杠杆、反向ETF的收益与风险特征
本报告系统介绍了杠杆ETF和反向ETF的收益与风险特征，重点分析了其隐形成本、再平衡频率对收益的影响及波动率行为，结合多个典型ETF样本数据和实证研究，揭示了杠杆ETF的波动率与杠杆倍数的非线性关系及持有期对回报率的显著影响，最后提出杠杆ETF作为稳定杠杆工具对国内市场引入的建议，为投资者风险管理与产品选择提供参考 [page::0][page::2][page::4][page::6][page::9]。
金融研报AI分析
基于供应链动量溢出效应的选股策略
本报告基于秩鼎供应链数据，构建单层级与双层级供应链动量因子，验证其在A股选股中的预测能力。客户动量因子与传统动量相关性较低，独立性强。双层供应链动量因子比单层因子更稳健，对不同样本池均显著跑赢基准，且具有较好的风险控制特征。报告深入探讨了供应链动量溢出效应的理论基础、因子构建与性能验证，展现供应链数据在量化选股领域的独特价值。[page::0][page::6][page::8][page::10][page::11][page::13][page::16][page::19]
风险规避策略的思考——风险事件前后的观点比较
本报告梳理了Campbell等2019年及AQR近期两篇关于风险规避策略的研究，对比分析了包括期权对冲、避风港资产、多资产动量、质量因子、风险平价等策略在短期和长期市场下跌及经济衰退期的表现。结果显示，传统期权策略短期保护表现突出但长期成本高昂，多资产动量与质量因子策略提供较低成本的中长期风险防护；而多策略组合可实现更稳健的保护效果。长期亏损周期下，期权策略表现受限，而防御型股票、风险平价及趋势跟踪策略表现较好。新冠疫情期间，期权对冲及趋势策略表现亮眼，进一步验证了多样化风险规避组合的有效性[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15]
幸运的因子—“琢璞”系列报告之四十一：基于CR Harvey和Y Liu（2021）的因子筛选方法解析
本报告深度解析CR Harvey与Y Liu（2021）在Journal of Financial Economics发表的《Lucky factors》方法，提出基于自举采样的多重检验框架，有效剥离传统单次回归中因子筛选的偶然成分，实现因子筛选的鲁棒性。报告以14个经典风险因子为案例，用Fama-MacBeth回归和投资组合测试说明市场因子在解释预期收益横截面中的主导地位，且该方法能对因子进行有效排序与筛选，提升资产定价模型的准确性和解释力[page::0][page::2][page::6][page::9][page::10]。
ESG 选股策略 2023 年 6 月定期跟踪报告
本报告基于秩鼎 ESG 评分体系，招商证券量化团队构建了300ESG基本面整合策略、500ESG正面筛选策略和1000ESG Smart Beta策略三类ESG量化选股体系，验证了ESG因子通过提升盈利现金流、降低特质性风险及资本成本正向影响股票估值。2023年以来各策略相较各自基准均表现优异，5月均实现显著超额收益，显示ESG策略具备稳定的中长期alpha潜力 [page::0][page::2][page::4][page::5][page::6]
端到端的动态 Alpha 模型 ——AI 系列研究之一
本文提出基于深度神经网络的端到端动态Alpha因子模型，引入非线性因子表示与自适应权重训练，采用多层感知机结构，并加入因子正交化正则项以降低因子相关性。实验显示相较于传统线性模型，非线性模型在多头收益率与组合稳定性方面表现显著提升，且不同损失函数（MSE，IC，CCC）对模型性能影响明显，IC损失函数带来更优多头选股表现。SHAP归因分析指出流动性和量价类因子对模型贡献最大，模型在中证不同成分股中均有稳健的选股效果[page::0][page::4][page::6][page::8][page::10][page::12][page::13][page::15][page::16][page::17][page::18].
