本报告提出Deep Momentum Networks（DMNs），将深度神经网络嵌入传统的时间序列动量策略框架，通过端到端学习趋势估计和头寸规模，实现信号的Sharpe比率最大化。基于88个连续期货合约的回测显示，Sharpe率优化的LSTM模型在无交易成本下，将传统策略表现提升超过两倍，且在考虑交易成本2-3个基点时仍优于基准。提出的交易频率正则化方法有效抑制高成本环境下的换手率，提升模型稳健性，为动量策略的深度学习应用提供了有力支持 [pidx::0][pidx::6][pidx::7][pidx::11][pidx::12].
本报告提出了一类基于乘法噪声的随机偏微分方程(SPDE)模型，用于刻画以中价为中心的限价订单簿动态，结合中价的随机演化，实现了有限维Markov过程的参数化，提升模型的估计和计算效率。通过对两因子模型和均值回复深度模型的深入分析，揭示了订单簿深度、成交量及订单流失衡对价格动态的影响，模型有效重现了限价市场中价格变动及订单流统计特性，并基于实际高频数据进行了参数校准和实证验证，为理解价格形成机理及市场微观结构提供了坚实理论基础和实用工具 [pidx::0][pidx::1][pidx::3][pidx::5][pidx::17][pidx::26][pidx::34]
本报告研究了加密货币市场中动量效应与流动性的关系，通过双变量动量-流动性排序构建投资组合，并在711种加密货币之间进行双周调仓。研究发现动量效应在高流动性加密货币中尤为显著，支持投资者羊群行为理论；同时，在上期表现不佳的资产中发现流动性溢价。基于此，报告提出两种长期持有策略——“流动性强的赢家”与“流动性弱的输家”，其风险调整后表现均优于市值加权基准组合，且在交易成本考虑下仍具备稳健性[pidx::0][pidx::2][pidx::3][pidx::4][pidx::5]。
本报告针对限价委托簿（LOB）构建了一个弱一致性的市场做市模型，遵循市场微结构中订单类型分类，允许任意订单量、价格跳跃和买卖价差分布，且保障价格变动与订单类型一致。采用最优切换与冲动控制理论处理标记点过程，建立对应的Hamilton-Jacobi-Bellman准变分不等式（HJBQVI）并提出数值求解方法。基于纳斯达克ETF QQQ真实数据的标定和仿真，验证了模型对价格时间优先、跳跃幅度及订单多样性的刻画，并指出传统Avellaneda-Stoikov框架中的价格不一致性会显著高估做市利润约50%以上。本模型在风险管理和策略优化上展现出较高实用性，为高频做市提供了新的理论和实务工具 [pidx::0][pidx::1][pidx::4][pidx::6][pidx::8][pidx::22][pidx::29][pidx::30]。
本报告针对导致盘口价差变化的三类事件：成交、撤单和限价委托单的挂单，对其对股票价格的影响进行了系统分析。研究发现，撤单比成交更频繁地打开买卖价差，当撤单主导价差变化时，盘口的其他指标也随之变化。成交和撤单均对其自身及跨股票价格产生积极影响，而挂单则表现为负向影响。特别地，成交的自我响应与所有成交事件响应十分相似，表明撤单和挂单在盘口及价格动态上的长期影响与成交相当。该结论对理解订单簿微观结构及价格形成机制具有重要意义 [pidx::0][pidx::1][pidx::2][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8]。
本报告提出了一种基于Sarsa强化学习算法的自适应配对交易模型，实现了协整配对交易模型参数的动态优化。该模型通过自适应调整评估时间窗口、交易时间窗口、开仓与平仓阈值参数，有效提升了交易策略的收益率和风险调整后表现（索提诺比率），并降低了最大回撤及交易次数，体现了更优的盈利能力和风险控制能力。模型在中国债券市场4组主要配对债券组合上的仿真测验中表现稳定优异，累计收益率显著超越传统固定参数交易模型，且收益差异通过统计显著性检验。该方法填补了强化学习在统计套利领域尤其配对交易中的应用空白，展示出强大的自适应学习和持续优化能力，为投资者提供了有效的套利与风险控制工具 [pidx::0][pidx::4][pidx::6][pidx::7][pidx::9][pidx::10]。
