本报告基于13个中低收入国家的个体层面调查数据，构建了适用于发展中国家的个体级别“例行任务强度指数”（RTI），发现低收入职业的例行任务强度最高，且女性的工作普遍比男性更具例行任务特征，且这一性别差异在控制职业分布、教育水平和族群后依然显著。报告指出，因女性集中在高RTI的低薪职位，未来自动化对女性和低薪工人的冲击将更大，亟须关注技术变革中的性别不平等问题 [page::1][page::7][page::10][page::14][page::21]。
本研究基于多谱平均法，结合k-means聚类算法，对印度股市49只股票的时间序列进行分析，利用谱和二谱特征捕捉非线性依赖关系，识别出五个具有显著市场和股价行为特征的股票簇，包括大型企业集团、IT行业及公共企业等。这一方法揭示了传统行业分类难以捕捉的复杂市场结构，展示了高阶谱特征在金融时间序列聚类中的应用潜力 [page::0][page::4][page::29]。
本文提出了一种高频滚动内在值交易策略，用于电池储能系统在连续电力日内市场中的交易。通过动态规划近似解决混合整数线性规划问题，大幅提升求解速度且不损失收益。基于德国2021年订单簿数据的实证分析表明，交易频率对收益影响显著，高频策略相比每小时一次重优化收益提升58%，且通过参数化滚动内在值进一步提升了8.4%的年收益。研究为高效且精准的电池储能市场交易策略提供了理论和实践基础 [page::0][page::3][page::16][page::19][page::24]。
本报告系统分析了自由现金流指数的构建方案与成分股特征，揭示了该指数在行业配置、风格暴露及估值水平上的表现差异，并通过基于自由现金流率及自由现金流因子的量化选股回测，验证了其良好的选股效果。报告还对自由现金流指数与中证红利指数进行了深度对比，发现自由现金流指数具备更高的收益率和更动态的调仓策略，适合捕捉周期性行业机会。股价调整期成分股的收益表现稳定，提示了策略实施的稳健性。量化回测显示，基于自由现金流率的多头组合年化收益超过 10%，表现优异[page::0][page::4][page::7][page::9][page::12][page::13][page::15][page::16][page::17].
本报告基于中国深证A股Level 2逐笔订单数据，系统分析了市价订单的市场表现、买卖力量及波动趋势，构建了8个市价订单相关因子并进行系统回测。结果显示市价订单占比较小但在特定时期快速上升，买单占比显著增强，反映市场买入意愿浓厚。相关因子表现独立且有效，多因子在2019-2024年间整体RankIC均值大于6%、胜率超70%，部分因子构建的股票组合实现了显著超额收益，具有实用的选股价值和策略潜力 [page::0][page::4][page::20]
本报告提出了一种结合赎回、下修及回售三大特殊条款，以及退市风险与企业信用风险的可转债定价模型。该模型通过解析奇异期权定价方法和基于资产负债率的债底信用风险贴现方法，提升了定价的精度和计算效率，实证结果显示该模型相比传统BS模型加同等级信用债YTM方法整体定价更为合理且更低。此外，基于定价偏差构造的因子在偏债层、中性层、偏股层均表现良好，自2019年以来年化收益率分别达到6.96%、27.38%和53.49%，组合夏普率最高达2.15，最大回撤显著低于基准指数，展示了模型优越的实用价值和应用潜力。[page::0][page::4][page::6][page::8][page::11][page::12]
本报告聚焦基于Level2高频因子构建ETF轮动策略，结合逐笔订单等核心数据，从个股因子映射至指数层面，应用于ETF筛选与轮动。实证显示，周频回测中主题因子组合年化收益达13.8%和15.2%，月频回测收益更优，年化收益达到16.8%和19.6%。因子多头组合在2020、2021及2024年表现优异，相关性分析显示ETF因子内部相关性高于股票，复合因子提升收益边际明显，为ETF量化策略提供新视角与方法论 [page::0][page::6][page::7][page::8][page::12][page::20][page::21]
本报告基于行为金融学中的羊群效应及领先滞后效应，构建并验证了基于股票相似度的量化因子。通过财务和市场特征五大维度刻画股票之间的相关性，采用欧几里得距离及相关性衡量方法，设计SIM、RSIM及SIM_corr因子。SIM_corr因子在月频和周频的全市场回测中，表现出较高的IC值、胜率及优异的收益风险指标，其中周频多空年化收益达47%，夏普比率3.24，且行业市值中性化处理后效果更佳。同时，拆分不同数值方向收益序列的相关系数显示信息量稳定。因子在不同股票池（沪深300、中证500、中证1000）中表现差异明显，中证1000池多头组区分度最高。研究提示相似度因子具有良好选股区分能力，为股票多因子模型提供新思路[page::0][page::8][page::11][page::16]。
本报告围绕上市公司股份回购选股策略展开，系统分析了回购公司的市场分布特征、基本面及事件驱动的收益表现，揭示了回购进度、回购目的、资金来源及回购量等对股价超额收益的影响，并基于回购事件构建了基础回购组合、事件筛选组合和回购精选组合。精选组合通过叠加基本面及量价因子筛选，实现了2019年以来相对中证500年化超额收益18.9%，显著优于基础组合与事件筛选组合，展现优秀的风险调整收益能力[page::0][page::1][page::21]。
本报告基于广发证券开发的多模态、多尺度股价预测模型，以深度卷积神经网络和时序模型融合价量数据图表、高频因子及不同频率时序数据，结合回归和分类损失端到端训练，实现了显著提升的股价预测能力。2020年至2024年样本外测试显示，模型在全市场及主要指数中均取得8%-10%区间的RankIC均值和较高胜率，构建多头组合后超额年化收益率最高达12.97%，且与传统Barra风格因子相关性较低，具备较强的独立性和稳定性[page::0][page::2][page::3][page::20]。