量化投资 圣杯在手，组合无忧
本文回顾与分析了招商金工2013年主要市场驱动因子的表现，揭示了上半年动量效应与下半年反转效应的动态变化，量化精选组合及资金流组合均显著跑赢市场基准。沪深300指数增强策略表现稳定，辅策略年化信息比率超过3.5，累计最大回撤均小于1.5%，展现优异的稳健性与风险控制能力，为量化跟踪与增强提供系统方法论支持[page::0][page::3][page::6][page::10][page::11]。
复杂的企业盈余漂移越显著？
本报告以文献《Firm Complexity and Post Earnings Announcement Drift》为基础，实证分析表明企业组织结构的复杂度显著增强盈余公告漂移（PEAD）效应。复杂公司因投资者信息处理成本高，导致盈余信息扩散更慢，表现出更强的盈余惯性。新成立的企业集团和高细分行业盈利离散度亦加剧该现象，机构持股较低的情况下效应更明显，为从业绩超预期的个股中寻找潜在收益提供理论支持和实证依据 [page::0][page::2][page::5][page::14][page::15]。
“通胀预期”之下 A股分化的逻辑
报告结合中美CPI、PPI及A股行业扣非净利及股价数据，分析通胀预期对不同行业基本面和股价的影响。结果表明PPI对上游资源品行业盈利解释能力强，CPI对银行盈利影响明显，通胀对基本面影响大于股价，股价涨跌受通胀预期驱动且有提前反映现象。报告还罗列了相关主动基金和ETF产品供投资参考 [page::0][page::11][page::14][page::17]。
从历史数据看跳空缺口回补的概率
本报告基于2010年至2022年A股多主要宽基指数跳空缺口的历史数据，统计了跳空缺口在短期内（20个交易日以内）被回补的概率，得出低开次数明显多于高开的结论，并发现大部分跳空缺口将在不久的将来被修正，为投资者提供实证分析依据和风险提示 [page::0][page::2][page::3]。
量化择时之市场情绪
本报告基于多项市场情绪指标构建情绪指数和情绪变化指数，结合主成分分析方法，量化反映A股市场整体投资者情绪变化。通过情绪指数分区实现长期风险区域划分（高风险和低风险区），辅以情绪变化指数进行短期反转预测，从而制定“长期看区域，短期看变化”的量化择时策略。实证回测显示该策略月均收益提升0.41%，超额收益高达177.32%，能够有效择时并规避风险，为A股市场投资提供有力的决策支持。[page::0][page::2][page::7][page::9][page::12][page::13][page::14]
招商 GARP 量化精选策略
本报告深入解析了GARP（增长合理价格）量化投资策略，结合PEG和BET两种经典GARP因子，在A股多级股票池中对比验证其有效性。通过新增业绩加速度与估值变化的联动构建PB-NISD策略，并进一步筛选预期业绩加速与净利润同比增长提升策略表现。招商GARP量化精选策略在中证800、中证1000、国证2000股票池多周期回测表现优异，年化收益率最高达25.78%，且超额收益显著，风险调整收益水平理想，策略适合在成长与价值风格震荡背景下实现稳定超额收益提供有效方案[page::0][page::5][page::8][page::13][page::15][page::16][page::17][page::18][page::19]
绝对收益产品的智能分类与配置策略
本报告以绝对收益基金为对象，应用聚类机器学习算法实现智能分类，分别基于基金净值数据和产品标签展开分类及组合构建。基于净值的聚类组合年化收益最高达8.21%，标签分类组合最大回撤最低至1.45%，均显著优于传统分类方法。动态时间规整算法被用于解决净值时间序列异步问题，进一步提升收益表现。报告强调策略视角下的智能分类，提高基金优选与分散配置的效率与效果 [page::0][page::3][page::10][page::12][page::13][page::15][page::18]。
ESG 选股策略 2022 年 10 月定期跟踪报告
