技术指标因子高频化
本报告研究高频技术指标因子在量化选股中的应用，通过分钟级别数据构建多类高频技术指标因子并进行衰减加权处理，单因子回测显示高频因子表现优异，尤其是Money_Flow因子年化多空收益可达36.55%，夏普比率1.94。因子间相关性较低，可有效提升多因子模型表现，为量化投资策略提供新因子来源[page::0][page::4][page::21][page::37].
金融研报AI分析
看好下游消费行业的超额收益 基本面量化模型跟踪 2023年2月
本报告基于三周期（库存周期、产能周期、人口周期）模型对A股整体盈利及内在价值进行预测，判断2023年三季度盈利见底，市场估值呈现定价转变趋势。基于中信一级行业多维度指标，重点看好下游消费行业的“农林牧渔”、“医药”、“食品饮料”和“商贸零售”板块，反映市场对下游消费行业的乐观情绪。报告还构建了基于财务、分析师预期和基本面修正的行业景气度指标，并结合行业生命周期及机构调研热度，验证行业轮动策略有效性。[page::1][page::5][page::9][page::10][page::19][page::26]
对 A 股持续乐观的理由——量化基本面体系下的 A 股 20 年周期性起伏
报告基于量化基本面方法，深入分析非金融企业及银行业盈利能力、估值与市场情绪，捕捉A股20年周期波动规律。预测2019Q4盈利见底并迈入上行周期，内在价值自2018Q4触底后稳步回升，当前估值合理，特别是大市值企业业绩强劲且估值低。市场短期情绪向好，主力资金偏好沪深300，未来换手率预计2020Q1见底回升。总体建议做多A股，迎接盈利与估值的戴维斯双击[page::0][page::3][page::4][page::10][page::16][page::19]
拥挤度模型观点下的A股投资策略
本报告基于拥挤度模型分析A股市场及行业因子拥挤度现状。市场整体估值与情绪处于底部区间，政策支持稳增长对市场反弹形成利好。行业方面，汽车、煤炭、社会服务等拥挤度高风险区，医药、军工、电子等行业估值及基本面向好。风格因子建议增配高BETA、高成长及小盘股。报告图表展示多行业拥挤度及其估值、动量、换手和波动率贡献，辅助判断市场风险与机会 [page::0][page::1][page::2][page::7][page::26]
从 ROIC 到 WACC— 企业价值角度出发的选股思路
本报告以企业盈利能力指标ROIC为核心，结合加权平均资本成本WACC，提出ROIC-WACC复合选股因子。研究发现非经常性损益需扣除，超额现金对全市场呈负影响但在经济下行时表现更优；ROE因子在加杠杆期更优，去杠杆期ROIC表现抢眼。ROIC-WACC因子表现显著优于单一ROIC，且由ROIC、beta、债权成本三个因子加权组成，基于资本结构的权重赋予更佳效果，能较好反映企业价值创造能力，为量化选股提供有效工具 [page::0][page::4][page::7][page::10][page::16][page::18][page::22]
“逐鹿”Alpha 专题报告 （十二）—AlphaZero：基于 AutoML-Zero 的高频数据低频化因子挖掘框架
本报告首次将Google Brain提出的AutoML-Zero算法改进为AlphaZero框架，利用自动机器学习与进化算法，实现高频转低频数据的量化因子自动挖掘。AlphaZero在因子可解释性与挖掘效率上优化，通过量纲化处理和限制因子复杂度，有效控制过拟合。报告展示了三个基于AlphaZero提取的代表性因子，多空年化收益分别达到26.17%、22.51%和25.73%。因子挖掘通过正则化进化算法，动态调节种群多样性以防止局部最优，确保了因子的稳健性和多样性。实验结果表明，生成因子均具有较强的IC水平和超额收益能力，方法对量价类经典因子进行了有效演变和改进[page::0][page::5][page::13][page::18]。
ETF 总数量规模创近十年新高，创新产品频繁落地—多因子与 ESG 策略
本报告详细分析了中国ETF市场数量及规模十年大幅增长的现状，重点介绍政金债ETF和碳中和ETF的创新产品设计及其投资价值。报告指出，ETF凭借低费率、透明运作和高流动性等优势，具备资产配置和风控功能，且ETF互联互通机制的推进有望促进资本市场对外开放和投资者多元化。未来契合国家战略的ETF如绿色低碳及科技创新类产品将迎来大发展机遇，推动共同富裕和市场稳定 [page::0][page::2][page::3][page::5][page::7][page::10]
