本报告基于A股网下打新历史数据及理论模型，系统估算了近3年不同类别账户在全市场及各板块的打新收益率，发现科创板及创业板收益最高且整体收益率有阶段性下降。通过资金规模与打新收益分布研究，得出最优打新账户规模约为1.2-1.3亿元。最后基于多维筛选标准，精选出13只低风险打新基金，这些基金在2020.7-2021.6区间打新收益均在8%以上，具有较好收益-风险特征，为投资者提供有效配置建议 [page::0][page::3][page::9][page::14][page::15][page::18][page::19][page::20]。
本报告系统研究韩国KOSPI200指数期权推出对现货市场的多方面影响，发现期权推出显著提高指数的日内与日间波动率，且指数运行周期明显缩短，缺乏ETF现货对冲环节时波动性更大。隐含波动率中，看跌期权指标对指数拐点反应更敏感，且成交量加权后的波动率反映更准确。期权成交量与持仓特征与指数涨跌存在显著相关性，长期内对指数走势具有一定指示意义，揭示期权市场对现货市场的反馈和影响机制 [page::0][page::4][page::5][page::6][page::13]
本报告基于2021年一季度偏股主动型基金持仓数据，分析基金规模、仓位及重仓股集中度，构建抱团因子并进行行业轮动策略回测。研究显示偏股主动型基金规模持续创新高，重仓股集中度短期下降但长期上升，抱团因子表现稳定并领先基准组合。行业轮动策略年化收益显著优于基准，重点推荐建材、医药、电子等行业，提供策略投资参考 [page::0][page::2][page::3][page::8][page::11][page::12]
本报告基于北上资金持股偏好、持股变化和动量三因子构建ETF轮动因子，针对富国基金旗下22只行业及宽基ETF，采用等权月度轮动组合策略，2017-2021年回测年化收益率达20.36%，明显优于基准组合，夏普比率0.83，信息比率1.03，显示出因子组合良好的预测能力和超额收益潜力[page::0][page::5][page::10].
本报告介绍了基于随机森林动态调整因子、使用多类概率分类预测的CPP量化选股策略。策略通过动态选优因子池，结合XGBoost多分类模型预测股票收益率区间，提升选股准确性和容错率。历史回测显示，该策略在2013至2019年间跨越牛市、熊市及波动市场均实现显著超额收益，年化收益率达到57%，夏普比率2.21，最大回撤21%。该方法优于传统机器学习选股模型，具有较强的可持续性和稳定性，为量化选股策略设计提供新思路[page::0][page::3][page::6][page::7][page::11][page::13][page::14][page::15]
报告通过系统分析2022年二季度偏股主动型基金的规模、持仓仓位、重仓股及行业配置，揭示基金抱团现象及其变化趋势。重点指出基金股票仓位维持高位，集中持仓趋于增强，同时抱团因子IC在2022年5月起由负转正，因子有效性有所恢复。行业配置方面，基金重仓电力设备及新能源、食品饮料和医药行业，短期增持钢铁、汽车等周期行业。抱团因子的多空组合收益自5月实现反弹，反映机构抱团行为改善[page::0][page::3][page::14][page::15][page::16]。
本报告基于北上资金持股偏好、持股变化及行业动量构建ETF轮动因子，跟踪富国基金旗下22只ETF的表现。2022年5月因子表现不佳，但随着6月北上资金大幅流入，策略表现有望改善。ETF轮动策略自2017年以来年化收益率达11.69%，夏普比率为0.48，显著优于等权基准。当前推荐以银行ETF、银行龙头ETF和价值100ETF为主 [page::0][page::2][page::4][page::5][page::6][page::7][page::8]
报告系统分析了2022年以来中国市场股票型ETF及增强策略ETF的折溢价特征，发现增强策略ETF整体处于明显折价状态，且折溢价受规模、市场涨跌幅、ETF涨跌幅及超额收益率等多重因素影响。具体来看，规模较小的ETF折溢价现象更显著，市场上涨时股票型ETF折价概率增加，而增强策略ETF的溢折率与其超额收益率呈显著正相关，投资者积极买入超额收益较高的增强策略ETF，推动溢价提升。此外，景顺长城500增强ETF日内实时溢折率与净申赎量具正相关，反映套利行为活跃 [page::0][page::2][page::4][page::7][page::9]。
本报告创新性提出了因子效用三位一体的测度方法，综合考察因子的时间有效性、收益有效性及因子暴露与超额收益的相关性，针对沪深300与中证500不同规模股票池进行了35个因子的全面分析。研究发现行情相关类因子及一致预期因子整体区分度不显著，不宜作为主要备选因子，但可作为业绩增强因子；不同市值股票对因子的敏感度存在差异。报告详尽展示了动量、反转、换手率、振幅、波动性及一致预期因子等的最优持有期与效用评估，为后续多因子组合构建奠定基础 [page::0][page::4][page::5][page::6][page::8][page::9][page::10][page::11][page::13][page::14][page::15][page::17][page::19][page::20][page::21][page::22][page::24][page::27][page::29][page::31][page::32]
