本报告构建了基于经济基本面模型的长期资产收益率预测体系，涵盖股票、债券及另类资产，结合产出增长率和通胀率等经济变量，预测至2050年的资产收益表现。通过均值-方差、跟踪误差优化及Black-Litterman模型，提出战略资产配置方案。结果显示，新兴市场和另类资产在未来配置中地位提升，且加入另类资产能有效改善组合风险收益特征，提升投资组合的夏普比率和信息比率 [page::0][page::4][page::15][page::16]
本报告基于海通证券研究所开发的MM-DCC多元波动率预测模型，结合市场和宏观经济数据，预测了2011年12月A股市场波动率及其结构。结果显示混频信息和CPI显著影响市场波动率，模型优于传统预测方法；市场系统性风险占比提升，个股风险占比下降，提示需重点关注系统性风险与机会 [page::0][page::1]。
本文基于分析师覆盖度和公司基本面相关性定义行业龙头股，发现龙头股预期EPS变动对其自身及无分析师覆盖股票收益具有显著预测能力，市场存在明显龙头股效应。构造调整后的预期EPS变动因子，提升多因子模型预测精度，月胜率达到76%，因子有效性及收益预测模型均显著增强[page::0][page::4][page::7][page::8][page::9][page::10]。
本报告基于海通行业轮动模型，利用市场丰富的行业与主题ETF产品，通过股债混合配置及股指期货对冲，构建ETF轮动绝对收益策略。14个关键行业覆盖70%市值，轮动策略年化超额收益14%，对宽基沪深300和中证500均表现优异，信息比显著。结合动态基准与择时观点，股债组合年化收益达11.19%，夏普比率高达1.85；量化对冲策略剔除异常期后年化收益13.19%，风险调整收益稳健，实现持续绝对收益 [page::0][page::4][page::6][page::8][page::11][page::13][page::14][page::16]
报告基于公司财务指标与一致预期构建成长股量化选股模型，回测显示模型在市场上涨阶段具备明显超额收益能力，近2个月收益22.3%，同期沪深300收益14.6%，超额7.7%。长期跟踪自2009年以来累计超额收益达81%，年化alpha超20%。模型呈现较高Beta特征，经济拐点波动较大，适合追求高绝对收益的激进投资者。最新样本股名单涵盖多行业，建议结合系统风险控制使用该策略 [page::0][page::1][page::2]。
报告基于Logistic回归结合Bagging算法，构建了债券违约概率预测模型。通过引入偿债能力同比增长率因子，使违约预测命中率从58%提升至70%。进一步加入行业和地区因子后，模型准确率提升至约75%。基于债项和主体评级下调事件构造事件类因子，模型命中率显著提升至约91%，实现动态及时更新违约概率。制造业为违约高发行业，北京为违约高发地区，整体提升了违约风险识别的准确性和时效性 [page::0][page::4][page::5][page::8][page::12][page::13][page::14]。
本报告研究A股股指期货日内收益分布特征，发现隔夜收益显著为正，基于收盘折溢价、尾盘基差变化和买卖单不平衡度三大因子构建复合交易策略，年化收益率最高达22.60%，夏普比率超2，且策略对平仓时点敏感性低，具有较好的实用价值和抗交易成本能力[page::0][page::5][page::14][page::20]。
本报告结合海内外实践，将交易成本拆分为价格走势、价格波动、买卖价差、盘口流动性和限价单成交概率五部分，系统分析其对不同算法交易策略的影响。重点以基于TWAP的纯市价单和限价单优先两类策略为例，提出分别预测价格波动、买卖价差、盘口流动性等因素的成本预测方法。实证回测表明，纯市价单策略的成本预测误差显著优于简单滑点法，限价单优先策略预测误差较高，主要因限价单成交比例的预测难度大。最后强调更精准交易成本预测对高频量化策略落地的重要价值[page::0][page::4][page::10][page::11][page::13][page::14][page::14][page::0].
