金融工程：轮动反弹时间
本报告围绕2022年2月中旬A股市场结构表现、行业估值及市场情绪展开量化择时研究。通过GFTD与LLT模型对沪深300及创业板指数进行多空择时，指出当前各指数整体处于看跌信号阶段，成长股前期大跌后近期反弹，技术面显示可能构筑震荡底部。报告还总结了日历效应、ETF资金流向等市场情绪指标，为投资提供择时参考与风险提示 [page::0][page::3][page::5][page::13][page::18]。
金融研报AI分析
主动量化型基金研究：筛选方法、业绩特征及产品优选
本报告系统梳理主动量化型基金的筛选方法，分析其业绩特征、适应市场环境及投资策略，发现风格、板块及龙头股配置差异是收益差异主要来源，主动量化基金在特定市场环境表现优异。基于风格、板块剥离超额收益稳定性的筛选指标构建基金组合，历史回测显示该组合显著跑赢整体主动量化基金及主动型权益基金，超额收益主要来源于风格和板块的剥离表现 [page::0][page::8][page::11][page::22][page::25]。
景气视角下的行业轮动策略——重构行业轮动框架之五：汇总篇
本报告基于行业景气度视角，构建并完善量化行业轮动框架，通过筛选行业基本面同步指标和领先驱动指标，运用多元回归模型构建各行业综合景气预测模型，并基于景气度变化设计行业轮动策略。回测显示该策略自2007年以来表现优异，年化超额收益达到9.02%，且回撤显著降低。最新实证结果显示，钢铁、农林牧渔、采掘、传媒和建筑材料行业具备较好超配价值。[page::0][page::3][page::5][page::20][page::23][page::24]
因子极值表现突出，8 月关注 TMT 板块 ——行业轮动策略报告 7 月行情回顾及8 月展望
本报告基于多种行业轮动量化策略，包括相似性匹配、羊群效应、因子极值和宏观事件驱动策略，全面回顾了2019年7月行业表现及策略效果，并对8月行业配置提出量化建议。因子极值策略7月超额收益达8.1%，胜率80%，推荐重点关注TMT板块中的电子、电气设备等行业。相似性匹配与羊群效应策略提示周期板块和有色金属等行业也值得关注。宏观事件策略结合经济指标事件，给予食品饮料、纺织服装、医药生物、综合、计算机等行业推荐。各策略均显示因子创新高比例与行业超额收益高度相关，为后续行业轮动提供有效指引[page::0][page::4][page::17][page::24][page::33]。
VBPI 保本策略结合股指期货的应用研究
本报告系统介绍了基于VaR的投资组合保险策略VBPI，阐述其在风险测度上的优势并与传统CPPI策略进行实证对比。结果表明VBPI策略下方风险控制优于CPPI，且在加入股指期货后显著提升了上方获利能力，同时降低策略调整及交易成本，提升资金使用效率。股指期货的杠杆特性和做空机制为VBPI策略的灵活性及收益提供了新的可能性，具有较高应用价值和推广前景。[page::0][page::8][page::12][page::14]
基于高频数据的市场情绪择时研究 ——2010 年中期量化投资专题系列报告一
本报告基于高频主动买卖盘数据创新资金流定义方法，利用资金流比率的波动率衡量市场情绪。构建市场情绪波动的上下界交易和均线交易模型，实证验证均线模型在沪深300指数上的择时表现最佳，5年间成功率达80%，超额收益率达501.41%，适合中长期趋势择时判断，为指数市场情绪量化择时提供新思路和实证支持。[page::0][page::2][page::4][page::5][page::6][page::9][page::10]
金融工程：哪些指数的长期收益率逼近高峰时段
本报告回溯新冠疫情以来A股与港股市场各板块的结构性表现与估值水平，针对主要指数（如沪深300、上证50、恒生指数等）的PE_TTM估值和技术超卖指标进行分析，测算不同估值及趋势环境下长期持有的年化收益表现，发现低估值和超卖状态下指数后续收益显著提升，为投资者识别当前市场阶段及择时提供数据参考 [page::0][page::4][page::26]。
