19][pidx::21]
本报告提出MacroHFT，一种基于市场趋势和波动性分解的多子代理记忆增强上下文感知强化学习算法，通过两阶段训练实现子代理的条件适应性策略调整及高阶超代理的决策混合，显著提升加密货币分钟级高频交易的盈利能力和风险控制。实验结果显示，MacroHFT在多个加密货币市场上超越现有最先进方法，实现持续稳定的高收益与风险调控能力（见图3盈利曲线与图5子代理权重）。[pidx::0][pidx::3][pidx::5][pidx::7]
本报告核心聚焦中国高频交易监管理念对亚太监管策略的影响，阐释我国从稳市场到促发展双重目标完善监管制度的实践与成果，揭示泰国、韩国等国随之调整监管理念和措施的过程。同时，报告结合大商所对生猪产业的深度调研，呈现养殖规模化推进对产业格局及价格影响的新特征。关键图表显示，中国监管理念成为亚太市场监管范式变革的重要驱动力，生猪产业链盈利和结构调整明显，规模化养殖持续深化，产业风险管理能力显著提升。[pidx::3],[pidx::27],[pidx::29]
本报告运用相位随机化替代数据方法和奇异值分解技术，对中国七种商品期货市场的日收盘价时间序列进行非线性混沌特征判定。结果显示，中国商品期货市场呈现明显的非线性混沌特征，相关维数介于1.55到1.95之间，表明市场存在两个主要影响因素。通过奇异值分解降噪后，结合改进的广义约束随机化方法，进一步验证该非线性混沌属性，为投资风险评估和资金配置提供理论支持（见图1与图2）[pidx::4,6,9]
本报告利用大数据方法，结合相空间重构、Lyapunov指数、相关维度和Hurst指数等工具，分析COVID-19期间中国股指期货市场的混沌特性。研究发现疫情引发市场非线性增强，IF价格存在长期相关性和分形特征（相关维度约为2.17，Hurst指数为0.46），整体市场混沌程度随疫情波动增强，且与政府宏观调控密切相关，为政策干预提供理论支撑。[pidx::0],[pidx::7],[pidx::9]
本报告为N2N Technologies Limited呈现2023-2024财年年报及审计财务报表，涵盖公司经营概况、董事报告、管理层讨论及分析。财务数据显示公司整体面临亏损状态，净利润为负，主要收入来源为利息收入，核心业务收入受压制。报告揭示公司内部控制不足，存在税务争议与未支付费用等多项合规风险（详见审计报告及备注部分），且董事会结构缺少独立董事，导致部分法规未完全遵守。此外，公司因未缴纳年费导致股票交易暂停。管理层表示未来将着重提升业务能力及合规性，持续关注经营风险与机会，同时积极推动绿色治理和社会责任履行。[pidx::11][pidx::28][pidx::33][pidx::71]
