稳定型行业基本面量化——择时与选股
本报告聚焦稳定型行业的核心配置价值与股息率指标，提出基于“股息率-10年国债收益率”体系构建行业择时和绝对收益策略，并通过多子行业回测验证策略有效性。报告同时设计了基于低波动、低估值、高股息的多因子选股策略，显著增强绝对收益组合表现，实现年化收益6.25%，夏普比率提升至1.91，最大回撤降至-3.23% [page::0][page::4][page::10][page::16][page::17]。
金融研报AI分析
周期行业景气指数构建及其应用
本报告基于扩散指数原理构建7个周期行业景气指数及综合指数，验证其与行业营收、净利润增速及净利润率高度相关。通过景气指数分档进行行业配置虽增强收益但幅度有限，基于分析师覆盖数大于5的股票构建保守型与进攻型选股策略，形成均衡组合，实现显著超额收益，年化收益率达32.3%[page::0][page::6][page::15][page::22]
“量价淘金”选股因子系列研究（八）逐笔买卖差异中的选股信息 ——条件成交不平衡因子
本报告基于逐笔成交数据中主买、主卖信息，构建反转残差非孤立成交不平衡因子，剔除同期涨跌幅影响后提升因子稳定性。该因子在2017-2024年A股数据中表现优异，年化收益超21%，信息比率达2.71，最大回撤低于7%，剔除市场风格后纯净因子信息比率提升至3.05，展现了显著的选股能力和稳健性[page::0][page::14]。
PEAD.notice： 基于预告的盈余惊喜选股策略
本文基于上市公司业绩预告与正式财报间的盈余惊喜，构建p_score因子，发现财报盈余超预告部分股票未来60日相对中证500指数平均超额收益达4.1%。结合企业生命周期理论筛选成长型企业，构建PEAD.notice选股策略，2012年以来该策略年化收益41.3%，大幅超额市场，且与基于分析师文本构建的策略PEAD.text互补，风格差异明显，提供有效的量化选股方法[page::0][page::3][page::7][page::12][page::15][page::18]。
可转债的赎回概率调整定价模型
本文基于CCB模型引入赎回意愿概率分布，构建新的赎回概率调整定价模型CCBA，实现对转债赎回意愿的有效刻画。相较传统模型，CCBA在相对定价和绝对定价上均表现提升，显著稳定超额收益，特别是在平衡转债策略中年化超额收益超10%。同时基于CCBA偏离因子与信用债估值差异构建的择时策略，自2008年以来年化回报达9.26%。模型计算采用Logistic回归生成赎回概率期限结构，结合市场公告数据动态调整赎回保护期分布，提升定价的准确性与效率[page::0][page::3][page::4][page::7][page::11][page::23][page::30]。
盈利模式量化系列一：行业库存周期视角下的投资机会探讨
报告针对当前库存周期斜率平坦化及库存周期状态不连续的特点，提出重视行业库存周期研究，基于企业财务存货数据构建库存景气策略，剔除库存压力大和补库条件不具备行业，显著提升传统景气策略表现，策略年化超额收益达14.5%，与困境反转策略融合后弹性提升至20%，并成功应用于中证800选股池，年化超额收益14%，信息比率2.08，策略稳健且持仓适中，可有效应对景气因子失效风险[page::0][page::24][page::20][page::21][page::22][page::23]
多因子系列之十七：基于个股信息透明度和久期的分域研究
本报告基于股票个股信息透明度和久期两个维度，将股票划分为四个象限（白马成长、白马价值、黑马成长、黑马价值），全面刻画各象限的风格特征、因子表现、业绩增速趋势及公告事件前后股价反应，揭示低信息透明度和长久期股票对应的低效定价市场在估值因子上的显著alpha能力，并分别构建了适合不同分域的低估成长策略，实现年化超额收益分别达14.97%和20.57%[page::0][page::4][page::7][page::8][page::21][page::23]
