报告摘要

投资聚焦：市场低迷环境下期指基差变化的含义。2018年9月以来，市场经历了较大幅度下跌，其间悲观情绪也弥漫市场，但三大期指基差全线回升。其中，上证50指数期货主力合约的基差由-0.20%上升至0.31%；沪深300指数期货主力合约的基差由-0.34%上升至-0.05%；中证500指数

报告摘要

分级基金触发下折之后需要关注什么？国庆节后首周A股市场连续四个交易日下跌，10月8日至10月11日，沪深300指数、中证500指数和创业板指累计分别下跌9.2%、10.3%和10.6%，多数行业和主题板块指数也随之下行，并在11日收盘后有5只分级基金触发下折，主要集中在证券和军工板块

摘要

大盘强势股 3 日动量策略在上证 50 成份股当中，分别统计每只股票过去三个交易日的区间收益率；然后取最强的三只，作为强势股的样本股；分 9 个通道，每个交易日 1 个通道，每个通道分配 1/9 资金；三只股票等权，从次日开始，持有 9 个交易日。2009 年至今年化复合超额收益 17

摘要

1. 新股发行速度放缓，中签率保持稳定
2. A/B类打新收益明显高于C类，个人沪市打新性价比更高
3. 预计2019年2亿资金打新收益为4%左右

正文

[/wiki/static/upload/5a/5aba8184-eb4d-48a2-97cc-a9b46344d245.pd

摘要

1. 机器学习已广泛应用于各个前沿领域

2. 机器学习在金融市场中的应用举例 1.Lasso回归与商品期货价格预测

   2.使用决策树模型预测财务造假

   3.逻辑回归与债务违约预警

   4.集成学习在多因子选股中的应用

3. 机器学习应用于金融市场的局限

摘要

国外研究表明基金流量受到业绩正向影响，且存在非线性关系（1978）、Ippolito（1992）、Gruber（1996）、Chevalier和（1997）、Sirri和Tufano（1998）、Lynch和Musto（2003）、Barber、和Zheng（2005）的研究表明，基金

摘要

一、国信金工主动量化策略表现跟踪

• 本周，优秀基金业绩增强组合绝对收益3.26%，相对普通股票型基金指数超额收益2.12%。本年，优秀基金业绩增强组合绝对收益-6.74%，相对普通股票型基金指数超额收益3.02%。**今年以来，优秀基金业绩增强组合在主动股基中排名2

摘要

本文汇集了海通量化团队在大类资产配置、指数增强、因子择时以及CTA这四方面的核心研究成果，着重展现了策略在2107年的业绩和风险收益特征。

大类资产配置策略。2017年，包含权益和债券两类资产的积极的风险均衡（ARP） 组合累计收益率为6.94%，最大回撤仅有3%，夏普比率高达1.

近日，2021年深圳私募基金行业的发展情况报告公布。近5年，深圳私募基金行业规模保持上升趋势，存续私募基金数量及管理规模平均年化增速分别达13.0％、8.0％。

截至2021年末，深圳4,308家私募基金管理人共管理私募基金19,783只，管理规模2.27万亿元，较2020年末分别增长20.8％、

![{w:100}](/wiki/api/attachments.redirect?id=558b0dad-4369-4ac4-

摘要

本周全A选股（沪深300行业市值中性）朴素贝叶斯表现最好本周沪深300涨跌幅为-5.85%。本周3个模型跑赢基准，超额收益最高的模型是朴素贝叶斯，该模型本周获得绝对收益-5.40%，超额收益0.45%。 最近一月超额收益最高的模型是随机森林，该模型最近一月获得绝对收益，超额收益1.13

摘要

特征选择是人工智能选股策略的重要步骤，能够提升基学习器的预测效果特征选择是机器学习数据预处理环节的重要步骤，核心思想是从全体特征中选择一组优质的子集作为输入训练集，从而提升模型的学习和预测效果。 我们将特征选择方法应用于多因子选股，发现特征选择对逻辑回归_6m、基学习器的预测效果有一定

摘要

上一篇报告中重点介绍的HM与TM两大经典的择时能力分析模型在实际使用中实则存在一定的缺陷。本篇报告首先对经典模型的潜在问题进行反思，并给出一些评估基金择时能力的替代方案，以供投资者参考。

