股吧里说了什么？— 基于文本舆情构建股市情绪指标
本报告基于过去一年xx股吧正文及评论数据，通过文本情感分析构建股市情绪指标，结合情绪词频与情绪分数模型，揭示情绪分数与上证指数呈中度正相关。报告构建了以N日加权移动平均平滑的情绪指标交易策略，回测显示策略收益36.78%，跑赢基准3个百分点且最大回撤仅-2.72%，验证情绪指标对股市择时具有一定参考价值 [page::0][page::3-8].
金融研报AI分析
场外衍生品之雪球期权的介绍（一）
本报告系统介绍了场外衍生品市场及雪球期权的结构与运作机制，分析了雪球期权的收益触发条件及发行方的delta对冲获利方式，结合中证500指数为典型挂钩标的，详细解析其风险与市场监管现状，同时展望了该业务的发展趋势 [page::0][page::4][page::5][page::7][page::8][page::10]。
两融市场的量化分析与近期的风险提示
报告通过多视角量化分析两融市场表现，揭示2024年3月融资余额持续增长且融资资金风险偏好提升，行业资金聚焦白马股与电子行业，构建行业热度与风险模型评估行业分布，提示两融投资风险和市场情绪分化 [page::0][page::2][page::6][page::9][page::11]。
寻找宏观指标中的“戴维斯双击”
本报告基于“戴维斯双击”理论，通过宏观流动性指标M1-M2剪刀差与制造业PMI差分指标构建双层量化策略，实现了对沪深300和创业板指数的有效择时。策略年化收益显著超越基准，且在行业指数层面表现稳健，展现宏观指标指导下的投资价值[page::0][page::4][page::6][page::7][page::8]。
金融工程研究系列之两融专题报告
报告基于两融数据及市场指标，系统分析融资买入额占比与指数走势关系，发现高位值跌破10%能有效预测指数见顶。此外，行业资金流向显示有色金属、非银金融及银行值得重点关注。通过多维指标对比历史底部特征，确认蓝筹指数安全边际较高，中小盘指数尚有下跌空间，整体市盈率处历史低位，风险警示明确[page::0][page::2][page::3][page::6][page::8][page::9][page::11][page::12][page::13]。
“行为金融学”视角下的行业轮动之谜
本报告基于行为金融学视角，创新引入行业“月份效应”因子，结合传统多因子模型构建行业轮动策略。对2005-2020年29个行业月频涨跌幅归一化，并采用欧氏距离测度行业与基准的弹性，实现对月份效应的量化分析。策略回测显示，将月份效应因子纳入多因子模型后，行业轮动策略表现显著优于沪深300，策略3年化收益高达19.1%，最大回撤仅6.8%。报告详细解析了各细分行业月份效应及相关驱动因素，为行业配置和量化投资提供重要参考 [page::0][page::3][page::4][page::14][page::15][page::16]
融资融券年度专题报告
报告系统回顾了2021年我国两融市场的发展态势。融资余额持续增长且月末余额创历史新高，尤其下半年融资规模超过2015年牛市峰值。融资余额增速对市场阶段拐点具有较强预测能力，相关分析显示融资本金主要流入中小盘股票。行业层面，医药生物等行业融资余额规模大，但净买入仅电力设备、有色金属和基础化工超过200亿元。融券余额虽体量远小于融资余额，但政策松绑和机构需求推动融券规模显著提升，且对标海外市场具备3倍增长潜力。报告通过多维度图表详实展现两融余额走势、增速、相关性及行业分布，为市场趋势和风险提供参考 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10]。
2024年两融年度量化专题报告
报告基于两融数据，分析了2024年融资余额创近9年新高，融资买入占比持续提升至90%以上的历史高位水平，反映融资资金积极进场。通过六大类因子构建行业热度与风险度模型，测算出银行、公用事业等行业热度较高且风险较低，计算机、电子等行业风险较高。融资资金集中流入电子、非银金融等行业，融资买入活跃度创历史高位，显示市场风险与机会并存，为两融投资提供了量化指引和风险提示。[page::0][page::2][page::5][page::8][page::11]
基于涨停价格的股票收益研究
本报告研究盘中出现涨停价格的股票收益特征，揭示收盘是否涨停为决定性因素，收盘涨停股票表现出累计正收益，反之则负收益。报告构建7个技术因子，发现量比、盘中涨停次数和波动率与收益相关性较强，涨停股60日平均收益呈下降趋势，后续投资需关注因子配合以把握机会。[page::0][page::6][page::8][page::20]
基于价格的动量因子构建和研究
本报告基于价格数据构建18个动量因子，覆盖价格收益率、指数移动平均涨幅、价格偏离均线幅度、Sharp值、收益与波动率及价格反弹幅度6大类，使用十年A股全市场历史数据回测分析。研究发现动量因子在不同区间表现出明显的反转与趋势效应：大因子值范围内股票组合后期表现反转较强，表现最弱；部分短周期因子在较小因子值区间呈现趋升趋势，适用于筛选相对优质组合。多空组合分析揭示了因子筛选效果主要来自空头股票组合的表现，因子对挑选强势股票组合有限。整体因子表现高度相关，均表现出大幅反转特征，动量因子在A股主要体现为反转效应，趋势交易者需谨慎对待[page::0][page::3][page::5][page::34][page::35]。
创业板股票收益率相关分析——基于因子模型分析