康波萧条周期下的绝对收益破局方向 一2024年资产配置及量化策略中期展望
本报告深入分析全球及中国宏观经济周期特征，指出当前美国美股估值泡沫明显，A股处于底部震荡阶段，美债利率震荡回落，并围绕康波萧条特征，揭示中美经济异同及市场影响。重点介绍普林格周期资产配置模型及中信建投六维度行业轮动量化策略，涵盖多因子模型择时与选股策略，多个组合均实现年化超额收益和较高夏普比率，资产配置与风格轮动策略表现优异，反映了量化策略在复杂经济环境下的表现优势[page::0][page::1][page::5][page::6][page::10][page::26][page::27][page::28][page::31][page::32][page::40]
继续坚定看多未来两年的中国股市基本面量化模型跟踪
报告通过自下而上的分析师净利润和ROE预测，结合剩余收益模型和行业多维度指标，确认A股当前处于历史低估值且盈利能力提升周期，坚定看多未来两年市场。重点看好电力公用事业、钢铁、交通运输、传媒和银行五大行业，基于行业景气度、机构关注度及交易拥挤度多指标量化配置。产业链梳理及单行业基本面量化框架为行业择时提供支撑。风险提醒模型可能失效，不考虑宏观和政策突发变化 [page::1][page::5][page::9][page::24][page::38]
基于 Black-Litterman 的多策略资产配置策略
本报告深入介绍了Black-Litterman（BL）模型及其在多策略资产配置中的应用，结合投资时钟模型与单一资产择时，通过对股票、债券、商品、现金、黄金和原油六类资产的融合配置，提升组合收益稳定性和风险控制能力。回测结果表明，BL模型结合主观观点能有效提升组合夏普比率及收益回撤比，稳健组合年化收益约8.01%，进攻型组合达16.03%，夏普比率最高2.06，最大回撤控制在合理范围内。TAU参数调节视角观点权重的平衡性对模型效果影响显著。报告强调资产配置中收益预期判断和风险预算的重要性，运用贝叶斯方法融合多种资产及策略视角，实现稳健且适应市场变化的资产配置策略 [page::0][page::1][page::9][page::11][page::12][page::17][page::18][page::19][page::20][page::21][page::24]
市场择时与风格研判——投资者情绪指数的A股实战
本报告基于中信建投策略-投资者情绪指数，系统分析其在A股市场的构建、优化及实证效果。通过情绪指数，揭示不同情绪状态下的市场择时信号、指数及风格表现规律，明确情绪高涨和低迷期的市场偏好与行业轮动特征。同时深挖指数的季节性效应，结合政策窗口、节假日效应等多因素验证情绪对市场的驱动作用，为择时和风格投资提供理论与实操指导 [page::0][page::2][page::4][page::8][page::12][page::17]
大金融行业周期 基本面量化择时和行业配置第二期
本报告系统复盘了银行、证券、保险三大金融子行业的宏观、中观及微观量化因子，结合社融、贷款利率、利率期限结构、资金流动性及行业特征指标，分析其对行业行情的影响，并基于拥挤度模型判断配置时机，指导大金融板块的基本面量化择时和行业配置策略，指出券商板块估值处于历史低位，未来具备较高安全边际与配置价值[page::0][page::4][page::7][page::17]
分析师预期调整事件增强选股策略全攻略——因子深度研究系列
本报告基于分析师盈利预期调整、目标价格及投资评级三大信息构建因子和事件，结合事件增强方法构建选股策略。实证结果显示，EPS_FY1、EPS_FY2和净利润FY1均主动上调叠加盈利预期调整幅度的因子增强策略年化收益33.64%，超额中证500年化收益29.39%，信息比率2.32，胜率71.43%。该策略覆盖面广，行业分布均衡，体现出强逻辑和优秀的历史收益表现[page::0][page::25][page::28]。
金融工程跟踪报告：战略性配置分级A板块时机显现
