期货择时系列（五）基于卡尔曼滤波的策略研究（下）
本报告基于卡尔曼滤波构建期货价格择时策略，利用长短期两个价格和波动因子进行建模，通过偏离能量比率判断进出场。策略在六大商品板块中回测，年化收益率达6.73%，夏普比率1.48，尤其黑色板块表现优异，年化收益超20%。策略持仓周期多为日内或1-2日，符合短期交易要求，且整体回测结果优于简单持有策略，风险控制良好，展示了卡尔曼滤波在期货择时的有效性和稳定性 [page::0][page::6][page::19][page::20]。
金融研报AI分析
基于情景 Alpha 模型的中证 800 选股策略：并则俱损，分而两利
本报告基于情景 Alpha 模型框架，创新性地将中证 800 指数成分股分为沪深 300 和中证 500 两个子样本进行多因子选股，构建情景相关的 Alpha 因子以提升策略表现。相比传统合并样本方法，情景 Alpha 模型显著提升策略年化超额收益，回测区间最高年化收益超过 19%，且近三年最高超过 40%，同时降低组合回撤并提升信息比率。多频因子库和回归模型的结合确保了策略稳定性，且通过灵活配置子样本权重实现组合优化。风险提示包括停牌涨跌停限制对收益率的影响、样本量缩减及情景划分误差等。后续将尝试更多情景划分及因子扩展以提升模型表现 [page::0][page::2][page::4][page::5][page::9][page::11][page::12]。
量化周报：3市0j场ia上nA涨n延ta续ble，波ma动in率持续低位，技术因子近期表现较好
本周商品期货市场整体上涨1.12%，贵金属板块涨幅最大达3.43%。市场波动率维持低位，整体波动率小幅上涨0.35%。全品种量化策略净值上涨2.24%，其中技术信号表现最佳上涨4.09%。各商品板块涨跌不一，关注高波动率品种的持仓风险及流动性风险，为期货投资提供策略参考 [page::0][page::1][page::2][page::8][page::10]
量化策略：决策树模型在有色板块仓单数据中的应用
本文运用决策树模型对有色金属板块仓单数据进行分箱处理，试图通过仓单变化生成做多信号以获取超额收益。但测试发现多品种单因子与组合策略表现差异显著，整体绩效较弱且近年效果明显衰减，提示该模型在有色板块的实用性不足 [page::0][page::8][page::17]。
量化策略：技术指标在商品期货市场里的应用（十）
本报告发掘并测试了3个技术指标因子ARBR、DBCD和RMI在商品期货市场的量化策略表现。单因子中，DBCD表现最佳，夏普比率近1.5，合成策略显著提升绩效，年化收益达26.94%，夏普比率1.874，最大回撤14.3%。策略在多数年份实现正收益，具有较好稳定性，但2022年起波动与回撤有所加大，仍需改进以满足实盘交易需求 [page::0][page::4][page::7][page::8]。
掘金机构调研事件选股策略
本报告通过对近十年机构调研事件的分析，构建基于调研前60日成交量t值和距下个业绩发布日期两个因子的多事件选股策略，回测显示40天持有期组合累计收益259.8%，年化超额收益22.52%。研究揭示业绩说明会、证券公司调研及特定月份调研等因子带来显著超额收益，且调研事件中成交量缩量组表现突出，距离业绩发布日较近的调研事件亦表现优异，为选股提供有效量化依据[page::0][page::2][page::6][page::19][page::20]。
基于成分股动量反转效应的均线择时研究——以深次新股指数为例
本报告围绕深次新股指数成分股技术指标，构建指数多空信号，采用区分高低波动率区间的均线择时策略，显著提升了回测收益。策略通过分区选择动量和反转策略，在2011-2017年回测累计涨幅超320%，年化收益超25%，最大回撤15%以内，夏普比率超1.2，展示了次新股市场强动量反转机会及波动率分段择时的有效性[page::0][page::13][page::18]。
中国经济持续修复，警惕海外风险—资产因子与股债配置策略 10 月