本报告基于创业板市场，以资本资产定价模型和Fama-French三因子模型为工具，实证分析创业板股票收益率的驱动因子，重点讨论市值因子的有效性及创业板指数的代表性。发现创业板指数偏向大市值股票收益，使用等权重全组合可更好反映板块整体表现。模型验证显示，市场因子（创业板指数）解释度高达82.55%，双因子（市场+市值）模型解释度87.91%。市值因子对小市值股票的选股优势具有明显时效性，2016年10月后选股效果减弱，因子作用随时间变化显著[page::0][page::15]。
技术因子智能择股与止盈策略研究
报告基于机器学习技术改进技术因子智能择股策略，通过对指数成分股样本拆分及特征及目标变量优化，大幅提升模型预测准确率，降低训练时间；引入基于预测值的止盈条件显著降低最大回撤，部分情形下提升回报率。回归测试在不同指数及换仓周期中验证策略有效性，并展示止盈策略在风险控制与收益增强上的优势 [page::0][page::2][page::7][page::12][page::18]
技术因子的智能择股研究：利用机器学习技术建立智能策略分析框架
本报告基于A股市场技术分析指标样本，采用机器学习模型（随机森林和多层感知器）进行分类预测未来5-60交易日的涨跌幅及最大回撤，构建智能选股策略。研究发现机器学习模型对短期（5、10日）表现预测准确率较高，尤其是最大回撤的分类准确率达70%左右，所构建投资组合在回测中表现优异。长周期预测准确率及投资收益显著下降。未来提升预测精度关键在于挖掘区分能力更强的技术因子及多源信息融合 [page::0][page::4][page::11][page::14][page::28]
配对交易中 Hurst 指数的应用
本报告深入探讨了Hurst指数在配对交易策略中的应用，通过计算配对价差序列的广义Hurst指数（GHE）并基于其与中心值的距离选择优质配对组合。实证分析表明，配对价差Hurst指数趋近0.5时（即接近随机过程）能实现策略最佳收益表现。报告回测不同周期和参数方案，验证了Hurst指数在择时和选配对中的有效性，显著提升了策略收益和风险调整表现 [page::0][page::8][page::11][page::13]。
金融工程日报
本报告为2020年5月25日金融工程日报，系统梳理了近期重要指数和行业的表现，融资融券余额变化情况，股指期货基差走势以及上证50ETF期权的隐含波动率和虚值结构。报告显示各主要指数近1日涨跌不一，近5日整体下跌，食品饮料行业表现相对突出。股指期货主力合约基差持续为负，表明对冲成本较高。上证50ETF期权中认沽合约隐含波动率快速上涨，反映市场避险情绪提升 [page::0][page::2][page::3][page::5][page::7][page::8][page::9][page::10][page::11]。
计划交易、控制风险 ——应用东海智能交易平台协助投资者构建交易体系
本报告围绕东海智能交易平台，系统介绍其架构、核心功能及策略应用，涵盖选股、监控和交易三大类策略，重点展示平台帮助投资者实现自动化计划交易与风险控制的能力，支持多市场、多资产交易及用户自定义策略研发，提升投资效率和科学交易水平 [page::0][page::3][page::16][page::19]。
苏南 50 精选指数编制及其应用
本报告介绍了苏南50精选指数的编制方法及其市场表现。指数选取苏南地区代表性高、流动性好的50只沪深A股，强调反映区域制造业优势和行业特色。指数表现整体强于环渤海和长三角指数，稳健且代表性好。报告还分析了指数样本结构、历史调整过程及行业与地域权重分布，评估了基于该指数的ETF的市场容量及冲击效应，认为合理规模约为5亿元，具备较好的指数化投资应用价值[page::0][page::6][page::10][page::16][page::18][page::19]。
股票多因子研究：资金流因子分析及组合构建
本报告围绕股票资金流因子的单因子分析，分别设计了资金净流入、特大单、大单及中单资金净流入四个类型因子，并系统研究了其因子特征、IC表现、换手率特征及行业差异。[page::0][page::4-24]基于IC和IR指标对比，大单资金净流入因子（CFLOW_BG_20D）表现最佳，最终构建中证500大单资金净流入组合，历史回测期间实现56.76%超额收益，年化收益率7.57%，Sharpe比率1.31，最大回撤8.05%，体现出良好的选股能力和风险控制效果。[page::0][page::23-24]
VIX 及 SKEW 指数的构建、分析与预测
本报告系统介绍了VIX指数及SKEW指数的构建方法，回顾分析了2019年50ETF期权市场表现。重点研究了50ETF期权的VIX与SKEW指数的分布特征及其对市场波动的预警功能，同时采用Hurst指数揭示了VIX指数的长记忆性特征。基于VIX的均值回复性质，提出并回测了基于布林线的VIX多空策略，策略年化收益达87.43%，最大回撤34.74%，显示出良好的波动率预测能力和实用价值，为期权波动率交易策略提供了理论依据及信号触发器 [page::0][page::4][page::16][page::20][page::24][page::25]。
根据行业关注度进行行业配置金融工程——量化行业配置专题一
本报告基于券商报告数量的行业关注度，提出通过季度行业报告增速排名进行行业配置的量化策略。实证结果显示，报告数量与行业及大盘收益显著相关，利用报告数量预测大盘有63.6%的胜率；通过选取三个关注度排名领先行业构建投资组合，四年回测实现年化复合增长率10%-16%，显著跑赢沪深300指数，且季度超越大盘胜率超80%，展现良好稳定的行业轮动收益潜力 [page::0][page::3][page::6][page::7][page::8]。
