资产配置系列专题之一：联储态度的量化表达
报告基于美债市场实际利率与通胀预期数据，提出联储态度四象限划分模型，构建FedCircle资产配置策略。策略通过量化联储政策节奏，有效捕捉宏观周期资产表现差异，实现绝对收益，增强版年化收益达10.44%，夏普比率2.2，系统性风险可控，为宏观资产配置提供新思路 [page::0][page::11][page::14][page::18][page::19]。
金融研报AI分析
行业微观结构对行业配臵的影响
本报告从行业微观结构角度出发，构建研究难度和投资难度两大体系，系统回溯2005-2010年各行业的微观结构特征数据，包括成分股数目、公司差异性、财务稳定性、流动性、投资者结构、非系统性风险等。研究发现微观结构对行业收益的直接解释较弱，但其能反映行业内部选股潜力及投资成本，非系统性风险作为重要指标揭示选股价值。报告还提出微观结构有助于修正传统行业多因子模型，指导指数化配置与精选个股策略的选择，为行业配置提供新的视角与辅助依据[page::3][page::4][page::8][page::10][page::13][page::19][page::25][page::27]
金融工程专题研究百亿私募 2024 年三季度持仓变化透视分析
本报告基于上市公司三季度报告中前十大股东统计，间接分析了百亿规模私募基金2024年三季度的持仓变动情况，揭示医药、电子、基础化工为持仓增减重点行业，并梳理了重点私募管理人个股加减仓排行及其行业分布特征，为投资者洞察私募动态提供数据参考。[page::0][page::3][page::4]
GARP 选股：公司业绩的Bayes 后验条件概率模型
本报告针对公司业绩缺乏单调性问题，引入Bayes后验条件概率模型刻画业绩变动规律，统计显示当前温和增长公司未来一般仍温和增长，快速增速或负增长公司未来有回落概率。基于此构建GARP策略，归因显示行业内选股Alpha持续稳定，行业配臵Alpha自2008年起转为正收益。GARP策略Alpha序估计与实际Alpha相关系数高达70%，且最新组合与主要大盘指数成分股重合度较高，表现优于传统成长排序策略[page::0][page::3][page::5][page::6][page::7][page::14][page::21]
降低调仓频率，获取超额收益——金融工程专题研究
本报告通过对沪深300及其他主流指数成分股调仓的短期及长期影响进行实证分析，发现指数调样的短期收益效应主要发生在调仓日前，且剔除成分股的长期收益显著优于调入成分股。基于此，提出降低调仓频率的指数投资策略，即每N年调整一次指数成分股组合，显著提升年化收益率至13.45%，实现超额收益3.44%，且波动率和跟踪误差均保持在合理水平，有效降低交易成本提升指数增强效果[page::0][page::3][page::9][page::10][page::11]。
寻找 “未起飞”的成长股 欧奈尔选股法则
报告基于CAN SLIM选股法则，在A股市场进行量化实证，结合基本面与技术面构建因子模型，历经2008-2013市场验证，构建了最优拟合组合与行业中性组合，后者通过行业中性配臵显著降低风险暴露并提升超额收益，年均超额收益达25.45%，月度胜率69.49%，有效控制最大回撤，风格因子贡献突出，主要风险集中于市值因子。未来目标聚焦于市值中性配臵与风险管理优化，逐步向实盘策略靠近 [page::0][page::3][page::5][page::6][page::7][page::10][page::11][page::12][page::15][page::16][page::18][page::19]
逆向思考的浪花—国信投资时钟
报告提出基于宏观经济结构、经济周期及短期外部冲击的自上而下量化择时与行业配置体系“国信投资时钟”，系统构建经济周期指数和行业关联圈模型，结合宏观杜邦分析，识别消费类及轻工业集群为战略配置重点。并设计了量化基金配置框架及三种行业轮动量化策略（直接动量、半伙伴及伙伴算法），均取得显著超额收益。报告结合详实财务数据分析行业周期特性，给出2011年战略、中期战术和短期机动配置建议，强调经济周期结构性分析对投资时机及行业选择的重要作用，为投资决策提供明确逻辑支撑 [page::0][page::5][page::10][page::23][page::58]。
基于行业成交量长期移动平均变化的行业配臵模型
