本报告深入探讨了相对强弱指标RSI在横截面选股上的应用，构建了基于日频、高频和成交量加权的RSI选股因子。高频和成交量加权因子显著提升了选股效果，成交量配合RSI因子回测年化收益达25.89%，信息比率2.26，月度胜率77.57%，剔除风格和行业影响后纯净因子仍具有效力，展现出良好的稳定性和广泛适用性 [page::0][page::1][page::6][page::7][page::8][page::9][page::10]
本报告基于对趋势资金日内交易行为的研究，深入分析了市场投资者盲目追随趋势资金的极端交易行为——羊群效应。通过构建极端跟随行为比值因子，回测显示该羊群效应因子具备稳定的选股能力，且剔除风格因子后纯净因子依然有效。结合趋势资金交易行为因子，可进一步提升选股因子的稳定性和收益表现，为量化选股提供新的重要因子视角 [page::0][page::1][page::4][page::6][page::10]
报告通过分钟级成交量数据识别趋势资金的交易行为，构建趋势资金相对均价因子和趋势资金净支撑量因子，并基于两者合成趋势资金交易行为综合因子。回测数据显示，综合因子具有显著的选股能力，年化收益率超过20%，信息比率近3，月度胜率超82%，即使剔除市场风格影响，纯净因子仍显示稳健的选股效果，具有较高的实用价值[page::0][page::2][page::4][page::6][page::10]
本报告提出基于趋势资金日内交易行为的事件驱动策略，通过构建趋势资金均价指标和净支撑量指标，结合小单资金净流出信号识别趋势资金行为，进而形成综合信号并进行降频，显著降低事件触发频率并提升策略表现。基于综合信号的资金通道策略年化超额收益达8.11%，信息比率1.66。同时结合多因子策略构建精选组合，实现年化超额收益14.22%，信息比率2.27，表现优异。该事件驱动信号亦能增强SmartBeta指数策略收益与风险控制能力，为投资组合提供有效增强途径 [page::0][page::1][page::7][page::8][page::9][page::10]
本报告系统研究了高/低位放量（基于价格波动率放大）事件的特征及其在选股中的应用。通过事件驱动分析，确认高位放量通常预示未来股价下跌，低位放量则通常指向后续超额收益。进一步从日频与分钟频维度构建多种选股因子，核心因子“日频_高位波动占比”和“日频_高波价格占比”表现优异。综合因子年化收益近25%，信息比率超2.9，最大回撤控制在7.7%以内，剔除常用风格因素后仍具有效力。该研究为价量因子构建和量化选股提供了创新思路和实证支持 [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]
本报告围绕Memory Map技术在数据分段读取方面的性能优势展开，展示其在订单簿资金流因子批量构建和生产加速中的应用。通过“设计资金流指标”、“是否标准化”、“计算因子”三步骤体系化构建约10万个资金流因子，经筛选形成50个高效且相关性低的订单簿资金流因子簇。基于样本内信息比率最高的10因子构建的综合因子，回测期限内表现稳定，年化收益和信息比率均较优。同时，综合因子在剔除风格和行业影响后依然有效，且构建的指数增强组合在沪深300、中证500和中证1000指数均获得稳健超额收益 [page::0][page::18].
报告基于对动量与反转本质的理解，利用大小单交易者结构信息，高效识别涨跌幅因子的动量或反转属性，构建新反转因子和新动量因子。新反转因子在2013-2022期间表现优异，5分组多空对冲年化收益19.64%、信息比率2.46，最大回撤仅6.76%；新动量因子结合小单交易占比与换手率，年化收益10.71%、信息比率1.16，尤其在沪深300成分股中表现突出，有效提升传统因子表现，优化量价选股策略 [page::0][page::6][page::12][page::16]
本文提出了基于Human-in-the-Loop理念的Alpha-GPT 2.0量化投资框架，集成Alpha挖掘、建模和分析三大核心阶段的多智能体体系，促进人机协同迭代研究。通过结合人类研究者的专业洞见与大语言模型驱动的自动化工具，实现了高效且精准的量化投资策略开发和优化，有效解决传统自动化算法计算资源消耗大且效益递减的难题，为量化投资研究带来创新范式[page::0][page::1][page::2][page::3]。
本报告基于机构投资者特别是偏股型公募基金的交易行为，构造了基金业绩粉饰因子和隐形交易能力因子，双因子长期对基金未来收益具有显著正向预测作用，并提出基金业绩匹配度指标以综合评价基金业绩与持仓结构的匹配度，匹配度指标表现出稳健的选基能力，年化RankICIR达1.40。研究还揭示基金交易行为与个人投资者大相径庭，基金倾向于“买赢家，卖输家”，隐形交易能力强的基金经理能显著提升基金业绩。报告结合典型基金经理案例和丰富图表详细论证了量化因子的构建及其预测效力，为选基和基金绩效分析提供新视角和方法 [page::0][page::4][page::9][page::14][page::17]
本报告提出了一种在线高频交易股票价格预测的全自动机器学习框架，结合组合特征重要性机制（MDI与GD）和基于k-means聚类的径向基函数神经网络（RBFNN），实现了特征选择与聚类的自主化，大幅提升了超短期LOB中间价的预测准确性。实验证明不同股票需要不同的特征空间，且两种竞争机制交替使用，体现出高度动态的适应性，验证了自动聚类和特征选择对于高频在线预测的重要价值 [page::0][page::1][page::4][page::5][page::6]
本报告重新审视了21世纪以来全球贫富国家收入趋同问题，挑战传统认为无显著赶超和主要由全要素生产率（TFP）驱动收入差异的观点。研究发现自2000年以来，贫穷国家收入以年均0.8%的速率趋近富裕国家，剔除撒哈拉以南非洲后速率增至1.5%。通过引入资本收入份额异质性的增长核算，绝大部分趋同由实物资本和人力资本投入的趋同时期驱动，而非TFP改善，强调资本积累在缩小跨国收入差距中的核心作用[page::0][page::1][page::3][page::6][page::11]。
本报告针对粗糙Heston模型中的隐含波动率形状和定价准确度，提出了分数阶Adams法的若干改进以及高效的sinh-加速傅里叶反演方法。实证结果显示，传统如Carr-Madan、COS及Lewis方法存在较大数值误差，导致校准结果严重失真，产生幽灵校准现象。通过引入共形Bootstrap原理，实现了对误差的有效控制，使得数千个期权定价能在毫秒级别完成且误差低于0.5%。此外，报告指出合理划分标的价格和到期时间区域、动态调整算法参数是实现准确快递定价和校准的关键 [page::0][page::1][page::2][page::3][page::4][page::18][page::20][page::22].
