本报告基于A股大宗交易数据构建事件驱动量化策略，挖掘重要股东避税减持背后的买入信号。核心思想为当股价低位且折价率较高时，重要股东进行减持是避税而非看空，叠加技术分析指标和剔除大市值个股后，策略半年内年化收益高达85%以上，夏普比率超5，信息比率近2。创业板和小市值个股表现更优。该策略收益风险特征具有时效性，牛市中可能跑输指数，且收益体现时间存在不确定。[page::0][page::3][page::6][page::9][page::11][page::12]
报告围绕上海证券交易所交易规则公开的交易信息，对涨跌幅偏离值、振幅、换手率等不同披露原因的市场结构及风格特征进行了多维度分析，结合机构专用席位数据，系统考察了机构交易行为与后续股票收益的相关性，发现机构参与度越高，组合表现越优异，提示交易公开信息具备一定的投资参考价值。报告最后提出未来将基于该信息构建量化策略进行深入研究 [page::0][page::1][page::11][page::26][page::28].
本报告系统梳理了公私募市场权益类产品的主流盈利模式，重点分析了深度价值、极致成长及龙头白马三大策略的投资理念、难点与历史表现，结合市场环境提出差异化的产品配置建议。报告指出，深度价值策略适合牛熊切换及估值修复环境，极致成长策略适合流动性宽裕与情绪高涨环境，龙头白马策略适合流动性偏紧及市场缺乏边际信息期。报告还覆盖了趋势投资、逆向投资及事件驱动等交易策略的特征与绩效表现，为投资者指明了不同策略在不同宏观经济与市场情绪背景下的优化配置路径 [page::0][page::4][page::18][page::19]
报告系统介绍了标普目标风险指数及其矩阵目标风险指数的原理、编制方法及表现，重点阐述了目标风险指数基于风险约束下资产配置的优化框架，并采用多资产ETF组合动态调整配置以控制风险。标普目标风险指数能有效控制风险同时追求稳健收益，在海外市场表现优异，相关矩阵指数进一步引入非正态分布和风险贡献约束提升收益风险比。国内实证显示，低风险级别目标风险策略能显著超越市场，尤其在风险控制及风险调整收益方面表现良好，但高风险级别存在优化约束失效问题[page::0][page::3][page::6][page::11][page::18][page::21]。
本报告基于机器学习相似匹配原理，构建行业轮动配置策略，有效寻找历史相似市场走势，通过优化权重构建投资组合，实现长期显著超额收益。策略在不考虑交易成本时累积收益达189倍，显著跑赢沪深300和最强行业医药生物，且在考虑成本后依旧表现优异。实证结果显示，相关系数定义相似性比欧式距离更有效，周策略年化收益达18.84%，2013年年化收益更是高达79.33%，夏普率达2.67。模型适用于多资产高波动同质性差的标的池，交易成本敏感，适合低成本标的池，如活跃ETF。该策略同样适用于择时与选股领域，具有较强普适性和应用前景[page::0][page::1][page::2][page::6][page::7][page::8][page::9][page::10][page::11]。
本报告基于业绩预告的超预期幅度指标，结合分析师一致预期和技术指标，系统性地分析了业绩超预期事件对股票超额收益的驱动作用。研究定义了四种广义超市场预期指标，验证了整体超预期幅度与未公布超预期幅度的选股有效性，构建了基于超预期的选股策略并用20日技术指标（BIAS和LWR）对信号进一步优化，实现了超过60日11.71%的相对行业超额收益和74%的成功率，事件在T+0日股价反应最为显著，整体超预期幅度的信息系数可达16.27%，显示事件性选股具有很强Alpha能力 [page::0][page::2][page::8][page::10][page::14][page::15][page::17][page::18].
本报告针对中国市场大类资产风险收益表现的量化比较难题，提出引入Omega度量，兼顾收益率的完整分布及投资者的预期收益阈值。通过对沪深300、债券、黄金等资产的Omega函数及Sharpe-Omega分析，报告揭示该指标能合理反映不同风险偏好投资者对资产排序的动态变化，并在不同宏观经济状态下表现出更稳健及贴合直觉的风险收益时序，较传统Sharpe指标更适用于中国市场配置研究 [page::0][page::2][page::7][page::9][page::12][page::13]。
本报告阐述国君量化配置团队基于微观结构理论和技术分析，融合传统大类资产经典研究框架，构建“技量为核，经典修边”的独特研究体系。报告重点介绍下跌能量模型、布林轨估值模型等量化工具及波浪理论、黄金分割、趋势线等技术分析方法的应用效果，并强调通过复合不同独立指标提升判断精度，弥补传统理性预期模型对非理性投资者行为及错误定价的不足，为大类资产走势研判提供新视角和工具[page::0][page::4][page::7][page::9][page::10]。
本报告基于宏观量化指标体系，结合18个核心宏观因子动态刻画宏观经济环境，并构建风格因子择时量化策略。成果显示，结合宏观环境信息的风格择时显著增强了Alpha选股模型的收益表现，尤其在2016年下半年前提升显著，2017年后则因市场矛盾聚焦交易层面效果减弱。该策略月度胜率高，最大单月回撤低于2%，换手率较低，提升了整体投资组合收益和稳定性[page::0][page::6][page::12][page::13]
报告系统分析了低估值策略长期回撤的原因，指出其非由于成长或盈利偏好，而是市场风险提升导致投资者偏好低杠杆风格。通过构建风险评价指标RV，对杠杆风格进行择时，验证了低杠杆风格择时策略在历史中获得较好表现，为未来低估值策略反转提供量化判断依据[page::0][page::2][page::4][page::6][page::8][page::9][page::10]
本报告基于技术分析探讨价格走势分解方法及其在量化投资中的应用，重点分析MACD分段方法、涨跌幅分段、均线多头空头排列概率与价格形态强弱系数，结合活力指数和均线强弱指数预测股指中级别反弹与底部特征，揭示价格随机性与趋势的区别，为量化选股及策略设计提供理论基础和实证依据 [page::0][page::2][page::3][page::8][page::15][page::18][page::21][page::25].
