因子投资周报旨在根据主观参与程度高低，为投资者提供不同主被动等级的因子投资解决方案及产品建议，以满足投资者对于因子投资的不同需求。周报按照主被动程度从高到低分为以下五个部分：因子择时建议，量化投资组合，Smart Beta量化配置方案，多因子复合指数，单因子指数。

风险模型因子收益统计：本周最为强势的风格是Liquidity，其累计收益为-0.85%；本月最为强势的风格是Residual Volatility，其累计收益为0.91%

因子择时建议：建议随着“年报披露期”的到来，持续关注新成长（如研发费用、股权激励等）及分析师修正因子的表现。

量化投资组合:多因子指数增强模型沪深300成分

大型期货公司，速度快，通道稳定，欢迎各位投资者，手续费加一分，量大可返还。

软件平台+通道 :快期，文华，TB开拓者，MC达钱，易盛，飞创，ctp，ctp二席，ctp极速，ctp迷你，恒生VIP，飞马，盛立高频，广策高频，股票期权

可以对接自研量化平台

欢迎加V信沟通：1-3-6-5-1-3-3-0-9-8-1

\

近日，又一批量化私募正在争相布局量化产品，或通过放开限购，或调整对冲策略，以期能够及时捕捉投资机会。

多位私募人士表示，今年以来，随着中证1000股指期货和期权的推出，以及3只ETF期权品种即将上市，以往难以对成长股实现精准对冲的格局有所转变。尤其是对量化交易为主的投资者而言，在推出新产品的同时，还能迭代策略，使其不被市场所淘汰。

其中，鸣石投资正在加强研发投入，持续进行策略迭代，根据市场需求推出中证1000对冲策略及混合类策略产品，以满足不同风险偏好投资者的资产配置需求。

九坤投资也表示，公司将对规模审慎控制，避免以爆发力博取规模，因为管理规模增长要与业绩发展、风险控制能力相匹配，方可

在不少投资者看来，大型私募机构兵强马壮，拥有丰富的投资策略、完善的风控体系，更有可能带来长久的投资回报；在媒体眼里，大型私募机构也是私募界的宠儿，拥有重要的话语权。

然而，规模也是业绩的杀手锏。受限于成交量、市场情况、投资标的等因素，私募机构一般都有策略容量，当管理规模超过策略容量时，可能就会出现策略收益衰减、收益率波动变大等情况。

因而，“小而美”的私募也逐渐被市场关注。“小而美”的定义有两方面，一是人员结构不追求人的数量，而是尽可能保证每一个核心成员优势互补，实现高效且稳定的沟通；二是产品层面不一味地追求规模，而是追求质量，表现出优秀的业绩。

量化私募的核心价值就是一定要有策略不断升

摘要

目标日期基金的核心问题是如何随时间变化调整资产配臵，其中最关键的就是如何确定下滑轨道的路径。

根据投资者自身人力资本的特点，以及对资产未来收益率的预测，以最大化投资者效用函数为目标确定最优的下滑轨道。

根据股票与债券在不同持有期上相对风险的变化，也可以构建下滑轨道。距离目标日期越久，未来持有期越长，股票相对债券风险越小，股票由于其更高的收益就应该占据更高的比重。

正文

[/wiki/static/upload/12/1262416d-5785-42c7-9654-a3183252cf33.pdf](/wiki/static/upload/12/1262416d-57

摘要

国家统计局定期编制的投入产出表数据可以帮助投资者了解各个行业相互的中间投入和产出情况，分析行业资本密集、出口依赖度等基本属性，确定行业在产业链上的位置。

借助网络学科工具，我们绘制了中国1990、1997、2005、2010和2015年和美国2017年的行业投入产出网络图，投资者可从中清晰看到不同行业间的投入产出关联，行业在整个产业链中的中心程度，产业结构的变迁。

从2015年国内数据看，所有产业链中居中度高的行业以制造业居多，金融、批发零售、房地产、农林牧渔、建筑等几个GDP高的大行业居中度也高，处于整个中国经济产业链的中心地带。房地产行业虽然居中度最高，但从它接受的中间投入

摘要

文献来源：Demiguel V, Gil-Bazo J, Nogales F J, et al. Can Machine Learning Help to Select Portfolios of Mutual Funds?[J]. Social Science Electronic Publishing, 2021.

