沪铜期货高频做市策略
本报告针对沪铜期货高频做市策略，重点应用和改进业界经典的Avellaneda-Stoikov(AS)模型，通过延长市价单采样时间适配沪铜限价单队列特点，实现做市盈利最大化。引入库存约束后的ASQ模型在控制库存风险的同时提升盈利表现，较传统市价单强平策略更优。最后探讨了通过强制挂单最小时间减少撤单数量的效果与收益折损，综合评估策略的实用性和风险控制效果 [page::0][page::1][page::11]
金融研报AI分析
限价单队列模型在高频做市中的应用
本报告基于对商品期货限价单队列特点的深入分析，构建了一个基于泊松过程的限价单队列模型，结合动态规划和Hamilton-Jacobi-Bellman方程，求解出在单一价位上最优的限价单、撤单和市价单执行策略。模型综合考虑成交风险、逆向选择风险、库存风险及滑点风险，针对沪铜期货主力合约进行回测验证，结果显示该模型具备良好盈利能力，并且加入市价单操作能在控制库存风险的同时提升收益表现。同时，通过延长队列长度模拟降低风险但未显著提升收益，为高频做市策略提供了理论与实证支持 [page::0][page::1][page::6][page::9][page::10][page::11]。
基于离散报价的高频做市策略
本报告基于Fabien Guilbaud和Huyen Pham的动态规划理论，构建了针对离散报价市场的高频做市策略GP模型，重点针对沪铜期货的价差状态与成交密度进行参数校正。结果表明GP模型能有效管理库存风险，策略在买卖一及其上下跳价位置挂单，收益稳定但需较高手续费返还方能盈利。模型参数揭示竞价流动性时段及挂单策略的动态调整规律，回测显示策略成交量大且伴随高撤单比例，具有明显的风险收益权衡特征[page::0][page::2][page::5][page::8][page::12][page::13]。
基于连续挂单的高频做市策略
本报告建立了基于连续挂单的高频做市策略回测框架，模拟了限价单挂单和成交的动态过程，重点分析了交易系统速度（排名系数）对策略收益、手续费、净持仓及盘中亏损的影响。结果表明，交易系统速度显著提升成交率和收益，但手续费成本极高；盘中止损可以有效控制单边净持仓和最大亏损，提升策略的稳定性和盈利空间 [page::0][page::1][page::3][page::4][page::5][page::6][page::7][page::8]
基于模糊逻辑神经网络的高频做市策略
本报告系统研究了高频做市策略在铁矿石、螺纹钢和铜三个期货品种上的理论盈利情况，发现铁矿石最适合做市交易。报告基于模糊逻辑神经网络模型预测未来一分钟价格涨跌，通过模拟挂单排队成交情况，发现神经网络辅助预测在趋势行情中能够及时止损，显著提升策略收益和降低手续费返还门槛，为高频做市交易的实盘应用提供理论与实证支持 [page::0][page::3][page::5][page::6][page::9][page::11]。
交易所交返 政策的影响分析(上)
报告通过对2024年交易所手续费返还政策变化的系统分析，指出该政策属于金融供给侧改革的重要举措，旨在压缩制度性套利空间，推动期货行业高质量发展。手续费返还的调整将加剧期货市场品种间博弈，推动期货公司向头部集中和业务多元化转型。报告结合历史背景、国内外政策对比、证券行业经验，深入分析手续费返还收紧对期货公司盈利的负面影响及推动转型的必要性，强调资产管理和风险管理业务将成为期货公司发展的关键方向。同时，政策对高频交易和做市策略等机构投资者影响较大，可能导致市场成交量和流动性下降，影响市场价格发现功能 [page::0][page::3][page::6][page::12][page::14][page::18][page::19].
