2019 年金融工程策略与观点分享
本报告基于金融工程方法，构建价量共振择时系统，综合成交量与价格指标实现市场短期快速反应，系统回测显示优于传统指标。同时基于公募基金行业仓位监控与行业轮动信号，捕捉机构配置动向。报告结合投资大师经典策略复盘与形态识别技术，辅以业绩超预期信号筛选潜力标的，对当前市场结构和业绩趋势做出全面分析，提出谨慎看待市场，关注业绩改善行业的投资建议 [page::0][page::7][page::11][page::20][page::23].
金融研报AI分析
基于 canslim 与 FESC 的沪深 300 指数增强策略
报告基于沪深300指数，结合canslim选股因子与FESC行业轮动信号，建立指数增强策略。研究划分行业适用性，筛选17个适合canslim选股的一级行业，回测显示行业轮动策略年化收益达18%，canslim策略年化收益达10.2%，两者结合后策略年化收益提升至16.9%，超越沪深300达12.2%，表现稳定且风险控制良好，策略在多数年份实现超额收益且回撤较小，展示了组合增强沪深300的有效性[page::0][page::11][page::32][page::36][page::44]。
ChatGLM 助力量化选股
本报告创新性地构建了基于ChatGLM和BERT微调结合XGBoost模型的研报情感因子Chatglm_factor，通过对分析师研报文本情感进行量化打分，实现对个股情感得分的动态预测。因子与动量因子相关性较高，历史IC显著且稳定，纯化后IC_IR提升至2.93，年化收益率达19.23%，多空组合夏普比率高达2.45，最大回撤仅3%。策略自2014年至2023年中证500基准累计超额收益显著，年化收益20.8%，明显跑赢基准指数，且近年风险调整表现优异，体现了AI赋能下的量化择时选股潜力 [page::0][page::1][page::15][page::16][page::18][page::20]
【专题报告】铢累寸积，朝乾夕惕——2021年量化策略总结
报告总结了华创金工2021年量化策略表现，包括择时、行业轮动及选股策略。智能算法择时在沪深300及中证500指数上表现优异，分别实现29.22%及28.69%的绝对收益。行业轮动策略取得14.33%的收益，选股方面以CANSLIM 2.0策略表现最佳，年收益达42.69%。报告还深入分析了多周期择时模型及风格因子表现，并结合机构基金仓位构建了有效的行业轮动模型，为2022年策略布局提供指导[page::0][page::5][page::32][page::17]
【专题报告】在下跌中寻找机会 2022 年 Q1 量化策略总结
报告基于华创证券金融工程团队多维市场择时、行业轮动及选股量化策略回顾2022年一季度表现。多周期择时模型合理规避了市场大幅调整，行业轮动策略年化收益达23.3%，显著跑赢基准。选股策略中CANSLIM 2.0策略相对偏股混合型基金指数超额收益4.63%。整体策略显示在震荡下市场潜在投资机会，并提供了后市配置建议 [page::0][page::4][page::14][page::16][page::28]。
【专题报告】束广就狭——2020 年华创金工策略收益总结
报告总结了2020年华创金工在量化择时、行业轮动及大师选股三大策略方面的表现。择时策略中“双剑合璧模型”实现70%做多胜率，中证500年化收益32.86%，最大回撤19.66%。行业轮动策略基于机构基金仓位，年化收益达22.64%，超额收益8.09%，胜率68.75%。大师策略中33个监控模型中29个正收益，CANSLIM策略年内斩获70.39%收益，详细解析了优质策略选股因子与方法，为2021年投资提供参考[page::0][page::4][page::8][page::13][page::23]
【专题报告】华创金工形态选股系列之二：基于双底形态的识别与交易探索
本文基于威廉·欧奈尔《笑傲股市》的定义，研究双底形态的投资逻辑、形态识别方法及其在A股市场的验证。报告通过对形态长度、深度、时间维度的统计分析，发现形态长度最佳为15—18周，形态深度最佳为20%-25%。双底形态在牛市及指数低位时胜率和收益率表现优异。基于上述筛选条件构建了周度调仓策略，2009年至2019年回测年化收益11.9%，年化超额收益10%，验证了该形态对股票上涨趋势的持续指示作用 [page::0][page::4][page::7][page::11][page::20]。
【专题报告】特征分布建模择时系列之二：物极必反，巧妙做空，特征成交量，模型终完备
