超预期股票精选策略改进
报告系统分析了多种超预期因子在Wind全A市场的有效性，构建了基于分析师超预期和净利润同比超预期因子的超预期股票池，进一步结合量价增强因子优化精选策略。回测显示该策略年化收益达20.21%，超额收益明显，但波动率和最大回撤较高，表现出较强弹性。未来将侧重提高策略稳定性与弹性调整能力[page::0][page::2][page::8][page::9]。
金融研报AI分析
量化大类资产配置策略初探
本报告系统梳理了量化大类资产配置策略的发展历程与主要方法，涵盖均值-方差模型、Black-Litterman模型、风险平价、动态调整、因子配置及机器学习等策略。以全天候策略为核心，通过风险平价方法动态调整资产配置，实现了在2016至2023年期间优于300ETF的稳健收益与较低风险。报告结合宏观经济周期对资产实行配置匹配，展示了策略在实际ETF市场中的显著超额收益与风险控制优势，为资产配置提供量化投资的实践路径和未来展望 [page::0][page::2][page::9][page::11]
量化市场研判
本报告基于宏观PMI、PPI指标及上市公司基本面财务因子，构建量化趋势指标和多因子选股模型，对中国A股市场走势进行研判。历史实证显示，趋势指标在多空择时中表现良好，收益显著；精选五类财务指标经过单因子及多因子回归分析，筛选出多组有效因子组合，指导构建稳健的量化选股组合，推动市场择时与股票通道的量化应用 [page::0][page::3][page::5][page::11]。
可转债量化估值与投资价值分析
本文基于蒙特卡洛模型结合相对估值方法，系统量化分析中国市场可转债的估值及投资价值，提供深度的数据支持与个券配置建议，涵盖估值偏离、股性债性对比及赎回概率等关键指标，为投资者科学把握转债投资价值提供参考 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::17].
可转债估值与性质
本报告基于蒙特卡洛估值模型对中国市场主要可转债个券进行估值，结合传统溢价率估值方法，科学分析转债价值结构和特性。通过模型测算，多数个券估值合理，细致分析转债股性和债性指标，并评估赎回概率与潜在收益，提供全面转债投资参考 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
分域下的残差动量因子表现 2021 年效果跟踪 （截止 2 月 28 日）
本报告基于Fama-French三因子模型，构建残差动量因子并跟踪其在上证50、沪深300和中证500指数的表现。结果表明，残差动量因子在宽基指数中长期有效，2021年前两个月沪深300和中证500指数中的高残差动量组合表现优异，分别实现5%以上和3%以上累计超额收益；而上证50因子表现较弱，整体处于因子失效状态。报告结合多种轮动回归模型进行分析，提供全面的因子表现洞察 [page::0][page::3][page::4][page::5][page::6]。
市场维持震荡，少量参与反弹 ——基于 MT-SVM 模型的市场预测(2013 年 5 月版)
本报告基于MT-SVM多模型支持向量机框架，回顾了模型对2013年4月及5月上证指数涨跌方向的预测，指出震荡市场背景下趋势模型预测效果有限。模型以宏观经济、技术指标及价格数据为输入，采用4个子模型优化组合，支持月度涨跌方向预测。长期回测显示模型在大部分年份具备较高的预测准确率，模拟投资策略收益显著优于市场平均。模型适用范围包括择时和仓位管理，但存在无法预测幅度、震荡阶段表现差等局限。整体投资建议趋向谨慎，建议少量参与震荡中的反弹行情 [page::0][page::1][page::2][page::3][page::4][page::5][page::7]
ETF 入选融资融券标的的影响分析
本报告系统分析了7只ETF纳入融资融券标的的多方面影响，包括促进ETF规模和流动性提升、增强市场定价效率、丰富投资策略及推动金融产品创新。尽管如此，融券难度和高融资成本限制了ETF融资融券的实际效果，预计其对分级基金高风险份额冲击有限且影响逐步显现[page::0][page::1][page::2][page::6][page::8]。
积极关注指数增强及波动交易机会――股指衍生品2022年度策略
报告系统回顾了2021年股指期货与期权市场表现，详细分析了基差收敛、波动率变化及其在公募基金中的应用，重点推荐了适合当前市场环境的备兑策略及波动率交易策略，并结合估值和盈利预期的趋势对2022年策略进行了前瞻性建议，强调股指衍生品在指数增强及波动交易中的投资机会[page::0][page::1][page::10][page::12][page::16][page::22].