经典的HM与TM模型所存在的问题：TM模型假设了基金经理对Beta的调整是如同二次项变化轨迹的“

摘要

本文依然延续因子剥离系列的前序报告，围绕基金超额收益的来源以及进行探讨与分析，然而不同的是本文切入的是一个新的视角，尝试对基金的内部进行进一步的拆分，思考基金主动管理的从何而来。

基金的Alpha从何而来？Alpha特指基金管理人的投资管理能力，其两个重要的源泉分别为：选股能力和择时

本篇报告是我们行业基本面选股系列的第十篇，重点关注房地产。该行业以住宅地产为主，其余细分领域规模较小且商业模式存在明显区别，因此本篇报告将着眼于住宅地产行业寻找其选股逻辑，并对相关指标进行全面验证，挖掘其中有效的基本面选股指标，并构造住宅地产行业内基本面选股策略，供投资者参考。

**利润表失效，

报告摘要

1.市场继续处于下行趋势。当前反弹进入3150—3200附近的强阻力区域，在大格局仍为下行趋势的背景下，突破强阻力区域改变格局为小概率事件。建议谨慎应对，耐心等待下一次入场机会； 2.主动权益基金股票仓位整体保持平稳。其中医药、食品饮料、银行、非银金融、电子等行业的仓位下降，基

摘要

库存变化是供需平衡表分析的灵魂作为商品基本面分析灵魂的供需平衡表显示：库存是供需相对强弱的体现。

真实库存难以统计，研究具有代表性的库存指标变化更有意义。本文采用自上而下的方法，从宏观经济基本面入手，结合微观行业和品种特征对黑色系商品的库存变化这一流量概念展开研究，并构建库存同比增速预

报告摘要

美股：估值重回合理区间，道指继续做多

市场有观点认为长短期限利差收窄预示美国经济危机风险，即使美国经济数据不弱，投资者依然表现出避险情绪。我们认为：一、历史上 10-1 国债收益率真正倒挂的样本有限，也曾若干次利差收敛到当前幅度。经济衰退期（NBER 经济研究局）基本出现在

摘要

本报告以上市公司年报业绩预告发布之后的变脸现象为研究对象, 采用多项模型，从上市公司的财务、公司治理以及业绩预告信息的角度对其进行预测。

在市场整体风险偏好较低的阶段，投资者的关注会从收益端转向风险端，因此，2016 年以来风险端驱动的策略收益更加显著

上市公司的业绩变脸分为正向变

摘要

时序交叉验证方法适用于时间序列数据，能够有效防止过拟合交叉验证是选择模型最优超参数的重要步骤，本文关注传统交叉验证和时序交叉验证的比较。我们采用机器学习公共数据集以及全A选股数据集，分别比较两种交叉验证方法的表现。结果表明，对于时序数据，时序交叉验证方法在训练集上的表现相对较差，但是在

摘要

时序交叉验证方法适用于时间序列数据，能够有效防止过拟合交叉验证是选择模型最优超参数的重要步骤，本文关注传统交叉验证和时序交叉验证的比较。我们采用机器学习公共数据集以及全A选股数据集，分别比较两种交叉验证方法的表现。结果表明，对于时序数据，时序交叉验证方法在训练集上的表现相对较差，但是在

摘要

动量效应是由Jegadeesh和提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票•经济学解释：趋势交易，市场反应不足。

反转效应是由DeBond与提出，与动量效应相对，指过去一段时间收益率较高的股票在未来

摘要

本周全A选股（非行业中性）随机森林表现最好本周中证500涨跌幅为-5.90%。本周4个人工智能组合跑赢基准，超额收益最高的策略是随机森林，该策略本周获得绝对收益-3.64%，超额收益。最近三月超额收益最高的策略是随机森林，该策略最近三月获得绝对收益-6.05%，超额收益9.37%。最近

摘要

本周全A选股（非行业中性）随机森林表现最好本周（2018/03/05至2018/03/09）中证500涨跌幅为2.49%。本周6个人工智能组合跑赢基准，超额收益最高的策略是随机森林，该策略本周获得绝对收益3.82%，超额收益1.33%。最近三月（2017/12/11至2018/03/0

\

简介

本教程旨在介绍如何使用TensorFlow以及LSTM神经网络进行深度学习（了解更多机器学习请参见教程

@ML@ML

）。本教程的演示方法为：以实数序列的预测模型为例进行论述，并对股票价格或股指指数进行实测。

序列数据

本教程将使用神经网络作为序列数据的预测模型。接下来我