金融科技赋能投研系列之十六：多周期高频策略（一）
本文基于类多周期现象及金融时间序列的多尺度特征，构建了以历史相似数据点搜索和线性回归建模为核心的高频交易策略。策略应用于商品主力合约，利用1分钟频率数据的短周期和中周期特征，有效捕捉价格波动复现规律，实现了显著的预测能力和稳定收益，同时避免了传统动量策略的同质化风险。回测显示多个品种具备较好预测相关性和年化Sharpe，策略鲁棒性强，未来有望通过降噪与因子优化提升表现[page::0][page::2][page::4][page::6][page::9]。
指令簿信号在高频做市策略中的应用
本报告基于Alvaro Cartea等人的论文，利用500毫秒截面数据构建指令簿挂单不平衡信号，结合CDJ模型对商品期货高频做市的挂撤单策略进行建模优化。研究发现不平衡信号对提升收益帮助有限，但显著降低了做市策略的收益波动和盘中亏损，提高了夏普率。此外，回测表明在更深价位同时挂单策略可进一步提升收益和夏普率，且较低库存惩罚偏好带来更高收益，但伴随更多撤单和手续费成本 [page::0][page::2][page::11][page::10][page::9][page::8][page::7]
Micro：优秀的高量化频专题公报告允丨价202指4/5/标3
本报告聚焦期货市场高频公允价指标Micro的构建与应用，分析传统公允价Mid和Vwap的缺陷，借鉴Sasha Stoikov文献，通过公式推导、案例分析及国内实证，证明Micro在反映盘口量价信息及预测未来走势方面的优势，且具备较强抗打击性和市场真实需求敏感度，为做市商报价与风险管理提供科学依据 [page::0][page::3][page::8][page::10][page::13][page::14]。
如何构建私募指数增强基金分析框架？——金融工程专题报告
本报告针对近年来快速发展的私募指数增强基金，基于公开净值数据，利用净值拟合方法从仓位、风格和行业三大维度进行系统分析，揭示了指数增强基金在不同仓位和风格偏离情况下的超额收益及风险特征，并通过构建包含超额收益、风险和收益风险比的综合评价指标，提出了基于随机样本筛选的有效基金筛选框架，提升了超额收益表现和组合稳定性，助力投资者合理构建指数增强基金投资组合 [page::0][page::2][page::3][page::4][page::8][page::11][page::12][page::13]。
利用机器学习预测 VIX 指数
本报告构建了基于机器学习的VIX指数预测框架，将连续值预测转化为多档位分类问题，综合使用标的资产历史波动率、期权隐含波动率、时间价值、均线形态及Hurst指数等因子，采用随机森林分类器优化模型，针对未来5交易日VIX最大和最小值的波动幅度档位进行预测。模型预测准确率较高，波动方向预测准确度超过83%，预测误差±1档内占比超过50%，可为基于波动率的期权价差策略提供实用价值。未来研究重点在于改进因子体系，尤其是引入标的资产技术指标和市场情绪另类数据以提升预测效果 [page::0][page::5][page::22]
景气度研究：量化与主动的多视角
本报告从微观个股成长与盈利特征出发，深度剖析行业景气轮动的量化模型，结合历史财报数据与分析师预期构建复合景气度指标，实现行业轮动超额收益19.2%年化。主动视角下，报告基于PB-ROE、PEG及预期收益框架，系统比较行业估值与成长性，辅助行业配置决策。并实时跟踪宽基指数、大类板块及42重要行业景气度变化，帮助投资者把握市场动态机会，风险提示模型基于历史数据，未来可能变化 [page::0][page::3][page::6][page::11][page::21]
从隐含波动率看资产价格走势之二――期权专题报告
本报告延续对隐含波动率指数与资产价格关系的研究，揭示波动率指数与未来股指收益率呈长期负相关，未来收益率较高的区间主要集中在波动率指数15-20之间[page::0][page::3]。通过对波动率指数、估值和趋势三因子构建的择时模型回测，显示该模型在上证50指数上的表现显著优于基准，年化收益率达13.49%，最大回撤降至20.51%，且给出了该模型在美股和港股市场的应用效果分析[page::0][page::10][page::11][page::12]。此外，报告还引入美股“Fear & Greed Index”和A股“恐贪指数”作为市场情绪的参考指标，辅助理解波动率指数的市场行为[page::7][page::8][page::9]。
部分已上线基金投顾策略收益风险表现以及持仓穿透分析基金投顾研究跟踪报告之七
本报告基于蚂蚁财富端口展示的40个已上线基金投顾策略，围绕稳健型、均衡型和高收益型三大类别，系统分析了基金投顾策略与公募FOF的收益风险表现差异，揭示投顾策略整体收益波动更为集中但在不同波动率区间表现不一。此外，报告对投顾策略持仓标的进行穿透分析，确认高频配置的基金标的及近一个月内新增38只标的，重点关注小规模与年轻基金公司的优质产品。行业配置方面，投顾策略普遍偏好科技板块，且不同风险等级策略在消费、医药、金融、周期等板块存在差异化配置倾向。整体来看，各机构上线策略权益占比布局均衡且多样，展现多元化投资目标特征，为投资者认知和选择基金投顾策略提供了重要参考。[page::0][page::2][page::3][page::6][page::10][page::12][page::13]
系统化资产配置系列之十三：动态协方差矩阵估计与组合构建
本文系统介绍了多种协方差矩阵预测方法（历史协方差、收缩法、指数移动平均法、DCC-GARCH及GO-GARCH），通过对多个中国和全球资产组合的实证测试，发现指数移动平均法和两种GARCH方法能够显著降低协方差预测误差，提升风险预算组合表现。在以股、债、黄金构建的动态协方差风险预算组合回测中，DCC-GARCH方法较传统历史法显著提升年化收益率和收益风险比，同时有效降低最大回撤，验证了动态协方差预测在低成本组合增强中的价值 [page::0][page::14][page::15][page::19][page::22][page::23][page::24].
