风格域划分下的基本面多因子选股策略
本报告基于风格域划分理念，构建基本面多因子选股策略，重点研究各基本面因子在市值、盈利和波动三个风格域中的预测能力差异，并推导最优因子权重配置方法。策略回测2013年至2018年6月取得年化超额收益18%、信息比率2.81，且较未分域策略优化显著，最大回撤下降，选股收益显著贡献整体收益，体现分域多因子策略优势与稳健性。未来将引入技术量价因子以增强策略收益 [page::0][page::2][page::7][page::11][page::13]
金融研报AI分析
开启行业配置新范式——国泰君安2014年金融工程投资策略
本报告系统阐述Markowitz均值方差理论与Kelly增长理论，结合泛投资组合构建出基于Kelly公式的泛投资组合行业配置新范式。通过对模式匹配策略的详细介绍及其在A股市场的实证回测，显示该策略具备超越传统投资组合的收益和风险表现。报告还展望了未来如何改进模式匹配方法，整合风险和交易成本，提升权重优化效果，为行业配置提供创新理论基础和实操指导 [page::0][page::1][page::15][page::16][page::18]
基于信息冲击视角的盈余公告效应研究
报告基于A股上市公司正式年报披露，运用事件研究法分析公告前后的市场反应，发现公告预约时间较前且信息不对称度高的公司公告前存在显著预期炒作，而公告日当天多出现股价回落；公告后漂移主要发生在此前发布快报且正式公告超预期的样本中，且机构参与较低的个股此效应更明显，构建的交易策略稳定有效，为公告相关投资提供实证支持与策略思路[page::0][page::2][page::7][page::13][page::14][page::15]
行业趋势的量化建模
本报告基于偏股型基金创新高比例提升超过10%的事件，识别了未广泛成共识行业的持续投资机会。统计2012年以来18次事件，事件后6个月平均累计收益达21.94%，胜率72.22%。行业行情演绎可分三阶段：创新高基金先行加仓推动上涨，后非创新高基金加仓推动延续，上涨后市场普遍减仓行情趋向结束。事件后1个月收益为正时，后续6个月平均收益高达29.36%，胜率达100%。该量化模型为行业配置提供有效辅助，提升投资收益判断准确性 [page::0][page::2][page::3][page::4][page::9].
预期理论在事件投资中的应用——国泰君安2014年4季度金融工程投资策略
本报告基于预期理论，系统分析市场对事件的内心预期如何影响股价变化。研究表明，投资者预期及其风险维度对股价波动具有显著影响，且可通过交易数据如换手率和波动率间接观测。基于定向增发解禁、大宗交易和业绩快报等多维事件，构建量化选股策略，实证回测显示显著超额收益和高胜率，实现年化收益超50%及低回撤，指导事件驱动投资策略优化 [page::1][page::2][page::4][page::8][page::11][page::13][page::14][page::26][page::28]。
选股组合如何对冲宏观风险——学界纵横系列之三
本报告基于《Quantifying Macroeconomic Risk》一文，构建二阶段宏观风险模型，使用五大宏观因子显著解释基本面因子风险暴露，揭示宏观风险对投资组合的增量信息价值。通过模拟动量策略，宏观风险模型能有效识别投资组合在关键年份的极端暴露，协助精准风险来源分解和绩效归因。引入宏观风险限制后，策略年化收益提升23%，最大回撤下降超过50%，显著提升风险调整后的表现、降低风险暴露，为量化投资组合管理提供新的理论与实践框架。[page::0][page::2][page::5][page::8][page::11][page::12]
基于“Beta – Leverage spread”的周期行业套利策略
