MOM 投资组合的构建全流程框架资产配置方法、管理人选择与动态组合管理
本报告系统梳理了MOM（Manager of Managers）投资组合构建的全流程，包括资产配置方法、管理人评价体系及动态组合管理，详细介绍资产多元化与策略多元化配置模型，剖析管理人投资能力及非投资能力评价框架，并强调动态调整和风险控制的重要性，为MOM产品的设计与管理提供科学参考 [page::0][page::2][page::7][page::15][page::28]
金融研报AI分析
金融地产行业内选股因子分析之五：多因子选股模型构建与实证
本报告系统分析了金融地产行业内多种选股因子的表现，综合信息系数、选股区分度、单调性和稳定性，筛选出价值因子（E/P、B/P、SR/P）及部分反转、规模、交投和波动因子作为多因子选股模型构建基础。实证结果显示，该模型构建的多头组合在2005年至2012年间累计收益显著超越基准，年化收益率最高达49.50%，胜率约70%，信息比率和夏普比率表现优异，空头组合表现则明显劣后。模型有效性在牛市尤为突出，为行业内智能选股提供了量化策略支持 [page::0][page::14][page::15]
行业动量反转效应——量化行业配置研究之一
本报告重点研究A股市场申万一级行业的动量反转效应，分析了2001年至2011年间不同期限涨幅排序的行业组合表现。实证结果显示，短期（前1个月、前2个月）涨幅较大的行业组合表现显著优于市场，动量策略在2001年至2009年期间显著跑赢上证综指，即使考虑交易成本后仍保持超额收益。动量策略在市场上涨阶段表现更优，而在震荡或下跌市场表现较差。报告还构建了基于前1个月涨幅最高的3个行业的动量组合，验证其稳定超额收益能力，为行业轮动策略提供量化依据。[page::0][page::1][page::5][page::6][page::7]
金工研究/深度研究：基金评价及筛选全流程研究框架
本文全面构建了基金评价及筛选的流程框架，涵盖基金类别及风格确定、业绩指标评价、绩效归因及定量定性综合评价，特别针对股票和债券基金分别展开风格划分和绩效归因的方法论，并提出基金业绩持续性及择时能力的量化评价指标，辅以具体模型和实例说明，为FOF基金管理提供系统的定量与定性评价体系 [page::0][page::2][page::3][page::14][page::20][page::27][page::29]。
ESG 分歧度因子和 AI 量价增强策略
本报告针对A股市场ESG评级分歧度构建因子，发现ESG分歧度与传统ESG评级互补，结合构建的ESG综合因子在单因子测试中表现优异。基于沪深300成分股高ESG因子底仓，结合华泰金工AI量价因子构建指数增强策略，回测显示年化超额收益达10.55%，信息比率显著提升，策略兼具业绩和ESG表现优势，展示了ESG分歧度因子的投资决策增量价值和AI因子的增强潜力[page::0][page::3][page::11][page::18][page::20]。
ESG 评价体系与 ESG SmartBeta
本报告聚焦ESG投资与ESG SmartBeta策略，系统介绍海内外ESG产品发展现状及评价体系结构，分析ESG因子的收益有效性。美国市场ESG SmartBeta发展成熟且规模较大，国内市场起步晚但增长迅速。ESG评价体系具有高度多元化和信息复杂性，ESG因子在不同股票池表现分化，整体超额收益有限且风险控制优势不明显。行业中性化处理可提升ESG因子稳定性，因子主要体现尾部风险，头部优势不明显，细分指标或为进一步优化方向 [page::0][page::2][page::8][page::9][page::27][page::32][page::33]
AI 量价选股模型风控探讨
本报告围绕2024年一季度AI量价选股模型的回撤原因展开，分析市值下沉Beta风险和策略同质化导致的Alpha衰减问题。通过因子和组合层面详细解析，发现AI量价因子长期暴露反转、低波、低流动性风格，强化市值结构风险管理（如约束非线性市值及市值高阶矩）可有效降低回撤，且AI量价模型具备一定风格择时能力但含尾部风险[page::0][page::2][page::4][page::6][page::9][page::10][page::14]。
