MOM 产品指引落地，鼓励中长期资金入市
本报告系统梳理了近期基金市场动态及业绩表现，指出债券型基金发行数量和规模领先，股票型基金受益于市场行情表现优异，主动量化基金收益亮眼。此外，详细点评了证监会发布的MOM产品指引，鼓励中长期资金入市，规范基金管理，助力机构服务能力提升 [page::0][page::4][page::5][page::8]。
金融研报AI分析
量化对冲产品重获批文，首批 MOM产品开始上报
本报告详述2019年12月末中国基金发行及业绩表现，重点关注量化对冲产品重新获批及首批MOM产品的申报情况。基金发行规模结构中债券型基金数量最多，股票型基金收益表现领先。量化对冲基金收益中位数达7%，显著高于货币基金收益。MOM产品种类涵盖股票、债券和混合型，具有管理人中管理人多元特征。ETF资金流向显示宽基ETF资金占优，特定主题ETF资金活跃，为投资者提供多元选择和配置空间 [page::0][page::4][page::5][page::6][page::8][page::9]。
风险模型提速组合优化的另一种方案《因子选股系列研究之三十七》
本报告提出一种基于压缩估计协方差矩阵后谱分解的风险模型近似方法，兼顾了统计模型的高效和结构化因子模型的计算优势，通过保留前K个最大特征值构建近似因子模型，实现组合优化速度大幅提升，实证发现K≥40时效果与原始模型相当且优化速度提升两个数量级，为多因子股票组合的月频调仓提供高效可靠的风险控制框架[page::0][page::1][page::2][page::3]。
分红对期指的影响 20190811
本报告基于最新年报和分红预案数据，预测了分红对上证50、沪深300、中证500股指期货合约的剩余影响，并回顾了2006年以来指数分红的历史趋势。运用合理的净利润预估及分红计算模型，结合最新权重及除权除息日假设，详细测算了分红对期货价格的理论定价影响，提示未来分红及市场变动可能带来的风险[page::0][page::2][page::5][page::8][page::10]。
DFQ-TRA： 多交易模式学习因子挖掘系统
本报告系统介绍了基于多交易模式学习的TRA模型，解决股票收益率预测中市场规律时变及交易模式多样性问题。TRA模型结合多预测器与路由器，借助最优传输（OT）机制实现预测器动态分配，并利用Transformer注意力机制进行特征提取。实证结果显示，TRA模型在中证全指及沪深300、中证500、1000等主要股票池均表现优异，因子相关性低且衰减慢，样本外表现稳定，指数增强组合年化对冲收益高，换手率低。多模型集成有效提升收益和稳定性，风险提示包括量化模型失效及极端市场环境风险。[page::0][page::5][page::9][page::18][page::25][page::30][page::35]
希腊字母在期权交易中的应用
本报告系统阐述了期权价格的主要影响因素及其标准化的希腊字母指标（Delta、Gamma、Vega、Theta、Rho），并结合Black-Scholes模型解析其计算方法与相互关系。报告通过具体示例和实盘数据展示了各希腊字母的实际应用及其在期权价格敏感度分析中的作用，最后介绍了买入跨式和卖出跨式策略的基本构建与风险收益特征 [page::0][page::3][page::5][page::7][page::14][page::15]。
数量化研究-基于交易所公开信息的探索
本报告基于2010-2016年上交所龙虎榜数据，分析了不同类型上榜股票的行业、市值分布及后期超额收益表现，结合资金和营业部行为，探讨其资金博弈特征及营业部协同效应。利用复杂网络的GN算法对营业部进行了社区划分，回归分析显示部分社区和机构专用席位对超额收益有显著正向贡献，且“当日换手率超过20%，且当日收盘为负”的股票存在短期超跌反弹机会，整体上多数上榜股票后期收益表现不佳。[page::0][page::3][page::8][page::26][page::28]
Spending Behavior and Economic Impacts of Urban Digital Consumption Vouchers
本报告基于台北城市数字消费券的用户调研数据，结合区域投入产出模型，深入分析消费券对消费行为的影响机制，包括支出替代效应、诱导消费效应及面额强度效应。研究发现住宿券替代效应最低且诱导消费最高，显著提升政策乘数效果，消费券带动的经济产出乘数提升至1.76，显示消费行为是促进财政刺激有效性的关键因素，为优化消费券设计提供实证指导[page::0][page::2][page::20][page::22]
Pricing energy spread options with variance gamma-driven Ornstein-Uhlenbeck dynamics
本文构建了一种基于多维指标方差伽马驱动的有向Ornstein-Uhlenbeck过程的能源价差期权定价模型，推导了创新项的累积生成函数的分析公式，并利用Esscher变换建立风险中性测度完成期货及期权（包括价差期权）定价，结合FFT数值方法验证了模型的估计与标定流程，展示了参数敏感性与拟合效度，体现了其在电力等高波动能源市场衍生品定价中的有效性 [page::0][page::2][page::4][page::17][page::23][page::27]
Adaptive Robust Optimization for European Electricity System Planning Considering Regional Dunkelflaute Events