本报告基于海通拐点模型跟踪市场热点，发现自11月中旬以来的三次技术底背离信号，确认市场中期见底概率加大，强化买入信号，建议中低仓位投资者积极加仓，重点行业配置包括水泥、电力、工程机械、钢铁和医药，为投资者提供操作参考与风险提示 [page::0][page::2]。
2020年指数增强策略表现优异，沪深300和中证500增强基金相对基准均创近年高超额收益。主动基金表现更为突出，超额收益优势明显。为提升指数增强超额收益，研究了将主动组合融入多因子框架的五种方法，包括风险控制、行业内替代、提升预期收益、核心卫星组合及控总体风险的核心卫星组合。核心卫星组合及行业内替代方法效果显著，能提升组合的超额收益和风险调整表现。[page::0][page::4][page::6][page::8][page::10][page::12][page::13]
本报告精选介绍了三篇金融市场研究论文，涵盖价格动量与特质波动率、买卖单失衡与投资者行为共性、以及价值股与成长股表现的情绪驱动机制。动量与特质波动率研究揭示高特质波动率股票拥有更强动量效应，且该效应独立于规模、交易量等因素[page::2][page::15]。投资者买卖单失衡部分，发现金融账户类型差异显著，个人投资者买卖行为解释股票收益的能力最强，且其买卖行为更具共性和羊群效应[page::17][page::21]。情绪驱动的价值成长股表现研究指出，当投资者恐慌指数高且期权看跌/看涨比率低时，价值股表现优于成长股，反之亦然[page::22][page::25]。此外，注意力和新闻对个人投资者买入行为具有显著影响，个人投资者倾向买入关注度高的股票[page::28][page::33]。
本报告聚焦基于横截面和时间序列指标的因子择时模型构建，结合经济周期划分，发现估值、动量、质量和低波因子在不同经济状态下表现迥异。实证显示复合模型风险调整后的收益显著优于单一指标，目标波动率策略在股票资产中提升夏普比率但在债券市场效果有限。深入分析股债相关性的宏观驱动机制及ESG数据在投资中的应用趋势，并比较多空策略中信号合成的两种方法，揭示组合复合方式在信息比和透明度上的优势，全面展示量化因子策略研究新思路。[page::0][page::3][page::4][page::7][page::8]
报告基于财务指标和预期市盈率构建成长股量化选股模型，回测显示2012年累计超额收益达14.67%，样本外年化超额收益超过20%。成长股策略在上涨市场表现优异，但市场大幅调整期易出现较大回撤，呈高Beta特征。报告更新最新样本股名单并建议结合系统性风险管理以优化收益 [page::0][page::1][page::2]。
报告通过多维度分析了中证100指数的修订方案，强调行业均衡、ESG理念和互联互通标的三大升级，同时指出核心龙头股投资价值提升及指数盈利能力和研发水平显著优于沪深300，中证100指数表现出更强的可持续性和机构持股偏好，富国中证100ETF作为跟踪指数的ETF具备优良投资价值。报告结合多个数据图表展示核心龙头股超额收益及指数成分股结构优化等重要结论 [page::0][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]
本报告通过多层次因子剥离模型，系统分析了国内公募权益类基金的Alpha水平。结果显示，基金相对基准Alpha并不显著，但剔除市场、风格、行业等风险因子后，基金剩余Alpha显著提升，表明基金经理在能力圈内具备个股选择能力。此外，基金经理倾向于基于基本面持股，但短期交易存在情绪化行为，影响收益。择基策略应关注基金经理的能力圈而非绝对超额收益 [page::0][page::4][page::5][page::6][page::10][page::11][page::12]。
本报告基于沪深两市Level2逐笔委托和逐笔成交高频数据，介绍限价订单簿（LOB）还原方法，并基于LOB数据构建模拟撮合系统，比较市价单和限价单TWAP策略表现，提出基于LOB衍生指标的买卖成交概率预测模型以改进TWAP策略，实现成本降低。同时，将买入意愿因子细化为挂单、撤单、成交、净买入四部分，提升高频价量因子挖掘的多维视角，并指出未来深度学习及非线性方法的重要性。[page::0][page::6][page::7][page::9][page::11][page::15][page::19]
本报告深入研究A股市场行业及概念板块的动量溢出效应，发现随着行业细分至三级，行业动量因子的稳健性和截面选股能力显著提升。概念板块动量因子的选股效果和稳定性优于行业动量因子，且二者均在截面回归模型中展现正溢价，引入该因子能提升沪深300和中证500组合的超额收益和风险调整表现，验证了动量溢出效应在中国市场的重要性和实用价值 [page::0][page::4][page::5][page::6][page::8][page::9][page::10]。
本报告基于2000-2012年沪深股市和债券市场数据，构建并实证了融合宏观经济变量及混合频率信息的多元波动率预测模型（MM-DCC），实现对2012年6月市场波动率及相关性的准确预测。同时，分析了1998年以来沪深股市波动率结构，发现个股波动率占比较高，提示投资者应重视个股选择。模型在样本外预测表现优于传统方法，具有应用价值[page::0][page::1]。
本报告系统介绍了另类数据在投资中的应用，重点聚焦网络抓取技术及品牌忠诚度因子的构建，通过网页字典化方法提取品牌引用率信号，检测其在不同消费品行业内与营收的相关性。研究表明，品牌曝光度作为重要无形资产，能够稳定提供超额收益，BrandLoyalties 500组合在2012-2017年实现138bps年化超额收益，体现了另类数据挖掘的潜力和投资价值[page::0][page::4][page::6][page::8][page::9]
本报告基于分钟级别数据构建和测试了一系列高频量价因子，包括收益率分布、成交量分布、量价复合、资金流和日内动量等因子。研究发现，高频因子在股票和期货市场展现出不同的性质：大多数高频因子在股票中呈现反转效应，而在期货中呈动量效应，反映了不同交易机制和投资者偏好。选股效果显著的因子包括高频偏度、下行波动占比和量价相关性因子。改进的反转因子将选股收益提升明显。成交量在不同时段的分布对股票月度收益有显著预测能力，但在期货中表现较弱。期货市场中，趋势强度因子年化收益率最高可达5.3%。报告最后指出，未来将继续发掘更多日内或短周期alpha因子，完善多因子和CTA策略体系 [page::0][page::6][page::8][page::10][page::18][page::21].