分行业的基本面因子选股模型
本报告基于之前选股策略，深入研究分行业的基本面因子配置，结合基金重仓股市值环比改善因子和长期动量因子构建股票池，采用等权及非等权权重优化组合，最终实现年化收益提升至31.55%。报告通过分行业测试发现ROE因子在部分行业失效，成长因子适用范围广，估值因子在个别行业失效，同时引入基金重仓股市值改善因子优化选股效果，[page::0][page::6][page::14][page::18][page::19]
商品期货展期收益策略初探――金融工程 CTA 策略专题报告之十
本报告首次对商品期货展期收益策略进行系统研究，构建基于展期收益率排名的简单多空策略，并通过参数遍历回测验证了策略的盈利特性及参数稳定性不足，指出该策略为高胜率、低盈亏比，且策略逻辑与传统趋势策略相关性低，具有较好的互补效应，但需进一步完善止盈止损及品种特性分析 [page::0][page::2][page::3][page::5][page::6]。
量化体系之组合测试――金融工程 CTA 策略专题报告之五
本报告系统介绍了渤海证券研究所开发的商品期货量化交易体系，重点围绕CTA策略的组合测试、风险控制模块和逃顶机制优化。报告通过多品种、多策略搭配实现盈利，并对策略回撤、仓位规模进行量化分析，年化收益最高达31.49%，夏普比率2.14，最大回撤控制在9.95%。基于唐奇安通道、BOLL线、ATR通道和MACD等策略构建组合，兼顾风险和收益，提升策略稳定性与适用性，实现了显著的风险收益平衡[page::0][page::7][page::8][page::10][page::11]。
遗传算法在参数优化中的应用金融工程CTA 策略专题报告之十一
本报告系统介绍了遗传算法在CTA策略参数优化中的应用过程，包括算法主要元素及运算流程，并结合目标波动率法进行仓位管理。通过遗传算法对规则型CTA策略参数进行优化，在实数编码、锦标赛选择等条件下，优化后策略夏普比率从0.98提升至1.03，且年化收益率达18.48%，最大回撤约29.6%。报告附有回测期间市值、回撤和保证金比例走势图，显示策略效果随着品种丰富有显著改善，且未来可借助机器学习进一步提升仓位控制能力[page::0][page::3][page::6][page::7][page::8][page::9]。
使用随机森林算法的行业轮动模型
本报告构建了基于随机森林算法的申万28个行业指数择时模型，通过41个技术及估值因子训练，实现了2017年以来54.48%的择时准确率和15.03%的超额收益。拟合出的行业轮动模型年化收益4.4%，最大回撤10.7%，表现优于上证综指。未来计划结合行业内多因子选股以完善择时策略。[page::0][page::3][page::8][page::14]
持股类因子测试 ―金融工程专题报告
本报告通过量化方式检验欧奈尔canslim选股模型中机构认同度因子在A股的有效性。测试了户均持股数增速、机构持股比例增速和前十大流通股比例增速三类因子，发现仅大市值条件下的户均持股增速因子表现较好，具有一定的超额收益。其余因子表现一般，分行业分析也显示因子效果受市值风格影响大于行业风格，模型存在样本数据少和披露时间间隔不同导致的不足风险 [page::0][page::2][page::3][page::4][page::7]
模型预测上涨，短期需防震荡——基于 MT-SVM 模型的市场预测(2012 年 5 月版)
报告基于MT-SVM支持向量机模型，回顾并预测2012年上证指数走势，确认4月上涨预测准确且5月继续看涨。模型结合宏观变量、技术指标与算法优化，实现对市场涨跌方向的有效预测，长期模拟操作收益远超指数，短期市场震荡风险仍存。模型适用于择时与投资决策，但对震荡期及拐点预测能力有限。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
使用 Thompson Sampling 算法的策略混合模型——多因子模型研究系列之六
本报告介绍了在线学习算法中Thompson Sampling方法，结合估值、盈利、成长等八大类因子，构建多因子混合模型，适应2017年市值因子风格反转。针对沪深300、中证500及股债混合标的进行回测，结果表明该模型表现出较强适应性和领先收益，尤其在资产周期轮动中优势明显，长期优于传统多因子策略及其他在线学习算法 [page::0][page::3][page::4][page::9][page::14].
弱势震荡依然持续 ——基于 MT-SVM 模型的市场预测(2011 年 8 月版)
本报告基于MT-SVM模型对上证指数涨跌趋势进行月度预测，8月份模型预测延续下跌趋势，反映市场弱势震荡格局。模型自2002年以来滚动预测准确率稳定，模拟投资收益持续优于同期指数表现，验证了模型在趋势判断和风险规避中的实用价值。模型通过融合时间序列、宏观数据及技术指标，结合算法优化实现多模预测，适用于宏观复杂背景下的市场择时及仓位管理。当前模型对震荡行情及拐点预测存在一定局限，未来需结合实际投资决策审慎应用[page::0][page::2][page::4][page::7][page::9]。
绝对收益中的仓位管理和择时方法
本报告围绕绝对收益策略中的仓位管理和择时方法进行了深入研究。通过基于价格指标和基本面代理变量（如单季度EPS同比变化、PE估值、货币供应增速等）的仓位配置模型的回测，发现仅基于价格指标的仓位配置效果优于结合基本面的复杂模型；择时模型利用长短期均线和唐奇安通道实现买入、止损和止盈管理，回测表现稳定但大牛市回撤较大；行业层面通过财务指标打分排序验证多行业超额收益解释能力，集中于有色金属、电子、房地产等；结合中观数据及行业财务指标对特定行业进行优化，提升了收益表现[page::0][page::3][page::6][page::8][page::9][page::13].
基于相关性网络择时的期权策略研究――期权策略专题报告之五
本报告基于相关性网络构建市场择时模型，利用上证50指数成分股相关性变化衡量系统性风险，应用于期权策略的择时研究。通过检验纯卖方、纯买方和垂直价差组合三种期权策略，发现纯卖方策略表现最佳，累计收益率达52.6%，年化收益16.3%，夏普比率1.38，最大回撤9.8%。相关性指标能较好反映市场风险状态，为期权卖方策略择时提供有效参考[page::0][page::3][page::8][page::11]。
