报告摘要

道氏理论

我们从Charles H. Dow的传奇人生以及道氏理论的历史出发，对道氏理论以及道氏理论中对趋势的描述进行了简要介绍。

上升趋势与下降趋势

MACD（Moving Average Convergence/ Di-vergence）指标可以用来表征市

摘要

近年来主板和创业板的轮动愈来愈频繁，而风格的判断一定程度上对最终投资组合的表现起到不可忽视的作用，因此去探究板块轮动的原因，解释甚至预测市场轮动的行情，无论对于板块标的进行直接投资，还是以此作为基础选股池进行筛选，都变得愈来愈重要。 沪深300与创业板指估值和市值有所分化，行业分布也各有

摘要

我们梳理了铁矿石的产业链逻辑，将影响铁矿石价格的因子分为两大类四子类，基本面因子包括供应因子、需求因子、库存因子，而情绪因子是并列于基本面因子的一大类因子。

基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点，所以数据处理方面有其特殊之处，本文从数据频率的统

摘要

主力合约是否为信号来源和交易的最佳选择

期货曲线中存在多个交易合约，我们普遍交易的是流动性最佳的主力合约。但国内大部分商品期货的主力合约为远月合约，其价格收敛特征可能并不明显，而大部分品种仅到期日意义上的近月合约流动性普遍较弱，价格可靠性不足。本文从流动性和价格敏感性出发重新

摘要

商品价格预测仰赖于基本面分析和技术面分析商品期货投资的关键在于把握未来价格走势，价格预测模型的建立主要仰赖于基本面分析和技术面分析。基本面分析利用经济资料（包括生产、消费、可支配收入等）从供需角度预测商品价格，因果关系较强，而技术面分析专注于研究价格本身的形态。

五大类商品中黑色系高波

摘要

库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一，具有未来价格走势的指向性作用。根据库存理论所蕴含的策略逻辑：做多库存偏低的品种、做空库存偏高的品种，我们引入库存偏离度作为库存偏离自趋势的量化指标，在横截面上构建多空中性策略。回测结果显示，当排序期（即移动平均窗口

报告摘要

基金特异度与未来业绩表现

对于传统的对冲基金（公募基金）而言，一只基金产品的持仓、净值越不“从众”，其未来表现越强，一个特异性程度较高的基金往往意味着基金经理人拥有更独特的投资技巧。

CTA的“从众”属性

本文聚焦于CTA类型策略，通过实证发现CTA策

研究结论

绩效归因分析主要是将投资组合的业绩与基准业绩相比较，并将超越基准部分的收益分解成若干影响投资决策的因素。投资组合的绩效归因分析主要有两大类：基于收益率的绩效归因和基于组合持仓的绩效归因。

基于收益率的绩效归因主要有T-M 模型、H-M 模型、C-L模型、TM-FF3 、H

研究结论

Alpha因子和因子组合FMP完全等价，在一个股票协方差下，两者可以相互转换，通过因子组合可以完全的表征alpha因子。理想情况下，均值方差优化框架下的组合权重完全正比例与因子组合的权重。

风险中性因子组合和风险中性因子的简单因子组合成比例，因子组合的收益受IC、因子组合

摘要

自2017年以来，我们撰写了一系列报告对于因子择时模型的构建进行了讨论。现有的因子择时模型多通过修正因子的收益预期来影响多因子加权权重，最终通过影响股票综合打分或者收益预期来实现因子择时。简单来说，该类模型通过收益预测模型实现因子择时。然而，收益预测模型是因子择时的唯一实现途径吗？答案

