基于回归法的多因子选股模型
本报告构建了一个基于回归法的60因子多因子选股模型，利用2004年至2011年A股市场数据进行验证，模型具备良好的区分股票能力。表现最佳的组合月均回报率达2.85%，信息比率为0.87，累计收益达到5.4倍。实证结果显示低估值、小市值股票长期表现优异。该模型仍需完善风险控制和非线性建模等方面 [page::0][page::3][page::5][page::6]
金融研报AI分析
行业全视角雷达简介及应用
本报告构建行业全视角雷达框架，结合趋势强度、周期位置优势、拥挤度、赚钱效应、北向资金流入、估值优势及盈利预测等8大关键指标，对电力设备、煤炭、军工、汽车和房地产等行业进行多维度对比与跟踪，通过多周期均线指标及成交金额分位监控行业趋势和风险，为行业轮动和择时提供量化支持。[page::0][page::2][page::5][page::11]
机器学习与CTA： 关于期货之间联动性
本报告系统回顾了机器学习驱动的CTA策略在中证500神经网络商品期货策略以及基本面结合策略的表现，揭示了期货品种间的高相关性及其对策略收益的影响。报告指出，传统趋势策略表现较差，机器学习策略相对较优，具体信号指示白糖看空、燃油看多趋势，结合相关品种联动关系提供了交易决策参考 [page::0][page::2].
不慌不忙：安信黑科技简介及年度策略展望
本报告全面介绍了安信证券“黑科技”均线系统的理论基础、模型构建及实际应用，通过价值中枢理论、周期分析、价格围绕价值波动等核心方法，提炼出股票市场运行中的关键支撑与阻力位，并结合历史数据与走势统计，展望2021年上半年股票市场多个重点板块的行情趋势，提供定性及定量的策略分析，有效辅助投资决策 [page::0][page::3][page::6][page::31][page::21].
安信金工黑科技原理揭秘之一：周期分析理论
本报告系统揭秘了基于周期分析理论的黑科技量化模型，提出了独立于传统信号处理的周期识别算法，能够有效识别日K线和周K线级别价格波动的周期特性，并将其转化为无参数、自适应的特殊双均线系统，实现对市场趋势的数学驱动判断和潜在目标位预测。该模型兼具抗混沌干扰能力和自学习机制，适用于多数具周期波动性的标的，且通过上证综指等实证展示了算法的误差修正与自适应能力 [page::0][page::2][page::4][page::7][page::10][page::11]
数据驱动下的择时专题系列之二：深圳成指
本报告基于数据驱动的因子构建与多因子回归模型，构建深圳成指择时交易策略。模型采用Price-to-Distance、SIN(Low)、CDL3INSIDE、MACD及CDLSHOOTINGSTAR等因子，通过滚动样本外回测，取得夏普比率2.72，年化收益达73.53%，最大回撤32.22%。报告还进行了交易成本测算、参数敏感性与二次样本外验证，确认策略稳定性及潜在过拟合风险，为股票市场量化择时提供实证支持。[page::0][page::2][page::3][page::4][page::5]
机器学习与CTA：苹果与铁矿石的故事
本报告聚焦机器学习策略在CTA领域的应用，重点分析了苹果期货的成交量激增带来的市场风险及严厉抑制投机的政策影响，指出市场存在大资金制造陷阱影响高频交易策略表现，结合机器学习神经网络策略及商品期货策略的最新收益和风险表现，对下周市场交易策略提供预判和建议[page::2][page::3]。
机器学习与量化投资：避不开的那些事 （3）
本报告聚焦基于机器学习的周期性商品期货长周期策略设计与回测，重点探讨多种不同预测目标（如周收益、风险调整后收益如夏普比率等）对策略表现的影响，呈现策略在各商品品种上的绩效差异，验证机器学习在CTA领域的应用价值与风险收益权衡模型设计的重要性 [page::4][page::5][page::6][page::7][page::8]
策略自动产生之二：筛选策略
本报告围绕自动产生量化交易策略的筛选方法，系统介绍如何识别回测中的未来函数和过拟合问题，采用推进分析和物理隔离二次样本外验证确保策略稳健，结合参数敏感性分析和因子主观归因进一步筛选策略，最后强调策略生命周期及市场交易成本的影响，为自动化量化策略构建提供理论和实践指导[page::0][page::2][page::3][page::4][page::5][page::6][page::7]。
机器学习与CTA：股指策略大幅盈利
本报告重点跟踪了机器学习在CTA策略上的应用，上周股指期货神经网络策略收益达到9.18%，展现出较强的趋势捕捉能力。商品期货策略表现稳健，结合基本面信号，分别给出不同商品的多空观点。研究强调量化策略的纪律性及人干预风险，为程序化交易提供重要参考 [page::0][page::2].
