本报告运用支持向量机模型对沪深300指数进行周度择时，筛选12个关键指标，实现单向做多与双向多空策略显著超越基准指数。双向多空策略累计收益81.33%，最大回撤11.10%，表现优于指数。模型对大跌预测准确率高达100%，对上涨预测能力较弱。报告展示了策略自2020年以来和整体运行期（2018-2021）的优异表现，且最新预测显示未来一周建议卖出，体现模型动态适应市场风险管理能力 [page::0][page::1][page::2][page::3].
本报告基于AR(4)-EGARCH(1,1)模型，系统分析了全球主要股指包括欧美、亚洲及新兴市场的波动率与指数走势的关系，揭示资本市场波动率高峰对应市场拐点的规律。重点指出上证综指上涨伴随显著不稳定性，波动率达到0.02以上是熊转牛的必要条件，当前A股波动率不足，暂未出现大规模牛市拐点，研究为市场趋势研判提供理论依据与实证支持[page::0][page::8][page::24][page::27]。
本报告围绕Dual-Thrust模型构建的CTA期货策略，详细阐述其原理与构建步骤，重点跟踪了2020年7月该策略在IF、IH、IC金融期货品种上的表现。7月份策略回测表现优异，IF、IH两品种分别实现14.37%和13.24%的收益率，最大回撤均不足2%，显示策略在金融期货市场中具备显著盈利能力和较低风险。[page::0][page::1][page::2]
本文基于中证1000指数，扩展并改进多因子量化选股策略，新增北向资金和技术因子，结合因子加权方法构建指数增强策略。回测结果显示，等权和IC加权策略均实现超额年化收益超12%，2024年初至2月底策略仍实现7.28%超额收益，且成长因子与技术因子表现突出，成长因子Sharpe和Calmar比率均超2，策略波动率和最大回撤较优，风险指标良好。该策略有望捕捉小市值股票潜在机会，为投资提供实证支持。 [page::0][page::4][page::29][page::31]
本报告针对沪深300指数，运用支持向量机技术构建单向做多和双向多空两种量化择时策略。通过筛选12项关键指标作为特征，模型在2020年至2021年测试集中实现显著超额收益，单向做多策略累计收益51.51%，双向多空策略累计收益80.60%，均显著优于沪深300指数的27.07%。策略最大回撤显著低于指数，表现出良好风险控制能力。模型预测准确率在跌幅较大时表现优异，辅助实现更精准的市场择时。整体策略展示出较强的稳定性和实用性，具备较高投资参考价值 [page::0][page::1][page::2][page::3]。
聚龙股份作为金融机具行业清分设备的重要公司，占据国内约30%市场份额，受益于银行反假和货币全额清分政策推动，公司营业收入及净利润快速增长。未来几年预计盈利持续提升，给予买入评级和32.37元目标价[page::0][page::1]。
本报告基于Fama-French三因子模型，采用历史区间2010-2020年数据，实证探究残差动量因子在上证50指数不同回归模型及截距项设定下的表现。结果显示，剔除截距项的残差动量因子在三年及一年轮动回归中均表现出显著有效性，前部组合年化收益率最高达5.87%，夏普率0.25，显著优于基准指数。组合间收益率存在明显分化，尾部组合同一周期则表现负收益，反映残差动量因子具备选股与择时价值。多种构建方案的比较也揭示截距项及回归周期对因子表现的影响，说明构建方法需权衡稳健性与信息捕捉能力 [page::0][page::3][page::7][page::10][page::13][page::18]。
本报告介绍Dual-Thrust模型的构建原理与参数设定，结合2021年前两个月中国金融期货市场IF、IH、IC品种的跟踪回测表现，揭示该CTA策略在IF和IH品种上实现了正收益，年初累计收益分别达9.21%和7.64%，而IC策略表现较弱且处于亏损状态。报告重点分析了模型基于历史高低价和收盘价区间突破规则产生买卖信号的流程，提供了详尽的收益率、胜率及最大回撤等关键风险指标，充分体现策略在不同期货品种上的差异化表现及适用性 [page::0][page::1][page::2][page::3][page::4]。
本报告基于蒙特卡洛估值模型和莱维蒙特卡洛模型，对中国市场可转债进行科学估值分析，量化测算各转债溢价率及其估值偏离，结合正股评级和赎回触发指标，揭示转债的投资价值及风险特征，为投资者提供全面的转债投资决策支持 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]。
本报告基于中国A股市场的基本面财务指标，采用单指标、双指标组合及多因子回归分析方法，评估量化选股指标对股票收益性的预测效用。报告提出五大类精选财务指标，验证其在选股中的稳定性与收益性，并基于实证优化指标组合以提升量化选股效果，辅助投资者短期市场研判和股票组合构建，同时监测指数型基金及股东增减持行为，为市场趋势提供量化参考 [page::0][page::2][page::6][page::8][page::9].