推荐原因：众所周知，事先确定未来表现优异的共同基金是一项困难的任务。本文基于大量投资者容易获得的基金特征数据，利用机器学习方法训练提升其预测能力。研究发现，利用1980年至2018年期间美国股票型基金的数据，基于机器学习方法构建的基金组合，经风险调整

摘要

文献来源：Morningstar. Morningstar Fixed-Income Style Box. 31 October 2016.

推荐原因：不同风格的基金通常有不同的风险和收益水平，对投资者来说，理解并有效度量基金的风格暴露是非常重要的。晨星依据利率敏感度和信贷质量对债券基金进行风格划分。在利率敏感度维度依据基金持仓的平均有效久期将债基划分为有限敏感、中等敏感和广泛敏感。在信贷质量维度使用债券的信用评级将债基划分为高信贷质量、中等信贷质量和低信贷质量。以信贷质量为纵轴、以利率敏感度为横轴生成3*3的晨星风格箱。

![{w:100}{w:100}](ht

文章摘要

卖方研究在经济不景气时期更有价值吗？

由于不确定性在经济不景气时期处于高位，投资者发现评估公司前景的难度增加，因此应该更重视分析师的产出。然而，较高的不确定性使分析师的任务更加困难，因此分析师的研究成果在不景气时是否更有价值尚不清楚。通过实证我们发现，在经济不景气时期，分析师的修正会对股价产生更大的影响，每个单位的盈利预测误差会下降，而分析师的报告会更频繁和更充实。分析师的增量影响对估值难度较大的公司来说也更为显著。这些结论可用分析师敬业程度提升和投资者对分析师依赖程度增加来解释。

文献来源：Loh, R. K., & Stulz, R. M. (2018). I

摘要

市场如同一片汪洋大海，弄潮儿善于发现潮起潮落的规律，迎头赶上，越过千层浪。同样地，聪明的投资者善于发现市场的变动规律，拨开表 层土壤，挖掘潜在的黄金投资机会。波动率是可转债期权价值的体现， 如何利用波动率寻找可转债的价值洼地？

正股波动率反应了正股价格的波动情况，而隐含波动率是可转债期权 价值的一种体现，因此可以根据正股波动率与隐含波动率的关系来判 断可转债的估值情况：（1）当隐含波动率相对正股波动率较低时，可转 债期权价值被低估；（2）当隐含波动率相对正股波动率较高时，可转债 期权价值被高估。东吴金工构建估值指标IV⁄HV来判断隐含波动率是 否被高估或者低估。

由于隐含波

摘要

本文采用两种方法来测算债券基金的久期本文我们尝试用公募基金季报披露的组合和平时披露的净值，尝试用两种方法来计算公募基金的久期。 通过方法介绍和数据实证分析，这两种方法各有优劣，对投资者分析债券基金有较大的参考意义。

正文

/wiki/static/upload/8f/8f80ad75-035a-4997-be72-fadbf10ab3df.pdf

\

摘要

原油期货将于2018年3月26日在上海期货交易所子公司——上海国际能源交易中心挂牌交易，这是我国首个国际化期货品种。本报告从多个角度对原油期货进行了分析讨论，旨在为各类投资者提供关于原油期货的基本知识和投资机会。

原油市场概况。原油是国际能源市场最重要的交易品种，被誉为“大宗商品之王”。 目前全球有12家交易所推出了原油期货。其中NYMEX和ICE是全球影响力最大的两大原油期货交易中心，其对应的WTI和布伦特两种原油期货也分别扮演着美国和欧洲基准原油合约的角色。另外，DME上市的阿曼原油期货也是重要的原油期货基准合约。