本报告系统梳理并实证跟踪了招商证券量化团队构建的ESG选股策略体系，涵盖沪深300、中证500、中证1000多维度组合。基于秩鼎ESG评分体系，策略包括正面筛选、负面剔除、行业增强、Smart Beta和基本面整合等多种方法。2015年以来，三大指数对应的ESG整合策略均表现出显著超额收益，2019年后稳定跑赢基准；2022年9月份策略仍维持正向超额收益。ESG因子通过改善盈利现金流、降低特质和系统性风险、降低资本成本，提升股票估值，有助于发掘A股中新的Alpha来源 [page::0][page::2][page::4][page::5][page::6]
2022H1 持续获得超额收益——财报披露日选股策略定期跟踪报告
本报告系统跟踪财报披露日选股策略，基于预计披露日期（pRdate）及其变化（dReport）构建选股因子，验证其显著的选股能力，多个主要指数股票池回测显示该策略2021年Q1至2022年H1均获得稳定超额收益，尤其在全A股票池中年化超额收益率最高达23.83%（pRdate）及28.17%（dReport）。报告还披露了中报阶段披露日最早及提前披露天数最多的30只股票名单，进一步辅以详实统计数据和净值曲线图，展示策略的历史表现及其对公司基本面的领先反映作用[page::0][page::2][page::3][page::6][page::7]。
波动率指数的编制基础：从期权组合到纯净的波动率交易工具
本报告深入分析了波动率指数的理论编制基础，重点介绍了无模型隐含波动率的构建方法及其与BS隐含波动率的区别。通过特殊期权组合及波动率方差互换的无套利定价关系，报告阐释了如何将期权市场价格转化为投资者对未来波动率的一致预期，并揭示了特殊期权组合的Greek特性及其在波动率交易中的应用价值，为波动率交易工具的设计和运用提供了理论支持和实操指南 [page::0][page::6][page::9][page::11][page::12]。
ESG 选股策略2024 年 5 月定期跟踪报告
报告基于招商证券秩鼎 ESG 综合评分体系，构建了沪深300、中证500、中证1000三大股票池的多维度ESG量化选股策略，采用正面筛选、负面剔除、行业增强、Smart Beta及基本面整合等多种方法，验证了ESG因子通过改善现金流、风险及资本成本提升股票估值的传导机制。2024年以来，ESG策略在三大指数中的超额收益持续显著，尤其在中证500指数中的正面筛选策略表现优异，展现了ESG作为中长期alpha来源的潜力。[page::0][page::2][page::4][page::7]
基于增量信息逐层解释的因子模型框架搭建因子模型系列 1
本报告系统阐述了基于横截面统计模型构建多因子模型的理论基础与操作流程，详细解释了因子暴露增量解释方法及模型整体解释度的计算，强调因子模型在股票超额收益分解和期望超额收益预测中的有效性和作用机制。报告内容涵盖单因子检验、因子排序与逐层增量解释，明确指出因子模型主要用于选因子配置组合而非直接选股，展现了完整的因子模型构建与优化框架 [page::0][page::2][page::10][page::12][page::14][page::20][page::24][page::26]
多资产组合定量跟踪
本报告针对不同风险偏好的投资者，设计了股债轮动、多资产灵活配置及多资产趋势跟踪三类量化配置组合，均在2019年内实现了相较基准的超额收益。报告详细跟踪了各组合最新配置建议、收益表现及风险指标，并对大类资产如权益、债券和黄金的走势进行了量化择时展望，为资产配置及风险管理提供了科学依据与实操指导[page::0][page::1][page::2][page::3][page::4]。
基于雪球情绪指标的择时模型
本报告通过聚合雪球社区的用户原创内容，构建雪球情绪指标并基于该指标设计多空择时模型。模型以沪深300指数为标的，信号阈值分别设为85和72.5，实现了2012年至2014年44%左右年化收益率和2.17的年化夏普比率，优于中证500和创业板指数的择时效果。雪球情绪指标反映了用户对大盘蓝筹股的多空观点，适合中长期投资，具备较强的正向预测能力[page::0][page::12][page::13][page::16]。