本研究基于自适应鲁棒优化框架，构建了2050年全欧洲电力系统容量扩展模型，能够内生识别区域性极端“Dunkelflaute”事件并纳入规划。结果显示系统成本随极端天气事件地理范围非线性增长，局部事件导致成本上升9%，多区域事件成本锐增至71%。不同事件严重度下，最优技术组合从可再生能源、电池和跨区域输电扩展，逐步向长期氢储存及削减负荷转变。研究凸显中欧区域如德国、法国为系统瓶颈，及协调统一的欧洲跨境能源政策重要性 [page::2][page::5][page::19][page::24]
Propagation of Carbon Price Shocks through the Value Chain: The Mean-Field Game of Defaults
本文构建一个基于均场博弈的新型多部门经济均衡模型，探讨碳价冲击如何通过含可违约企业的价值链传播。结合CES生产函数和CIR劳动力成本动力学，模型证明了均衡存在性和价格唯一性。数值模拟显示碳价冲击引发企业输入结构调整及逐步退出市场，且冲击沿产业链传导产生溢出效应，强调了部门间相互依赖对碳减排路径的影响[page::0][page::1][page::31][page::36]。
Artificial Finance: How AI Thinks About Money
本论文通过对七款大型语言模型（包括GPT系列及其他）与涵盖53国人类样本的金融决策问卷答复做系统比较，发现LLMs在风险决策中表现出风险中性倾向，偏好期望值计算，而在时间折现权衡上呈现部分非规范性决策。同时，LLMs的整体答复模式与坦桑尼亚参与者最为接近，暗示训练数据中的文化及语言影响。研究揭示LLMs决策更强调理性概率评估，缺乏人类常见的情感与文化偏见，为AI金融应用中的文化适用性提供重要参考 [page::0][page::12].
AI赋能投资
本报告系统介绍了宽邦科技基于人工智能的量化投资平台BigQuant，展示了其领先的AI赋能技术架构、核心团队及多个大型券商和资管机构的成功落地案例，涵盖智能投研、因子研究、策略开发和实盘管理等全流程AI应用，实现投资管理效率和效果的显著提升[page::0][page::1][page::3][page::5][page::7][page::8][page::9][page::10]。
分红对期指的影响 20220708
本报告系统预测与分析了2022年上证50、沪深300及中证500指数成分股分红情况，量化分红对各期指合约的影响及年化对冲成本，重点阐述分红点数及影响趋势，结合历史数据回顾分红趋势和模型预测准确度，阐明分红对期货定价的作用机制与计算方法，为期指交易提供决策依据 [page::0][page::2][page::4][page::6][page::9][page::11].
分红对期指的影响 — 分红预测系列（三）
本报告围绕沪深300指数成分股分红对股指期货合约定价的影响，系统介绍了基于年报、快报、预警及分析师盈利预测的成分股净利润预估方法，继而推算税后分红总额及其对指数和各期货合约价格的理论影响，指出分红对6月至9月期指合约价格影响达1%以上，市场对分红预期推动期指贴水现象，强调准确预判分红对期指交易胜算的重要性及风险提示 [page::0][page::1][page::2][page::4]
分红对期指的影响
本报告基于截至2019年4月28日各指数成分股已公布的分红信息，采用综合预测模型估算分红对股指期货（上证50、沪深300、中证500）不同合约的剩余影响。研究发现分红对覆盖分红高峰期合约的价格影响显著，分红点数较往年有所提升，尤其是中证500指数分红增长明显。报告还回顾了2006年以来的指数分红状况及分红时间分布，并详细说明分红预测流程与股指期货理论定价模型，为期货定价及策略制定提供量化支持和风险提示 [page::0][page::1][page::2][page::4][page::7][page::9]。
Alpha 预测之二: 机器的比拼《因子选股系列研究之 五十二》
本报告系统比较了17种机器学习模型及传统线性模型对A股超额收益的预测能力，实证发现非线性模型（尤其是GBRT和RandomForest）预测精度显著优于线性模型，模型简单平均（COMBO）进一步提升预测精度。权重约束导致预测精度与组合收益不完全一致，机器学习模型偏好技术因子使得策略换手率偏高，更适合中小资金高频操作 [page::0][page::8][page::10][page::12]。
期权策略之 “鸡胸肉”--无风险套利
本报告系统介绍了期权无风险套利的四大模型，包括单个期权价格上下界限、两个期权的价差套利、三个期权的凸性策略及期权平价理论，详细阐述了对应的套利条件、操作流程及现金流分析，配合多个实际案例损益图，展示了无论市场行情如何变化均可实现正收益的套利机会，强调在成熟市场中套利机会虽转瞬即逝，但高效IT监控系统是捕捉关键，适合量化交易和实务操作 [page::0][page::2][page::3][page::4][page::17][page::20][page::22]。
分红对期指的影响 20240531
本报告基于最新分红信息和预测模型，详细测算分红对上证50、沪深300、中证500及中证1000期指合约的影响，揭示分红对期指价格的剩余影响及对冲成本差异，并解析分红预测的流程及理论定价模型，为投资者期指定价和对冲决策提供参考。[page::0][page::2][page::3][page::4][page::7]