本报告提出基于“Beta-Leverage spread”的周期行业套利策略，通过比较上市公司杠杆率与历史Beta排序差，捕捉Beta向杠杆水平收敛趋势，实现组合套利。策略以周期行业股票池为标的，历史回测显示年化收益率达15.6%，夏普比率达到0.92，表现优于基准指数。策略在中下游行业效果显著，上游行业由于高杠杆常态表现一般。报告在理论与实证方面均系统分析杠杆对Beta及股价的影响机制，为量化选股提供新思路 [page::1][page::7][page::15][page::21]。
同与不同：09 年美国 PHEIC 影响下的海外机构行为
本报告基于2009年美国H1N1流感疫情期间机构投资行为的变化，重点分析疫情对行业配置和个股选择的影响，并对比本次新冠疫情中国中资机构及北上资金的配置差异。发现疫情初期机构偏好高盈利科技股，后期疫苗问世推动医药股显著加仓，个股选择由盈利偏好向低估值防御属性转变。北上资金流入个股以盈利为核心，与09年美国机构早期特征高度一致，且中资机构医药加仓节奏领先美国机构，提示未来可能向低估值防御股切换 [page::0][page::4][page::6][page::8][page::9]
全球化正在改变 A 股估值体系的哪些方面？
本报告通过构建估值国际比较五因素模型，借鉴国家风险评级方法，利用海外成熟市场数据拟合估值参数，预测A股各板块合理估值；发现A股相较成熟市场给予成长性过高估值溢价，股利分配率和流动性溢价存在修复空间；大市值估值修复基本完成，成长性溢价有望因国际化及投资者结构变化逐步降低；研究还给出低估值行业及个股名单，助力投资决策 [page::0][page::2][page::9][page::12][page::13]。
如何在多因子模型中使用BL 框架 ——精品文献解读系列（二十四）
本报告基于Black-Litterman-Bayes框架构建了多因子模型中的资产配置方法，结合投资者因子观点整合APT模型并提高资产配置灵活性。实证研究表明BLB框架较传统均值方差优化（MVO）具有更优的风险调整收益和较适度的换手率，适合战略和战术资产配置实践 [page::0][page::2][page::8][page::11]。
韩国股指期权市场运行机理及成功原因研究
本报告系统分析韩国KOSPI 200股指期权市场自1997年推出以来的爆发式增长及全球领先地位，详述其合约设计、投资者结构、交易制度及市场创新。报告指出，个人投资者与机构分工明确、低投资门槛及交易费、市场波动率高、交易制度创新等多重因素共同推动了该市场的成功[page::0][page::2][page::14]。
基于动量反转策略的强势行业选取 ——数量化系列研究之十
本报告基于沪深300指数超额收益率，构建行业层面的动量与反转模型，精细测算形成期、持有期及间隔期最优参数。通过线性回归预测持有期收益，提出基于模型信号的动量和反转行业组合交易策略。回测显示，动量组合年化超额收益16%，反转组合年化超额收益14%，两者均考虑0.5%交易成本，策略在牛市中期、熊市前半段和震荡期表现优异，不同策略适用不同行情，报告还选取了未来短期和中长期强势行业推荐，为行业轮动策略提供量化依据 [page::0][page::3][page::10][page::12][page::15]
动态因子择时模型：因子的智能化配臵
本报告提出了一种基于信息比率最大化的动态因子权重优化模型，通过在中证800股票池上使用10个因子构建的Alpha模型，动态调整因子权重以提升组合的信息比率与风险调整收益。实证结果表明，动态优化组合在累计收益、年化收益、信息比率和月度胜率等指标上明显优于静态等权及其他权重设臵方法，同时兼顾因子风险分散与换手率控制。进一步加入大小盘中性约束，组合信息比率达到3.13，验证了动态因子择时对提升Alpha模型有效性的显著作用[page::1][page::23][page::24][page::29]。
宏观视角下的因子投资与风格配置（上）——因子投资系列专题之一
本报告对宏观因子对A股市场风格因子的影响进行实证研究，涵盖经济周期、通胀、信贷及利率周期四维度，考察了中证风格指数、中信行业风格指数和自建Smart Beta组合。结果表明，中信行业板块风格指数受宏观因子影响最显著，Smart Beta组合次之，而传统中证大小盘-成长价值风格指数影响不明显，揭示从宏观视角进行风格配置的可行性与适用范围 [page::0][page::2][page::5][page::10][page::12]。