摘要

宏观数据多被应用于资产配臵与行业轮动，本篇报告尝试在微观的选股层面进行探索，以期为投资者提供参考。

如何刻画股票与宏观经济指标之间的联系。本文首先探讨宏观经济如何影响股票的收益，并尝试使用宏观敏感性（MacroBeta）刻画股票与宏观经济指标之间的联系。

宏观数据的潜在问题与数据清

摘要

本文是在报告《选股因子系列研究（三十四）——宏观经济数据可以用来选股吗？》的基础上所展开的进一步分析。

宏观敏感性因子的选股逻辑。上一篇报告中已提及：宏观敏感性因子只是刻画了股票与宏观经济指标之间的关系，包括方向与程度。使用宏观敏感性因子选股的正确逻辑是，当预测宏观经济指标上升时，选

摘要

在系列专题报告《选股因子系列研究（五十六）——买卖单数据中的Alpha》、《选股因子系列研究（五十七）——基于主动买入行为的选股因子》、《选股因子系列研究（五十八）——知情交易与主买主卖》中，我们从不同的角度对于逐笔成交数据中的信息进行了挖掘，并得到了一些具有显著选股能力的因子。本文旨

摘要

传统的多因子选股策略在国内市场上广泛应用，在过去几年中传统的多因子选股策略在实际运作中取得了较为稳定的超额收益率。从2007年至今较为有效的因子主要是反转类以及市值类的因子

正文

[/wiki/static/upload/a8/a87cf577-4c12-48ba-af7c-

摘要

市场监控

消费行业热度高位下行，TMT热度亦有回落。市场估值：整体处历史较低水平，超大盘和中盘估值分位更低；行业估值：农林牧渔和汽车继续上行，电子和通信仍处历史中位数以下；市场换手率：量能小幅回落，创业板指活跃度处历史中位数以下；行业换手率：消费行业热度高位下行，TMT热度亦

摘要

数据挖掘对于投资决策的支持作用越发明显。随着国内资本市场的发展，证券市场中的可交易标的类型和数量都飞速增长，与市场有关的数据也快速增加。同时，随着市场监管越来越严，机构投资者的比重不断上升，市场有效性也逐步提升。如何快速准确地处理海量数据，并从中得到有价值的信息，是在这样的环境中继续获

摘要

日内交易机会：创业板指＞上证指数＞深证成指，深证成指降低

采用人工智能方法，对全市场个股和主要宽基指数近2 0 个交易日交易机会进行评测，数据取自金融数据服务I N S I G H T 。交易机会评分衡量资产价格“非随机程度”，评分越高，代表近2 0 个交易日1 分钟收益率越

摘要

指令流毒性（VPIN）因子再探索

缩短预测周期高频因子结合方式的探索

直接赋权

空头剔除

轻装上阵：VWPIN因子

VWPIN因子构建

VWPIN因子结合效果

总结

正文

[/wiki/static/upload/ee/eead1f04-21d1-480b-9

\

摘要

机器学习与CTA：数据挖掘与人类对世界的认识

这是机器学习与CTA周报的第九篇，机器学习中证500神经网络策略上周（6.25-6.29）收益0.87%，机器学习商品期货策略收益2.72%，7.2-7.6大概率看多的商品是铁矿石；大概率看空的商品是白糖，焦炭，玉米，焦煤。机器学习与基本

摘要

传统多因子选股

在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘

传统的因

摘要

股指期货开盘动量效应我们通过对股指期货开盘动量效应的研究发现，股指期货长期存在显著的开盘动量效应。为此我们定义：如果开盘价，最低价以及收盘价随K线依次上升，那么可以判定为上涨（多头）趋势。如果开盘价，最高价以及收盘价随K线依次下降，那么可以判定为下跌（空头）趋势。

风险控制我们在进行

摘要

传统多因子选股

在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘

传统的因

小样本学习(Few-Shot Learning，FSL)是一种新颖的机器学习方法，旨在从少量的标记数据中学习。

深度神经网络在大数据上取得了骄人的成绩，但在仅有少量样本时表现得不尽如人意，而在很多实际情况中，数据难以取样或大量累积。为解决问题，小样本学习越来越受关注。

机器学习是从数据中学习，使