人工智能 43：因子观点融入机器学习
本报告提出通过改进 sklearn 随机森林模型，加入“优先分裂因子”机制，提升机器学习模型的灵活性和可控性，能够反映投资者对价值、成长、财务质量等风格因子的主观看法，且以中证800成分股实证测试验证优先分裂因子的有效性，助力构建结合机器学习的SmartBeta策略[page::0][page::3][page::6][page::8][page::15]。
深挖分析师共同覆盖中的关联因子
报告系统梳理了分析师共同覆盖股间关联信息的方法论，重点构建间接关联和多层关联动量及反转因子，发现间接关联可有效补充直接关联信息，显著提升反转因子选股效果，且关联动量和改进反转因子优化后的中证1000增强组合表现更佳。同时研究了基于关联事件驱动的事件因子，发现贡献有限。总体体现分析师覆盖关联信息在量化选股中的重要价值[page::0][page::7][page::12][page::22][page::23]。
周期三因子定价与资产配置模型华泰金工周期系列研究
本文基于金融资产存在的统一三大经济周期（42 个月基钦周期、100 个月朱格拉周期、200 个月库兹涅茨周期），应用SUMPLE算法合成高信噪比周期三因子，并通过周期三因子建立资产定价模型及相应资产配置策略。实证揭示各大类资产及国家间存在稳定的周期相位差，有效捕捉周期性轮动信号，实现资产配置的超额收益，策略在全球及中国市场均表现优异[page::0][page::16][page::20][page::58][page::64][page::107]。
中证行业分类修订解读与科学性分析
本报告详细解读了2021年中证行业分类修订，指出新版中证行业分类显著增加了各级行业数量，一级行业与国际标准接轨，二级行业结合国情进行本土化细化，四级行业数量及市值分布更加均匀，有效提升了分类科学性和投资参考价值。行业分类调整推动相关行业指数成份股优化，提升指数投资效率，并为指数创新提供了更多可能性 [page::0][page::4][page::5][page::6][page::21][page::27][page::32]。
周期调整市盈率 CAPE 研究 --量化择时研究之一
本报告基于美国学者席勒教授的周期调整市盈率（CAPE）理论，结合A股市场实际，采用通胀及盈利周期调整方法计算CAPE，发现A股目前估值处于历史低位，接近均值减一倍标准差，长期看具有投资价值，但短期内CAPE可能持续波动，表现出系统性和持续性特点，为量化择时提供理论依据与实证支撑[page::0][page::3][page::4][page::5]。
2020年全球市场量化资产配置年度观点——小周期争明日，大周期赢未来
报告基于金融经济系统整体周期视角，运用量化滤波方法，深入分析全球大宗商品、股票、利率、美元、黄金、CPI和PPI的三周期状态，揭示2020年全球宏观经济周期上行背景下资产配置机会与风险。预计大宗商品与股市迎来同步上行，新兴市场高贝塔表现优于发达市场，美元处筑顶阶段需防范新兴市场汇率风险，黄金具备中长期投资及短期避险价值，利率短周期全面上行但债券受压。波罗的海干散货指数领先大宗商品，显示实体经济复苏趋势。[page::0][page::3][page::15][page::27][page::30]
主动量化投资正当时信达澳银量化先锋投资价值分析
本报告分析了我国宏观政策及资本市场环境对主动量化基金有利，重点介绍指数增强策略中的多因子模型和人工智能算法，结合信达澳银量化先锋基金案例，展示其资产配置、风险控制和打新增厚收益能力，说明该基金在控制风险前提下实现超越沪深300的长期增值潜力。[page::0][page::3][page::6][page::11][page::12][page::14]
债券违约与债基踩雷概率预测方案
本报告基于财务因子、地区因子、行业因子和事件因子，构建以Logistic回归和Bagging算法为核心的债券违约概率预测模型，并提出债券与纯债基金相关性测算新方法。结合违约概率与相关性，设计最大风险和平均风险指标，定量评估纯债基金踩雷概率，历史验证显示高风险债基中约10%发生净值骤降，提供有效的债券违约和债基踩雷预警工具 [page::0][page::2][page::4][page::12][page::20][page::21]。