股基解密：衍生品策略与配置策略的共振——华泰柏瑞中证1000ETF投资价值分析
报告聚焦华泰柏瑞中证1000ETF，结合中金所拟推出的中证1000期货和期权产品，分析该衍生品对ETF流动性和规模的提升作用。通过估值模型和盈利预测确认中证1000具备长期安全边际和盈利改善趋势，处于低拥挤环境，有利于小盘高流动科技制造股的表现。介绍了结合期权的三种策略（备兑开仓、保护看跌、领口策略）显著降低波动和回撤，提升收益。同时详述指数的行业分布、主题特征及基金管理经验，验证基金紧密跟踪基准，实现超额收益，具备较高投资价值[page::0][page::4][page::5][page::7][page::9][page::10][page::11][page::14][page::17][page::18]。
量化分析报告：刻画风险偏好的三个指标——基本面量化系列研究之十三
本报告通过成交活跃度、小市值相对大市值表现、亏损股相对于绩优股表现三项指标，构建了A股风险偏好指数，揭示市场风险偏好变化及底部迹象。结合宏观、中观、微观层面基本面量化框架，报告深入分析宏观经济企稳、信用宽松与行业盈利预期走势，以行业景气度及PB-ROE选股模型为核心，提出行业和选股量化配置建议，重点看好金融、消费、基建板块，周期板块低配。策略模型表现优异，实现超额年化收益，辅助投资者把握市场机会 [page::0][page::3][page::5][page::6][page::16][page::17][page::18]
量化专题报告：政府补助信息中的 alpha
本报告基于上市公司财务报表中的政府补助信息，构建综合政府补助因子govt，通过三个维度非经常性政府补助、其他收益、递延收益反映企业获补助情况，因子自2011年以来IC均值达到4.3%，多空年化收益16.1%，在中小市值股票中构建多头组合年化收益26.6%，显著优于宽基指数表现，体现政府补助信息在选股中有效提升超额收益能力[page::0][page::3][page::7][page::15][page::18][page::19].
宏观逻辑的量化验证：映射关系混沌初开
报告通过状态匹配法量化宏观经济指标与324种资产价格的映射关系，构建显著宏观-资产关系库。利用121个宏观指标对股票因子、大类资产、行业等多个维度择时分析，验证部分长期显著关系的统计稳定性和逻辑合理性，提升择时策略的有效性和收益表现，为资产配置提供量化支持[page::0][page::7][page::9][page::13][page::17][page::24][page::26]
行业相对强弱指数的年度复盘——基本面量化系列研究之十五
本报告围绕行业相对强弱指数的年度复盘，运用宏观、中观、微观多层次基本面量化体系，复盘行业涨幅信号的有效性，并梳理2022年行业表现和超额收益。重点推荐金融、消费、基建板块，结合量化策略模型实现高效配置，PB-ROE选股模型和景气度模型历史表现优异。报告还特别关注行业景气度、趋势及拥挤度，指导合理超配和风险规避，为投资者提供系统化年度行业配置方案[page::0][page::3][page::13][page::14][page::15][page::16][page::17][page::18]。
基于规则库的财务风险识别方法
本报告结合业务逻辑与量化回测方法，构建了基于16条规则的财务风险预警规则库，覆盖违规公司样本73%。模型在2017年后有效性提升，财务风险组合表现出明显负超额收益，显示模型具备一定泛化能力但对新财务手法预测有限[page::0][page::3][page::6][page::20][page::21][page::22][page::23].