本报告基于跨市场全球宏观因子及资产因子体系，判定中国经济持续修复但海外风险仍存，宏观资金面有所收紧。采用改进版普林格周期模型结合风险平价策略和久期择时方法，对股票与债券市场进行结构性配置，策略表现稳健且具较好风险调整收益。推荐当前阶段增配股票及长久期债券，关注业绩修复带来的结构性机会。[page::0][page::3][page::6][page::11][page::12][page::17]
沪深 300 指数成分股调整：我们需要关注哪些股票？
本报告以沪深 300 指数成分股调整为研究对象，分析新调入与调出成分股的超额收益表现，并基于事件驱动模型提出两种投资策略：纯多头组合和多空组合，历史回测表现出较为稳定的超额收益。结合最新调整细则，报告还对2017年6月的成分股调整进行了高准确率预测，辅助投资决策 [page::0][page::2][page::6][page::8]
从逻辑到模型，航空业投资方法探讨：量化基本面选股
本报告基于航空行业核心指标客座率、汇率及原油价格的经济逻辑，构建了预测航空指数相对沪深300超额收益的TTM环比增速模型，预测准确率达71.74%。通过择时和选股模型实现年化净超额收益分别达到5.48%和13.64%。研究发现客座率为航空股超额收益的基石，且领先3个月，汇率和原油价格影响次之且领先6个月。模型的行业净利润预测效果有限，但营业收入预测解释力度达64.15%。选股策略利用三大指标对个股敏感度差异进行回归，主要航空股回归系数差异显著，策略组合表现优异 [page::0][page::5][page::6][page::8][page::10][page::14][page::18][page::20][page::23][page::24][page::25]
利用多事件融合信息改进指数增强组合
本报告基于17类事件库筛选出11类有效事件，构建多事件因子，融入沪深300增强组合后，年化超额收益从10.6%提升至11.7%，信息比率由2.43提升至2.71，最大回撤率和月度胜率也同步改善，显著提升了指数增强策略的绩效[page::0][page::4][page::31][page::34][page::35][page::37]。
量化投资策略：揭秘低波因子
本报告系统介绍了低波动率因子的定义、种类及其投资表现，自2017年以来低波因子累计收益达50%，并具有显著的波动风险调整优势。报告分析了低波动率因子的市值加权和等权加权表现，揭示其与小盘因子的结合对收益与风险的影响，且低波因子具有良好的短期自相关性和稳定性，适合构建低频量化策略以节约交易成本。此外，报告澄清了波动率与风险及横盘的误解，强调波动率的动态特性，并分析了低波相关ETF产品的风格贡献与风险提示，为投资者提供理论与实证支持 [page::1][page::2][page::5][page::6][page::11][page::15][page::16]。
持续看好下游消费行业的超额收益 基本面量化模型跟踪 2023年3月
本报告基于基本面量化框架，结合分析师预期、行业景气度指标和多维度数据，预测2023年A股ROE整体下行至2023Q3见底，重点推荐“农林牧渔”、“医药”、“食品饮料”和“汽车”四大下游消费行业，景气度较高且机构关注度旺盛。行业轮动策略结合基本面和量价数据展现稳健超额收益，当前估值显示下游消费行业具备较高估值分位与较强市场预期，行业估值分化有所收敛。模型基于历史数据，考虑宏观三周期和康波周期影响，警示模型未来可能失效风险[page::1][page::5][page::9][page::10][page::11][page::20][page::22][page::24][page::25][page::28]。
ROE&PB 在行业配置中真的有效吗？ “行业基本面量化”系列思考之一
本报告围绕市场流行的“高 ROE，低 PB”行业配置策略进行深入实证回测分析，结论显示该策略长期表现不稳定，年化超额收益偏低且存在较大回撤风险；进一步通过大类板块归类，结合生猪价格、原油价格等行业基本面热点，对部分行业净利润增速趋势进行了量化预测。报告指出该策略效果可能存在市场自我强化现象，投资者需警惕策略失效带来的潜在风险[page::0][page::4][page::7][page::11][page::12][page::13].