本文基于日本银行自2013年以来大规模购买指数ETF的量化与质化宽松（QQE）计划，构建并实证了一个包含企业股票的资产定价模型，揭示了中央银行资产购买如何通过减少市场上市股本供应，影响股票价格及风险溢价结构。研究发现ETF购买政策在股票层面产生显著且持久的价格提升效应，且这种影响在跨企业间存在异质性，与股票协方差矩阵和购买向量相关。量化估计显示，中央银行每投入一万亿日元，可使总体市场估值提升约20个基点，支持了股票长期需求曲线向下倾斜的结论。此外，研究指出按价格加权的买入方式（以日经225指数为代表）导致定价扭曲和融资成本的异质变化，建议改为按市值加权以优化政策效果 [pidx::0][pidx::2][pidx::5][pidx::19][pidx::24][pidx::26][pidx::27]。
本报告基于中国2015年股市崩盘期间国家队直接买入股票的实证研究，发现国家队干预显著降低了所持企业的股价崩盘风险，增强了价格稳定性，尤其在市场噪声交易者多和投资者信心低的股票中表现更为显著，但同时带来了价格同步性提高、信息效率降低和交易成本上升等副作用。此外，国家队积极买卖持股，干预效果多集中于危机及近期后期，长期效果不明显，提示直接股市干预短期有效但不可持续，需配合有序退出策略 [pidx::0][pidx::1][pidx::5][pidx::7][pidx::12][pidx::13][pidx::14][pidx::15]
本报告基于2015年中国股市崩盘期间政府通过“国家队”大规模股票购买的干预案例，系统实证分析政府干预对市场波动率和价格信息效率的影响。研究发现，干预显著降低了价格波动率，但同时因干预组合的披露，投资者更多关注政府干预信息而非基本面信息，导致信息生产减少和价格信息效率下降，引发了价格误判和显著的套利机会，揭示了市场稳定与信息效率间的权衡取舍 [pidx::0][pidx::4][pidx::5][pidx::21][pidx::26][pidx::29][pidx::31][pidx::32]
本报告系统介绍了招商证券私募基金指数体系，基于覆盖超万只私募基金样本的托管数据库，以严格统计建模与偏差控制技术，打造市场指数（CMSFI - Broad）和精选指数（CMSFI - Core）两大系列。精选指数通过科学的量化筛选与组合构建方法，实现长期稳定超越市场的投资回报，且推广形成了基于指数复制的FOF产品，推动私募基金行业信息透明和健康发展 [pidx::1][pidx::6][pidx::14][pidx::18][pidx::20]
本报告全面梳理了中国资产管理行业的发展历程及资管新规影响，深入分析资管机构的核心科技能力及六大科技服务能力。重点探讨了资管数据中台、开放平台、智能投顾与智能风控等前沿科技的实际应用，彰显数字化、智能化驱动下资管行业创新发展的趋势与挑战，为资产管理机构提升投研、量化投资及风险管理能力提供重要参考 [pidx::2][pidx::3][pidx::5][pidx::6]。
本报告系统综述并解读了Aït-Sahalia和Fan等学者2022年的研究成果，研究利用机器学习方法针对高频股票收益率的可预测性进行了深入分析。结果显示，高频收益率在极短时间尺度表现出显著且系统性的可预测性，成交数据因子（如成交不平衡和历史收益）对预测效果贡献最大。研究还发现数据时效性对预测准确性至关重要，延迟仅0.01秒即可显著降低预测性能。此外，模拟前瞻性订单流方向信息的引入能大幅提升收益率的可预测性。本报告通过多种回归模型验证了这些发现，并对高频市场的实务应用价值进行探讨 [pidx::0][pidx::2][pidx::8][pidx::13][pidx::14]。
本报告系统探讨了高频做市策略的理论基础、品种适用性及其在铁矿石期货上的实际应用。利用Tan moy Chakraborty等人的理论公式评估了铁矿石、螺纹钢和铜的做市盈利上限，发现铁矿石最适合做市操作。针对实际交易中成交率和手续费影响，构建了基于模糊逻辑神经网络的1分钟中间价涨跌预测模型，以提前平仓控制趋势风险。回测结果表明，模糊逻辑神经网络能显著提升策略收益，降低手续费返还临界点，尤其在趋势行情中预测止损效果明显，有助于提高高频做市策略的实用性和稳定盈利能力 [pidx::0][pidx::3][pidx::5][pidx::6][pidx::9][pidx::11]。