本报告创新探索成交量特征分布对A股宽基指数的择时策略，首次提出基于成交量的缩量做空与地量反弹做多逻辑，通过极端参数调节模型，使成交量择时模型更完善。回测显示万得全A指数择时年化收益28.19%，夏普1.018，最大回撤40.54%，模型在多主要指数验证有效，彰显量能指标的非线性左右市场走势的价值[page::0][page::1][page::6][page::7][page::9][page::10][page::11]。
AI+HI 系列（2）：PatchTST、TSMixer、ModernTCN 时序深度网络构建量价因子
本报告系统介绍了时序深度学习模型PatchTST、TSMixer、ModernTCN在量价因子挖掘中的应用，模型均采用Patch加通道独立设计，骨干网络分别基于Transformer、MLP和CNN架构。实验以A股中证全指为池，测试模型的IC表现、分组收益和风险表现，发现TSMixer和ModernTCN整体优于PatchTST和传统Transformer，TOP组年化超额收益最高达22.39%，不同模型选股重叠度约61%。消融实验显示Patch和通道独立设计对模型表现影响显著，尤其在TOP组收益表现上差异明显，合理骨干网络设计提升了量价因子的综合表现，为深度学习在量化投资的应用提供了重要参考 [page::0][page::20][page::24][page::28][page::29]
形态学研究之二：如何利用形态信号进行市场择时
本报告首次尝试通过合成个股形态信号，对万得全A指数进行中期市场择时。采用多空形态比率剪刀差指标并结合30日HMA均线平滑，构建多空形态比率剪刀差择时模型，实现年化收益20.05%、最大回撤40.3%，表现优于基准，且持有周期较长，展现出较强的风险调整后收益能力，为市场择时提供新的量化工具 [page::0][page::1][page::6][page::7][page::8]
基本面量化视角下的机构持仓信息研究系列之三：基于北向资金持仓信息的 A 股配置全攻略
本报告围绕北向资金在A股的配置行为，从净流入、行业偏好和个股持仓特征入手，深入分析北向资金对市场影响及配置逻辑，构建基于其净流入的沪深300择时策略、行业轮动策略和个股精选策略，精选策略年化收益达35.67%，显著超越沪深300全收益指数，具备较高实用价值 [page::0][page::10][page::19][page::21][page::33][page::43][page::48]。
基本面量化视角下的科技板块选股研究
本报告基于基本面量化视角，深入拆解信息技术行业下科技板块及四个子行业（技术硬件与设备、软件与服务、半导体制造、半导体设计）的量化多因子模型构建。结合基金经理访谈与卖方调研，选取关键财务与成长指标，设计多因子排序及筛选条件，并整合形成精选策略，经过2011年至2020年9月的实证检验，策略表现出超额收益显著，最大回撤较低，信息比率最高可达2.61，策略15组合年化收益达45.9%，月胜率超70%，且持续优于主动偏股型基金表现，为科技板块股票精选提供科学且稳定的量化方法论和投资框架 [page::0][page::3][page::11][page::31][page::32][page::39]
冬去春来，做多成长
2023年，随着疫情防控政策持续优化和美债长端利率震荡回落，成长风格压制逐步解除。重点推荐中国成长指数（399296.SZ）覆盖的新能源、电力设备及医药等高成长行业，指数长期业绩优异，流动性充裕，估值位于历史低位，具备较高配置价值。创业板成长ETF（159967）紧密跟踪创成长指数，提供投资便捷通道，风险主要包括板块表现不及预期等[page::0][page::3][page::4][page::5][page::14][page::16][page::19][page::21]。
从 SRI 到 ESG：社会责任和可持续投资的起源
本报告系统回顾了社会责任投资（SRI）和环境、社会及治理（ESG）投资的发展历程，阐述了其历史背景、时代驱动力以及知识渊源。报告阐明了传统宗教信仰对早期SRI的影响、关键社会事件对SRI与ESG发展的催化作用及监管推动的必要性，进一步介绍了ESG法理基础与全球合作机制，并通过2019年Bailard财富管理模型展示了SRI与ESG组合风险收益特征与标普500指数的高度相似性，验证了ESG投资不对绩效产生系统性拖累。全文强调现代SRI/ESG投资的主流接受度及未来市场持续增长趋势，为资本市场可持续发展提供了理论与实证支持[page::0][page::2][page::13].
