多因子系列研究报告之二：降维与模型的搭建
报告系统研究了多因子模型中指标降维的方法比较，提出区间最小二乘法降维优于加权平均及简单平均，并基于中证800样本构建APT多因子模型，模型风险因子统计显著，R2较高，展示了模型对股票收益解释能力强。报告结合丰富表格及风格因子累计收益折线图，验证了因子表现及模型有效性，为多因子量化投资提供实证支持[page::0][page::5][page::6][page::8][page::10]。
金融研报AI分析
指数调样掘金：做优质剔除股的中长期反转
本报告基于沪深300指数剔除股的均值回归效应，构建了剔除股的反转策略。通过合并两期剔除股扩大票池，并结合财务指标（营收与净利润增长）及前期涨跌幅筛选优质个股，显著提升组合长期收益性与稳定性。最终精选组合年化收益达23.95%，年化超额9.67%，夏普率0.83，超额收益稳定且回撤可控，为中长期反转投资提供有效路径 [page::0][page::3][page::5][page::7][page::13][page::16]。
股指期货套利策略与实务分析
本报告系统回顾沪深300股指期货上市首月套利机会，包括期限套利、跨期套利和交割日结算套利，采用协整检验、跟踪误差控制、冲击成本分析等实证方法详述套利实务与成本构建，揭示统计套利未来发展潜力，并结合多种现货组合构建模型分析冲击成本对套利的影响，为市场成熟后套利机会演变提供前瞻展望[page::0][page::2][page::3][page::5][page::10][page::13]
时变夏普率的择时策略
报告以时变夏普率为核心指标，构建了基于该指标的量化择时策略，通过滚动回归及ARMA模型预测未来时变夏普率，制定买卖阈值实现择时交易。实证结果显示，策略在巨潮1000、沪深300和中证800等指数上均取得显著超额收益，累计收益明显优于同期指数表现，且模型对参数的敏感性较低，表现稳健。综合滚动回归与ARMA模型的混合策略进一步提升了收益稳定性，为投资者提供了有效的量化择时框架[page::0][page::8][page::9][page::12][page::15][page::16][page::17][page::18].
市场回暖，关注创业板高弹性机遇——光大创业板量化优选投资价值分析
本报告分析当前创业板市场回暖背景下的投资价值，指出创业板指数弹性强、估值处于较低分位，适合运用量化增强策略提升收益。光大创业板量化优选A基金借助创业板的成长及分散优势，在控制风险下力争超越指数表现，为投资提供良好参考。[page::0][page::3][page::5][page::8][page::13][page::16]
金融工程专题研究：极致分化的“宁”与“茅”
报告围绕A股核心资产“茅指数”与高景气成长赛道“宁指数”的极致分化行情展开，分析了宁指数在业绩增速、估值及机构持仓层面的强势表现，指出高景气赛道业绩预期推动了宁指数涨幅远超茅指数，并通过基金持仓及北上资金持股比重变化验证了机构布局偏好转向宁指数，显示新能源、医美等板块获益于政策支持和业绩超预期带来独立行情 [page::0][page::3][page::4][page::6][page::7][page::8][page::9][page::10]
机器学习法选股
本报告基于监督式学习中的AdaBoost算法，构建了沪深300指数成份股的机器学习选股模型。模型以股票多维因子排名为输入，区分未来一个月表现好的和差的股票，前10%做多，后10%做空，并限制行业权重。24个月实证回测显示模型取得57%的累计收益和1.9的夏普比率，月最大回撤3.75%。该方法有效解决了传统多因子模型样本外失效问题，选股更加稳定[page::0][page::4][page::10][page::11]。
金融工程专题报告：穿透算法下的 ETF 机构持仓行为分析
本报告基于“ETF 机构持仓穿透算法”修正了ETF公布的机构持仓数据，全面梳理了2020年上半年不同资产类别、板块、热点主题及宽基ETF的机构与个人投资者持仓行为及变动情况。研究发现，股票型ETF中个人持有增长显著，导致机构持仓比例下降至52.63%；消费板块机构持仓比例大幅提升，而科技板块则因个人投资者激增导致机构比例下降；医药、红利、黄金等主题ETF机构持仓比例有所提升；宽基ETF机构配置较为稳定。报告通过详实图表展示了投资者结构的历史变化及趋势，助力理解机构投资动态 [page::0][page::4][page::5][page::7][page::9][page::13][page::18]。
期权系列之三：利用期权组合进行趋势交易策略
本报告系统梳理了基于不同市场走势的多种期权组合策略，涵盖多头、空头、小幅震荡、大幅震荡四类市场，利用沪深300指数期权实证分析各策略的收益风险特征及适用性，重点展示策略收益曲线与损益表，揭示防守型牛熊市价差策略表现稳健且风险可控，追涨和激进型策略收益高但风险大。报告为期权投资者提供了策略构建参考，强调动态调整和风险管理的重要性 [page::0][page::6][page::7][page::8][page::10][page::12][page::14][page::25][page::30][page::35]
指数增强专题研究——GARP行业中性策略在中证规模指数的应用
本报告基于GARP行业中性策略对中证系列规模指数进行增强研究，提出20%资金执行增强策略，80%资金严格复制指数，显著提升了超额收益且控制了跟踪误差。实证显示该策略在沪深300、中证100及中证800指数年化超额收益均超过13%，季度胜率超过85%，且跟踪误差保持在2%以内，稳健提升指数基金收益表现，适用范围广泛，适合指数增强型产品设计与管理[page::0][page::5][page::10][page::11]。
如何看待价值因子的至暗时刻