标的品种介绍。我国原油期货交易品种为中质含硫原油，与其他

投资要点

多因子模型风险预测：百尺竿头，更进一步投资是一把双刃剑，投资者既是收益的追逐者，同时也是风险的承担者。一个好的多因子模型框架通常包含收益模型、风险模型、绩效归因三个模块，本报告聚焦多因子模型的第二大功能—风险预测。

多因子风险矩阵估计方法采用多因子结构化风险矩阵估计时，为保证样本内外估计的一致性、增加估计结果的准确性，需要对因子协方差矩阵和特异风险矩阵的估计作如下调整：

因子协方差矩阵估计：Newey-West自相关调整、特征值调整、波动率偏误调整特异风险矩阵估计：Newey-West自相关调整、结构化模型调整、贝叶斯收缩调整、波动率偏误调整多因子风险预测模

投资要点

市场风格急剧转变，大盘蓝筹异军突起2017年A股市场风格急剧转变，大盘股异军突起，小盘股风光不再。一半是海水，一半是火焰，市场的结构性牛市让投资者几家欢喜几家愁。方正金工通过构建自己的多因子风险-收益归因模型，全面窥探市场风格，及时捕捉市场风格变化，力争成为投资者风险管理的一大利器。

Barra风险-收益归因模型多因子模型可以将对N只股票的收益-风险分析转换为对K个因子的收益-风险分析，简化分析工作量的同时提高了预测准确度。在模型构建中，需对模型的多重共线性、系数显著性、因子标准化方法及残差的异方差性进行考虑。

方正金工多因子收益归因模型方正金工对市场主流风格因子

主要观点

推荐文献一：流言的背后:财经媒体的轰动效应【2015】

推荐理由

本文研究了这种动机如何影响当存在传闻时媒体报道并购的准确性。研究发现准确性受到新闻工作者的经验、教育、行业知识的影响。相反，不准确的新闻通常运用模棱两可的语言和用著名公司来吸引读者。投资者不能完全考虑这些新闻的预测效果，导致了一开始目标公司价格过度反应和随后的逆转。该文属于行为金融范畴，研究比较深入，对我们研究行为对投资的影响有很大的借鉴意义。

推荐文献二：粘滞预期与盈利指标异象【2016】

推荐理由

本文的新颖之处在于为市场上存在的非理性现象建立了数量化模型进行解释，

本文所述市场数据是指交易所为市场提供的行情数据和在此行情数据的基础上进行加工产生的衍生数据等。市场数据是交易所一项非常重要的资源，挖掘市场数据自身价值，可以起到在一定程度上吸引投资者从而活跃市场、为交易所带来可观的收益等作用。通过跟踪研究，笔者认为，境外交易所市场数据收入主要来源于 ：市场行情数据授权 ；在行情数据的基础上提供的衍生产品、数据分析等数据增值服务 ；以及与市场数据相关的技术服务等。本文重点剖析芝加哥商业交易所集团（ChicagoMercantile Exchange & Chicago Boardof Trade, CME Group）、洲际交易所（Intercontinenta

摘要

研究风格择时能力的意义在经历了2016年底的风格转换之后，投资者越来越关注基金选择风格的能力。本文就股票仓位较高的两种基金——普通股票型和混合偏股型，讨论哪些基金和基金经理有选择风格的能力，以及这种能力是否有持续性。

通过比较业绩排名的方法研究基金经理风格选择能力以市值为例，对股票市场的风格进行划分，统计每次风格切换时点前后业两个月内绩排名均靠前的基金和基金经理，并分析这些基金和基金经理在未来的风格切换时点前后业绩排名是否还在前列。在10位过去表现好的基金经理中，只有1位基金经理管理的3只基金能够在历次风格转换前后都排名在前40%。说明基金和基金经理没有风格择时能力。如果根据市场

