金融时间序列的小波去噪
本报告针对金融时间序列数据中存在的噪声问题，介绍了基于小波变换的小波阈值去噪方法。通过选择合适的小波基函数、阈值选择准则和分解层数，采用软阈值处理法对沪深300指数价格数据进行去噪实验。结果显示，对2-4层小波系数进行阈值处理能有效滤除噪声，保留价格序列的主要走势特征，提升后续分析的信号质量 [page::0][page::3][page::4][page::5][page::6][page::7].
金融研报AI分析
大涨之后，后续配置的方向在哪？
报告基于对历史A股牛市反弹阶段的系统划分，深入分析了低价股、小市值和反转三大因子在牛市不同阶段的表现及解释力度，发现反转因子在牛市初期最有效，而小市值因子中长期表现更显著，低价股效应在近年有所提升，为后续配置时点选择和因子组合提供重要依据。[page::0][page::6][page::7][page::8][page::9][page::10][page::13][page::14]
风格中性多因子有效性测试之收益和风险因子
本报告围绕风格中性多因子选股策略，详细介绍了因子数据预处理、有效因子识别及单因子测试流程，重点测试了收益类和风险类因子的有效性。通过回归法、因子IC值计算和分层回测，分别验证了例如HBETA因子的显著性、稳定性和实际回测表现，明确了多因子模型构建的步骤及优化方向，为实现市值中性、行业中性约束下的稳健超额收益提供了实证支持和操作方法 [page::0][page::3][page::5][page::9][page::10]。
风格中性多因子之因子数据预处理
本报告系统论述了多因子选股中的因子数据预处理流程，重点包括极值处理（采用偏度调整后的Boxplot法）、标准化及正交化方法。通过对上市股票特征因子进行归一化和正交化处理，提高因子间独立性及组合的长期稳定性，缓解多重共线性问题，有助于提升多因子模型的稳健性和alpha预测能力 [page::0][page::4][page::6]。
价值、成长及多风格 GARP 选股——中邮证券量化选股第 3 期
本报告基于GARP（价值合理成长）选股策略，将价值指标（PE、PB、PS）与成长指标（EPS、ROE、销售净利率）综合评分，构建平衡型、稳健型、激进型三种风格的组合。报告详述了不同风格组合的股票池构建及行业配置，稳健型GARP组合（价值70%+成长30%）在当前经济环境下或表现最佳，适合中长期投资布局 [page::0][page::4][page::20]。
基于时间序列的协整关系的配对交易
本报告系统介绍了基于时间序列协整关系的配对交易策略原理及实现方法，选取申万银行板块股票为样本，运用单位根检验和协整检验确认股票价格协整关系。通过固定模型与在线学习模型对股票净值进行预测，结果表明在线学习模型下预测股价能更准确反映实际价格，价差波动围绕零且具备均值回归特性，支持均值回归配对交易策略在股票及期货市场的潜在应用价值 [page::0][page::2][page::3][page::4][page::5]。
套期保值理论、原理及常用模型
本报告系统阐述了股指期货套期保值的基本理论、原理及各类最优套期保值比率估计模型，包括传统静态OLS回归、向量自回归(VAR)、误差修正模型(ECM)、多元GARCH动态模型及非线性Copula-GARCH模型。报告梳理了其适用条件与优势，为后续基于沪深300股指期货的套期保值效率实证研究奠定理论基础[page::0][page::2][page::4][page::6][page::7][page::8]。
上证指数依然需要调整——量化投资与技术分析
本报告通过成本通道与板块马力指标分析上证指数当前处于调整区间，大盘蓝筹股趋势明显向上且收益丰厚，而小盘股趋势向下。基于量化投资原则，建议继续重点布局大盘蓝筹股，规避小盘股风险，强调市场尚未突破调整通道顶部，市场震荡概率较大 [page::1][page::4]。
量化投资与技术分析---触摸市场脉动技术分析系列报告 No.19 大盘股行情继续，保险银行中流砥柱
本报告基于自2017年8月设计的三线齐升技术指标，分析A股市场持续的强势，指出上海市场和主板表现优于深圳及中小创板。结合申万104个二级行业板块的板块马力数据及流通市值，揭示银行、保险和饮料制造板块为市场中流砥柱，是当前市场主要驱动力。大小盘板块轮动模拟交易系统自2018年1月10日持仓中证100指数，已实现2.7%收益，验证了大盘股行情的持续活跃。[page::0][page::1][page::2][page::3][page::4]
大宗交易产生的投资机会分析
本报告系统分析了A股市场大宗交易的现状及其对个股中短期走势的影响。研究发现溢价成交、买方出现机构专用席位及成交金额较小的大宗交易均预示着未来120交易日的正向绝对收益机会，最高可达约7%。此外，大宗交易在组合构建中可作为额外观点信息纳入量化模型，辅助提升投资策略表现 [page::0][page::2][page::4][page::5][page::6]。
龙虎榜资金流向行业轮动策略研究
本报告基于龙虎榜公开资金流向数据，筛选优质席位并映射行业资金流向，构建行业轮动量化策略。2020年至2023年回测显示该策略年化收益32.5%，Sharpe比率1.38，最大回撤16.9%，验证了龙虎榜资金在行业配置中的参考价值和研究潜力[page::0][page::2][page::3]。
中泰时钟：通胀维度
