摘要

在市场上，对于资产、基金的分类一直是大家讨论的话题，根据业绩走势对于基金进行分类我们也曾有相关研究。研究资产的相关性一个重要的应用就是可以利用相似资产找到原资产中不可购买的一部分资产。本期琢璞系列我们推荐Chen, Chun-Hao, and Chih-Hung Yu（2017）的《A Series-based group stock portfolio optimization approach using the grouping genetic algorithm with symbolic aggregate approximations》，文献利用遗传算

摘要

2018年2月6日，受夜间美股大跌的影响，A股早盘低开后一路下挫。截止收盘，沪深300、中证500和创业板指分别下跌2.93%、4.90%和5.34%。面对这样突如其来的风险，除了提前预判、降低仓位之外，是否还有其他可供对冲的手段，以规避股票组合的大幅回撤。 为此，本文介绍了两类非常简单的低成本策略——时间序列动量和质量因子，它们在股票市场出现大幅回撤时，表现十分突出，能够帮助投资者免受大幅的亏损。而且，这两个策略即使是在正常的市场环境中，也有着稳健的收益表现。

时间序列动量策略。时间序列动量策略主要应用于期货市场，其思想非常简单。 观察每个品种过去R个交易日的涨跌幅，若上涨则

摘要

本文针对《行业中的超额收益探索》的研究成果进行了扩展，并在此基础上提出了一种动态检验因子有效性并选股的方法。通过2010~2016年的数据检验发现该方法在除综合行业外的其他行业里都可以选出超越行业收益的股票，各期行业选出的股票组合超越行业收益的比例在60%~65%之间，最大超额收益率达到189.2%，表明该方法在这一期间选股比较有效。应用2010~2016年统计的最优参数在2017~2019年的选股效果较差，对数据分析和检验发现该方法对股票未来收益的预测开始大幅衰减，原本持有两个月有效的时间已经衰减为一个月的时间，各类风格因子整体失效比较明显，在股票选择上的效果变差。

摘要

在本报告中，我们首先对 FOF 研究的基础之一，即股票和债券组合分析模型进行较为详细的介绍；然后对组合分析工具可以实现的内 容及使用方法进行说明。

基于历史收益的组合分析方法存在较大弊端，需要结合具体持仓进 行相关分析。对于股票和债券组合，我们对基于持仓和净值的分析 方法进行了介绍。

股票组合：

基于持仓，借鉴多因子模型，可以将个股收益拆分到共有收益和特 质收益上；对于给定权重的组合，同样可以进行这一拆分；进而， 可以得到组合在各风格上的暴露值、收益贡献和风险贡献。

基于净值，将股票组合净值收益率序列对市值、贝塔、动量、波动 率、BP、非线性市值、流动性、盈利、成

摘要

不仅A股分析师倾向于发布偏乐观的盈利预测，海外市场同样如此。

通过对分析师的预测误差进行研究发现，事后的预测误差与股票未来收益之间有非常强的负相关关系，预测误差越小的股票组合，未来表现更好。

相比事后误差，事前的误差估计更为重要，我们研究发现分析师的预测误差具有延续性，前期预测误差高的股票后期预测误差也倾向于较高。此外，分析师的分歧程度与预测误差正相关，而分析师覆盖数量、前期股票涨跌幅、业绩超预期程度则与预测误差呈现负相关关系。

通过对事前估计的分析师预测误差进行分析，该因子在不同的样本空间下均具有较好的选股能力，但同时我们也发现，其与估值因子、盈利因子、成长因子有较高的负

摘要

因子研究一直是量化领域的重心。研究者在基于新数据新想法不断努力挖掘有效因子的同时，如何将手头上已有的因子转化为最终的投资组合也是摆在基金经理们眼前的现实问题。本篇报告的主要研究目的，是在给定最终复合因子的前提下，探索新的多头股票组合构建及优化方式，并运用机器学习算法实现具有操作意义的指数增强构建方法。

因子组合构建方式不多：多为线性优化

线性优化是主流的因子组合构建方式之一，它有着简单直观、优化计算复杂程度低，计算耗时极少的优点。但相应的，它的不足之处是丢弃了不同个股之间的相关性信息，同时会使得最终的优化结果中，个股集中程度较大。

二次规划带来的边际提升有限