本报告系统分析了中证 500 指数的长期投资价值，指出其行业配置均衡、成长与价值兼备，且具有较高的估值修复空间。重点剖析了电子、新能源汽车、光伏三大权重行业的景气走势与未来成长性，结合机构和北上资金配置行为，提出中证 500 在当前市场环境下具备较低筹码压力和更优筹码结构，中短期景气度在1-2季度内有望触底反弹，为长期配置提供支撑 [page::0][page::2][page::4][page::6][page::12][page::15][page::17]
本报告聚焦AIA-Timing策略中的行业轮动及动量因子构建，详述基于夏普比和信息比的动量因子表现及其周期依赖特征。报告指出23年宏观环境以复苏为主，趋势性因子表现强劲，推荐继续关注基于夏普比的动量因子短期表现，并逐步引入信息比因子以增强策略稳健性，为行业配置提供动态权重调整方案，有效捕捉轮动盈利机会[page::0][page::2][page::6][page::9][page::12]。
本报告系统构建了基于价值与成长指标的GARP选股模型，采用交叉打分选股策略，在A股市场过去6年多取得累计收益633.31%，显著跑赢沪深300指数，且在震荡市中表现尤为优秀，信息比率高达1.92。报告详细阐述了指标选取、打分、调仓流程，验证了策略稳健性及选股效果的广泛适用性，并给出最新9月份的荐股组合 [page::0][page::4][page::5][page::12]
本报告围绕市场微观结构中交易方向判别的理论基础与应用，系统阐述了交易方向判别方法，重点介绍了基于Lee-Ready法的知情交易概率模型及其估计方法。通过对期货主力合约的实证测试，用知情交易概率对传统R-Breaker日内交易策略进行优化，显著提升了模型的盈利稳定性和风险调整收益，回撤大幅降低，盈利回撤比提升至三倍以上，为交易策略改进提供了理论及实证支持 [page::1][page::8][page::14][page::18][page::25]
报告回顾了2022年12月5日至9日中国股市主要指数和行业板块表现，分析了上涨股票风格因子及组合收益拆分，重点跟踪了沪深300、中证500等指数增强产品的超额收益表现，并总结了关键因子（如市值、盈余、动量、波动率等）在市场中的表现及Smart Beta组合的收益走势。最后给出市场主要指数未来1月波动率风险预测，为量化选股和投资组合构建提供实证支持[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]。
本报告基于多因子量化分析框架，对精选个股收益及因子表现进行系统梳理。主要发现盈利因子表现显著，流动性、成长和波动率因子贡献较高收益，贝塔和杠杆因子表现较差。报告构建了多种Smart Beta单因子及复合因子组合，并对基本面、资金流及量价因子策略进行了样本外追踪，展示了不同风格下的累计收益表现。同时，基于Barra模型对主要指数未来1个月波动率进行了风险预测，创业板综指数波动率最高，市场整体风险有所提升 [page::0][page::1][page::2][page::3][page::4][page::7][page::8][page::11]
报告详细跟踪了PEAD策略在3月的表现，新增了两只高增长潜力个股云南城投和高新发展。已平仓4只股票正股平均收益接近15%，对冲收益超过16%。截至3月17日，策略股票池共47只个股，正股平均累计收益2.76%，对冲收益4.12%。报告强调突发事件带来的风险，建议采用止损策略降低损失 [page::0][page::1][page::2][page::3]
本报告基于主动与量化结合理念，回顾和展望A股市场，强调市场情绪回暖、政策底预期强化及存量博弈格局。重点关注低估值、盈利质量高及高分红的“确定性”风格，推荐基建、地产、必选消费等稳增长主线板块。量化模型筛选出高基本面Alpha股票名单及非线性量价选股组合，且冷门股因子指示部分低关注度价值股具备超额收益潜力。北上资金流向及行业表现数据进一步支持行业轮动视角 [page::0][page::2][page::4][page::5][page::6][page::7][page::8]
本报告基于机器学习（逻辑回归和XGBoost）预测市场走势，动态调整风险规避系数以优化均值-基尼投资组合，采用滚动窗口测试标准普尔500成分股资产，实证结果显示XGBoost模型构建的组合在平均收益、累积收益和年化收益率方面均领先于多个基准，验证了机器学习集成投资组合再平衡框架的有效性 [page::0][page::11][page::12]。
