报告从个股持仓周期的视角，将主动型权益基金前十大重仓股收益划分为短线股、中线股、长线股，分析持仓周期对基金收益贡献的不同影响。通过收益分解与Carino方法，量化基金各类个股及交易收益贡献差异，揭示短线股和长线股在促进基金超额收益中的关键作用。基于因子构建和组合回测，筛选短线股、长线股配置均衡且投资能力强的基金，构建长短兼顾优选组合，实现显著稳健的超额收益 [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].
本文通过划分不同市场情形（市场涨跌、风格强弱、行业分化度），基于基金收益排名分位数标准差构建业绩稳定性指标，发现业绩稳定性与基金长期收益正相关。基于该指标筛选构建基金组合，回测显示长期超额收益稳定且回撤较低，且剔除风格、行业因素后，该指标仍有效提升组合表现 [page::0][page::1][page::2][page::3][page::5][page::6][page::7][page::8][page::9][page::10]
报告系统研究了主动量化型基金的筛选方法、业绩特征及投资策略，基于基金全称、招募说明书和持仓明细筛选178只基金，分析其风格、板块及龙头股配置差异对业绩的影响，发现剥离风格和板块后的超额收益延续性明显，且适合行业轮动快、分化小的市场环境。不同量化及另类策略基金表现分化小，基于超额收益稳定性指标构建的基金组合获得显著超额收益，主要来源于风格、板块剥离后的超额收益[page::0][page::4][page::6][page::7][page::8][page::16][page::17][page::18][page::20].
本报告基于北向资金托管机构持股数据，构建一系列行业及风格轮动因子，系统测试其择时效能。结果表明，基于前三月净流入最大抬升占比的差异化因子显著优于传统北向因子，通过结合低相关内资净流入构建内外资共振因子，进一步提升了多空组合的收益、夏普率及胜率。同时机构层面细化因子揭示，摩根士丹利等部分托管机构在行业、风格轮动中具备更强的择时能力和更稳定的多头超额收益。换手率和回撤控制表现良好，体现了北向资金风格轮动的可行性与潜在投资价值 [page::0][page::6][page::8][page::9][page::17]
报告基于80个传统技术因子，系统研究了可转债市场的因子有效性及多因子组合构建，结合分层转债池与量化筛选，精选技术多因子组合实现显著超额收益，偏股层年化收益高达42.92%。创新性提出剔除强赎风险与小规模转债样本，建立分层转债指数作为合理基准，验证所构建策略持续跑赢市场基准，展现技术因子在可转债领域潜在丰富的alpha机会。[page::0][page::3][page::4][page::5][page::6]
本报告基于流动性中的弹性维度，构建弹性因子作为选股工具，通过股价暂时成分的频域分析衡量价格恢复到基本价值的速度，并以月频调仓对全市场及主要指数板块进行实证，结果显示弹性因子在创业板表现尤为突出，实现超额年化收益9.48%，且整体换手率较低，验证了弹性因子在多因子框架中的有效性和潜力 [page::0][page::1][page::2][page::4][page::5]
本报告基于2010年至2022年2222个已解禁竞价定增项目，通过多维度因子构建定增选股策略，结合发行折价率、基本面、持股集中度及市场估值择时，实现超额中证800指数37.20%的年化收益率和信息比1.06。报告详细解析因子影响、策略组合与回测结果，并对最新未解禁项目进行了筛选，具备较强实操参考价值 [page::0][page::4][page::6][page::10][page::11][page::12]
本报告基于百度指数量化宏观指标关注度，研究不同宏观指标在高关注度情形下对大类资产表现的显著影响，提出结合关注度和趋势的资产配置策略，实证结果显示该策略在单资产择时及多资产配置中均获得超额收益，验证了关注度在宏观资产配置中的重要价值 [page::0][page::1][page::6][page::10][page::13][page::15][page::17].