基本面量化视角下的风格动态配置探究系列之一：PMI 如何影响主流风格表现？
报告基于基本面量化结合统计方法，深入探究宏观经济核心指标PMI与A股主流六大风格（规模、估值、成长、波动、红利、盈利）之间的关联规律。借助PMI的荣枯线和趋势状态，将经济周期状态划分为复苏、过热、衰退、萧条四类，统计展示各经济状态下风格因子的表现特征。结果表明，小盘股在复苏期表现突出，估值风格主要受荣枯线影响，成长风格长期稳健，波动/红利/盈利风格反映风险偏好变化。基于完美预测PMI的动态配置回测显示显著提升配置效率，尤其多风格联合配置年化收益30.88%、夏普比率2.15，远超静态等权组合，为风格动态切换提供量化决策支持[page::0][page::14][page::16][page::20][page::21]。
系统化资产配置系列之十：利用基金仓位信息对市场择时
本文基于灵活配置型基金股票仓位数据，结合均线系统将市场划分为趋势市与震荡市，构建基于基金仓位的分环境择时模型，有效捕捉不同市场环境下的基金仓位特征。震荡市中基金仓位择时表现尤为突出，年化多空收益率达16.10%，显著优于基准；将仓位因子融入现有择时模型，分环境策略年化收益提升至50.04%，同时显著降低波动和最大回撤，提升模型稳定性，风险提示模型在市场环境变动下存在失效风险。[page::0][page::7][page::10][page::12]
利用期权市场进行择时之三：隐藏在期权中的现货融券成本
本报告首次提出并利用期权数据反推现货的隐含融券成本，解释认购认沽期权隐含波动率不相等的原因，通过融券成本修正后的隐含波动率曲面更贴合实际，构建波动率价差指标对50ETF现货择时，显著提高择时收益和稳定性，为期权市场信息的现货应用提供新思路[page::0][page::6][page::7][page::8][page::9]。
基于盈余惊喜(基本面)、残差动量(技术面)、北向资金(资金流)的行业轮动模型
报告提出结合技术面残差动量、基本面盈余惊喜和资金流北向资金三个维度因子，构建综合打分的月度行业轮动模型。该模型自2014年至2022年2月回测，年化收益24.40%，超额收益显著，且月度胜率达66%，有效克服单因子策略缺陷并在多维度信息融合后显著提升投资绩效。实证显示该策略具有稳健性且适用于中信及申万一级行业划分 [page::0][page::2][page::4][page::6][page::7][page::8][page::10][page::11]
大健康量化精选策略再思考
本报告基于兴业证券量化团队对大健康板块的深度研究，重构了面向医药服务与医药制造两大子行业的量化选股因子Service_Sig与Tech_Sig，分别实现了33.1%、35.6%的年化收益。构建的精选20只大健康股票策略年化收益达41.2%、风险收益比1.90，样本外跟踪表现优异，超额收益显著提升，具备较强稳定性与实操价值[page::0][page::7][page::8][page::9][page::10][page::13]
系统化资产配置系列之九：基于保值、避险和投机因子的黄金择时模型
本报告基于黄金的保值、避险和投机三大价值功能，构建对应的三类因子，并结合通胀预期、实际利率、VIX指数及CFTC管理基金持仓等数据，设计多因子黄金择时模型。回测显示，多因子多空策略年化收益达15.63%，明显优于简单持有，换手频率适中，策略能够在不同市场环境下有效提升投资回报与风险控制 [page::0][page::2][page::3][page::4][page::6][page::7][page::9][page::11][page::12][page::14]
