技术指标优化择时：10 年 30 倍收益——量化择时研究系列之一
本报告系统梳理了技术指标择时的常见误区与评价体系，实证对比了十多种技术指标及其参数优化后的择时效果，提出通过权重优化、等权重和0/1规划三种方法综合技术指标进行择时，构建12个高效模型，实现了10年内上证指数择时收益最高达30倍以上，年胜率达99%，并提出增加缓冲区降低交易频率以适应机构需求[page::0][page::4][page::26][page::33][page::37]。
金融研报AI分析
宏观动量：系统性模型与全球实战——学海纵横系列之二
本报告深度解析宏观动量策略的系统构建与实证表现，基于AQR的经典模型，结合全球四大宏观维度与四类主要资产，构建多个截面多空与方向暴露组合。策略在近50年历史回测中表现稳健，特别是在股票下跌、实际利率上升等逆境中展现负相关性，实现较高夏普率，且与趋势跟踪、风格策略具良好互补性。替代信号检验表明策略有效但存在局限，关键风险在于宏观趋势的持续性与资产反馈的稳定性，且策略组合通过跨维度、跨资产分散风险，提升整体稳健性，为投资组合优化提供新思路 [page::0][page::3][page::4][page::7][page::9][page::12][page::13][page::14]。
技术指标综合择时套保策略——浙商证券择时策略研究系列之四
本报告基于16个常用技术指标，采用综合择时模型，构建择时套保策略。通过样本内外测试，综合择时模型在牛市中表现与大盘基本一致，熊市中远超大盘，7年累计收益达577%，显著优于上证指数同期90%涨幅。改进模型增强风险控制，降低交易频率和最大回撤，提升胜率。基于该择时指标对FVM选股模型执行择时套保，收益由78.6%增至154.8%，显著降低风险。报告还考虑了期货保证金限制，推荐公募基金采用70%底仓加20%择时套保策略，实现风险收益的优化配置[page::0][page::5][page::7][page::12][page::13][page::15]。
2025，高频量化重回视野
本报告聚焦2025年高频量化策略的市场机会，分析了监管环境对高频交易影响有限，流动性对高频收益呈S型影响关系，微盘股流动性不足影响高频配置意愿，预计2025年全A日成交额中枢提升至1.3万亿，将推动高频策略年化超额收益提升约12.5% [page::0][page::4][page::8]
2023 年创新高基金盘点：做了哪些正确的事？——金融工程专题
本报告系统梳理并盘点了2023年逆势创新高的主动偏股基金，依据基金的主题投资、行业配置、个股挖掘和另类策略四种类型，总结其投资路径和业绩驱动因素。通过多维度分析，指出低拥挤度异质策略、围绕个股性价比的买卖时机把控以及分散低波动投资思路为关键成功经验，为基金经理和投资者提供投资启示。[page::0][page::4][page::8][page::22]
人工智能/指数增强指数增强组合业绩归因分析
本报告选取了每期收益前三的沪深300增强基金等权组合，通过季度调仓和权重限制，构建了AI指数增强组合，并使用Fama五因子和Barra十因子模型对该组合的业绩进行归因分析。结果显示，Fama五因子模型下，AI组合表现出明显的正alpha，主要暴露于市场因子、PB因子和ROE因子；而Barra因子分析显示alpha不显著，收益主要依赖于市值、Beta和账面市值比等因子。AI组合相比沪深300及相关指数增强基金实现了更优的风险调整收益表现，年度分解显示因子暴露和超额收益存在变化趋势。[page::0][page::2][page::3][page::5]
次优理论下的组合配置与策略构建 ——人工智能再出发
本文创新性提出金融次优理论，强调样本内的最优解并非样本外最优，次优解在样本外表现更好。采用差分进化算法（DE）解决金融组合中的复杂非凸优化问题，尤其适合最大回撤和CVaR最小化目标。通过两个实证组合：股票指数的最小风险组合与货币基金收益增强组合，展示了DE算法稳定、优异的回测表现，具有较高年化收益和较低回撤，为大类资产配置、FOF构建与智能投顾提供实务指导。[page::0][page::3][page::5][page::14][page::18]
利率择时：基本面视角——金融工程研究报告
本报告基于经济景气、通胀、信贷三大基本面维度构建利率综合择时指标，通过等权加总方法刻画利率中期走势。基于该指标设计的久期轮动策略在回测期内年化收益6.04%，最大回撤3.72%，显著优于中债新综合财富指数表现。策略在利率判断上行时投资短久期债券，下行时配置长久期债券，结合票息收益实现优化配置效果，具备较强实战意义和风险提示[page::0][page::3][page::5][page::7][page::8]。
从网络结构模型识别 “中心资产”──因子研究系列
本报告基于网络结构模型，采用动态时间规整算法构建沪深300股票的邻接矩阵，利用最小生成树优化网络结构，通过度中心性、紧密中心性和介数中心性三类中心性指标识别“中心资产”。实证回测显示，中心度因子在2010-2020年间具有显著选股能力，中心度较高的股票组合实现明显的超额收益和较低的最大回撤，且与市场阶段和行业风格具有关联性，为动态资产配置提供了新视角 [page::0][page::6][page::8][page::10][page::11]。
误定价打分、成交量，与 A 股预期收益率──基本面量化系列（一）
本报告基于Fama-French三因子模型无法解释的11个异象，通过特征工程构建误定价打分指标，对A股全市场股票进行分类和量化分析。结果显示，低估组股票未来月均超额收益率显著高于高估组，达到0.82%，并且在高估组中预期收益率与成交量负相关，低估组存在最佳换手率区间，验证了误定价与成交量对预期收益的影响机制[page::0][page::7][page::8][page::9]。