风险平价之标的优选与层次化风险估计
本报告系统介绍风险平价模型及其简化版本波动率平价模型的基本原理，并对A股及全球股指范围内利用优选标的（如双创50）提升组合表现进行实证分析。同时，提出并检验层次风险平价模型，通过对协方差矩阵分层聚类简化计算，兼顾资产相关性，有效提升组合的风险分散和收益表现。蒙特卡洛模拟与实证回测均表明层次风险平价模型在多资产组合中表现优于波动率平价模型，尤其在相关资产较多时优势显著，且在极端市场、不同时间窗与调仓频率稳健有效[page::0][page::7][page::13][page::16][page::19][page::20][page::24]
强化学习择时跟踪：平 300，多 500
本报告基于强化学习DQN模型，构建股票指数日频择时策略，覆盖主要宽基及行业指数。样本外回测从2017年至2022年，策略整体年化收益率显著高于基准，夏普比率表现优异。具体来看，中证500和中证1000分别取得49.4%和55.6%年化收益，光伏设备和风电设备行业年化收益超百个百分点，表现最为突出。日频调仓策略体现出明显的择时效能，且收益稳健。风险提示包括模型过拟合、参数敏感及可解释性差等。报告详细展示了多指数的回测净值及超额收益趋势，为量化择时研究提供了实证支持 [page::0][page::2][page::3]。
人工智能 63：再探文本 FADT 选股
本报告基于对分析师研报文本的深度挖掘，采用FinBERT隐层编码替代传统词频向量，结合XGBoost模型，实现文本因子显著alpha提升。基准文本因子多头年化收益由22.87%提升至27.50%，相对中证500年化超额收益由14.75%升至19.19%。五组扩展测试确认因子升级稳健有效，覆盖不同场景。基于该因子构建的主动量化选股组合回测表现优异，最高年化收益达45.9%，夏普比率1.58，强于传统因子组合表现。文本因子与传统基本面因子相关性低，具有较强特异性，适配沪深300、中证500等股票池表现稳定。 [page::0][page::4][page::5][page::17][page::25][page::37]
公募绝对收益策略基金多维度解析
本报告详尽解析了国内公募绝对收益策略基金的发展历程、策略结构和多维度业绩表现，重点评估市场中性策略应用及其风险收益特性。国内绝对收益基金以市场中性为主，采用以股票多头配合股指期货空头的对冲策略实现Alpha收益，规模自2019年以来快速增长并高度集中，基金持股票比例普遍高于50%，重点持仓行业与沪深300指数接近，股指期货空头以IF合约为主。截至2021年三季度，绝对收益基金波动率和最大回撤远低于沪深300等股票指数，整体风险较低且收益相对稳健。同时，基金运作主要采用3个月定开模式，费率结构相对统一，部分产品收取浮动管理费。相较于固收+基金，绝对收益基金更强调市场中性和风险对冲，投资标的更为多元，但夏普比略逊于固收+基金[page::0][page::3][page::6][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26].
海外增长-流动性框架与大类资产配置
本报告基于自上而下的方法，构建了覆盖增长和流动性两个维度的海外宏观因子，系统性刻画海外宏观环境与股、债、商品、外汇资产表现的映射关系。通过自助法优选备选指标并采用扩散指数法合成因子，揭示了增长景气利好股票和商品、流动性宽松利好股票和债券的规律。结合月线MACD指标优化风险预算并应用风险预算模型构建海外大类资产配置策略，回测显示年化收益达5.85%，夏普比率1.19，且与境内宏观因子配置策略HACROC1组合后波动率和最大回撤显著降低，提升投资组合稳健性。报告还探讨了海外宏观因子对境内资产的影响，发现海外流动性收紧对境内股票压力显著 [page::0][page::3][page::8][page::10][page::15][page::18][page::21]。
