分红对期指的影响 20170323期指分红历史回顾及展望
本报告基于最新公布的分红预案和历史数据，采用分红率和净利润预测模型，动态分析分红对上证50、沪深300、中证500股指期货不同合约的影响，并详细披露分红点数及价差调整，表明2018年分红对期指定价的影响较2017年有所提升，尤其是中证500指数分红点数大幅增加，提示投资者关注税前税后分红差异及时间分布的风险因素 [page::0][page::1][page::2][page::4][page::6]
金融研报AI分析
分红对期指的影响 20210430
本报告基于最新分红数据及预测模型，详细分析了分红对上证50、沪深300及中证500股指期货合约的影响，涵盖分红点数预测、分红对各期指合约的剩余影响及对冲成本估算，并对历史分红情况及预测模型的准确度进行了回顾验证，为期指投资提供了量化参考 [page::0][page::2][page::5][page::8][page::11]
分红对期指的影响 20170330期指分红历史回顾及展望
本报告基于成分股分红信息，采用净利润及分红率预测模型，动态分析2018年股指期货各合约的分红剩余影响，并回顾历史分红趋势，揭示分红对期指价格的显著影响，尤其是在5-7月间，对期指定价具有关键作用，分红对中证500影响较大，报告还辅以详尽的历年分红数据和预估流程，为期指定价和投资策略提供数据支持 [page::0][page::1][page::2][page::4][page::6]
优质民企策略指数——《因子选股系列研究之五十五》
本报告系统回顾了中国民营经济的发展历程、现状和政策环境，深入分析民营企业在国民经济和资本市场中的重要地位及其财务经营特征；通过量化选股方法构建优质民企策略指数，筛选出盈利能力强、成长性好、估值合理且波动较低的优质民营企业股票，回测显示其十年年化收益达16.44%，换手率低，表现优于多数现有民企指数，为投资民营经济提供可行的量化投资工具[page::0][page::2][page::4][page::9][page::15][page::30][page::33][page::34].
局部波动率模型场外期权定价与对冲衍生品系列研究之（八）
本报告基于局部波动率模型（SVI模型）构建场外期权隐含波动率曲面，采用二叉树数值方法对不同类型障碍期权及商品期权进行定价与动态Delta对冲。实证结果表明，SVI模型相比BS常数波动率模型具有显著优越的动态对冲效果，对标的为上证50ETF单边障碍期权及豆粕、白糖美式期权均适用。同时，构建基于买卖权对称性的静态对冲组合验证了复制组合的有效性但仍存在剩余风险需动态管理。报告依托日内1分钟数据，结合实际调仓阈值和边界策略，合理控制交易成本和换手率，保障对冲效率显著提升。[page::0][page::6][page::10][page::15][page::17][page::24][page::26]
从北上资金中提取的系列 alpha 因子
本报告基于北上资金的持仓及流入流出数据构建12个持仓和交易行为相关alpha因子，覆盖2150只股票，测试区间为2016年底至2019年底。结果显示大部分北上因子在北上持仓样本、中证800及沪深300均具有显著选股能力，且与传统大类因子相关性较低。重点因子半衰期约40个交易日，换手率较低。合成北上大类因子表现最佳，沪深300内RankIC达0.052，多头月均超额收益超过0.7%。此外，北上大类因子具备较强行业选择能力，行业多空组合年化收益约为15%，远优于行业平均。因子覆盖度在全市场有限，适合机构股票列表使用。总体看，北上资金行为因子具备一定投资价值，值得关注 [page::0][page::2][page::4][page::6][page::9][page::12][page::13][page::14][page::15]
商品市场宏观风险因子模型初探衍生品系列研究之（九）
本报告基于传统Barra多因子模型框架，初步构建商品市场宏观风险因子模型，筛选出有效且低共线性的5类基本风险因子（利率、通胀、流动性、周期、汇率），通过加权回归计算因子暴露和横截面回归测算因子收益，采用Bootstrap稳健回归提升小样本回归稳定性，风险因子组合对商品期货收益解释度超50%，为商品期货风险管理和投资配置提供基础[page::0][page::4][page::19][page::29][page::34]
