报告基于全天候配置策略，从宏观经济增长与通胀两个维度划分宏观状态，设计适应中国市场特色的大类资产风险预算比例。策略通过风险预算方法实现低换手、低回撤、高Sharpe收益，在不考虑分红和杠杆时年化收益率5%-6%，波动率3%左右，最大回撤5%-6%，引入战术调整可提升收益0.5%-1%。考虑股票分红及债券加杠杆后，收益率提升至7%-9%，策略表现更优，具备较高容错率和稳健性。[page::0][page::2][page::11][page::14][page::17]
本报告详细解析交易所关于业绩预告披露的相关规定，归纳业绩预告的类型及分布特征，验证业绩预告的较高准确性，并通过事件研究方法揭示业绩预告特别是预增类公告的短期及长期超额收益效应。构建剔除已知业绩影响、聚焦真正高增长的预增选股策略，该策略在回测中展现出更优的超额收益率和胜率，尤其是创业板和一季度预增表现突出。此外，报告提供了近期值得关注的创业板高增长预增股票名单，为投资者把握业绩公告带来的投资机会提供了实证支持。[page::0][page::3][page::4][page::6][page::8][page::9][page::12]
本报告深度解读了Malliavin和Mancino提出的基于傅里叶级数的波动率估计方法。该方法通过傅里叶积分替代传统的微分计算，显著提升了波动率测算在高频和异步数据条件下的稳健性。报告详细推导了多元波动率矩阵傅里叶系数的计算公式，并通过历史DJ指数数据验证了该方法的实际效果，为大类资产配置及高频量化交易提供了理论支持与实践工具 [page::0][page::2][page::4][page::7][page::8].
本报告以“龙虎榜”交易公开信息为核心，系统解读了沪深交易所的披露规则，从披露原因和交易席位两大视角，观察市场风格与板块行业分布。研究显示，不同披露原因的股票组合在60个交易日内均表现出不同程度回撤；而机构专用席位参与度与后续组合收益显著正相关，机构买入比例和买入席位绝对数量均能提升超额收益水平，为后续量化策略构建提供参考依据[page::0][page::6][page::12][page::18][page::20]。
本报告解读了Asl和Etula（2012）提出的基于六因子的战略资产配置模型及稳健优化方法，强调风险溢价多样化配置优于传统资产类别分散，通过稳健优化有效降低了预期收益误差的敏感性，提升投资组合风险收益表现和预测准确度，且因子模型有助于风险分析和投资组合前瞻性预测，支持长周期和复杂市场环境下的资产配置决策。[page::0][page::3][page::4][page::6][page::8]
本报告提出基于基金经理性格与市场环境双核驱动的基金alpha评价框架，量化刻画基金经理持仓特征反推性格，划分牛熊震荡三类市场环境，验证不同性格基金经理在不同市场的表现优势，并构建结合未来市场预判的量化择基策略，量化择基IC高于传统alpha择基，具较强预测能力与实用价值。[page::0][page::2][page::3][page::7][page::9]
本报告系统分析了国债期货的运行现状及低迷原因，指出市场流动性不足、参与主体结构失衡及现货市场波动性有限等因素制约国债期货发展。重点提出未来多合约、覆盖整个收益率曲线的丰富合约序列是市场活跃的关键，海外经验表明基差交易空间有限，收益率曲线套利和跨品种套利具备发展潜力。同时，报告详细介绍了基于国债期货的多样化投资策略及产品设计方案，包括收益增强产品、套利对冲产品、杠杆ETF和CTA产品设计，强调通过期货与现货、利率互换等工具组合提升风险管理和交易效率，为国债相关衍生品创新提供实用框架 [page::0][page::1][page::3][page::13][page::15][page::20][page::21]
本报告系统介绍了基于价格走势的量化投资策略框架，聚焦价格分段方法，包括基于MACD指标、均线、涨跌幅的波段划分，明确波段高低点规则，结合价格形态强弱系数量化价格走势形态，揭示了真实价格走势的非随机性和结构趋势特征，进而提出多类选股买点策略，辅助投资决策 [page::3][page::12][page::22][page::9][page::10][page::11][page::24][page::25]。
本文基于时变波动率及跳扩散过程构建LRJ期权定价模型，改进传统B-S模型定价缺陷，显著提升50ETF期权定价精度。LRJ模型通过引入Poisson跳扩散过程和时变波动率，更合理反映标的收益分布的厚尾、跳跃以及隐含波动率偏斜。[page::0][page::2][page::5][page::7]在此基础上，构建基于LRJ模型的50ETF期权套利策略，实现2015年2月至2017年6月期间累计收益达876%，年化收益率近40%，同时风险得以有效对冲，展示策略的稳定性和显著绝对收益能力。[page::9][page::10]
本报告系统复盘了2022年底市场反弹后内资公募基金的参与程度与配置结构。分析显示存量权益类基金仓位已达2019年以来最高点，公募基金整体加仓积极，尤其是中等规模、价值和金融地产类基金主动调仓最为显著，行业配置主要聚焦医药、信创和顺周期上游。增量部分表现不佳，新发基金募集规模及建仓速度均处于历史中位数水平，一级市场活跃度不足。基金重仓股呈现消费医药龙头崛起及中盘成长股更新换代趋势，抱团股全年贡献负收益，基金经理积极扩展选股范围以应对市场挑战，为投资策略调整提供重要参考。[page::0][page::2][page::3][page::4][page::5][page::7]
本报告围绕2021年12月9日中国股票市场主题点评，分析指数表现、行业轮动、业绩预增及机构调研重点。市场整体呈现权重股带动上扬，社服行业领先，周期股回调，军工板块承压轮动；新能源及计算机行业获机构青睐，相关股票调研活跃；业绩预增主要集中在国防军工及电子领域。报告提示量化模型结论风险及与策略团队观点可能不同，建议交易策略跟随市场新主线变化灵活调整[page::0][page::2][page::3][page::4][page::5]。