本报告基于2006年至2011年沪深300成分股实证分析了分析师预测指标对选股效果的影响。结果显示，分析师预测的净利润调高占比、主营业务收入调高占比、评级调高占比、评级买入占比四个指标的高值组合均表现优异，获得显著超额收益。其中，评级调高占比组合累计收益最高，达997.82%，月度胜率超过67%。评级买入占比指标综合表现最佳，被认为是收益影响最重要指标。各指标组合均显著跑赢基准指数，策略每月调仓，采用等权投资，风险收益表现稳健[page::0][page::4][page::5][page::6][page::7][page::8].
本报告围绕Post-Earnings-Announcement Drift (PEAD)现象，基于多个超预期因子（标准化意外收益SUE、净利润同比超预期、分析师超预期及研报标题超预期）构建超预期股票池。最终以分析师超预期和净利润同比超预期组合为基础，结合技术面与资金面增强因子，设计超预期精选股票策略。2024年策略整体表现优异，年化收益率达25.61%，但面临市场波动和回撤风险，策略持股20只最优 [page::0][page::4][page::24][page::20]
本报告系统梳理了股票类、基金类、大类资产配置、择时和衍生品类金融工程量化策略，涵盖Alpha动量与反转、行业Alpha、指数增强、多因子、资金视角ETF轮动、PB-ROE策略、自适应均线择时和支持向量机择时等多个策略，结合历史回测与实盘表现，展现其超额收益与风险控制能力 [page::0][page::2][page::3][page::5][page::6][page::7][page::9][page::13][page::14][page::16].
本报告基于Fama-French三因子模型，构建残差动量因子并在中证500指数中进行实证测试。研究发现，三年轮动回归模型下残差动量因子有效性波动较大且表现一般；而一年轮动回归模型下残差动量因子表现稳健，特别是在剔除截距项后，高残差动量组合实现了显著的长期超额收益和较优风险调整收益。基于残差动量因子的Smart Beta策略展示了较好的超额收益和风险控制，年化收益率最高达8.57%，夏普率达0.31，表现显著优于中证500指数。策略加权调整法虽收益略低，但稳健性更强，均适合用于实务投资参考。[page::0][page::6][page::14][page::26]
本报告基于财务报表数据构建行业轮动策略，综合测试并筛选24个估值因子和80个成长因子，最终选定4个估值因子和5个成长因子纳入双因子模型。回测显示，模型从2014年3月至2022年11月累计超额收益1.11，平均月度超额收益1.06%，年化超额收益率约10%。估值因子主要采用市值加权，成长因子采用等权加权，模型有效区分行业收益率但存在样本内外差异，后续将持续优化因子体系以增强组合抗风险能力 [page::0][page::26][page::27]。
本报告基于2007年至2012年金融地产行业数据，构建了包含总市值、流通市值、换手率、波动率、户均持股比例、PE、相对PE及多个动量反转因子的多因子选股模型。实证结果显示，10只优选股票组合在累计收益、信息比率和月度胜率上均显著优于行业基准，且各年均实现超额收益，其中2007年和2009年表现尤为突出[page::0][page::5][page::10][page::11]。
本报告运用蒙特卡洛模型及莱维蒙特卡洛模型对中国市场可转债进行估值，结合传统溢价率法全面把握转债价值。分析显示当前市场转债整体估值合理，平均溢价率约为-1.6%至-1.8%。通过表格和数据对多个可转债个券理论价值、估值偏离及赎回触发概率等关键指标进行了详尽对比与分析。此外，报告结合股性和债性指标，深入探讨转债的价格弹性和债性特征，提供了持有至赎回年化收益预期及投资优势分布，辅助投资决策。[page::0][page::1][page::2][page::3][page::4][page::5][page::6]
本报告系统介绍多因子量化选股中因子加权与正交技术，重点比较四种加权方法（等权、筛选后等权、IC均值加权、ICIR加权）在六大类风格因子（质量、成长、北向资金、分析师预期、技术因子）上的应用效果。通过正交处理显著降低因子间相关性，提升了模型稳健性。在中证500指数增强策略构建中，基于正交因子的策略较原始因子策略表现更优，年化超额收益达11.68%，信息比率为2.28，Calmar比率为1.52。报告详尽回测结果显示，筛选后等权与IC加权方法在多数因子中表现最好，提供了实用的因子合成建议与量化实操指导。[page::0][page::3][page::21][page::22]
报告基于主成分分析法构建市场情绪指数，综合基金仓位、PE、换手率、成交量、上涨家数占比、货币利率及外围市场表现等7个因素。通过情绪指数5周均线与20周均线的交叉信号实现沪深300的量化择时，回测显示策略累计收益超过350%，胜率达71.43%，有效捕捉市场大底和顶部，验证了情绪指数在择时中的实用性与前瞻性[page::0][page::6][page::8][page::9]。
本报告基于沪深300指数成份股利用ARMA(9,7)-Garch(1,1)模型预测波动率，提出一种结合反转与动量操作的Alpha策略切换方法。实证显示，在市场波动较大时，反转策略优于动量，反之则动量占优。通过对波动率预测值进行移动平均处理，并设定阀值，策略实现反转和动量间的动态切换，回测2007-2010年可获得11.94%-21.73%的年超额收益，年信息比最高达2.839，切换成功率超60%。该方法显著提升Alpha策略的稳定性和收益表现，具有较强的实际指导意义 [page::0][page::4][page::8][page::17]
