报告通过构建基于深度实值看涨期权的“日积月盈”绝对收益组合，成功控制组合在Delta、Gamma、Vega端的风险暴露，实现稳定的Theta收益。回测显示该组合2016-2019年年化收益7.71%，波动率3.92%，最大回撤2.48%，信息比率1.97，表现稳健且风险较低。策略换仓频率和Delta阈值敏感性分析表明组合表现稳定，且深度实值期权流动性充足，支持策略资金容量。风险收益归因明确Theta为主要收益来源，市场行情波动时其他风险暴露可控。整体方案为期权标的有效利用时间价值提供了实践参考 [page::0][page::11][page::12].
本报告基于期货持仓量与价格的高频价量相关性，提出持仓量修正方法还原交易者多空意图，构建零参数CTA策略。策略在沪深300股指期货2017-2020年间实现44.48%年化收益，最大回撤10.34%，显著优于基准并具备稳健性[page::0][page::7][page::10][page::11]。
报告围绕基于中国特色成交持仓表的蜘蛛网策略，详细分析了策略的信号表现和精炼方法。策略自2010年至2018年实现年化收益约17.9%，近期表现依旧稳健。文章指出非周五信号、强信号及顺势信号的可靠性更高，为提升CTA策略择优选信提供实证依据 [page::0][page::3][page::4][page::5]。
本报告基于A股市场交易者结构细分，发现机构、大户等大单交易占比提升时动量因子呈现反转效应，小单交易占比较高时呈动量效应。提出基于“散户”交易占比的新动量因子构建方法，在2010-2023年回测中表现显著优于传统动量因子，年化收益23.23%、信息比率2.20，且风险指标改善，且该方法对换手率、振幅等价量因子同样有效，为动量类量化选股提供重要改进思路 [page::0][page::3][page::4][page::5][page::7][page::8][page::9][page::10][page::12][page::13][page::14][page::15][page::16][page::17]
本报告基于FOF自上而下的全策略研究框架，系统分析了大类资产配置的静态优化、动态预期及多资产多因子策略，结合极值理论和Copula模型动态控制极端风险；同时对债券和股票型基金绩效进行Brinson及Barra风格归因，深入揭示基金管理人的择时和选股能力；风格轮动利用Fama-French三因子模型逻辑关系实现高概率预判，行业轮动分析动力来源于动量和反转现象，提供实操性强的资产与基金配置建议。[page::0][page::4][page::10][page::11][page::33]
本报告指出，市场博弈热情回暖，博弈存量指标和扩散指标信号显示价格模型有望震荡转多。行业景气度排名居前的为基础化工、有色金属、煤炭等，行业景气度轮动策略表现良好。资金面上，产业资本解禁规模下降，杠杆资金和北向资金均呈现净流入，ETF资金流出。择时框架中，价格加权扩散指标快速回升，估值加权指标合理回调，获利信号明显，结合布林带及风格分析，整体市场结构偏向震荡向上。新股打新收益率下降但维持正收益，风险提示包括海外市场波动和政策风险 [page::0][page::4][page::5][page::6][page::10][page::16][page::17][page::18][page::20][page::24][page::27]
本报告基于对国内外13个主要指数暴跌当天所处牛市与熊市阶段的统计，发现暴跌多处于底部1/3分位数，预示未来上涨空间大、下跌空间小，创业板涨幅空间达40%-84%。报告还详析了全球市场行情、资金流向、博弈存量指标创历史新高及扩散指标择时信号，提出以大盘成长为主的投资风格配臵建议，同时监测新股打新收益率，为资产配置与投资策略提供精准参考[page::0][page::3][page::6][page::8][page::12][page::13][page::18][page::22][page::23][page::24]
本报告基于Roychowdhury、Cohen及现金流操纵三类异常经营现金流模型，构建真实盈余管理因子，并利用2016-2022年中国A股年度及季度财务数据，测试其选股能力。实证结果显示，异常经营现金流因子的多空组合均表现出显著的超额收益及良好稳定性，季度因子表现优于年度因子，尤其在食品饮料、医药、电力及交通运输等行业中效果显著，且因子与主流风格因子相关性较低，具备增量投资价值。报告指出异常经营现金流因子有助于识别潜在真实盈余管理行为，减少组合风险，提升投资组合绩效，后续将继续优化模型及行业适用性研究 [page::0][page::3][page::4][page::8][page::13][page::23][page::24][page::25]
本报告基于前期量化方法，应用于工业部门三大指标体系（产量、库存、增加值）数据，采用经验模态分解与拐点识别匹配算法，揭示工业各行业周期长度普遍3-4年，且存在显著产业链领先滞后关系，为投资者识别行业景气度周期提供数据支持和方法思路 [page::0][page::4][page::13][page::18][page::27]。
本报告通过2000-2019年A股上证综指及中信一级行业月度收益率数据，验证了显著的“A股Sell in May”日历效应，提出5月至9月的“夏季”市场表现较差，尤其行业轮动体现国防军工表现稳定优异；结合资金流、ETF、两融及扩散择时指标进行综合分析，建议5月谨慎多看少动，仓位控制为主，保持成长风格配置 [page::0][page::2][page::4][page::11][page::17][page::21][page::23][page::27]