北上资金分化，小盘价值风格显著 — A股量化风格报告（2019.04.08-2019.04.12）
本报告分析了2019年4月第二周A股市场量化风格表现，重点关注北上资金流向分化，小盘和价值风格显著，成长风格失效减弱。通过资金流、估值、盈利预测及宏观事件等多维度，报告提出二季度重点把握盈利、质量及价值风格，建议聚焦大盘蓝筹及创业板相对收益。并介绍基于沪深300构建的绩优蓝筹趋势策略表现，为风格投资提供量化支持 [page::0][page::3][page::16][page::17][page::18]。
基于 ABL 的行业配置方法：经济周期、估值反转与股价动量的结合 ——量化行业配置系列报告之二
本报告基于ABL模型构建了经济周期分阶段的多因子行业配置框架，结合估值反转（相对PE）与股价动量因子，区分复苏、过热、滞胀和衰退四个经济周期阶段分别选取代表性因子进行行业配置，实现Beta中性组合年化信息比1.24，累计超额收益达11.72%。此外，系统化量化验证显示1个月股价动量、相对PE及M1同比增速等因子对行业回报贡献显著，且其统计检验均通过95%显著性水平，为行业轮动策略提供坚实因子支持[page::0][page::6][page::16]。
资金大幅流入，降准利好小盘反转风格 ——A 股量化风格报告
本报告系统回顾了A股市场近期风格表现，重点分析了降准对风格的影响，发现降准当月有效提振股价反转、小盘和质量类风格，价值风格失效。同时展望9月份A股量化风格，建议关注盈利成长因子、股价反转等风格，从资金流向和宏观事件角度支持小盘反转风格抬头。报告还介绍了基于沪深300的绩优蓝筹风格趋势策略，具有稳定超额收益和较好信息比率，适用于价值蓝筹风格的趋势投资者 [page::0][page::3][page::5][page::19][page::20]。
2023 年度量化策略：反弹继续，关注成长风格
本报告基于信用通胀周期宏观框架与多维微观视角，结合估值、风险溢价、情绪及技术面分析指出2023年A股将整体保持乐观，信用周期依然向上，估值处于多年低位，建议关注小盘成长风格及相关行业板块，并结合资金面和日历效应把握配置节奏，为投资提供系统性策略参考 [page::0][page::6][page::33][page::34]。
盈利成长风格持续，价值风格逐步修复 ——A 股量化风格报告
本报告分析了2019年6月A股市场量化风格表现，盈利成长风格持续占优，价值风格逐步修复。通过日历效应、资金流向与估值分析，推荐配置高盈利、高成长及价值风格组合。绩优蓝筹风格趋势策略基于沪深300成分股，自2017年以来年化超额收益约10.5%，信息比率0.83。宏观事件触发显示相关风格表现良好，为风格配置提供支持 [page::0][page::3][page::9][page::12][page::18][page::19][page::16][page::20]
金融工程：估值分位数全面底部 A 股量化择时研究报告
本报告基于2022年11月市场数据，结合多维量化择时模型（GFTD和LLT），分析了A股市场结构、行业及整体估值分布，显示沪深300等主流指数估值处于历史低位分位，市场情绪谨慎但基金仓位有所提升，ETF及北向资金净流入趋势显现；择时模型信号整体偏多，风险溢价处于高位，宏观因子显示短期市场存在较多不确定性。总体维持对2023年债务与产出双上行带来权益市场复苏的中长期乐观预期，提示量化模型风险控制重要性[page::0][page::3][page::5][page::10][page::14][page::21]。
金融工程 相对估值叠加日历效应，关注银行医药