本报告基于进门财经平台公开线上分析师路演数据，运用文本分析和结构化处理，构建事件驱动选股策略、指数增强策略及定量行业轮动配置策略。研究表明，基于路演数据构建的策略普遍取得显著超额收益，其中首次覆盖策略年化超额收益达13.21%，同时行业配置策略实现近三年累计收益32.92%，显示路演数据作为独立另类因子具备较强投资价值，且与传统低频因子相关性较低，为智能投资提供了新的数据来源和量化方法 [page::0][page::1][page::2][page::3]。
本报告聚焦海外发达国家权益资产配置，筛选59个宏观指标及多维技术指标，基于显著性指标构建量化打分模型，结合宏观与技术视角开发单资产择时与多资产配置策略。回测显示，多策略组合长期取得显著超额收益，动态调整月度胜率平均可达约63%，多资产配置年化收益率达12.38%，夏普比率超过150%，显著优于基准组合，展示了宏观与技术指标协同提升海外权益资产配置效果的潜力[page::0][page::1][page::4][page::5][page::6][page::8][page::9][page::10][page::11][page::13][page::14][page::15]
本报告创新性提出利用卷积神经网络对图表化的价量数据进行建模，构建I20R20和I20R5两个因子，分别预测未来20日和5日的股价走势。实证表明两因子在2020年2月至2023年2月区间，无论是在全市场还是主要板块中均实现显著超额收益，表明图表化数据和卷积网络在股价走势预测中的有效性与优越性 [page::0][page::1][page::4][page::6]。
本报告利用深度学习方法在高频数据低频化的55个人工因子基础上提取特征，挖掘出32个深度学习因子，在创业板和中证1000两大股票池均表现优异。以周度换仓为基础，hf18因子在创业板多头年化收益率达27.25%，超越创业板指数25.50%，信息比率达到1.04，显示其选股能力和独立性突出。报告详细阐述了高频因子的构建思路、深度神经网络模型框架及量化实证分析 [page::0][page::1][page::2][page::5][page::6][page::7][page::8]
本文构建基于Delta对冲原理的ETF自动赎回型期权产品收益复制策略，通过蒙特卡洛模拟估算每日Delta并动态调整仓位，实现对期权产品收益的有效复制。单路径策略平均年化收益23.51%，胜率87.76%，盈亏比1.26。为降低极端收益波动，提出多路径合并建仓策略，平均年化收益6.11%，胜率81.65%，盈亏比提升至1.94。文中深入分析Delta极端值产生及交易影响，探讨交易费用敏感性及策略风险，结合详实图表验证模型的收益与波动特征，为期权发行方及量化投资者提供重要参考 [page::0][page::3][page::5][page::6][page::7][page::16][page::17][page::20]
报告基于行为金融学的损失厌恶理论，借鉴Bollerslev（2021）构建SemiBeta因子，对传统Beta因子进行拆分并在A股市场实证检验。构建48个SemiBeta细分因子，发现反映市场下行时股票表现的fBeta_MN系列因子表现最佳，短周期回溯带来更高收益但换手率增加。基于因子表现，设计沪深300、中证500和中证1000的市值行业中性指数增强策略，实现显著年化超额收益，为A股多因子投资提供新思路 [page::0][page::4][page::5][page::13][page::14]
本报告系统研究我国可转债市场的分层特性，基于518只标的构建偏债层、中性层和偏股层三层次划分体系，选取涵盖估值、债券属性、正股价值质量等12类32个单因子，通过单因子及多因子回测评估不同层次上的因子表现，最终构建结合分层加权的多因子组合策略。2019年以来，策略在偏股层表现优异，年化收益率近30%，夏普比率1.19，同时合理配置偏债及中性层转债提升收益风险比，实现最优夏普比率1.26，充分体现分层权重配置的优势和策略稳健性[page::0][page::2][page::4][page::11][page::13][page::14]。
本报告基于广发金融工程研究，改进了细分行业“景气+”轮动配置策略，通过引入动量补仓机制，提升行业持仓的风险分散能力。策略结合景气度、动量与拥挤度三大因子体系，实现从行业轮动到个股层面的选股闭环。实证显示，改进后的策略在中证800和中证1000指数成分股范围内，指数增强效果显著，超额年化收益分别达到25.0%和33.5%，夏普比分别为1.15和1.82，收益稳定且风险控制良好，为细分行业配置与指数增强提供高效投资框架。[page::0][page::1][page::2][page::3][page::6][page::7][page::8][page::9][page::10]
本报告基于个股与其行业关联公司（不同省份相同行业股票）之间的相关系数构建行业相关系子因子，包括5种相关系数及拆解因子，通过月频调仓实证验证因子在A股市场的显著选股能力。除INDUCORRJP外，其余4种因子分档效果显著，INDUCORR与INDUCORRP表现突出，IC均值分别为0.071和0.065，正IC占比均超85%，多头相对中证500指数年化超额收益率均在15%左右，信息比率超过1.7。该类因子能挖掘传统因子之外的增量信息，可有效提升多因子模型的Alpha收益，且在中证1000股票池中依然表现稳定，但需注意高换手率带来的手续费敏感性风险 [page::0][page::3][page::4][page::5][page::6][page::7]
本报告延续地理关联度因子研究，基于个股与不同行业同区位股票相关系数构建5类行业相关系数因子，通过全市场月频调仓实证，验证除INDUCORRJP外其余因子具有显著分层效果，且INDUCORR和INDUCORRP因子表现优异，IC均值分别达0.071和0.065，相关多头策略年化相对中证500超额收益分别约15%，信息比率均超1.7，因子能够挖掘传统因子外的增量信息，适合作为多因子模型的重要Alpha来源 [page::0][page::4][page::5][page::6][page::7]
本报告借鉴Bollerslev（2021）研究，将传统Beta因子拆解为4个SemiBeta因子，基于A股市场日内高频数据（1分钟和5分钟级）进行实证检验。结果显示，周频换仓中，MN类高频SemiBeta因子表现最佳，年化多空收益率可达近30%，而月频换仓中N和P因子效果较好，且选股范围影响因子有效性。因子之间存在较高正相关，尤其是相同收益方向的组合因子。该高频因子的研究丰富了A股量化因子库，为投资组合构建提供了新思路 [page::0][page::2][page::4][page::6][page::12][page::14]
本报告围绕基于Transformer架构的量价选股策略，详细介绍自注意力机制、多头注意力机制及整体模型结构，结合股票涨跌幅和换手率数据构建面板数据输入，通过输出股票未来涨跌概率实现分类预测。报告展示了基于该策略的中证500、沪深300及全市场选股指数对冲策略净值曲线，反映自2020年以来策略稳定获得相对超额收益并有效控制回撤，显示了Transformer模型在量化投资中的应用潜力和优势[page::0][page::1][page::2][page::3][page::4]