本报告提出了一种基于Visibility Graph与卷积神经网络（CNN）结合的创新股价预测模型。该模型利用可见性图对股票20日和60日的价量数据进行低维特征提取，再通过轻量化CNN进行未来股价走势建模，实现对未来20个交易日的涨跌预测。实证回测结果显示，模型在全市场及多个细分板块表现稳健，多头年化收益率超越基准中证全指，均呈现显著的分档收益与稳定的RankIC，表明其具备较强的选股能力和泛化性能。[page::0][page::3][page::4][page::7][page::14]
本报告针对当前市场中年化收益4%+的绝对收益产品强烈需求，基于公募基金可投资标的，梳理了具备绝对收益属性的几类资产组合与策略，包括长久期利率债、可转债、红利低波以及市场中性量化对冲，分析了其收益风险特征及相关性，并构建了等权及估值轮动的资产配置组合。采用多策略配置显著分散风险，提高风险调整后收益，同时对可转债估值、网下打新收益、红利PE等估值指标进行动态调仓，大幅改善组合绩效。风险提示涵盖产品审批创新风险及策略估值回撤风险[page::0][page::1][page::3][page::8][page::14][page::16][page::17]
本报告基于卷积神经网络构建深度学习因子，通过识别标准化价量图表形态实现对未来股价的预测，进一步映射至ETF轮动投资。实证显示该因子在2020年以来多空年化收益20.4%，IC均值6.9%，因子表现稳定。固定持仓组合中，持有5只ETF年化收益约16%，且在流动性和费用调整后的回测中表现依然稳健，凸显深度学习因子对ETF轮动选股的潜在价值与应用前景[page::0][page::9][page::10][page::14][page::15]。
本报告基于海量Level 2逐笔订单数据，创新构建22个长短单因子，通过成交完成时间区分订单为长单和短单，并利用订单维度解耦方法提炼有效因子组合。精选长短单因子组合在2021-2023年多市场板块测试中表现优异，展示了较高的RankIC、年化收益率及夏普比率，显著优于基准指数，体现了基于高频订单数据挖掘的量化因子优势，为A股量化策略提供新的视角和工具[page::0][page::2][page::8][page::14]。
本报告基于深交所Level 2逐笔订单数据，构建15个集合竞价相关因子，重点分析了不同竞价时段买卖单成交比例和撤单比例因子的选股性能。通过对深证A指成分股2019年至2024年期间的回测显示，部分集合竞价因子具备稳定的选股能力，取得显著的超额收益，且该因子体系与大小单及Barra风格因子相关性较低，具备独立有效性[page::0][page::4][page::6][page::7][page::17]。
本报告通过构建主动型权益基金及被动型权益基金的多维度选基因子和指数因子，分别进行定量打分和筛选，结合二者优势构建宽基指数增强组合。利用优化模型控制风格及板块偏离，实现组合因子得分最大化。实证基于沪深300、中证500、中证800、中证1000指数的回测结果显示，该增强组合在回测期间均获得了显著超额收益，展现出较为稳健的量化选基能力及组合构建优势，为权益基金投资提供有效的主动与被动结合策略思路 [page::0][page::6][page::11][page::15][page::24][page::17][page::19][page::21][page::22][page::23][page::24].
本报告基于海量Level 2逐笔订单数据，结合订单大小与成交时长两个独立维度，构建240个订单因子，通过多维度解耦分析挖掘出优异表现的精选订单因子组合。2021-2023年回测显示，精选订单因子组合在全市场及多个板块均实现显著超额收益，Top-30组合年化收益率高达31.33%，夏普比率达1.86，显著优于基准指数表现。该系列研究为量化选股提供了有效的交易信号和策略基础。[page::0][page::5][page::14][page::22]
本报告聚焦美国红利ETF市场，系统梳理主要红利指数特征及其编制方案，结合A股分红实际数据，进行了海外红利指数逻辑在A股的回测。结果表明，红利质量和红利增长风格的海外红利选股逻辑在A股表现出差异化收益，尤其是基于WisdomTree U.S.Quality Dividend Growth Index策略的组合显著超过了传统股息率选股方案，展示出较好的超额收益潜力[page::0][page::1][page::8][page::9][page::13]。
本报告基于个股资金流数据，构建了指数资金流指标，筛选了6个周频有效指标，进而设计了指数轮动策略与ETF组合。回测结果显示该策略在多个频率和资产组合中均实现显著超额收益和稳健表现，为高频指数轮动及ETF配置策略提供了有力支持。[page::0][page::3][page::10][page::11][page::13][page::19]
报告聚焦基于行为金融学的处置效应与前景理论，提出资本利得突出量（CGO）因子，结合低频和高频价量数据，通过实证回测展示该因子的选股效能。低频因子表现稳定，多空年化收益约28%；高频因子表现更优，行业市值中性后多空年化收益达40%，夏普比率显著提升。因子内部时间回溯周期影响显著，分域检验显示低频因子在小盘股更有效，高频因子在沪深300表现更佳。此外，策略对换仓频率和交易费用敏感，提示实际应用风险。报告为量化投资者提供了从行为金融视角出发的多频率量化因子投资策略框架及其表现分析 [page::0][page::5][page::9][page::17][page::18][page::19]
