本报告通过构建四类宏观因子事件（短期高低点、连续上涨下跌、历史高低点、走势反转），筛选对未来资产收益影响显著的有效宏观因子事件，进而基于事件驱动动态调整大类资产配置权重。调仓周期为1至3个月，涵盖股票、债券、商品和货币四类资产。采样内外回测揭示，动态资产配置策略较基准组合年化超额收益率可达10%以上，并在经典资产配置模型中引入动态调整，显著提升组合收益表现和稳定性。因子优化参数和筛选阈值对策略表现不敏感，策略具备良好稳健性和实际操作指导意义 [page::0][page::4][page::5][page::8-10][page::15-16][page::18-24][page::25].
本报告基于高流动性信用债样本，构造了规模、下行风险、价值、动量、波动率及换手率六大信用利差因子，通过多空组合验证其信用风险溢价的有效性。回测显示，下行风险因子表现最佳，综合多因子组合年化收益率达4.16%，超额收益显著。此外，因子选基策略在中长期纯债基金中同样有效，尤其是剩余期限5至7年区间，优选组合年化收益率最高可达6.93% [page::0][page::4][page::10][page::18][page::20][page::26]
本报告基于北向资金的流入与持仓数据，系统剖析其选股能力，提出净流入最大抬升占比因子改良尾部非线性问题，并区分配置型与交易型资金选股特征。报告构建了三大多头策略：北向交易盘净流入动量组合、沪深300中性组合及北向业绩加速组合，综合表现优异，年化超额收益最高达33.2%，风险控制良好，体现北向资金在A股市场的显著Alpha能力与长期投资价值 [page::0][page::4][page::11][page::23][page::27][page::29]
本报告探讨股价跳跃识别与跳跃波动因子的构建与实证，介绍两种主流跳跃检验统计量，并构建跳跃到达率、累计跳跃收益及跳跃波动加权因子。实证发现跳跃识别与跳跃波动结合的TSRJVP_BNS因子选股表现最佳，年化多空收益达31.9%，超额收益显著，且因子具有稳定的IC衰减特征及中小市值股票池表现更优，充分体现了跳跃信息在量化选股中的价值[page::0][page::3][page::6][page::8][page::12][page::16]。
报告结合宏观经济、资金流向、盈利预测及估值等多维度，分析A股市场量化风格表现，指出2019年7月成长、盈利风格持续有效，价值风格失效。重点推荐绩优蓝筹风格趋势策略，在沪深300成分股中构建，取得10.44%年化超额收益。此外，中报业绩释放带动8月风格分化，资金偏好小盘及成长股，市场建议关注成长、盈利和价值绩优风格，规避波动较大品种。策略具备稳健的历史表现及风格惯性支持，为投资提供重要参考 [page::0][page::3][page::8][page::11][page::17][page::18]
本报告基于沪深300指数，选取14个有效因子，结合8大宏观市场指标，采用区分上涨/下跌和高位/低位的市场环境划分方法，实证分析因子在不同宏观环境下的表现趋势。研究发现因子收益存在明显趋势性，且根据市场环境因子有效性显著变化。整体上，较佳宏观环境下推荐关注估值类因子（相对PE、相对PS）、流通市值和总资产周转率因子；而在较弱宏观环境下，反转类和评级改变类因子表现更佳。报告为多因子模型的动态因子配置提供了宏观视角的选因参考。[page::0][page::3][page::31]
本文基于广发GFTD择时模型，提出了应用于股指期货当月合约1分钟周期的日内程序化趋势交易策略。通过参数优化并结合动态幅度止损机制，策略在严格手续费及冲击成本条件下，实现了全样本累计收益率284.06%，最大回撤低于7%，展现了较好的收益与风险控制能力。多头与空头信号均表现出稳定的盈利能力，参数稳定性测试验证了模型适用性，为期货市场高频趋势交易提供有效策略工具 [page::0][page::8][page::12].
