来自优秀基金经理的超额收益——因子选股系列研究之六十二
报告系统分析了A股机构化趋势，提出通过选拔优质基金及其超配股构建组合的方法，捕捉优秀基金经理带来的超额收益。在沪深300和中证500指数增强策略中引入优选基金超配股，实现年化收益分别提升1.4%和0.9%。近三年优选基金超配组合超额收益显著，达到20%-30%，且风格呈现向大盘高估值高Beta转变，有效提升了指数增强组合表现。[page::0][page::2][page::8][page::16][page::22]
金融研报AI分析
乒乓球策略选股组合动态跟踪—— 技术指标选股系列报告
本报告介绍了基于持仓成本偏离度设计的乒乓球反转选股策略，通过严格控制持仓时间挖掘超跌反弹个股，策略在样本外测试中表现优异，近四周实现超额收益7.45%。详细披露了最新持仓个股及其收益情况，并通过历史回测分析验证了超跌股数量与指数反转的关系，为短期择时提供了技术依据。[page::0][page::2][page::4]
分红对期指的影响 20180727期指分红历史回顾及展望
本报告系统回顾与预测2018年上证50、沪深300及中证500指数成分股分红情况，基于年报及分红预案信息，采用净利润及分红率估算方法，动态评估分红对股指期货合约价格的影响。研究显示分红集中于5-7月，且2018年分红对期指剩余影响显著减少，报告还详细阐述了分红预测流程及理论定价模型，为期指投资者提供了重要参考依据[page::0][page::1][page::2][page::4][page::6][page::8]。
温和收益的动量与极端收益的反转效应 因子选股系列研究之五十七
本报告基于对A股日收益拆分，创新地将股票收益分为隔夜收益、盘中温和收益和极端收益三部分，发现隔夜和温和收益表现出显著动量效应，极端收益表现出强烈反转效应。通过JK组合法检验，各收益成分在不同形成期和持有期均有显著收益特征，动量成分在大市值股票中表现更优。因子相关性显示动量因子独立于常见因子，具有稳定选股能力，且表现出不同的衰减特征，为构建更精准的量化选股因子提供新思路。[page::0][page::3][page::4][page::7][page::11]
分析师覆盖度因子改进——因子选股系列研究 之 八十四
本报告基于2006年至2022年分析师研报数据，优化分析师覆盖度因子，提出公告后覆盖度因子、首次覆盖度因子及机构持仓正交覆盖度因子三种改进方案，实证显示改进因子在中证全指、中证800及各行业均提升了选股效力和收益稳定性，尤其在食品饮料、电力设备等热门行业表现优异，为投资者提供了有效的量化选股工具[page::0][page::4][page::9][page::36]。
风险模型在时间序列上的改进——《因子选股系列研究之三十一》
本报告针对风险模型的三个主要功能，重点研究了协方差矩阵估计方法的改进，比较了线性压缩（LS）、非线性压缩（NLS）、因子模型（FM）、CCC-GARCH及其组合的实证表现。结果表明，时间序列方向的风险模型改进（例如FM和CCC-GARCH）在风险控制能力上优于纯横截面方法（LS和NLS），且二者结合有助于降低组合波动率和换手率。此外，高频调仓（周频）相较于月频调仓可进一步降低组合波动，尽管增加了换手率。[page::0][page::2][page::6][page::9][page::11][page::12]
收益率的非对称分布与尾部蕴含的Alpha
本文构建多种衡量股票收益率非对称性及尾部风险的因子，包括偏度、Eφ、Sφ、AsymP和左右尾CVaR与尾部Beta，实证显示右尾CVaR因子具有最高信息系数。基于七类因子，利用随机森林模型进行非线性Alpha预测，显著提升了因子的稳健性和收益表现，实现了多空组合月收益率由1.55%提升至1.73%，最大回撤显著下降，反映出尾部风险蕴含的Alpha价值[page::0][page::3][page::14]。
升水是空头的红利（三）
本报告通过对沪深300股指期货49个合约交割前一周次月合约升水价差的历史统计，分析了空头移仓策略的收益特征。统计显示自IF1005起至IF1405，空头移仓累计收益达25.4%，年化约6.2%。周三换仓收益略高于其他交易日，日内波动较小，建议采用分散换仓以降低交易冲击成本。升水的稳定性为空头策略提供了可预期收益，但未来市场可能变化需谨慎应对 [page::0][page::3][page::4][page::5][page::6][page::9]。
分红对期指的影响 20220610
报告基于最新分红信息和预测模型，对上证50、沪深300、中证500指数期货合约的分红点数和年化对冲成本进行了量化分析。分红主要集中在5-7月，影响显著。历史数据显示，各指数分红点数逐年提升，预测模型对实际分红的准确度较高。报告详细介绍了分红预测的流程及期指理论定价模型，并列明风险提示 [page::0][page::2][page::4][page::6][page::9][page::11].