分红对期指的影响 20240315
本报告系统预测了2023年各大指数成分股的分红信息及其对股指期货4月合约的影响。通过综合历史分红数据、年报、快报及分析师预测，估算了各指数的分红点数及年化对冲成本，重点分析了分红对上证50、沪深300、中证500和中证1000期指合约价格的剩余影响及其动态变化趋势，展示了未来分红贡献对期指价格的量化影响，辅以理论定价模型说明分红在期货定价中的作用，为投资者判断期指的合理价格水平及对冲策略提供参考 [page::0][page::2][page::3][page::4][page::7]
周频多因子行业轮动模型
本报告针对近年来选股Alpha衰减、行业Beta稳定的市场环境，构建了周频调仓的多因子行业轮动模型。模型从微观和中观维度出发，融合基本面、预期变化、传统量价及深度学习因子体系，通过风格中性化提升因子行业轮动能力，基于短期胜率进行因子择时，最终合成的复合行业因子自2016年以来年化收益达19.7%，超越行业等权基准20.71%，显示出稳定且显著的超额收益能力，且有效考虑交易费用及调仓时间，具备良好的市场适应性与动态调整能力[page::0][page::6][page::49][page::42][page::46][page::44]。
分红对期指的影响 20200823
本报告基于最新分红数据与公告，对沪深300、中证500指数成分股分红情况进行预测，结合最新算法调整除权除息日，量化分红对各期货合约价格的剩余影响。本报告还回顾了2006年以来指数分红历史，分析不同指数的股息率与分红点数差异，展示分红时点主要集中在5-7月，系统阐述了分红预测流程及理论定价模型，提供分红对期货价值的调整依据[page::0][page::2][page::4][page::7][page::9].
分红对期指的影响 20220819
本报告基于最新分红数据和预测模型，深入分析了上证50、沪深300、中证500及中证1000指数成分股的分红情况及其对相应股指期货合约价格的影响，量化了分红对期指收盘价差的实际贡献，并对预测准确度进行了历史回溯验证。分红主要集中在5-7月，模型准确度较高，分红对期指形成显著影响且为定价重要因素，为期货投资者提供了关键的风险和机会信息 [page::0][page::2][page::7][page::9][page::12]
基于委托订单数据的 alpha 因子
本报告基于深交所逐笔委托订单数据，构建并分析了五个alpha因子：盘前撤单比例、早盘买卖单大小比、订单绝对价格分歧程度、订单相对价格分歧程度及改进APB因子。研究表明盘前撤单比例与未来收益负相关，早盘买卖单大小比能够反映大资金买卖意图，订单价格分歧程度体现投资者对价格的分歧影响了短期走势，改进APB因子在捕捉低价买入压力方面较原因子效果提升显著。因子回测覆盖深交所样本，分组多空收益稳健，且部分因子信息独立于市值、波动等传统因子，为A股量化选股提供有效工具 [page::0][page::3][page::4][page::5][page::7][page::9][page::14].
东方 A 股因子风险模型 （DFQ-2018）——《因子选股系列研究之四十四》
本报告介绍了东方证券研发的DFQ-2018因子风险模型，涵盖29个行业因子和十大风格因子，采用贝叶斯压缩技术提高beta估计精度，加入国企性质与信息不确定性因子。模型通过稳健回归等技术改进协方差矩阵估计，有效提升组合风险识别和优化精度。实证显示模型对沪深300成分股解释力度显著，相关GMVP组合年化波动率显著低于传统统计模型，且实际指数增强组合优化中提升收益表现，降低最大回撤，验证模型在理论及实务中的有效性和优越性[page::0][page::2][page::3][page::12][page::14][page::15]。
分红对期指的影响 20210507
本报告系统分析了2021年上证50、沪深300、中证500指数成分股的分红进度及预测，构建模型预测了各期指合约中分红点数和对基差的影响，揭示分红对期指定价的显著作用，并验证了预测模型的准确性，结合历史数据与分红时间分布，为期货投资者提供了定价和风险管理参考 [page::0][page::2][page::5][page::7][page::8][page::11][page::12].