本报告围绕中泰时钟模型中的通胀维度展开，详尽分解通胀指标的生产与生活端构成，基于供需关系及上下游价格传导机制筛选出代表性通胀指标。研究发现原油价格对生产资料PPI的领先影响显著，猪肉及蔬菜价格环比变化对食品类CPI存在领先指示作用，产出缺口在近期小幅波动，通胀压力有限。通胀水平通过影响企业利润、货币政策及资产价格，显著作用于债市、股市及商品市场，为后续资产配置和中泰时钟模型的决策过程提供前瞻支持 [page::0][page::5][page::8][page::11][page::17][page::23]
52 周高价与动量投资
本报告基于George和Hwang (2004)的研究，系统验证了52周高价动量策略的有效性。实证显示，52周高价策略能够解释传统动量收益的绝大部分，且由于其来源于短期投资者对好消息的迟钝反应，该策略长期表现稳定，不易反转。扣除一月数据后，52周高价策略收益显著提升，显著优于传统的Jegadeesh-Titman和Moskowitz-Grinblatt动量策略。此外，报告强调，52周高价与短期动量和长期反转是相互独立的两个现象，这对现有动量理论提出了挑战；投资者应克服对高价股的“怕高心理”以实现超额收益 [page::0][page::2][page::4][page::8]。
商品期货ETF 获批，将成为资产配置重要工具
本报告介绍了我国首批商品期货ETF的获批情况及其产品设计，强调其与股票、债券等资产相关性较低，具备重要的风险分散价值。报告详细分析首批三只商品期货ETF的品种结构和投资目标，结合国内外商品ETF发展现状，论证商品期货ETF相较于周期类股票在配置中的优势，及其收益来源中基差收益和杠杆收益的稳定性。此外，报告详细阐述了商品期货ETF的特殊申赎机制及可能的套利策略，为大类资产配置和套利投资提供理论基础和实践参考。[page::0][page::3][page::4][page::5][page::6][page::9][page::10][page::12][page::13][page::15]
识别资产价格涨跌趋势 利弗莫尔规则量化实践
本报告基于杰西·利弗莫尔的价格趋势划分规则，针对A股宽基及行业指数量化划分涨跌趋势，构建行业轮动策略及关键点择时系统。回测数据显示，上升趋势阶段的指数组合年化收益显著优于全程持有及下跌阶段，行业轮动策略实现约11%的超额收益，关键点信号对未来10个交易日行情具较高预测准确率。当前建议关注新能源和军工等上升趋势行业，规避下跌趋势的消费者服务行业，报告验证了利弗莫尔规则在A股市场的应用效果与实用价值 [page::0][page::5][page::11][page::15][page::16]
挖掘资产定价中的隐式因子——机器学习系列之一
本文基于显式多因子投影残差挖掘隐式因子，通过“三步法”引入主成分分析与稳健回归，构建混合因子模型，大幅提升对资产风险溢价的解释力。基于该模型的行业及ETF轮动策略回测表明，在2012年至2022年区间，混合因子策略在收益率、夏普比率、月度胜率等指标均优于传统FF3和FF5模型，且隐式因子的风险溢价显著高于经典因子，因子稳定性强，适合推广使用 [page::0][page::3][page::7][page::12][page::20][page::25]
风格中性与量化行业配置
本报告基于经典多因子模型，采用Fama-French三因素体系分解行业收益率，深入探讨在风格因子暴露中性约束下的行业组合优化配置问题，提出基于均值-方差框架的风格中性行业配置策略及其参数估计方法，为量化行业配置提供理论支持与实务参考[page::0][page::2][page::3][page::4]。
中泰时钟：股市之风格轮动
中泰时钟构建了基于宏观视角的A股风格轮动模型，划分周期上游、中游、下游、成长和大消费五个风格板块，采用等权指数构建风格指数，结合个性化数据处理，坚持“模糊的正确”原则。模型通过两条主线评估宏观指标对各风格板块的影响，显著刻画了风格板块的相对走势及ROE表现。回测显示2005-2016年间，风格轮动策略年化超额收益12%，超额收益稳健且分布均匀，目前推荐大消费与中游板块配置[page::0][page::3][page::5][page::7][page::11][page::12]。
固收+基金资产组合探测——机器学习系列之四
本报告基于机器学习改进的lasso模型，结合多维度正则化参数与网格调优，对混合债券型二级基金及偏债混合型基金的资产组合暴露进行探测，覆盖A股、港股通、信用债、利率债及转债指数。研究结果显示，自2017年底至2022年中，模型在头部基金公司产品上的方向性正确率较高，其中二级债基对股市持仓的加仓动作尤为显著，2022年10月头部基金股票仓位明显上升，且超过七成基金个体的股票仓位增加超1%。此外，港股仓位变化则相对平稳。该模型有效映射了固收+基金多资产投资动态，为固收+基金资产配置和行情分析提供了详实的量化工具和实证依据 [page::0][page::3][page::6][page::9][page::10][page::11]。
成交量和价格，谁主导谁？
本报告基于格兰杰因果检验，系统研究了A股市场成交量与价格之间的因果关系，结论显示价格主导成交量，成交量对价格的推动作用较弱且近期才出现双向关系，但整体上价格对成交量影响更显著。多时段、多指数的实证分析均支持价格是成交量的格兰杰原因，成交量通常不是价格的格兰杰原因，提示成交量放大未必能预测价格走势。行业分布也体现相似规律，成交量大多反映市场情绪而非价格驱动因素，投资者应理性看待成交量的市场影响力 [page::0][page::2][page::6][page::7][page::8]。