本报告基于行业成交量11个月长期移动平均变化率构建行业配置模型，验证了“牛市中有量则有价”的观点，实证显示成交量移动平均具备低滞后性与较高预测能力，11个月为合适周期。模型回测2007-2014年累计收益达756.7%，超额收益627.4%，年化28.8%，夏普2.65，显著优于基准表现。通过行业和行业集群不同加权方式比较，等权加权表现更优。策略对市场环境具有一定适应性，适合防御型长期趋势投资[page::0][page::3][page::4][page::11][page::19][page::22]
基于动态时间弯曲的形态匹配在指数增强中的实证研究
本报告提出基于动态时间弯曲（DTW）算法的形态匹配方法用于指数增强，通过挖掘历史与当前走势相似的股价形态并结合后期走势预测，实现沪深300成分股策略增强。实证显示，形态匹配策略胜率约57%，且策略具有良好鲁棒性，超额收益主要来源选股贡献，且回测及实际交易均显著优于基准 [page::0][page::3][page::10][page::17][page::19]
通胀下的理想投资标的：通胀防御策略指数
本报告基于2001年至今中国A股通胀周期中的行业表现和盈利能力，结合行业盈利指标和市场收益排序，精选采掘、化工、食品饮料、交通运输、黑色金属和商业贸易六大行业，构建通胀防御策略指数。该指数采用沪深300成份股，行业内等权选取代表性大盘股，半年调整，以2006年7月1日为基点。回测显示，通胀防御指数在通胀各期均显著跑赢沪深300，在非通胀期表现基本持平，具备长期抗通胀投资价值。此外，通胀期间上游行业前期表现较好，下游行业后期更具优势。这些行业盈利指标显示，采掘，化工，黑色金属，食品饮料等行业盈利受通胀影响较小，稳健性强，为指数构建提供基础[page::0][page::2][page::4][page::6][page::7][page::9][page::11][page::12]
行为金融学系列之三：过度自信与中证 500 指数增强
本报告基于行为金融学中过度自信的预期偏差，利用换手率作为过度自信的表征，实证发现中证500高换手股票表现较差，低换手股票表现优异，提出通过剔除高换手股票、加权低换手股票的中证500指数增强策略，实现年化超额收益6.45%，跟踪误差3.84%，月度胜率70.63%，最大回撤控制良好，为指数增强策略提供新思路 [page::0][page::3][page::5][page::9][page::10][page::14]
股票机构评级关注度过热规避策略
本报告基于2005年至2017年机构评级历史数据，分析机构评级数量与股票后续收益的关系。发现机构评级数量过多表明关注度过热，往往对应后续负超额收益；通过剔除关注度过热的成分股可提升指数收益，同时选取关注度低且具成长性的股票池构建组合能实现稳定的超额收益。实证回测显示两类策略在沪深300和中证500指数均表现出较强区分能力及投资价值 [page::0][page::3][page::5][page::8][page::10][page::12][page::14]。
科创板 ETF—更适合个人投资者的科创板指数基金
本报告系统分析了科创板的市场定位、上市条件、发行流程与信息披露规则，回顾了科创板首年运行情况，详细介绍了科创50指数的构成及其代表性和成长性，对比了科创50与纳斯达克100等国际指数表现，重点阐述借道科创板ETF投资的优势及产品特征，提出ETF作为个人投资科创板更优路径具备风险管理与流动性优势[page::0][page::11][page::16][page::23][page::25][page::26]
基于翻倍期的银行股价值选股
本报告聚焦银行股价值选股，构造了基于净资产收益率（ROE）与市净率（PB）非线性复合的翻倍时间指标X，提升了因子区分度和收益预测能力。多项改进方法（年化ROE、加权ROE、拨备调整及指数拟合Y指标）进一步优化选股效果，回测显示该策略在相对收益和绝对收益上显著优于传统单因子模型，为银行股量化选股提供有效决策工具 [page::0][page::3][page::4][page::9][page::10][page::13][page::16]
市场趋势数量化识别（第一期）
本报告基于变点技术定量划分市场趋势，结合趋势交易法则实现行业择时操作。通过对中证100、200、500及深圳21个行业指数的高频数据分析，报告发现大中小盘均呈稳定上涨趋势，但上涨力度明显减弱。行业层面，9个行业发出看多信号，无看空行业，建议仓位控制于80%。模拟组合自2007年以来累计超额收益达50.92%，显著领先深成指和沪深300，验证了变点模型的择时效果与行业轮动策略的有效性 [page::0][page::2][page::4][page::6][page::8].