本报告系统探讨了A股市场尾部风险的刻画及其对投资组合的影响，分析了股票策略、资产配置及期权等衍生品对尾部风险的防范效果。重点展示了期权策略尤其是衣领策略和TPPI策略在精细化管理尾部风险中的优势，并结合50ETF期权VIX和认沽Skew指标，揭示了期权市场对未来尾部风险的预警能力及其在风险管理中的实用价值，为投资者在不同风险偏好下选择合适的期权对冲策略提供了量化依据[pidx::0][pidx::3][pidx::15][pidx::22][pidx::20][pidx::21][pidx::22]
本报告系统阐述了基于连续挂单的高频做市策略原理及其回测框架，强调做市策略盈利主要来自于限价单的成交次数和对净持仓的有效管理。通过引入排名系数模拟交易系统速度对策略收益的影响，得出更高排名系数显著提升策略盈利能力，但也伴随手续费及风险提升。引入盘中止损机制后，净持仓风险大幅降低，策略表现更加稳定，实现了收益的显著提升和风险的有效控制[pidx::0][pidx::1][pidx::4][pidx::6][pidx::7]。
本报告针对沪铜期货高频做市策略，基于Avellaneda-Stoikov(AS)模型，探讨了市价单采样时间对做市盈利的影响，发现存在最优采样频率以平衡限价单成交风险和反向选择风险。同时，报告引入库存约束的ASQ模型以更有效控制库存风险，实现风险管控与盈利的双重提升。还分析了延长挂单时间以减少撤单数量对策略收益的负面影响，为期货高频做市策略设计提供了实证和理论依据 [pidx::0][pidx::1][pidx::4][pidx::6][pidx::7][pidx::9][pidx::11]
本报告基于Fabien Guilbaud和Huyen Pham的离散报价高频做市模型（GP模型），针对沪铜期货构建适应大跳价商品的高频做市策略。相比经典的Avellaneda-Stoikov模型，GP模型更真实刻画了订单驱动市场中离散报价特征，通过动态规划计算在买一、卖一及相邻跳价价位的最优报价和挂单量，实现稳健的库存风险管理。实证显示策略成交活跃但盈利水平受手续费返还比例影响显著，需高返还才能实现正收益。同时策略的最优挂单价格及数量与库存水平和价差状态密切相关，体现较强的逻辑性及时间内季节性特征。回测阶段表现稳定但手续费和撤单量大，多数盈利单位为半跳价以内，反映策略盈利空间有限但风险控制有效[pidx::0][pidx::12][pidx::13]
本报告针对中国商品期货市场中高频做市策略的离散时间特性，提出基于离散时间Bellman方程的最优挂单策略模型。模型引入挂单状态及限价单队列长度与排名作为状态变量，综合考虑库存风险和逆向选择风险。沪铜期货主力合约的实证回测显示，该模型较传统无模型策略显著提升策略稳定性、降低盘中最大亏损和交易手续费，同时使年化夏普率提升近两倍，尽管收益有所下降 [pidx::0][pidx::1][pidx::5][pidx::8][pidx::9][pidx::10]。
本报告基于Alvaro Cartea等人的指令簿挂单不平衡信号，结合500毫秒截面数据，构建CDJ模型，用于高频做市策略中的最优挂撤单决策。研究发现，虽然信号预测能力较弱但能显著降低盘中亏损风险和收益波动，提高策略夏普率。通过动态规划求解Hamilton-Jacobi-Bellman方程，结合风险偏好制定了分段和平仓策略，并回测多档挂单策略，结果显示多档挂单和较低库存惩罚系数带来更高收益和夏普率，但对应更高撤单频率 [pidx::0][pidx::2][pidx::5][pidx::6][pidx::9][pidx::11]
报告基于Álvaro Cartea和Jose Penalva提出的随机控制做市模型，应用于10年期国债期货高频交易。模型通过对买卖报价及库存风险的动态优化管理，提高了策略的收益和夏普率，能够有效控制库存风险及单边亏损。回测结果显示，使用模型后日均收益显著提升，且策略较不使用模型更为稳健，随着风险偏好增加收益增多但夏普率下降，盈利所需手续费返还比例降低。该做市策略适合捕捉小幅高频波动并优化库存头寸，提升做市效率与风险控制水平 [pidx::0][pidx::1][pidx::3][pidx::5][pidx::6][pidx::7]