周频量价指增模型——因子选股系列之八十一
本报告基于循环神经网络设计多元因子单元，从日线、分钟线及L2三类量价序列数据中学习多个长期有效且低相关的alpha因子，并采用LightGBM动态加权实现因子加权，显著改善因子拥挤引起的非线性失效问题。模型构建的选股因子与传统基本面因子几乎无关，互补性强，top组合近五年年化收益38.7%。基于模型得分构建的中证500与沪深300指数增强组合，在周频调仓且换手率控制下，费后年化对冲收益分别达21.3%和11.2%，体现出量价信号在相对低频量化投资中的实用价值。[page::0][page::3][page::6][page::7][page::8][page::9][page::12][page::13][page::14][page::16]
分红对期指的影响 20200705
本报告基于最新年报及分红预案，改进除权除息日预测算法，量化分红对上证50、沪深300、中证500股指期货合约的影响程度和剩余影响，揭示分红对期指价格的显著调整效应。通过历史分红情况回顾，确认分红点数逐年上升且主要集中在5-7月，为期指定价和交易提供及时参考。报告详细介绍分红预测流程及理论定价模型，强调税前税后分红差异及风险提示，为期指量化定价和投资决策提供基础支持 [page::0][page::2][page::3][page::5][page::6][page::8][page::10]
东方 A 股因子风险模型 （DFQ-2020）
报告介绍了东方证券最新的A股因子风险模型DFQ-2020，相比DFQ-2018版本优化了风险因子逻辑与计算方法，采用ARMA-GARCH模型提高对市场波动突变的敏感性和预测准确性。模型在沪深300成分股上的解释度最高，且在极端市场环境下风险预测更精确，能有效降低组合换手率和最大回撤，实现跟踪误差和组合收益的多重优化。投资者可通过云端获取模型数据及配套工具，支持组合优化和风险分析 [page::0][page::3][page::7][page::9][page::14].
Hurst 指数：市场下跌趋势酝酿中
本报告通过计算沪深300、上证综指与深圳成指的移动Hurst指数，发现近期三大指数Hurst指数均快速下降并跌破0.6临界点，显示市场下跌趋势正在形成，且这种快速下跌现象类似于2007年下跌前的变化，提示投资者需警惕市场整体风险，并注重个股优选 [page::0][page::1][page::2]。
分红对期指的影响 20220311
本报告详细预测了上证50、沪深300和中证500指数成分股2022年最新分红情况及其对相关期指合约价格的影响。结合分红点数、期货实际价差和剩余分红影响，量化了分红对期指合约的剩余影响比例，并回顾了2005年以来指数分红的历史走势和分布特点。基于历史数据，验证了分红预测模型准确度较高，强调预测依赖合理假设且可能受市场变化影响。报告还阐述了分红预测的步骤及期货理论定价模型，为期指投资者提供及时且系统的分红信息参考与风险提示 [page::0][page::2][page::4][page::6][page::9][page::11]
可转债多因子模型初探
报告基于中国可转债市场，构建转债估值、正股量价及转债量价三大类多因子模型，通过42个优选因子合成，取得较高的预测能力。因子合成后多头年化超额收益超过10%，信息比率约2.7，构建的多因子择券策略TOP30组合年化收益率22.26%，展现出稳健的收益和风险特征。多因子模型在不同转债类型均表现良好，提升了可转债量化投资的有效性与普适性 [page::0][page::4][page::5][page::6][page::21][page::23][page::27]