沪深 300 成分股调整预测名单：事件的超额收益还有吗？
本报告系统分析了沪深 300 指数成分股调整所带来的超额收益，发现新调入股票在调整日前具备约2.5%的正超额收益，而新调出股票则显示约3.35%的负超额收益，基于此构建了纯多头和多空两类投资策略。同时，报告基于历史数据预测了2017年12月可能调入调出股票名单，为投资者提供了事件介入时点建议[page::0][page::2][page::3][page::6][page::8]。
基金隐形重仓股浮现，挖掘基金经理在 A 股隐藏布局思路
报告通过分析2176家上市公司流通股被基金公司持有的比例与市值，挖掘隐形重仓股，揭示基金经理对A股的隐藏布局。发现隐形重仓股未来5日收益累计表现最佳，近十年平均正收益7%。重点分析了盛美上海、柏楚电子、欧普康视和大全能源等典型标的，结合基金持仓变化及公司基本面，深入剖析其成长逻辑和投资价值 [page::0][page::1][page::3][page::4][page::5][page::6]
高频订单失衡及价差因子：——因子深度研究系列
本文基于高频盘口数据，构建了两类共14个高频量价选股因子，包括逐档订单失衡率（SOIR）和中间价变化率（MPC）因子，经过转化为月频因子后在单因子回测中表现优异。其中，MPC5_neut因子年化多空收益达30.63%，夏普比率2.88，表现极为突出。因子表现存在高频与低频反向现象，反映了短期资金行为和主力操纵影响。[page::0][page::15][page::16][page::20]
多层次订单失衡及订单斜率因子：—因子深度研究系列
本文基于高频限价委托订单簿数据，构建多层次订单失衡因子（OFI）及订单斜率因子(LogQuoteSlope)，通过高频因子转化为月频低频因子，实证检验其在A股市场的选股效果。订单失衡因子揭示短期的买卖压力，短期驱动股价正向波动，中长期呈均值回复特征；订单斜率因子衡量流动性风险溢价，长期表现优异。单因子回测显示，𝑀𝑂𝐹𝐼_𝑊𝑒𝑖𝑔ℎ𝑡因子实现年化多空收益21.68%，夏普比率2.1，表现最佳；订单斜率因子多头效果突出，年化收益21.09%。因子与传统动量、盈利因子呈现部分相关性，需做市值中性化处理[page::0][page::5][page::12][page::14].
高频因子库
本报告系统介绍了基于分钟级和Level2数据构建的213个高频量价因子库，涵盖12大类别，因子通过统计资金流向、交易流动性、波动性等捕捉Alpha信号。报告采用IC、ICIR及多空组合回测评估因子有效性，显示6成因子在1日和5日调仓频率下rankIC超过1%，头部多空组合年化超额收益约4%，年化波动率稳定在20%附近，部分因子夏普比率超过1，表明高频因子具备较强的选股能力与超额收益潜力[page::0][page::2][page::4][page::6][page::11][page::13]。
全球增长持续下行，债券超配——资产因子与股债配置策略 8 月
报告基于宏观因子及资产因子体系，分析全球经济增长下行及金融条件宽松趋势，构建风险平价及久期择时模型，实现债券超配策略配置。修正普林格周期模型显示中国处于周期第六阶段，建议重点配置债券，精选受益于内生增长的股票。债券择时策略表现优异，尤其是中债长久期持仓，收益和胜率领先基准。A股业绩超预期整体回落，结构性机会需精选个股把握 [page::0][page::3][page::6][page::11][page::12][page::15][page::17]