本报告利用细粒度监管数据，评估2021年1月至2023年6月欧元计价利率互换交易中意大利银行衍生品头寸在利率意外上升时抵消债券损失的能力。研究发现，100基点的收益率曲线平移使银行互换头寸价值平均增加3.65% CET1，部分抵消了债券在公允价值和摊余成本计价下分别导致的2.64%和5.98%损失。机构间存在差异，但整体上意大利银行利用互换作为对冲工具，缓解了利率风险，提升了应对货币政策紧缩的能力。同时，基于互换定价模型对报告数据质量进行了验证，发现模型在拟合价值变化方面误差显著小于对价值本身的拟合误差，彰显了监管数据的实用价值 [page::0][page::1][page::16][page::20]。
本文提出了一套综合模型，结合电力日内市场的多时段随机现货价格与确定性的流动性成本曲线，通过动态规划框架完成电池储能资产的估值。基于德国和法国市场2021-2023年数据回测，结果显示引入流动性成本模型能显著提高收益，尤其在多电池场景避免损失，同时利用随机价格模型优于确定性价格模型 [page::0][page::2][page::13][page::16].
本文提出基于复合CARMA(p,q)-Hawkes自激点过程的资产价格动态建模，克服标准Hawkes过程的局限，实现更复杂的跳跃时间依赖结构。构建的模型在真实世界和风险中性测度下均保持对数仿射特性，结合高斯-拉盖尔求积方法，提供欧式期权定价的高效数值解法。数值和实证分析表明，该模型能更精确拟合市场隐含波动率微笑，尤其在深虚值期权中表现优异，并通过实际个股期权数据验证了模型优于传统Hawkes模型的拟合能力 [page::0][page::1][page::5][page::10][page::16][page::23][page::27]
本报告基于Zarattini和Antonacci提出的长期行业趋势跟踪策略，通过引入多种改进手段（如移动平均回退策略、动量信号、滚动周期与波动率调优、行业剔除及Walk-Forward分析），全面评估策略在现代市场的适用性与稳健性。研究显示优化参数与新机制虽在样本内表现良好，但持续面临过拟合和泛化能力不足的问题，表明历史策略难以直接迁移至当前复杂市场环境，未来需深化风险调整分配和动量指标设计以提升表现 [page::0][page::4][page::11][page::12][page::9]
本报告提出一种基于贝叶斯方法的不确定性量化框架，用于投资组合温度对齐模型，结合FaIR气候模型与X-degree Compatibility (XDC)方法，系统考虑参数、排放数据及情景不确定性。通过MCMC采样与深度学习仿真器，实现高效且实时的气候风险评估，显著提升投资组合构建过程中的气候风险管理和决策能力，进而支持科学严谨的低碳转型投资策略制定 [page::0][page::4][page::5][page::6][page::8][page::10][page::14][page::18]
本文应用凯利准则分析预测市场中价格与预期概率的差异，解释了投资者主观概率与市场价格间的偏离现象，并提出通过调整赔率结构以增强市场流动性。同时利用基于偏置抛硬币的简单资产价格模型，结合Kullback-Leibler散度探究误判概率偏差与投资比例计算错误对组合增长率的影响，展示了凯利策略在有限时间内的相对表现，为理解和优化预测市场提供理论依据[page::0][page::1][page::2][page::3][page::4]。
本报告基于3947篇英文学术文献，采用文献计量和范围综述方法，系统分析了全球对贫民窟的研究现状、地域分布与学科领域，发现研究多集中于印度、南非、肯尼亚和巴西等国；医学和社会科学主导研究话语，技术类研究较少。报告还指出了现有研究存在的空间与主题盲点，强调未来应加强对不同地区、特别是西非贫民窟的关注，并推动更综合、参与性强的研究视角，为城市贫困治理提供科学支持 [page::1][page::2][page::4][page::10][page::15][page::17][page::18]。
本报告研究了在有限投资期限内，考虑买卖双方成比例交易成本情况下的最优投资策略交易边界的变动规律。核心发现包括成本调整后的买卖边界随交易成本呈单调变化，即调整后的卖出边界随卖出成本减小，买入边界随买入成本上升，且默顿线始终夹在两个调整后的交易边界之间。此外，研究还拓展到风险溢价、风险厌恶和波动率等其他参数对交易边界的影响，为理解含交易成本的投资组合优化问题提供了理论依据 [page::0][page::1][page::5][page::6][page::7][page::10][page::11].