机器增强一致预期 - 因子选股系列研究之六十九
本报告利用朝阳永续庞大数据库及机器学习方法（LASSO和GBRT）系统量化分析分析师盈利预测乐观偏差，发现非线性GBRT模型在预测误差和乐观偏差修正效果上显著优于线性方法，进而构建机器增强一致预期。基于该修正一致预期，报告构造了alpha因子，实证表明其信息比率和IC值较传统数据有提升，且因子在2018年后仍保持有效，显著提高盈利预测的准确性和因子表现 [page::0][page::3][page::6][page::8][page::9][page::11][page::12]。
细分行业建模之券商内因子研究——《因子选股系列研究之二十九》
本报告针对沪深300成分股中券商板块，系统研究了多类量化单因子在券商股的选股效果，发现估值类因子表现最佳，尤其是基于月报数据的估值因子更具优势。构建了纯估值与估值+非流动性两大类因子模型，对比结果表明纯估值模型在控制5%跟踪误差下，年化对冲收益达到9.5%，最大回撤-4.03%，IR 1.88，表现优异。此外，针对券商及银行行业单独建模，显著提升沪深300增强组合的收益与风险指标，验证了行业内独立建模的必要性[page::0][page::2][page::4][page::9][page::11][page::12][page::13]。
基于残差网络的端到端因子挖掘模型
本报告提出基于残差网络（ResNet）的两阶段端到端因子挖掘模型，利用数据图片结合ResNet截面特征提取和RNN时序特征提取方法，捕捉长周期量价信息。模型以半小时和周度k线数据为输入，较传统人工构建特征提升因子选股能力。结合非线性加权打分，模型在沪深300、中证500、中证1000等宽基指数增强策略中实现显著年化超额收益，且换手率适中，具备良好替代性和增量效果。回测显示，长时序数据（week数据集）能有效提高未来收益预测能力，且端到端输入方式缓解了信息丢失和过拟合问题，适合大规模指数增强投资应用 [page::0][page::3][page::6][page::7][page::9][page::11][page::15]
分红对期指的影响 20240517
本报告基于最新分红信息和预测模型，系统分析了分红对上证50、沪深300、中证500、中证1000指数期货及各合约的影响，包括分红点数及对期货价格的内在调整及年化对冲成本，提供了完整的分红预测流程和期货理论定价模型，为期指投资及风险管理提供量化依据 [page::0][page::2][page::6][page::7]
商品基本面量化研究之铁矿石衍生品系列研究之（十一）
本报告基于铁矿石产业链，从供给、需求、库存和成本四方面梳理价格影响因素，采用向量自回归VAR模型和IVX回归方法，系统分析基本面因子与铁矿石收益率的关系及预测能力。短线样本外预测方向准确率仅55.2%，持续性较弱，长线季度预测精确度显著提升，方向准确率达70.5%。基于预测设计的多频率量化交易策略表现优异，年化收益率超19%，夏普率超1，实现有效风险控制 [page::0][page::12][page::17][page::19][page::28]。
分红对期指的影响 20220513
本报告基于最新股东大会通过及分红预案数据，预测2022年关键指数（上证50、沪深300、中证500）股指期货合约的分红点数及对应的对冲成本。分红主要集中发生在5-7月，影响期指准确定价及基差变化。报告详细展现了分红对不同期货合约剩余影响的分解，历史数据验证分红预测模型具有较高准确性，并说明了分红预测的流程和理论定价依据，为期指投资者提供了重要的定价参考[page::0][page::2][page::3][page::4][page::6][page::9][page::11]
分红对期指的影响 20240614
本报告基于上市公司已披露的分红信息，利用最新模型预测了2024年上证50、沪深300、中证500和中证1000四大指数期货合约的分红点数及其对期指价格的影响。报告详细估算了分红对各期指合约的剩余影响和年化对冲成本，提供了分红预测的具体流程，包括净利润预估、分红总额计算、指数权重调整及除权除息日的预测。同时，报告附带多张分红对期货价格剩余影响的时间序列图，帮助投资者全面理解分红因素对期指定价的传导机理。[page::0][page::2][page::3][page::4]
分析师研报的数据特征与 alpha——《因子选股系列研究之三十二》
本报告基于朝阳永续分析师预期数据，系统研究分析师覆盖、预期分歧、预测准确性及预期加权方法，构建了多种基于一致预期（加权净利润、评级、目标价）及预期调整的Alpha因子，实证显示这些因子在沪深300及中证全指非金融成分股中均有显著选股表现。其中预测精度加权法（Accwt2）具有较高透明度和预测准确性，推荐采用。引入分析师预期因子后，沪深300指数增强策略的年化收益率提升约1%[page::0][page::22][page::27][page::36][page::37]。
量化因子选股回顾与展望
报告回顾了2017年各大类量化因子在A股市场的表现，发现投机和估值因子显著突破历史平均收益，且反转效应受到资金面影响可择时使用。量化产品中，主动量化基金风格把握尚不及时，指数增强表现较优。报告还比较了中美港市场因子表现，阐述了量化因子的长期有效性及风险提示，具有较强的实用指导价值 [page::0][page::2][page::7][page::9][page::13]
乒乓球策略选股组合动态跟踪—— 技术指标选股系列报告
本报告基于东方证券金融工程团队研发的持仓成本偏离度反转指标，构建乒乓球策略选股模型，捕捉超跌股票的短期反弹机会。策略从速度和价格便宜性筛选超跌股，截至报告发布，持仓15只个股，历史样本外回测显示平均持仓期约20天，单股平均绝对收益1.66%，超额收益3.85%。指标今年5月首次发出大盘超跌见底信号，随后沪深300指数企稳，短期反弹概率较高。报告包含历史持仓数据及策略逻辑详解，强调组合投资和止损控制的重要性 [page::0][page::1][page::2][page::3][page::5]
A股涨跌幅排行榜效应——《因子选股系列研究之四十七》
本报告基于涨跌幅排行榜构建了涨幅榜单因子DWF和跌幅榜单因子DLF，发现涨幅榜股票因高关注度导致短期股价高估，未来收益显著下滑，尤其是涨幅榜因子DWF在中证全指样本中表现出较强选股能力和显著统计特征。DWF与其他技术类alpha因子（如特异度IVR、换手对数、短期反转）结合能够解释大部分投机类alpha收益来源，构建的合成因子在提高选股效率上具备一定效果，但对指数增强模型的提升有限，风险提示量化模型可能因极端市场环境失效。 [page::0][page::2][page::4][page::7][page::12][page::13]