本报告围绕行业景气度与估值动量构建多因子行业轮动策略。通过盈利、质量及估值动量三个因子构建景气度估值因子，IC均值达8.88%，多空组合年化收益18.54%，夏普比率达1.11。基于该因子构建的行业轮动策略年化收益12.11%，超额6.20%。纳入北上资金因子后，策略年化收益提升至13.62%，信息比率显著提高。最新3月推荐煤炭、钢铁、有色金属等行业及对应ETF，为投资决策提供重要参考[page::0][page::5][page::12][page::14][page::16][page::18][page::20]。
报告采用4维扩散指数模型、高频资金流模型、经验模态分解及技术分析等多维度量化方法系统分析A股宽基与行业指数趋势及结构，结合基金持仓风格偏离度、分析师一致预期构建风格与行业轮动模型，提出高胜率形态选股及基于北上资金席位的选股策略，回测结果显示策略收益显著优于基准。FOF层面基于行业风格偏离构建单因子策略，实现长期超额收益。风险提示主要为疫情、经济下滑及监管政策影响。[page::0][page::4][page::13][page::21][page::35]
本报告全面回顾了全球主要期权市场的发展历程与现状，重点对美国和韩国期权市场的交易结构、投资者特征及制度安排进行了深入对比。我国期权市场处于起步阶段，报告结合国际经验，提出我国期权市场在制度设计、投资者教育及功能发挥上的展望与建议，为期权市场的健康发展提供了参考依据 [page::0][page::1][page::15][page::16][page::17]。
本报告基于长江电力股价波动模型构建红利类ETF资产配置策略，实现自2024年3月18日至9月5日期间5.52%的正收益，最大回撤仅0.9%，显著优于同期中证红利指数及沪深300指数，风险收益比表现突出，且动态仓位调整有效规避市场下行风险，展现出较强的防御性和稳健性 [page::0][page::2][page::3]。
本文针对信诚中证500分级基金，构建基于期权定价理论的理论估值模型，采用几何布朗运动和蒙特卡洛模拟对A、B份额进行定价。实证分析显示，A份额理论估值始终高于净值且临近折算日呈收敛趋势，B份额理论估值高于净值且与净值高度相关。市场上A份额长期折价，B份额折价与溢价并存，该模型提供理性投资参考与价格发现，有助于分级基金估值改进 [page::0][page::1][page::5][page::6][page::7][page::9][page::10]
本报告围绕以沪深300指数为标的的向上敲出看涨障碍期权，采用日频Delta对冲方法进行复制实证研究，发现临近到期日且价格接近敲出边界时复制误差较大，最大复制损失达2.64%。主要复制成本由期货复制损益组成，保证金资金成本低。通过对Gamma、Vega、Theta、Pho及DeltaDvol等希腊字母风险剖析，揭示了期权敏感性指标在敲出边界附近剧烈波动，导致对冲风险提升。这些分析为期权设计和复制策略优化提供理论依据。[page::0][page::9][page::10][page::12][page::13]
本文提出了一种基于多方训练框架的方法，实现保险定价中的无歧视（discrimination-free）目标，核心在于仅利用隐私保护后的敏感属性数据，无需直接访问敏感信息。方法涵盖已知和未知隐私扰动机制的两种情况，并建立理论上的统计保证。通过合成数据与真实健康保险数据的实验验证，该方法可有效缓解直接与间接歧视，且对隐私噪声的估计误差具有一定鲁棒性，为受监管约束的保险行业公平定价提供了实用且理论严谨的解决方案[page::0][page::1][page::4][page::5][page::6][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::20][page::21][page::22][page::23][page::24][page::25][page::26]
本文提出并分析了Avellaneda–Stoikov市场做市模型的遍历形式，构建了基于正则化最大似然估计的在线参数学习算法，实现了对关键未知参数填充率敏感度κ的估计。通过解析求解遍历HJB方程，建立了最优反馈控制策略，证明了基于该学习算法的收益期望后悔界为对数平方量级，数值实验验证了算法的收敛性和鲁棒性 [page::0][page::3][page::19][page::23]。
本文基于43年高时频气象数据，建立RESCORE模型，评估欧洲电网深度脱碳背景下的可靠性与成本权衡。结果显示，满足高可靠性需大规模风电主导的可再生能源过度布置及储能，且少量天然气作为调峰备用显著降低系统总成本，减少了储能需求和供电中断风险 [page::0][page::1][page::12][page::14][page::18]。
本文提出了一个基于矩阵理论与图论的Coincidence of Wants（CoW）机制，实现了去中心化交易所中资产互换订单的闭环匹配与价值守恒。通过设计资产转移矩阵和美元价值矩阵，算法可识别完整及不完整的CoW循环，并生成桥接订单完成缺失的环节。实证分析使用Arbitrum链上的真实交易数据，验证了算法在稀疏市场条件下发现自然与合成CoW循环的能力，展示了减少滑点、提高资本效率和抵御MEV风险的潜力，为去中心化流动性提供和交易执行设计提供了理论与算法基础[page::0][page::5][page::12][page::18]。
