本报告依托中证500成分股2010年至2018年的个股新闻数量数据，构建投资者关注度指标并基于此构建选股策略。实证显示，投资者关注度较低的个股表现出显著的超额收益，且策略的年化收益和最大回撤等风险指标均优于基准，验证了新闻舆情对股票价格的预测能力及选股价值。数据展示了新闻数量分行业、年度的分布趋势及多只代表性股票的新闻数量与价格走势，深刻揭示投资者注意力对资产价格的影响机制 [page::0][page::16][page::17][page::18][page::19][page::20][page::24][page::25][page::31]
报告系统回顾了2019年二季度CTA产品发行情况及业绩，分析股指期货、国债期货、大宗商品市场行情和相关CTA策略表现。股指期货成交活跃，波动率回落，趋势向好或推动三季度股指CTA表现。国债期货受利率下行影响波动低迷，国债期货趋势策略收益有限，但跨品种套利仍展现较好回报。大宗商品价稳波动提升，部分品种趋势明显，相关CTA策略表现优异，特别是黑色和农副产品板块。风险提示强调风险控制是CTA成功关键[page::0][page::3][page::9][page::13][page::19]。
本报告聚焦2020年1月A股市场的行业轮动策略，涵盖宏观事件驱动、行业景气度、因子极值、相似性匹配及羊群效应五大量化策略视角，结合多维量化因子测算，发现因子极值策略在1月实现约1.08%超额收益，重点推荐公用事业行业。宏观与景气度视角同时支持2月重点关注公用事业、家用电器等板块，资金流向显示北上资金集中流入休闲服务、家电及医药等大消费板块，为行业配置提供先导信号。各策略均表现出较高稳定性和超额回报，量化选股侧重价值因子BP等指标，策略回测及最新组合均体现较好风险收益特征，为行业配置及轮动提供量化决策依据 [page::0][page::4][page::18][page::20][page::31]
本报告系统介绍了量化择时的三大模型类别（趋势类、震荡类、预测类），重点讲解了TD和GFTD趋势择时模型的原理与信号机制，并结合实际样本回测数据评估其绩效。报告强调震荡类KD模型适合当前多空平衡震荡行情，结合波浪理论与MACD背驰分析，再辅以深度学习等预测模型，改善择时准确率。此外，报告深入解析了日历效应及其行业轮动特征，指出两会前后不同行业表现差异及3-4月行情演绎，提出了具体的行业推荐与时间窗口以辅助投资决策，为量化择时提供系统方法论支持与操作策略指引 [page::0][page::2][page::3][page::6][page::9][page::10][page::12][page::13][page::14][page::16][page::17][page::18][page::20][page::22][page::24][page::26][page::30][page::31][page::32][page::33][page::34][page::35][page::36]
本报告通过算法化的拐点识别与匹配方法，筛选稳定领先指标，基于OECD指数合成法构建中国经济综合领先指数和综合景气指数。实证显示，领先指数对工业增加值具有稳定领先效应，且基于该指数的股债轮动策略表现优异，显著提升投资收益率和夏普比率，具有良好资产配置指导意义和可扩展性 [page::0][page::4][page::17][page::23][page::24].
本报告通过对科创板与创业板股票2019年7月以来的高频交易数据分析，重点研究了科创板股票的T+0日内交易策略盈利前景。科创板股票表现出更高的日内波动率和显著的厚尾效应，适合基于股价突变的反转策略和快速趋势识别的趋势策略。反转策略中，科创板年化收益率最高达39.84%，夏普比率4.49，但对交易成本敏感。趋势策略在低交易成本下表现优异，年化收益率达30.21%。整体来看，科创板股票的T+0交易策略潜力明显优于创业板股票，为注册制下的市场改革提供参考依据[page::0][page::6][page::11][page::17]。
本报告基于对121个细分行业的景气度、现金流及资产收益率的筛选构建细分景气盈利轮动策略。策略年化表现优于沪深300指数，2017-2020年间累计超额收益显著，中报最新优选游戏行业作为新兴景气行业纳入配置组合，提升整体收益表现，实现了动态调整及行业轮动的盈利能力提升 [page::0][page::3][page::5][page::6]。
本报告研究宏观经济指标如PMI、CPI同比、M2同比等趋势对Smart Beta策略超额收益的影响，发现通胀和货币指标趋势对策略表现影响显著。采用HP滤波法判断指标趋势，结合沪深300与中证500指数，通过成长、价值、红利、低波动、贝塔等五类Smart Beta策略构建轮动组合，轮动模型实现年化超额收益超过5%。基于不同宏观经济趋势，实现策略择时提升收益率，为量化资产配置提供依据[page::0][page::14][page::19][page::26]
本报告通过量化择时模型（LLT和GFTD）和多层次因子事件分析，结合历年市场风格演变，预测2018年A股市场风格可能延续中大市值优势，强调元旦与春节的日历效应带来的市场机会，建议关注低PB和中盘超跌个股，提醒量化模型风险需谨慎对待 [page::3][page::4][page::6][page::11][page::18][page::20][page::21][page::22][page::24][page::29]
本报告基于主成分分析分解大类资产风险，将风险配置作为资产配置核心，通过截面宏观因子和时序AR指标动态调整资产组合风险权重，结合沪深300、中证500、国债、信用债与商品资产，实现成长风险、通胀风险和利率风险的多维风险分配。最终策略年化收益达11.51%，夏普比率1.03，表现优于经典风险平价及等权配置方法，展现了风险配置驱动下组合优化的优势，并开发相关配置测算平台支持实务应用。[page::0][page::4][page::6][page::14][page::23]
报告基于A股量化风格分析，指出经济数据超预期带来股价反转风格的机会，叠加资金流、估值及宏观事件推动，推荐绩优蓝筹价值风格趋势策略，沪深300成分股组合回测表现优异，年化超额收益10.8%，信息比率0.85，提示市场风格或由动量转向反转风格，需防范切换风险[page::0][page::3][page::9][page::19][page::20][page::17]
本报告系统阐述了基于个股配对思想构造的配对反转因子及其在因子策略中的应用，重点介绍了配对反转因子在股票多空对冲、基于个股配对的指数增强策略和多因子组合周度配对调仓中的实证效果。结果显示，配对反转因子在中证800股票池内具有显著的超额收益能力，指数增强策略年化超额收益达8%，配对调仓的多因子组合收益率显著优于基准，最大提升超70个百分点，且策略换手率维持在合理水平，说明其交易效率和收益稳定性良好。[page::0][page::4][page::13][page::18][page::24][page::25]
本报告基于艾略特波浪理论的主升浪与主跌浪思想，利用希尔伯特变换及二阶线性滤波器对金融时间序列进行定量分解与分析。构建了量化的希尔伯特浪（H浪）择时模型，实现对A股宽基指数、行业指数及商品期货指数的趋势判断。模型在指数和商品期货等多市场均表现出正向收益，且属于低胜率高盈亏比的交易性择时策略。此外，基于模型实现了多品种商品期货低频组合交易及股指期货高频交易，均展现良好风险收益特征。模型每日收盘信号已实现自动化，为机构投资者提供实时决策支持 [page::0][page::3][page::10][page::12][page::20][page::25][page::26].