伴随着国内量化私募管理规模不断创出新高，量化交易中经常提及的算法交易工具逐渐被投资者熟知和青睐，市场上也涌现出了一大批优秀的算法交易服务商。

但与国外欧美市场算法交易份额80%-90%相比，国内算法交易发展方兴未艾，未来会有越来越多的专业投资者通过算法交易工具武装自己！

算法交易又称为黑盒交易，是指凭借IT技术的发展，利用算法完成订单拆分、挂单和撤单等交易环节，提供以成交为目的的自动化交易执行。其主要目标是保证执行效率、降低冲击成本、减少人力成本、保护交易意图、捕捉交易机会。

算法交易优势主要体现在三个方面：1.有效降低交易冲击成本；2.大幅提高交易执行效率；3.避免与竞争对手正面“交战

今年以来，量化私募不论是新产品发行还是持续营销都遭遇降温。不过有私募表示，现在低迷的时候，应该正是布局之时，仍会尽力做好工作，有的私募已经推出定投方式，希望投资者不追涨杀跌，更理性投资。

因诺资产表示，今年市场大跌，产品发行遇冷，这种规律很难从根本上改变。但当前是布局量化产品，尤其是指增产品的好时机，因此即使产品不好募集，仍然会尽力做好投资者交流以及售后维护工作。

虽然短期发展势头有所回落，不过在量化私募机构看来，量化投资在中国才刚刚起步，未来还有着非常广阔的发展空间。

鸣石基金表示，中国国内量化投资仍处于发展期，未来仍有很大发展空间。从全市场交易占比来看，量化交易占全市场交易比例为15

https://bigquant.com/live/shared/strategy?id=62677

https://bigquant.com/live/shared/strategy?id=60243

需要的留下联系方式

ROE是价值投资者考察上市公司盈利能力的一个重要指标，在美国市场上有效性很强，但在A股基本没有选股效果，造成“A股不看公司盈利”的印象。但如果ROE的分子换成一年后的未来盈利，ROE的选股能力将显著提高，说明历史ROE选股无效的原因主要在于其对公司未来盈利的预测作用太弱，准确的盈利预测可以为投资者带来超额收

预测公司盈利的常用方法有三种：时间序列法，横截面法和分析师一致预期。前两者是基于客观历史数据的统计模型，后者是分析师综合多种信息源研究后得到的汇总主观数据。从预测精度来看，采用历史TTM数据的时间序列方法预测准确性高于一致预期和横截面回归方法。分析师一致预期数据存在明显高估现象。

分析

报告摘要

“温水煮青蛙”理论

有限的认知精力使得投资者无法及时处理市场上发生的所有信息。通常来讲，相较于突发的、剧烈的变化，投资者对于温和的、小幅的变化通常更加不敏感。受此启发，我们提出一种“温水煮青蛙”（frog-in-the-pan）理论。该理论认为如果两只股票过去一段时间的累计收益相似，那么小幅缓慢上涨的股票所受到的市场关注会明显低于大幅突然上涨的股票。

如何度量信息离散度

本文根据个股日度收益的符号来构建衡量股票信息离散化程度的指标。如果两个股票在考察区间段的收益相似，一类股票的收益是由小幅但大量的上涨天数来推动的，另一类股票的收益是由大幅但少量的上涨天

作者：Michael Harris 编译：caoxiyang

导语

以下是我几个月前在欧洲做的一次演讲的摘录，当时我应邀为一群低调但净资产很高的投资者和交易员做演讲。该主题由主办方决定，是关于人工智能和机器学习对交易和投资的影响。下面的节选分为四个部分，涵盖了原始报告的50%。

人工智能和机器学习对交易的一般影响

人工智能（AI）允许用机器代替人。在20世纪80年代，人工智能研究主要集中在专家系统和模糊逻辑。随着供应算力的成本降低，使用机器解决大规模优化问题变得经济可行。由于硬件和软件方面的进步，如今人工智能专注于使用神经网络和其他学习方法来识别和分析预测变量，