报告分析了分级A隐含收益率与中债企业债收益率的利差，发现分级A隐含收益率高达7.03%，与10年AA级企业债收益率的1%的利差接近历史极值，存在较大低估，提示长期战略性配置机会。同时，报告通过蒙特卡洛方法建立了分级A的隐含收益率测算模型，为投资者提供定价与风险参考。[page::0][page::2][page::3]
北上资金增量信息：陆股通的选股能力
报告基于陆股通及公募基金持仓数据构建14个选股因子，揭示北上资金及公募基金自2016年以来均展现了较强选股能力，且两者持仓相似度不断提升。陆股通资金长短期持仓比例及变动均对未来股价具有预测能力，公募基金在2017年后选股能力超过陆股通。两资金偏好高ROE、非低估值股票，导致估值因子失效，剔除两类资金影响后修正BP因子恢复有效性。报告结合基本面与动量机制分析选股能力产生机理，为量化因子构建与资产配置提供实证支持 [page::0][page::4][page::7][page::11][page::15][page::21][page::24][page::28][page::29][page::30]
中蒙俄经济走廊规划下投资机会
本报告围绕中蒙俄经济走廊规划与合作进展，重点分析中俄、中蒙双边贸易总额的增长趋势及相关推动项目，梳理了涉及能源、交通基建及进出口贸易的重点上市公司和供应链关系，为投资者提供具体投资标的建议 [page::0][page::1][page::2]
中国经济上行折返，静待信心恢复——资产因子与股债配置策略 6 月
报告通过多维宏观因子体系跟踪全球经济走势，结合风险平价模型和普林格周期配置模型，分析当前中国经济处于经济周期第一阶段，建议配置债券和防御性资产。风险平价策略年化收益约3.9%，最大回撤不到3%，普林格周期策略过去7年年化收益20.1%，表现稳健。同时债券久期择时策略持续优于基准，股票择时策略基于财报超预期指标评估，不建议高配主板股票，推荐精选受益于内生增长的超预期个股 [page::0][page::6][page::10][page::11][page::12][page::17]
金融工程深度报告·量化基本面与资产配置的高效整合
本报告构建了结合宏观变量的资产配置分析体系，提出基于美元时钟与投资时钟的定量时钟模型，验证不同经济周期下的资产相对强弱关系以优化配置。报告深入分析库存周期对上游原材料和中游制造板块的择时策略效用，并实证检验价值成长与大盘小盘的风格轮动配置，显示经济状态对风格表现的显著影响。此外，报告揭示资产价格充分反映市场对经济预期，量化港股有效选股因子，特别是低特质波动率因子的显著超额收益，以及可转债信用申购改革对投资者的不同影响，期货持仓信息的价格指示效应和基于持仓的量化期货策略的优异表现。基金精选组合回测表明多风格、规模配置均有超额收益。整体策略通过Black-Litterman模型融合战略配置与战术择时，辅以严谨量化验证，为资产配置提供科学参考[page::0][page::6][page::12][page::19][page::22][page::29][page::42][page::45][page::48][page::50]
“逐鹿”Alpha 专题报告 （二十二）——Factor oo I 基本面因子挖掘统一框架
本报告构建了一个集成多种因子生成技术的基本面因子挖掘统一框架，通过自动化处理数据频率与量纲，并引入相关性惩罚机制优化因子筛选，有效提升了因子多样性和计算效率。采用Cython与流式计算技术显著提升因子计算速度，结合随机法、枚举法和领域知识生成因子池，并利用锦标赛法和惩罚机制筛选优质因子。报告最终展示了三个表现优异且相关性低的基本面因子，兼顾可解释性和预测能力，为量化多因子模型提供坚实工具支持 [page::0][page::2][page::6][page::10][page::16]
白马行情下，2017 高送转股票如何去选？
本报告基于2007-2016年股票财务及市场指标，构建logistic回归模型精确预测下一年高送转股票概率，历史预测准确率高达70%，特别是top20股票准确率超过72%。报告精选2017年年报高送转概率排名前50只股票，建议于11月初入场，11月底出场以规避12月回调风险。模型历年组合表现优异，月超额收益达8%以上，为投资者提供有效的高送转白马股投资参考[page::0][page::1][page::2].