本报告基于Delta对冲原理，构建了以中证1000ETF为标的的自动赎回型期权产品收益复制策略。单路径策略年化收益23.51%，胜率87.76%，盈亏比1.26，极端收益多发生于短线交易。多路径合并建仓策略收益稳定，年化收益6.11%，胜率81.65%，盈亏比1.94。报告分析了Delta极端值出现原因及策略的费用敏感性，提出设定Delta交易阈值控制资金风险，验证了复制策略的有效性与风险特征，为自动赎回期权产品对冲及收益复制提供理论与实证支持 [page::0][page::4][page::6][page::9][page::24][page::28]。
本报告基于沪深300等主要指数的量化择时模型（GFTD与LLT），结合市场结构表现、估值水平、市场情绪及宏观因子事件，判断A股市场多头趋势未被外部疫情扰动破坏，维持看多态度至春节。量化择时模型的历史成功率约80%，尽管存在不确定性，报告强调A股相较其他资产具备吸引力，且假日行情及宏观杠杆因素利好未来行情。报告还追踪ETF资金流动、期权成交比率等辅助指标，并详细披露行业估值底部特征。整体逻辑为震荡调整后底部已筑，多因子确认趋势向好 [page::0][page::3][page::5][page::9][page::13][page::17][page::19]
报告围绕2023年下半年中国A股市场走势，提出基于信用通胀周期的量化择时框架，结合估值、风险溢价、情绪、技术面等多维度指标，预测信用周期领先股市8-10个月，A股有望见底回升。下半年看好小盘成长及消费风格，重点关注中证1000、中证500及纺织服装、传媒等行业配置机会，资金流向和日历效应亦支持相关行业板块的阶段性投资价值 [page::0][page::6][page::7][page::25][page::32][page::33]
本报告围绕商业银行和保险机构参与国债期货市场背景，结合估值、趋势及周期三大量化因子构建多维度国债期货配置模型，实证显示模型在历史上实现优异的收益风险表现，且同步提升流动性和资金使用效率，为机构投资者利率资产配置提供策略参考[page::0][page::14][page::15]。
本报告对2024年7月底至8月初A股市场进行了量化择时研究，市场整体估值偏低，风险溢价处于历史高位，两市资金面活跃，北向资金及ETF资金均呈净流入状态，融资余额亦保持上升，显示资金面宽松；市场情绪指标、新高新低比例、均线结构等反映市场波动性，行业表现分化明显；宏观因子及债务通胀周期对市场走势的影响显著，风险提示量化策略在极端行情下可能失效。多图数据全面呈现结构表现、估值、资金流动及情绪指标，为投资决策提供重要参考 [page::0][page::3][page::5][page::10][page::13][page::18][page::20]。
本报告围绕上证50ETF期权，基于2010-2013年历史数据分析波动率特征，发现不存在ARCH效应及杠杆效应，传统SABR和GARCH模型不适用，最终采用SV-T模型并结合MCMC方法进行参数估计。基于SV-T模型构建delta中性的跨式波动率交易策略，设计了具体的开平仓规则，并通过资金管理与组合保证金制度优化策略表现与保证金占用，实证显示固定比例资金管理和组合保证金显著提升了策略净值表现和资金利用效率 [page::0][page::4][page::5][page::8][page::10][page::12][page::13][page::18]。
本报告基于Wind数据，全面回顾与展望2019年11月A股量化风格表现及资金流向，指出盈利风格和股价动量风格显著有效，成长风格存在失效风险。通过日历效应、分化度、资金流、盈利预测、估值及宏观事件分析，推荐核心关注绩优蓝筹风格，构建沪深300成分股“绩优蓝筹风格趋势策略”，历史回测展现年化11.7%的超额收益和较好的风控表现。报告结合多图表量化数据揭示市场风格变化规律和未来投资方向，为投资者提供量化风格配置建议和风险提示[page::0][page::3][page::10][page::14][page::19][page::20].
