本报告系统研究了基于日间量价因子的高频${\mathsf{T}}{+}1$换仓多因子模型，重点阐述因子的算法挖掘方法（遗传规划）、因子中性化和正交处理，展示了127个正交有效因子的构建流程及其样本外有效期约为6-8个月。通过组合优化构建投资组合，回测结果显示该模型在不考虑规模限制时年化收益超过40%，信息比率高达6以上，但模型极度规模敏感，容量超约10亿元后策略明显失效。报告强调频繁换仓导致的交易成本和冲击成本对策略表现影响重大，建议配合算法交易降低成本，并提出未来通过迭代新因子、引入神经网络及结合基本面策略扩大容量的方向 [page::0][page::6][page::14][page::16]
本报告基于海内外实践，将交易成本拆分为价格走势、价格波动、买卖价差、盘口流动性和限价单成交概率五部分，深入分析了各部分对不同TWAP算法策略的不同影响。同时，提出分别预测价格波动、买卖价差和盘口流动性，并汇总成本的方法，提升交易成本预测精度，帮助更准确地回测量化策略，降低策略实施风险 [page::0][page::1]。
本报告基于深度学习框架，探讨基本面信息与量价信息的融合路径，测试采用二次加权及图神经网络(GAT)技术。研究发现单纯简单合并难以提升模型表现，二次加权虽提升基本面信息融入但回撤控制仍有不足，图神经网络模型（BiAGRU-GAT）有效改善了基本面信息的学习能力并显著提升2024年以来超额收益表现，同时实现更低的超额回撤和更稳定的选股能力，验证了图神经网络在量价与基本面融合中的优越性，为智能选股因子构建提供了创新思路 [page::0][page::1][page::3][page::5][page::7][page::8]
报告围绕ETF市场增长背景，基于量价因子和基本面因子构建了中低频周度调仓组合策略。量价因子表现优异，尤其长短动量因子在预测和收益稳健性上突出，年化绝对收益达20%以上，困境反转策略表现更为突出。策略灵活适应经济周期，周调仓频率兼顾收益与风险，策略在市场波动时仍具较强抗风险能力，实现了绝对收益和超额收益的平衡 [page::0][page::1]
本报告深入剖析了中国A股主动权益基金近年来的业绩表现，发现主动基金实现超额收益难度加大但长期仍具优势。报告结合持股风格、行业配置、仓位及市场环境等多维度，指出主动基金偏好小盘成长风格及高配TMT、医药行业，在对应风格和行业占优时表现较优。同时，机构定价权和资金流向对超额表现显著影响，机构定价权提升和资金流入期间，主动基金超额收益明显改善。报告预测未来随着市场政策宽松及风格切换，主动权益基金有望迎来超额收益修复 [page::0][page::2][page::3][page::4][page::6][page::7][page::11][page::14][page::15]
本报告基于1994-2023年美股市场数据，分析主动型与被动型基金的收益差异及表现趋势。主动管理型基金实现超额收益的难度逐渐加大，尤其近十年内多为负超额收益；被动基金规模快速扩大且表现更加稳定，基本跟踪指数。SmartBeta产品展现出较强的投资价值，尤其是成长型SmartBeta基金，表现优于主动管理成长类基金。未来市场若出现宽基指数上涨趋势变化或个股集中度分化，则可能利于主动投资发挥优势。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
本报告基于中证A500指数的编制规则，模拟其历史成分股构建增强组合，采用量价及基本面因子构建收益预测模型，通过多项约束最大化组合预期收益，构建月度调仓的A500增强组合。报告显示，2013年以来增强组合实现11.2%的年化超额收益，跟踪误差5.2%，最大相对回撤仅5.4%，且在风格切换阶段表现出较强的自适应能力。此外，beta因子风控策略成为有效降低回撤的重要手段，适度或有条件控制beta暴露均显著提升组合稳定性和信息比，为指数增强策略提供实践参考。[page::0][page::2][page::4][page::5][page::6][page::8][page::9]
本报告系统分析了不同宏观经济、利率和市场风格环境下各类选股因子的表现差异，基于经济增长、中美利差及大小盘、价值成长风格构建复合情景模型。结果显示，经济及利率上行、大盘成长风格时，基本面和动量因子表现优异；而经济及利率下行、小盘价值环境下，价量反转类因子和防御型因子表现更佳。报告还提出情景打分调整因子权重、风格暴露及组合配置的方法，优化多因子模型及指数增强策略收益风险特征，为量化投资因子择时及配置提供指导 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14]
本报告针对动量因子进行系统研究，重点分析不同回看窗口对动量因子表现的影响，揭示动量因子在市场动能减弱、市场收益为负及因子拥挤等情景下失效的规律，并基于动量beta属性构建高动量beta优选组合，提升收益的稳定性。同时，结合短期反转效应构建增强动量alpha因子，显著提升因子的选股能力和稳定性，行业轮动效果亦显著，为投研提供了有效的动量因子优化方案 [page::0][page::2][page::3][page::4][page::5][page::6][page::9][page::10][page::11][page::12][page::13]