多因子系列研究报告之三——多因子模型选股评价
本报告通过两种因子预期收益率预测方法——历史收益率均值预测法和区间最小二乘预测法，评价多因子选股模型的预测效果和选股绩效。实证分析显示，多因子模型显著优于单因子模型，且两种预测方法表现相当。历史回测表明，投资组合在2007年至2013年间实现-20.53%收益，显著优于同期沪深300指数的-53.26%；年化超额收益约10.64%，信息比率稳定在2左右，且组合为市场中性和行业中性。风格因子如规模、成长、动量等是积极收益和积极风险的主要来源 [page::0][page::3][page::6][page::8][page::10][page::12]
单向波动差值择时之六：成交额过滤转多信号的改进方法
本报告围绕单向波动差值择时模型，结合成交额信息，对原模型看多信号进行过滤改进，有效降低震荡行情下交易次数，并提升多头信号胜率。通过测试不同成交额阈值，发现阈值1.1效果较优，策略收益显著提升，交易频次降低且风险控制更佳。叠加幅度过滤实现信号稳定性增强，改进策略广泛适用于多种指数，表现优于原模型，为量化择时策略优化提供新的技术路径 [page::0][page::4][page::5][page::6][page::16][page::18][page::19]。
港股 ROE 量化投资策略 （三）从个股案例中寻找进攻策略的底层逻辑
本报告基于港股ROE量化策略“-3/4/-5”，通过蒙牛乳业和联想集团两个典型案例，深入解析ROE变化背后的基本面逻辑及投资表现差异。该策略核心在于选取未来ROE预期提高且有弹性的“未来蓝筹股”，验证表明其在牛市中具备优异的超额收益潜力，但并购等事件可能扰乱表现。五次投资复盘显示，预期兑现是成败关键。报告还给出符合该策略的最新个股名单，提醒注意历史规律重演风险。[page::0][page::6][page::15][page::38][page::42]
港股 ROE 量化投资策略 （二）ROE 量化策略的基本面原理初探
本报告基于对港股企业ROE的五重视角构建七条量化标准，产生2200余个量化策略，通过历史回测验证在不同市场环境下的配置与选股表现，提出牛市进攻、熊市防守及全市场投资守则，强调避免估值透支与资本无效积累，选取ROE稳定且合理估值的优质标的，为投资者提供量化选股参考与风险控制框架[page::0][page::4][page::30].
FF 三因子模型变量替代及应用
本报告基于FF三因子模型，结合多种因子替代变量设计和逐步回归筛选方法，验证模型在A股市场的有效性。研究结果表明，采用固定起点滚动窗口数据，市场因子以中证500最显著，规模因子表现稳定且负相关，估值因子相关性较弱且稳定性不足。模型适合用于收益归因及因子关注度衡量，但短期数据窗口不适用。报告进一步探讨模型在收益预测及低残差波动选股中的应用潜力 [page::0][page::1][page::5][page::7][page::9][page::13][page::14][page::15]