如何构建更加“纯粹”的红利组合？
本报告系统探讨了红利组合的内涵及构建方法，强调稳定、高分红与企业盈利确定性的重要性。在多阶段构建过程中，增添基本面和波动率因子显著提升组合表现。最终优化后的红利组合在2011-2021年回测期间实现年化收益14.47%，较中证红利指数超额3.7%，并表现出更优的风险调整收益和抗跌特性，验证了其防御属性的迟滞性与相对性 [page::0][page::3][page::5][page::12][page::13][page::14][page::15]。
揭秘机器学习在中国市场的有效性—— 海外文献速览系列之十四
本报告汇总了Markus Leippold等关于机器学习在中国股市资产定价应用的研究，探讨了多种机器学习模型在中国市场的收益预测能力。研究发现，流动性因子是中国市场最重要的预测变量，基本面因子居次。与美国市场不同，中国散户投资者主导的小型股票和国有企业表现出显著的可预测性。神经网络模型尤其在样本外预测及构建高夏普比率投资组合方面表现优越，且即使在考虑交易成本和做空限制条件下，多头投资组合仍保持经济显著的收益率和稳定性。该研究为中国市场量化选股提供了机器学习方法的实证支持及新思路[page::0][page::3][page::6][page::15][page::21]
高频研究系列二—收益率分布因子构建
本报告基于高频分钟级收益率数据，系统研究了股票日内收益率的分布特征，提出了一种创新的收益率噪音偏离因子（nos_gs）。该因子通过衡量收益率噪音与正态分布的偏离，反映流动性及大额投资者对行情的影响，样本内日度多空年化收益率达61.10%，夏普比率9.50，且在样本外20121年9月至2022年1月中依然表现优异，多空年化收益率提升至67.05%，最大回撤仅1.33%，显示其良好的稳健性和特异性。此外，报告全面对比了常见收益率分布因子，说明了因子构造及调仓规则，为高频因子研究提供了重要参考 [page::0][page::8][page::9][page::13][page::14]
【兴证金工】股指期货历次升贴水原因深度复盘
本报告基于沪深300股指期货基差的演变，系统分析资金成本与成份股分红、市场情绪和流动性对基差的影响，划分四个历史阶段复盘升贴水原因。发现基差存在明显季节性贴水，尤其与5-8月成份股分红高度负相关（相关系数-68.69%）。2015-2017年受市场下行情绪和严格监管，股指期货深度贴水且流动性骤降。自2017年监管逐步放宽，市场流动性回升，基差趋于常态。2021年9月以来基差持续升水，可能因分红季节性、对冲产品规模缩减及雪球结构衍生品对期货多头力量的增强所致，期间公募及私募对冲基金净值和规模均有所回落。本报告为投资者解析股指期货基差形成机制及市场状况提供了详实依据 [page::0][page::4][page::5][page::6][page::10][page::14][page::15][page::16][page::17]
基于财务与风格因子的机器学习选股
本文通过引入财务因子，扩充机器学习模型的输入维度，显著提升了选股能力。采用神经网络、随机森林和提升树综合构建机器学习残差因子和反转因子，基于这两因子构建的复合因子展现出更稳定的超额收益和较高的信息系数。实证结果显示复合因子在全市场、中证500及中证1000股票池均有效，在沪深300成分股中失效。复合因子组合自2015年至2021年每年均实现正的超额收益，年化超额收益约14%，信息比率达2.35，且策略容量可达百亿量级，收益主要来自于捕获风格与财务因子的非线性特质选股能力[page::0][page::11][page::17]