本报告基于多维度量化模型，结合宏观事件、行业景气度、相对估值、资金流及盈利预期等多因素，构建行业轮动与指数配置策略。通过历史回测验证，多维综合策略在行业及指数层面均表现出显著超额收益，推荐关注医药生物、银行、家用电器、机械设备等行业，以及上证50等重要宽基指数。模型强调事件驱动与因子轮动结合，兼顾日历效应，提供系统化行业及资产配置建议 [page::0][page::4][page::5][page::23]。
万二佣金，且行 且珍惜——低佣金下 ETF 参与 T+0 交易的可行性分析
本报告基于低佣金市场环境，研究ETF参与T+0交易的可行性，通过经验模态分解交易策略（EMDT）和相似性匹配交易策略（SMT）对典型宽基ETF及行业指数日内交易策略进行实证分析。结果显示，低佣金模式显著降低了交易成本，使得ETF的日内交易策略有望盈利，EMDT策略对宽基ETF和行业指数普遍展现正收益，而SMT策略因持仓时间较短效果局限于部分行业。报告指出，ETF日内交易在未来T+0机制推动下将获得更多机会 [page::0][page::6][page::17]
中银量化价值：价值风格主导，对标沪深300的量化基金公募基金产品研究系列之三
本报告详尽分析了中银量化价值混合基金的基金规模、持有人结构、投资策略、行业及个股持仓变化，重点揭示该基金以价值风格为主导、灵活调整资产配置策略，通过量化多因子模型选股，取得了显著超额收益，2019年至2020年期间实现约20%的超额收益率，业绩表现优于同类沪深300指数增强基金，并有效控制风险，最大回撤表现优异，表现出良好的风险收益特征[page::0][page::7][page::11][page::13][page::16].
金融工程：中长期纯债型基金的高频久期估算与应用
本报告针对中长期纯债型基金持仓信息有限的问题，创新基于基金净值变化的高频久期估算模型，通过主成分分析及多指数簇回归选择最佳因子组，测算结果显示2017年至2024年期间，估算误差整体较小且分类基金误差差异明显；并基于估算的高频久期改进了业绩归因模型，提高了国债效应与利差效应的测算准确度，应用结果揭示2024年以来纯债基金整体久期上升趋势，为基金风险管理与市场判断提供新的高频工具 [page::0][page::3][page::8][page::15]。
金融工程：上行窗口打开
本报告基于Wind数据和广发证券发展研究中心的量化择时模型，分析了2023年7月24日至28日的A股市场结构表现、行业板块涨跌、估值水平、市场情绪、资金流动及量化择时模型的结论。沪深300、创业板指等主要指数估值处于历史较低分位，市场情绪指标显示新高比例上升且多数权益基金仓位维持较高水平，ETF及北向资金持续净流入，融资余额有所减少。两大择时模型（GFTD和LLT）对于指数涨跌预测存在分歧，但整体信号显示市场存在新的上升周期起点可能。宏观因子动向和风险溢价数据指出未来市场走向仍需关注政策和经济周期因素，量化模型择时成功率约80%，但存在策略失效风险提示，为投资者提供数据驱动的策略参考。[page::0][page::3][page::5][page::14][page::21]
金融工程：量化择时研究
本报告通过信用通胀的宏观视角及估值、风险溢价、情绪、超跌与技术面等微观视角多维度分析A股市场，认为下半年权益市场整体乐观，信用周期处于上升阶段约20个月，估值分位回暖，风险溢价处高位，市场情绪快速改善，主要指数技术面处在底部超跌区域，整体市场结构有望持续修复 [page::0][page::4][page::8][page::9][page::10][page::11][page::12]。
金融工程：见底需成交额进一步下降——A股量化择时研究报告
本报告基于量化择时模型（GFTD与LLT）结合市场成交额变化，系统分析A股市场当前表现和估值，洞察见底信号为成交额下降至前期高点约45%至60%，同时结合行业估值、市场情绪、资金流向及宏观因子事件，判断当前调整为加速上涨后正常回调，宽松货币环境未转紧，市场进一步回调幅度及企稳时间窗口被量化模型与成交额数据共振证实，为投资策略制定提供量化依据。[page::0][page::5][page::17][page::18]