美股 Smart Beta 产品巡礼之五：成长因子
本报告系统梳理了美股Smart Beta成长因子ETF的发展历程、规模与数量变化及收益表现，重点分析了最具代表性的两个成长ETF（IWF及VUG）及其跟踪指数的构建方法和表现，揭示成长因子在大盘股中显著的超额收益特征，为投资者理解成长因子ETF提供实证参考和策略指导[page::2][page::4][page::6][page::7][page::8]。
金融工程主题报告——妙用基差，巧择时
本报告基于金融期货指数的基差因子，构建了基差变化量因子（BC），通过成交量加权合成期货指数并对基差进行平滑处理，实证发现极端的基差变化对未来三交易日指数涨跌具有预测能力。BC因子与传统因子相关性低，具备稳健的经济学解释，能有效辅助短期择时决策，实现较好的回测收益表现 [page::0][page::4][page::5][page::6][page::7]。
证券流动性专题研究 （一）：非流动性因子 ILLIQ 的选股效力
本报告提出新的证券流动性因子ILLIQ，结合价格波动与成交量衡量非流动性，实证显示该因子在2005-2013年A股选股中表现优异，年化收益显著超越沪深300，且与换手率、流通市值、动量因子存在正交性，可协同构建多因子模型，提高选股效果。报告还分析了ILLIQ变化率在大盘股中提升选股敏感度的作用，综合考量了换手率和资金体量等实际应用细节，验证了ILLIQ因子稳健、实用的优势 [page::0][page::2][page::3][page::4][page::8][page::11][page::13]
2023年04月09日股票复盘要素和复盘指标系统研究报告
本报告系统阐述了股票复盘的四大要素：所属板块状态评估、性价比评估、中期走势强度评估及短期异动迹象判断。通过示例说明如何利用价值带因子、势能因子、温度计指标、成交量等多维度指标，实现对板块及个股当前状态的定量评价，辅助投资者提高复盘效率和选股成功率，强调复盘系统一般有效期为5-10个交易日，并结合具体板块的量价和基本面特征给出综合判断方案。[page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
安信金工黑科技原理揭秘之二：周期分析理论
本报告围绕价值中枢理论核心原理，结合周期分析理论，提出以100、200、400及800日均线确定市场价值中枢，揭示价格围绕价值中枢对称波动的规律及价值中枢波动的对称性。通过具体案例分析，展示两者结合可有效界定趋势起点及潜在波动区间，提升趋势判别和目标位预判能力，为价格序列分析提供系统框架 [page::0][page::2][page::4][page::6][page::7]。
机器学习与CTA：波动率增加或利好CTA策略
本报告作为机器学习与CTA周报第一篇，介绍了基于机器学习的中证500神经网络策略及商品期货策略，策略强调控制回撤追求最大收益，结合当前市场波动率变化，认为波动率增加将利好CTA策略。上周中证500策略收益2.55%，最大回撤极小。商品期货方面，模型提示看多焦煤，看空白糖与玉米，为投资者提供了实用操作建议[page::0][page::2]。
安信金工大市与行业研判
本报告作为《安信金工大市与行业研判》系列周报的第三期，基于价值中枢理论与周期分析，对申万一级27个行业指数的走势进行了详细的支撑阻力位测算，明确当前风格切换阶段及行业短期反弹阻力与支撑点，为投资者提供定量分析框架与操作参考 [page::0][page::3][page::28]。
分析师预期的投资价值
本报告基于朝阳永续分析师一致预期数据库，系统分析了分析师预期业绩增速及其月度变化在股票选股中的价值。研究发现，业绩增速的一致预期及其月度变化均具备良好的区分能力，其中月度变化表现出更优的选股能力。基于绝对值、变化量及市场信息反应速度综合构建的投资策略，回测表现优异，年化收益率达36.42%，信息比率达2.22，显示显著超额收益能力 [page::0][page::1][page::3][page::5][page::6][page::7]。
万变不离其宗 ——基于均值回复理论的资产配置
本报告基于股价均值回复现象构建二次规划优化模型，运用沪深300等多个指数成分股的周频数据进行资产配置，取得了显著的超额收益和较高信息比率。策略通过衡量股价与50周均线的偏离程度，动态调整组合权重以实现均值回复收益，控制换手率降低交易成本。回测显示策略在中证500和中证800表现最佳，信息比率超0.9，年化收益稳定在25%以上，且产生显著Fama-French三因子回归结论中的α收益，表现出较强抗跌能力和板块轮动捕捉能力。[page::0][page::9][page::14][page::15]
定向增发套利研究
报告系统研究了2013年上市的16只面向机构投资者且已解禁的定向增发股票，采用股指期货进行beta对冲和单位对冲两种策略，有效锁定套利收益，显著降低了回报的日波动率，提高了累积收益率，但对资产净值的整体波动性改善有限。对冲效果显著受限于股票与沪深300指数的相关性及beta的稳定性，相关性较弱或beta波动大的股票对冲效果较差，甚至出现过度对冲。对冲策略收益主要来自定向增发折价和空头期指收益，单位对冲风险控制优于beta对冲，beta对冲收益稍优，并存在“过度对冲”风险。投资者应根据后市判断灵活选择是否进行对冲。[page::0][page::1][page::3][page::4][page::5][page::11][page::12]