股指期货改进布林交易模型（IBTM）——程序化交易系列研究之三
本报告基于沪深300指数2008-2009年1分钟高频数据，构建了改进布林交易模型（IBTM），该模型兼顾震荡市与趋势市，且通过趋势惯性判断提升交易成功率。在测试期内，模型累计盈利8245点，扣除交易成本后仍盈利4093点，每季度均跑赢指数绝对变动，表现稳健且最大单笔亏损有限，适合期指日内高频程序化交易策略应用 [page::0][page::3][page::4][page::5]。
不容忽视的交易成本：量化个股隐性成本——微观交易结构系列之二
报告基于微观交易结构理论，建立和改进了A股隐性交易成本中价格冲击成本的幂指数模型，明确买入冲击成本显著高于卖出，主要受市场挂单偏好及信息泄露影响。模型利用日内波动率和成交金额等核心变量，拟合度显著优于传统模型，并提出用一次项与二次项近似降低非线性优化难度，指导量化组合优化以规避高冲击成本个股，提高实际交易效益。[page::0][page::6][page::8][page::9][page::10][page::11]
防御性因子择时：低频化风险控制工具
本文提出了一种基于宏观因子的防御性因子择时策略，通过风险容忍指标、分散比率指标与因子估值指标三大指标结合，对市场极端风险时刻进行风险调整，能有效降低投资组合最大回撤。实证涵盖欧债危机、缩减恐慌和石油担忧等案例，显示该策略通过低频动态去风险操作，减少了组合亏损，且操作成本较低，具有实际应用价值和优化空间 [page::0][page::2][page::8][page::9]。
机器学习模型中如何处理缺失值
本报告基于文献Missing values handling for machine learning portfolios，系统分析了股票预测因子中缺失值的多种填充方法，尤其对比截面均值填充和截面EM填充在不同收益预测模型下的表现。研究发现，简单均值填充在大多数模型中表现优于或接近复杂的EM算法，且复杂机器学习方法的表现不及简单OLS回归。通过按市值分组对股票建模，可以显著提升预测效果。整体结果表明缺失值填充方法对股票收益预测影响有限，且高阶填充算法带来的噪声可能抵消信息增益，模型设计需关注实用性和稳健性 [page::0][page::2][page::4][page::5][page::6][page::7][page::9][page::10]。
前车之鉴：重温海外量化发展的关键拐点 ——国际化系列专题之三
本报告系统回顾海外量化策略的发展历程、主要策略表现及关键风险事件，重点分析2007年市场中性策略大规模回撤原因，揭示内生性流动性风险对量化基金的巨大威胁。报告还指出A股量化策略在流动性风险敞口方面存在隐患，并探讨了CTA策略发展拐点及高频交易衰退的监管与市场原因，为A股量化投资者规避流动性雷及风险管理提供借鉴 [page::0][page::2][page::3][page::6][page::7][page::9][page::12][page::13][page::17]
B-L模型 优化资产配置的利器2013年金融工程与衍生品投资策略
本报告系统介绍了Black-Litterman（B-L）模型及其资产配置应用，结合2007-2012年行业配置实证，展示了B-L模型如何融合投资者观点与市场均衡收益，通过贝叶斯方法优化资产配置权重。实证结果表明，采用一致预期ROE作为观点输入时，B-L配置能有效跑赢市场并实现较优风险收益表现，且信心水平、仓位和调仓频率对配置效果有显著影响。报告还介绍了国泰君安B-L资产配置平台，便于机构投资者操作与量化资产配置实践 [page::3][page::4][page::12][page::14][page::20][page::21][page::23][page::29]。