本报告围绕价值因子自2007年以来的持续低迷表现，指出传统账面市值比（BP）未能反映无形资产的价值，提出调整后的iHML因子显著改善了收益表现和回撤情况。通过价值因子收益的重估、迁移和盈利收益率三部分分解，发现价值因子低迷主要源于相对估值的重估。当前价值股相比成长股处于历史极度低估位置，未来价值股有望实现反弹超越成长股 [page::0][page::3][page::6][page::7][page::8][page::11]
金融工程 波动率研究系列之一 投资性产品
本报告系统分析了海外及中国A股市场的低波动率指数及其相关投资产品。海外S&P500低波动率指数、MSCI最小波动率指数在长期实现了较低风险与超额收益。国信研发的沪深300低波动率100指数、及中证系列低波动率指数均展现了明显的超额收益和更优风险调整收益特征。波动率倒数加权方法优于市值加权与等权重。实证结果表明，低波动率策略在中国市场同样有效，在大熊市表现更优，适合长期投资持有 [page::0][page::3][page::4][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]
基于多维回撤率控制的模型组合策略
本报告基于多维回撤率控制原理构建组合投资策略，结合GARP、ROE、CanSlim及多因子模型进行资金多维配置，日频至月频调仓均验证该策略显著提升夏普率和收益率，同时有效降低最大回撤，特别是在熊市及震荡市显著优于等权组合。设臵资金调整阈值和回撤容忍度进一步减少交易频次，提高操作性，月频回撤率容忍度5%-8%区间内表现最佳，策略在控制回撤的同时保持收益稳定性，确保投资防风险能力 [page::0][page::5][page::6][page::9][page::11][page::13]
新发基金建仓将带来多少港股增量资金？
本报告深入分析了近年来港股市场资金南下的背景及趋势，评估新发基金对港股市场的增量资金影响。通过大量数据图表展现港股整体表现优于A股、港股通资金流入显著加速、港股投资标的行业分布与个股结构，以及港股投资渠道的对比和公募基金投资港股的现状。基于基金经理过往持仓数据及基金规模等多维度测算，预计2021年新发基金对港股市场的增量资金规模约为444.6亿元人民币，展现了港股通与QDII互补的投资渠道特点，为投资者筛选优质港股投资基金提供了定量参考 [page::0][page::3][page::4][page::5][page::7][page::8][page::12]。
基于三因子特征的行业分组及指数构建方法
本报告基于FF三因子模型，从市场风险、规模和估值三个因子角度，构建行业风格分类方法。通过系数归档和聚类两种方法，将23个行业归类为4大行业组，并构建对应风格指数，实证检验表明风格指数在不同市场阶段表现显著差异，能有效捕捉行业轮动特征，为行业轮动策略提供了量化依据 [page::0][page::6][page::11][page::15]
券商金股全解析—数据、建模与实践
本报告详尽解析券商金股组合的构成特征、数据来源和时效性，确认券商金股股票池能较好反映普通股票型基金指数表现。基于此，报告采用动态多因子模型和组合优化，构建券商金股业绩增强策略及精选组合，实现2018-2021年间显著超越公募基金表现，年化超额收益分别达17.31%和45.61%[page::0][page::8][page::13][page::19][page::23][page::27][page::30]。
基于均值回复的 ETF 价差交易策略
本报告系统阐述了基于均值回复的ETF价差交易策略，利用50ETF和180ETF间强均值回复关系，构建高胜率、多空对冲的统计套利策略。通过融资融券实现2倍杠杆，显著提升策略收益率，高频交易有效弥补单笔收益微薄的问题，2010-2011年实测年化收益超过100%，夏普比率超过5，策略具备较强稳定性与市场中性特点，为A股市场量化对冲策略提供了有力范例 [page::0][page::4][page::5][page::8][page::9][page::11][page::12].
行业轮动：强势重价、弱势看量
本报告系统回顾并优化了基于收益动量与成交额反转因子的行业轮动策略。该策略通过多因子加权，结合市场相对强弱指标RPS动态调节因子权重，实现了收益率和夏普率的提升。叠加国信300指数增强Alpha策略后，进一步提升组合的绝对收益率和风险调整收益，验证了行业轮动与选股策略的互补性，为行业配置和量化选股提供有效思路 [page::0][page::3][page::6][page::8][page::10][page::12]
金融工程专题研究：递归神经网络 RNN——长短期记忆细胞（LSTM）的分行业多因子预测
本报告围绕递归神经网络（RNN）及其长短期记忆单元（LSTM），构建分行业多因子股票预测模型。通过输入69个原始因子，采用LSTM网络对不同行业及全市场股票价格趋势进行训练与预测。结果显示，不同行业训练集准确率显著提升但验证集和测试集准确率持续稳定在40%左右，存在过拟合风险。尽管训练集表现优异，样本外预测效果有限。最后基于模型激活值构建多空组合，展示全市场与部分大类行业选股策略的净值表现及超额收益，为深度学习在量化选股领域应用提供实证参考[page::0][page::7][page::12][page::15][page::26]
全球因子异象检验：真的一旦发表就失效？
本报告基于Jacobs和Müller(2020)研究，检验了美国及38个国际股票市场241个异象因子在发表前后收益表现。发现仅美国市场异象因子收益在发表后显著下降，国际市场则无显著失效，且异象收益主要由于错误定价而非数据挖掘。套利成本及相似因子匹配分析进一步验证了投资壁垒和美国市场独特性，结论对理解因子策略的普适性和市场结构具有重要意义[page::0][page::3][page::5][page::11]