本报告通过构建线上互动易平台指标、线下机构调研频率及董秘金牌称号等5个因子，量化衡量上市公司投资者关系管理水平。各因子均表现出一定alpha收益，且综合指标在2015年后呈现稳定超额收益，多头显著跑赢市场。因子收益与市场相关性低，体现因子有效性及投资价值，为投资者关系管理类量化研究提供坚实框架与实证支持，尤其适用于创业板小市值股票领域的组合构建与优化[page::0][page::2][page::3][page::7][page::16][page::17]。
本报告基于A股市场盘中异动定义，发现明显的短期价格反转效应：盘中急速上涨后短期回落，盘中急速下跌后短期反弹，且该信号在不同幅度阈值下均显著。结合市场$\mathrm{T}+1$机制和融券不成熟特征，次日开盘集合竞价有效修复价格偏差。尾盘30分钟触发上涨异动的个股存在稳定的次日低开效应，95%以上日胜率。该信号用于沪深300、中证500增强组合，实现年化超额收益提升3%-7%。该量化交易策略为克服人性贪婪恐惧的科学有效投资方式 [page::0][page::1][page::4][page::6][page::8][page::10][page::11][page::13]
报告基于文本数据挖掘网络论坛活跃度，构建冷门股选股指标，解决传统换手率及分析师覆盖指标效果不足的问题。在沪深A股全市场、小市值及中证800成分股样本上均进行回测，结果表明该指标具有稳定的超额收益和良好的风险调整表现，验证了冷门股投资机会的存在及文本数据的有效性[page::1][page::6][page::9][page::27]。
本报告基于沪深300和中证500指数每年两次成分股调整事件，发掘出两个投资窗口期的选股机会：审核期结束到正式调整日的动量收益，以及正式调整后约30个交易日的反转超跌反弹。针对这两个事件，我们设计动量和反转选股策略，采用逻辑驱动的因子优选，分别筛选18个动量因子和16个反转因子，构建量化模型，策略年化收益达34.54%，最大回撤17.67%，并验证了无关因子增加会降低策略表现的结论。综合策略从2019年至今累计收益279.88%，夏普比率1.71，有效捕捉了成分股调整的实盘机会，为指数调整事件提供实用的量化投资框架和因子筛选思路[page::0][page::2][page::4][page::5][page::6][page::8][page::9][page::10][page::12]
本报告系统介绍了机器学习在日内波动率预测中的应用，全流程涵盖多模型选择、监督学习算法训练与周期性优化，聚焦波动率对期权风险溢价及交易策略的辅助作用。结合标普500及亚马逊等案例，展示了机器学习模型在有效分类资产、波动率预测以及风险控制中的突出表现，强调了模型正态性检测、模型排名以及自动调节优化机制的重要性，为波动率模型的选择与应用提供了实证和理论支持 [page::0][page::2][page::5][page::7][page::12][page::17]。
本报告基于定向增发股解禁事件，提出了系统的事件驱动对冲策略，通过在解禁日前5天卖空个股并买入HS300ETF对冲系统性风险，历史6年胜率超过60%，平均单次收益约1.2%，加入投资者类型和增发价因素后胜率提升至87.5%，极端风险显著降低。报告还结合多个典型案例验证策略有效性并对过早融券、券源不足及板块热点风险进行了详细风险分析[page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8]。
本报告聚焦财务质量、价量和分析师预期类18个因子的单因子有效性分析，采用更严格度量方法及市场环境区分，发现权益乘数、评级调整等因子在不同股票池及市场阶段表现稳健，有价量因子显著体现动量与反转效应，财务因子有效性随财报公布时间延长而衰减，为构建多因子选股模型提供关键参考 [page::0][page::29][page::30][page::27][page::28]。
本报告基于2003至2013年A股牛股与熊股的表现，系统分析了盈利能力（ROE）、成长性（扣非净利润增长率）、估值（PE）与市值四个核心指标的共性特征及其演变规律，指出牛股多具备高当年ROE、高扣非净利润增速及低forward PE特征，而熊股则普遍低ROE、低增速及高估值；同时，ROE和成长性指标较估值指标在区分牛熊股中稳定性和显著性更强，且强调当年利润指标的有效性远高于滞后指标。报告还揭示了大盘股与小盘股表现风格的变化及风格转折节点，最终提出选股过程中应理性参考forward PE，警惕trailing PE的滞后性，且对个股投资者来说宜关注基本面指标而非盲目追逐市场风格。若干关键图表如ROE bull-bear spread演变图生动展现了指标特征的时间趋势，为投资者提供实证决策支持[page::0][page::27][page::28][page::30][page::31].
本报告系统研究了影响公司债收益率截面的核心风险因子，基于个债指标构建了下行风险因子(DRF)、信用风险因子(CRF)、流动性风险因子(LRF)和反转因子(REV)，其在预测公司债收益率差异上表现优异且无法被传统市场因子解释。报告显示公司债收益率分布非正态，VaR作为下行风险度量，构建的多空组合年化收益高达11.88%，且在控制其他因子后仍具显著预测力。此外，四因子模型优于传统因子模型，提示投资者关注债券在DRF、CRF及LRF上的风险暴露，尽管中国评级体系尚存在缺陷，因子模型的跨市场应用仍需加强研究[page::0][page::2][page::6][page::9][page::12].