本报告系统介绍了波动率交易在海外机构投资者中的应用，涵盖波动率套利原理及典型期权组合策略，包括跨式、宽跨式、蝶式、秃鹰、比例价差、圣诞树等组合，通过delta对冲剥离非波动率因素，达到纯波动率交易。结合多家海外对冲基金案例，评估策略收益与风险，强调波动率交易虽有潜在高收益但风险不可忽视，适合辅助资产配置使用[page::0][page::3][page::5][page::24]。
本报告系统回顾了2018年四季度CTA产品发行及业绩情况，分析了股指期货、国债期货及大宗商品相关量化交易策略表现。股指期货流动性提升但波动率下降，趋势跟踪策略收益有限；国债期货波动率提升，跨品种套利等量化策略表现优异，预期2019年一季度表现持续向好。大宗商品整体承压，黄金受避险情绪带动上涨，商品CTA策略建议关注仓位控制和波动性变化。[page::0][page::4][page::6][page::11][page::13][page::20]
本报告基于信息不对称理论，提出并构建基于高频交易量加权的知情交易概率因子VWPIN及其平滑版本，用于衡量市场信息不对称程度并应用于股票选股。实证结果表明，VWPIN因子在全市场及中证系列指数中均表现出良好的因子IC和分档能力，具有较好选股区分度和超额收益。其与传统巴拉因子相关性较低，可作为新的高频技术因子融入多因子模型。同时，针对高换手率导致的手续费敏感性进行了深入分析，显示平滑因子表现更稳健，适合实际交易使用 [page::0][page::6][page::17][page::25][page::62]。
本报告基于对A股市场风格轮动的多维度观察，提出结合市场分化度、头部组合拥挤度及头部反转信号的风格轮动策略。策略自2007年以来年化收益率约23%，显著优于等权基准的8.8%，其中多头和多空超额收益分别达到14.4%和23.5%。利用分化度指标动态切换风格趋势与反转策略，增强策略稳定性与收益表现。最新策略建议围绕“180价值”、“300价值”等指数进行多头配置，适应市场结构的动态变化，为量化风格投资提供系统性方法论参考 [page::0][page::3][page::5][page::8][page::12][page::16][page::17]。
本报告基于对历史行业启动顺序序列的量化匹配，寻找“似曾相识”的行业轮动规律，通过相关系数方法匹配行业启动序列，筛选出后续涨幅较大的超配行业组合。实证回测显示，策略2008至2010年表现稳健，超额收益率接近20%，2013年样本外测试亦获得近13%超额收益。该量化方法绕开复杂宏观逻辑，着重历史行业序列匹配和超额收益验证，为行业配置提供科学依据 [page::0][page::13][page::16]。
本报告基于量化择时模型GFTD与LLT对A股市场走势进行研判，当前多数核心指数呈上涨趋势。市场估值整体处于中位数偏下水平，创业板估值相对较高。行业表现上，煤炭、商贸零售等板块领先，汽车、电子等板块相对弱势。基金仓位有所提升，部分期权指标提示短期蓝筹股存在超买风险。宏观因子趋势显示经济杠杆率企稳回升，预示未来权益市场有支撑。风险溢价接近历史高点，整体市场环境兼具机会与风险 [page::0][page::19][page::20]
本报告基于沪深300及创业板指数的量化择时模型，结合日历效应与宏观因子分析，给出权益市场中短期趋势展望。11月市场活跃，尤其创业板表现优异，12月多数调整。宏观因子显示PMI上行、CPI下降、社融增长及国债收益率走低倾向看多权益市场，但美元指数上行带来一定压力。GFTD和LLT择时模型历史胜率约80%，表明量化择时具备一定预测能力，但在异常市场可能失效。报告同时分析了主要指数及行业估值走势、市场情绪指标和资金流向，为未来市场趋势提供数据支持与风险提示[page::0][page::5][page::13][page::18].
本报告针对2019年5月中旬A股市场量化风格进行了系统回顾与展望，分析了不同宽基指数、行业及风格因子的表现趋势。通过资金流向、估值水平和宏观事件等多维度指标，指出盈利风格企稳、成长风格逐步修复，价值风格依然失效，建议重点配置盈利、成长与股价反转等风格组合。同时，基于沪深300构建了绩优蓝筹风格趋势策略，表现稳健，年化超额收益达10.5%[page::0][page::3][page::4][page::17][page::18][page::19]。
本报告基于信号处理中的二阶线性滤波器构建了低延迟趋势线（LLT），相比传统移动平均线（MA）和指数移动平均线（EMA），LLT有效降低趋势跟踪延迟，使趋势拐点更为明显。通过基于LLT趋势线切线斜率的择时方法，构建交易性择时模型，虽判断正确率低但持仓时间长且盈利集中。该择时模型在沪深指数及ETF交易中均表现出较好风险收益特征，部分ETF盈利比较高且正确率有显著提升，验证了LLT广泛适用性与有效性[page::0][page::4][page::8][page::11][page::14][page::16][page::18]。
2018年A股大小盘分化或将减弱，重点关注盈利增长与估值匹配度最高的中盘蓝筹“性价比”机会。宏观环境稳定，价值蓝筹延续主流风格趋势，中盘蓝筹有望崛起。日历效应显示一季度小盘躁动显著，震荡行情下短期放量超跌股值得关注。量化策略回测显示绩优蓝筹及中盘“性价比”策略表现优异，为投资决策提供明确指引 [page::0][page::10][page::16][page::26][page::27][page::28][page::29]
本报告对细分行业“景气+”轮动配置策略进行改进，提出“动量补仓”保证行业持仓数量，同时用110个Alpha因子构建行业内选股模型。通过中证800和中证1000指数成分股的指数增强实证，策略在中证800范围基准超额年化收益25.0%，夏普比1.15；中证1000范围收益更优，超额年化33.5%，夏普达到1.82，表现稳健优异[page::0][page::6][page::13][page::15][page::17]
本报告回顾经典TD线择时策略的不足，结合广发证券低延迟趋势线（LLT）方法改良TD线，提出广发TD线。通过对沪深300、中证500、上证综指、中小板指和创业板指的多空及纯多头择时策略实证，广发TD线表现出更优的收益率、胜率和盈亏比，尤其降低了交易信号频率并提升了趋势捕捉能力，具有较强的市场适应性和较好的样本内外稳定性[page::0][page::10][page::13][page::14][page::23]。
本报告基于A股2019年以来的股份回购事件，系统研究回购公司的特征、回购事件不同属性对股价收益的影响，并构建基于回购事件及基本面、量价因子的多层次选股组合。回购精选组合自2019年至2024年表现优异，年化超额收益达25.4%，信息比1.8，表现稳定优于中证500指数，为投资者提供切实可行的回购策略工具[page::0][page::25]。