本报告围绕退市新规背景下A股上市公司风险识别方法，重点监控交易类风险指标（收盘价、成交量、股东人数、市值）与分红风险指标。研究发现：非ST股首次收盘价低于1元，89%会在三个月内ST或退市，且60交易日后超80%的样本出现收益下行；市值低于5亿元的非ST股必触发退市条件，3只样本全部为科创创业板；成交量与股东人数距退市阈值较远，监控意义有限；分红风险方面，2023年有61只股票达到分红警示标准，占有分红能力股票比2%，未来3个月58%下行。此外，报告通过详尽图表数据验证了各项指标的预警效力，为投资者提供了系统性风险识别框架[page::0][page::3][page::5][page::10][page::15][page::17]
报告基于2021至2024年数据，系统梳理退市新规背景下财务风险警示的时间节点与信号，构建三种基于Q3财报的财务预警模型，可准确捕捉逾70%的财务类退市风险个股。预警模型涵盖连续三年亏损、净利润为负且营收小于1亿元、以及净资产为负三大指标，综合模型筛选的高风险个股多为中小市值，风险提示公告虽具预警作用但短期回撤依然明显，预警个股12月至次年4月期间平均累计收益显著为负，提示投资者需密切关注相关财务风险指标。[page::1][page::2][page::4][page::7][page::13][page::16]
本报告围绕固收$^+$产品股票端管理策略，深入分析其择时、行业配置与选股特征，基于量化模型设计价值风格、小盘风格及行业轮动策略，结合宏观动量择时及逆周期资产配置，实现在不同情景下稳健的年化收益和风险控制，助力绝对收益目标的实现。[page::0][page::1]
本报告深入探讨因子绩效的合理评价方法，发现因子IC中个股贡献存在偏斜问题，提出通过对因子暴露与收益率进行秩次（Rank）处理并计算MAE的方式，实现绩效贡献的均衡分布。基于Rank MAE构建的因子动量组合表现出最低的组合波动率和最大回撤，且在指数增强策略中显著提升风险控制效果，尽管收益表现略受抑制，但信息比率和超额收益均有提升，为因子绩效评估和组合构建提供了新思路与有效工具。[page::0]
本报告系统研究了宏观宽松环境下A股风格资产表现，发现宽松后小盘和成长风格资产整体优于大盘及价值风格，且成长风格组合和小盘组合的Smart beta等权策略表现尤为强劲，累计超额收益显著异于市场基准。此外，报告展示了不同宽松周期内风格轮动特征及其与基本面的关系，揭示风格资产在宽松周期内演绎出明确的结构性机会[page::1][page::4][page::5]。
本报告针对科创板股票市场，单独测试了多种选股因子，发现科创板内风格因子波动较大，低波与低换手率因子效果不明显，但改进的反转因子和基本面研发投入比例、净利润预期调整因子表现较好。构建的基本面负向剔除因子表现出显著空头效应，市场关联度及改进动量因子均具有统计显著性。基于显著因子构建多因子模型，top100组合年化收益达到18.6%，显著超越科创综指，进一步采用线性优化组合和复合组合实现风险调整后的稳健收益表现，为科创板量化投资策略提供系统支持和理论依据 [page::0][page::1]。
报告围绕价值、成长、小盘三大风格因子，分别构建高beta组合及beta+alpha组合，分析其选股因子表现、组合构建方法及业绩特征。研究发现三风格相关性低，互补性强，均衡配置能有效平滑波动，高beta组合弹性大适合短期风格判断明确的投资者，beta+alpha组合兼顾稳健超额收益，适合长期配置。蒙特卡洛模拟显示，择时模型胜率达一定阈值时，复合配置优于单一组合，最终建议结合自身风险偏好灵活配置，三风格等权复合组合跟踪误差低且超额收益稳定，具较强投资价值。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16]
本报告围绕大小盘风格轮动，选取沪深300及中证1000指数作为代表标的，系统分析影响大小盘轮动的宏观经济与量价因素。基于经济增长、社会融资需求、货币流动性、中美经济周期等宏观指标，以及动量、狭义及广义风格拥挤度等量价指标，构建宏观+量价双驱动轮动策略。回测结果显示，双驱策略年化收益达17.00%，胜率85.37%，显著优于等权及单指标策略，且在ETF组合中同样表现优异，提供了有效的大小盘资产配置路径[page::0][page::1][page::14][page::15][page::17]
本报告基于宏观驱动价值成长风格轮动模型，结合市场量价维度的动量、风格拥挤度及市场情绪等因子，构建了宏观量价双驱价值成长风格轮动策略。模型通过历史回测，显著提升了年度收益及胜率，十年期内年化收益达14.94%，胜率79.07%，相较等权基准超额9.53%。此外，基于该轮动信号配置红利ETF和创业板ETF，回测年化收益达到26.03%，实现明显超额收益，验证了宏观与量价因素结合驱动风格轮动策略的有效性与稳定性 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]。
本报告围绕价值与成长风格轮动，结合宏观经济增长、上下游物价差异及流动性等多维度指标，构建了价值成长风格轮动的宏观驱动复合模型。模型通过累积信号实现风格切换，回测显示年化收益率12.46%，信号胜率71.79%，并明显跑赢等权基准，体现宏观因子对风格轮动的驱动能力 [page::0][page::1]。
本报告基于中信二级行业指数构建行业动量、趋势及冲高形态因子，量化捕捉A股市场牛市启动及顶部信号。通过构建复合趋势因子并结合多元回归优化，设计月度择时策略，回测显示年化收益17.71%,夏普比0.85，显著优于基准。研究发现行业趋势因子在不同宽基指数均具良好择时能力，具备较强的普适性和市场beta捕捉能力，能有效规避风险并提升超额收益。[page::0][page::4][page::6][page::10][page::11][page::15][page::16]