一月配置建议：信用利差与大小盘轮动——资产配置思考系列之三十七
本报告围绕信用利差与大小盘股轮动关系展开，发现小盘股对信用风险更敏感，信用利差走阔时表现弱于大盘，适用于中美市场。基于赔率、胜率、趋势及拥挤度，推荐风格顺序为价值>质量>小盘>成长。权益资产优于债券，推荐超配上证50及沪深300，标配信用债与利率债，低配可转债。外资风险偏好修复利好A股筑底，内资交易拥挤度中性。行业配置建议关注家电、计算机、交通运输、传媒和轻工制造。固收+策略中，赔率增强型策略侧重权益与信用债，趋势增强型策略注重大宗商品与货币基金配置。[page::0][page::2][page::4][page::6][page::9][page::10]
提升 AI 模型边际效能： 图注意力网络与特征集成
本报告基于深度学习方法，结合图注意力网络与多数据集、多模型输出堆叠策略，显著提升AI选股模型绩效。通过引入空间截面信息、手工量价及基本面特征多维集成，构建深度学习选股因子，回测期内因子多头超额收益达45.4%，5日IC均值12.9%。基于该因子，构建中证500和中证1000指数增强组合，年化超额收益分别达18.6%和28.1%，信息比率分别为2.98和3.67，展现出较强稳健的选股能力与组合表现 [page::0][page::2][page::6][page::9][page::11][page::12][page::13][page::14]。
2023 年度金融工程策略展望
报告从宏观资产配置、中观行业量化和微观选股三个层面，结合多因子策略回顾与可转债市场分析，对2023年A股市场量化策略进行系统展望。权益资产今年预期收益均超20%，胜率高，建议战略和战术双超配；可转债估值透支建议战略低配。重点行业包括医药、家电、食品饮料、地产和金融等，价值风格优于成长，量价类Alpha因子表现稳健信息比超2。其中小盘价值因子表现突出，量价类因子在中小市值中更有效。精选量价类Alpha因子、主动量化选股与可转债因子策略显示良好的回测绩效，结合经典择时分析，预计2023年A股走势先扬后抑，布局窗口期仍在 [page::0][page::6][page::14][page::23][page::28][page::34][page::42][page::45][page::47]
2021 年中期金融工程策略展望
报告系统回顾并展望了2021年上半年量化策略表现，结合宏观大类资产收益预测、利率资金量化模型、基本面行业量化、A股多因子及择时策略，指出低配沪深300、超配中证500，利率市场短期乐观长期中性。多因子策略展现出价值和动量风格切换，量化择时认为市场牛市接近尾声，建议关注银行、地产及稳定型行业配置机会 [page::0][page::8][page::20][page::36][page::42]。
量化专题报告：捕获专业投资者市场行为中的 alpha
本报告基于事件驱动视角，深入分析一般法人（包括定向增发、股权激励、股权回购、股东增持）和机构投资者（公募及私募基金调研）在市场中的行为alpha，结合技术及基本面特征，构建了私募及公募调研精选量化组合，实现显著超额收益，最高年化超额超29%。报告提示风险在于历史规律与模型失效风险 [page::0][page::3][page::5][page::27][page::28]。
可转债退市风险的量化与应用
本报告深入研究可转债退市风险，构建风险个股池与风险转债池，通过基础排雷池与财务风险分数筛选风险个股，发现风险转债约占15%。提出包含股价退市风险与赎回条款的$c c b_{o u t}$定价模型，有效反映偏债转债退市风险，提升选债效果并降低策略回撤。进一步设计低风险转债绝对收益策略，包括银行转债与高股息转债策略，均展示稳定收益与较低回撤，为转债投资者提供风险规避与增值路径 [page::0][page::4][page::9][page::18][page::22][page::25]
保持“红利底仓+AI 进攻”的均衡配置——基本面量化系列研究之二十九
报告围绕“红利底仓+AI进攻”的均衡配置策略展开，基于行业景气趋势及困境反转双模型，持续超额收益突出。2023-2024年策略相对wind全A超额10%以上，绝对收益超6%。宏观层面关注经济企稳、PPI底部震荡和主动去库存，中观层面推荐消费估值底部及大金融配置价值，微观层面介绍PB-ROE选股及行业ETF配置策略，强调配置以高股息红利板块为底仓，AI及通信、电子等成长板块为进攻重点 [page::0][page::3][page::4][page::6][page::15][page::17][page::18]