多因子和人工智能谁是 “正规军”?兼谈金融预测框架
本报告围绕资产定价核心理论，系统剖析了多因子模型与人工智能在金融预测中的异同，强调随机折现因子（SDF）作为定价核心，阐述了多因子模型的因子形式假设及其线性和非线性扩展，深入探讨人工智能方法在收益预测中的动态非线性优势及其在指数增强策略中的应用前景[page::2][page::20][page::26][page::36]
强化学习在行业配置端的应用——赛道投资的算法视角
本报告构建基于强化学习的行业配置策略，应用日频价量数据及注意力网络捕捉行业间依赖关系，实现动态高频行业轮动配置。策略在2016-2023年均实现正超额收益且回撤可控，强化学习框架显著提升风险调整后表现，且算法配置与主观赛道投资逻辑高度契合 [page::0][page::7][page::9][page::11][page::12]。
机器学习与因子（一）： 特征工程算法测评
本报告系统比较了多种机器学习模型（包括线性模型、神经网络及树模型）对A股短期收益的预测能力，验证了机器学习能够显著提升量化组合绩效，且梯度提升树模型（LightGBM、XGBoost）表现最优。模型具备动态适应市场变动的能力，交易类因子在短期定价中起主导作用，成交额稳定和价格低波动的股票短期表现优异。报告通过固定和滚动时间窗口训练对比，揭示模型适应性和超参数敏感性差异，为A股量化因子研究提供了实证支持和应用指引 [page::0][page::5][page::7][page::22]。
黄金：量化框架与实战操作——金融工程深度报告
本报告提出黄金价格不受实际利率因果驱动，美元信用是理解黄金本质逻辑的核心。构建涵盖美国财政压力、全球央行态度、避险资产表现和全球金融压力的多维度黄金择时指标，回测显示策略年化收益达12.0%，优于基准，且最大回撤显著降低。当前经济环境下，财政扩张预期延后降息周期，或推动黄金价格上涨，核心关注财政扩张及经济内生动能启动对黄金价格的影响 [page::0][page::4][page::11][page::13][page::16][page::17]
如何实现美股择时
本报告围绕美股市场择时策略展开，重点在规避极端下跌风险，构建由中期景气度、资金流与金融压力及短期信用利差、隐含通胀、经济政策不确定性三大因子综合形成的择时指标。回测显示2004年至2024年期间，综合择时策略年化收益11.3%，最大回撤13.2%，显著优于标普500指数表现 [page::0][page::4][page::8][page::12][page::13][page::17]。
高频因子系列研究——日内成交量占比对滑点成本的影响
本文基于分钟级交易数据，采用随机采样方法研究了股票日内成交量占比与滑点成本及其波动率的关系。结果表明，成交量占比在20%以下时滑点成本相对稳定，边际滑点成本波动率与成交量占比呈线性正相关，且低收盘价股票的滑点风险更高，揭示了高频交易滑点风险的量化特征，为策略执行提供理论支持[page::3][page::4][page::5][page::7][page::8]。
基于增持个股的因子选股策略——浙商证券事件驱动数量化策略研究系列之一
本报告基于高管和大股东增持股票行为，结合财务和估值因子，构建单因子和双因子选股模型，优化增持个股投资组合。实证表明，增持比例0.05%~1%、持有期6~12个月、组合股数在25~50只时，组合绩效最佳，双因子模型年化超额收益可达27%以上，最大超额收益达32.5%，显著优于沪深300基准，且稳定性高，投资策略具有良好的实操性和超额盈利能力[page::0][page::4][page::6][page::8][page::10][page::12][page::13]
Selectivity 因子基金优选组合(2022.10.15)
本报告基于Selectivity因子与Alpha因子对主动偏股基金进行优选，更新了2022年10月基金优选组合的成分及表现。优选组合在多个基金类型中表现优于样本池平均收益，尤其是普通股票型基金组合月中周度收益超出样本池0.7%。风格方面，基金组合由价值向成长风格切换，大盘成长型占比显著提升。重仓行业主要集中在食品饮料、医药生物、电力设备及交通运输。基金优选策略自2017年以来累计收益持续跑赢沪深300指数，年化收益率最高达14.51%，胜率普遍高于0.58，显示较优的实证跟踪表现[page::0][page::3][page::8][page::10][page::11]。
Selectivity 因子基金优选组合(2022.9.19)
本报告更新了2022年9月的Selectivity因子基金优选组合，涵盖增强指数型、普通股票型、偏股混合型及灵活配置型基金。优选组合整体表现优于基金样本池平均水平，特别是普通股票型和灵活配置型基金在短期周度收益表现超出样本池1%以上。组合风格主要集中于中小盘，且呈现成长向价值切换趋势。重仓行业分布以电力设备、食品饮料、医药生物等为主。策略累计收益显著优于沪深300指数，且胜率均超过0.54，表现稳定 [page::0][page::3][page::8][page::10]
美股套息交易测算及后市展望——泛事件驱动系列
本报告测算美股套息交易存量规模约3000亿美元，截至8月5日平仓比例76%，剩余放大卖压有限。盈利端恶化是美股下跌主因，资金面扰动加剧波动。美国经济韧性较强，衰退预期被高估，美债利率有望反弹，套息交易平仓节奏放缓，美股中期趋势向好。海外资金流动格局变化亦影响A股资金压力与风险偏好。[page::0][page::4][page::8][page::9][page::10][page::21][page::22]