本报告总结了2019年第15周全球及A股市场回顾，重点分析沪深300扩散指标当前接近危险区域，表明市场短期波动加剧但总体上涨趋势不变，结合资金面、风格配置与布林带指标，提出成长风格占优的投资建议，同时监测新股收益情况，为投资策略提供参考。[page::0][page::2][page::3][page::6]
本报告提出Adaptive-GSM-Alpha模型，有效结合风险因子、市场状态划分及股票关联性，通过深度风险模型及多子模型架构适应不同市场状态，实现因子生成与指数增强策略，显著提升选股稳定性与收益风险表现。模型回测显示因子连续性优异，沪深、申万多指数均有超额收益，行业市值中性化与关联信息显著优化模型效果 [page::0][page::3][page::4][page::5][page::14][page::25][page::27]。
报告基于高频数据，构建了多种反映风险不确定性的因子，包括基于已实现波动率和尾部风险的VOV类型因子及其特异性改良版本。实证表明风险不确定性越低的股票表现更优，相关因子拥有稳定的分层能力和选股表现。三个绩优特异性风险不确定性因子合成为UOIDR因子，表现最优且与传统风格因子相关性弱，适用于中小市值股票池，且在震荡行情下超额收益更为明显。[page::0][page::4][page::18][page::24][page::28]
本报告系统介绍了基于隐马尔可夫模型(HMM)的指数择时理论方法，详尽阐述了前向后向算法、Baum-Welch参数估计以及Viterbi预测算法，通过1000次模拟验证“最小距离”指标能有效衡量模型参数估计误差与状态估计稳定性，继而检验不同观测变量（日收益率与MA指标）对模型拟合与分类显著性的影响，得出MA指标在较长训练期及大隐状态数时具备更佳稳定性和显著性，有助于择时策略的优化设计[page::0][page::18][page::32]
本报告综合分析了全球及A股市场资金流动和指数走势，指出当前市场处于缩量整固阶段，强调沪深300扩散指标发出金叉信号，中证各指数震荡看涨，建议均衡配置。基于日均成交额、布林带指标和资金解禁情况，认为市场底部性价比提升，适宜逢低加仓，静待突破机会。此外，对新股打新收益率进行了监控，整体收益表现稳定提升，为投资者提供多个维度的择时指导和风格配置建议 [page::0][page::2][page::3][page::5][page::7][page::8][page::10]
本报告围绕2020年末A股市场的行业景气度及资金流动情况展开，指出牛市扩散指标未触发预期死叉，牛市可能延续，推荐聚焦食品饮料、家电等优质行业，行业轮动策略2020年实现超额收益21.62%。资金面监测显示杠杆资金和北向资金持续流入，博弈存量指标抬升反映市场活跃度回升。估值角度表明部分行业存在显著估值上涨空间，风格偏向大盘价值成长。扩散指标择时模型历史胜率高，当前指标反转，强化牛市信号。新股打新收益率保持稳定，科创板及创业板注册制打新收益率略低。此外，强调海外风险、宏观及政策不确定风险[page::0][page::4][page::5][page::14][page::15][page::16][page::19][page::24]
本文分析了传统估值因子（如PE因子）除数效应和非线性的弊端，提出了OLS回归、分段回归、混合高斯回归和高斯秩方法等解决方案。高斯秩方法在非正态分布处理和选股效果提升方面最为有效。基于高斯秩的双变量估值因子（结合净利润TTM和净资产）表现优异，年化超额收益达5.29%，且因子在不同市值区间和多数行业中均表现出较强选股能力。此外，该方法亦有效提升了现金流收入比和单季度净利润同比增速等因子的选股能力，显著增强因子信息量和稳定性，为传统估值因子改进提供了新思路[page::0][page::4][page::14][page::16][page::30][page::32]。
本报告详细介绍了FOF组合研究中股票和债券组合的分析模型及工具。股票组合采用基于持仓的多因子收益拆分和基于净值的时间序列回归方法，债券组合分别利用Campisi模型和债券因子回归进行收益拆分。报告还展示了对应的组合分析工具界面及使用流程，实现在线和本地数据的快速分析，支持股票和债券的持仓及净值数据处理，并且可提取区间因子收益率 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::12]
本报告分析市场成交额下降对当前市场悲观程度的影响，指出成交额若进一步下滑至7700亿将形成买入机会；通过北上资金流动及其青睐的高beta、低估值、低盈利等风格股，发现低估值顺周期行业具有短期超额收益潜力；结合博弈存量和扩散指标，预测估值修复已过半，后续市场风险收益比将升高，建议适当减仓观望，等待时机加仓 [page::0][page::4][page::5][page::6][page::8][page::15][page::16][page::17][page::19][page::9]
报告介绍了MSCI新一代A股风险模型CNE6，涵盖48个描述变量、20个基础因子和9个风格因子，新增质量、情绪与分红风格。因子覆盖广泛，除分红和情绪因子覆盖略低外，整体超过95%。因子收益显示anasent、beta与btop表现最好，流动性等表现较弱。9因子模型解释度约42.33%，明显优于剔除分红、情绪的7因子模型且与CNE5保持一致。各因子收益稳定且体现市场关注热点，为量化投资和风险管理提供重要依据 [page::0][page::7][page::8][page::11][page::13]
