基于 ChatGPT 的基金评价探究
本报告探讨了利用ChatGPT对中国大陆基金进行评价的方法与表现，发现ChatGPT评分高度依赖于输入描述，偏好长期成长及明确投资策略，对高换手和持股集中度持谨慎态度。通过50份基金点评和近年业绩数据对比，确认ChatGPT未直接依赖历史业绩，而是依据描述内容进行评价。报告详细阐述评分标准及风险提示，为基于文本的基金评价提供参考 [page::0][page::3][page::6][page::8]。
金融研报AI分析
预期高股息组合跟踪-20181201
本报告介绍了东吴金工团队基于预期股息率构建的高股息股票组合。通过两阶段模型结合反转因子与盈利因子筛选沪深300成分股中的高股息优质标的，构建30只股票组合并每月调仓。回测显示组合自2007年至2017年累计超额收益显著，且11月组合表现优于基准沪深300。报告详细披露了组合构建逻辑、月度收益及持仓结构，为投资者提供稳定收益策略参考 [page::0][page::3][page::4][page::5][page::6].
杠反 ETF：神秘面纱下的独特魅力资产管理扬帆起航系列报告
本报告系统解析杠杆与反向ETF的基本原理、发展历程、申赎机制及产品特性，揭示其每日杠杆再平衡带来的复利效应对长期持有收益的显著影响，并评估其跟踪误差与传统ETF的差异，结论杠反ETF适合短期操作，市场规模亚太地区快速增长，投资者需警惕震荡行情下的额外损失 [page::0][page::3][page::17][page::19][page::22]。
s[买Table方_Ma研in]基 PK 卖方金股——浅谈研究精选基金的概况、差异与策略
本报告围绕研究精选基金展开，系统分析其基金经理特征、业绩表现、持仓特征及与券商金股的比较。研究精选基金整体业绩接近市场平均水平，2020年以后选股和配置能力有所提升，基金规模中等、团队稳定和研究部领导管理的策略表现更优。与券商金股相比，研究精选基金投资效果更好，尤其从夏普比率来看优势明显。报告指出研究精选基金在公司布局完善、研究实力提升背景下表现突出，为基金投资提供参考 [page::0][page::3][page::5][page::6][page::7][page::11][page::13][page::16].
预期高股息组合跟踪-20180901
本报告介绍了东吴金工团队构建预期高股息组合的量化方法，包括两阶段股息率指标构造及辅因子筛选，覆盖沪深300成分股，回测显示组合自2007年以来累计超额收益达366.95%，年化超额16%，最大回撤12.45%。2018年8月组合收益表现优于基准沪深300，最新9月持仓明细全面披露，提示模型基于历史数据存在风险[page::0][page::3][page::4][page::6]。
FOF 组合策略：量化选基 2.0——基金动量中的反转
本报告总结了2022年A股市场与行业表现，分析公募基金季度与年度动量效应，提出结合季度反转的FOF量化选基2.0策略。通过选取低表现行业作为反转标的，构建新反转策略，实现年化收益率17%，信息比率提升至0.8，最大回撤下降，较旧策略和偏股基金均有显著超额收益和更高季度胜率[page::0][page::3][page::6][page::9]。
金工专题报告：市盈率PE的改进——席勒的CAPE指标
本报告系统阐述了席勒PE（CAPE）指标的构建原理及其在美股和A股市场的预测效果。席勒PE通过使用过去多年平均利润剔除经济周期影响，提高了估值的稳定性和预判能力。在A股市场调整了指标构成后，发现基于最近三年净利润的CAPE(3)对未来两年股价增长率有显著预测能力，回归R²高达0.63，优于传统PE指标，体现出该指标在国内市场的适用性和有效性 [page::0][page::6]
“ETF 情绪温度计”系列研究（三）——ETF 高频折溢价的基差预测能力
本报告为“ETF情绪温度计”系列研究第三篇，系统研究高频ETF折溢价对股指期货基差的预测能力。通过构建多种基于日内与日间折溢价指标的子信号，并结合基差均值回复和交割日效应，得出综合信号，回测显示50ETF基差预测胜率达74%以上，信号稳健且参数敏感性低，揭示折溢价与基差间基于投资者情绪和套利机制的内在联系，为投资者提供有效的基差预测工具[page::0][page::3][page::13][page::18]。
“技术分析拥抱选股因子”系列研究（十一） 新价量相关性 RPV 选股因子——相关性是价量配合最好的尺
本报告基于东吴金工系列研究，结合日内及隔夜价量相关性，提出了一种新型价量相关性选股因子RPV。该因子将日内因子CCOIV与隔夜因子COV的标准化差值构建完成，兼具反转与动量效应，回测区间2014年至2022年显示，该因子在全市场及不同指数成分股均表现出显著的稳定选股能力，年化信息比率高达2.71，最大回撤低至5.23%，且与传统价量因子相关性较低，体现出“又好又新”的特性。该因子在构建指数增强组合，特别是中证500和中证1000指数中表现优异，展现较大应用前景[page::0][page::5][page::16][page::17][page::21][page::22][page::24]。
市场情绪趋同，后市有望继续上行
本报告基于量化构建的趋同度指标，分析2018年5月2日至5月8日A股市场重要指数和行业板块的投资者情绪趋同性。结果显示大盘及中小板指数与趋同度同时上涨，表明市场看涨情绪一致，后续有望继续上行。商业贸易板块指数与趋同度上涨，预示其后市继续走强；而医药生物板块虽指数上涨，但趋同度下降，暗示存在分歧，后续可能面临下行风险。报告中结合CAPM模型系统性风险比重，构建了趋同度量化指标，并应用于市场和行业择时预测，提供了有效的情绪参考工具 [page::0][page::3][page::5][page::6][page::7]
“技术分析拥抱选股因子”系列研究（九）：[T改abl进e_MaSinT]R——换手率要比别人稳，也要比自己稳
本报告为“技术分析拥抱选股因子”系列第九篇，基于日频换手率数据，结合换手率变化率与量稳换手率研究，创新构造了量稳换手率变化率SCR因子。SCR因子在全A股样本及沪深300、中证500成分股中表现稳健，信息比率优于传统换手率，且剔除市场风格与行业后依然具备显著选股能力，规避了传统换手率因子误判问题，投资组合回测显示优异的风险调整收益表现，为量化选股策略提供重要支持[page::0][page::3][page::7][page::9][page::11][page::14][page::15]
“基本面选股因子”系列（一） 从布林带到估值异常因子
本报告基于均值回复布林带策略，构建估值偏离因子，优化至估值异常EPA因子。EPA因子表现优异，年化收益达18.29%，信息比率3.76，稳定性高，且收益来源主要为有限注意力导致的错误定价。报告通过剔除个股估值逻辑变化和Barra风格影响，提高因子纯度，最终在中证500构建多头组合，年化超额信息比率达2.03，为股市选股提供重要量化工具[page::0][page::13][page::20][page::21]
“高频价量相关性拥抱 CTA”系列研究（四） CPV 因子期货版 3.0——CPV 测谎机
本报告基于“高频价量相关性拥抱CTA”系列研究，构建了以CPV因子和投资者结构指标DOV为核心的期货CTA策略。该策略通过判别机构与散户投资者比例，调整PV信号的买卖方向，显著提升策略年化收益率至29.20%，提高收益波动比至1.58和日频胜率至55.09%，实现了策略从动量到反转效应的有效转换，且优化了交割周及长假处理逻辑，为期货量化交易提供稳健信号体系[page::0][page::3][page::10][page::16][page::20]。
预期高股息组合跟踪-20180801
本报告介绍了东吴金工团队构建的预期高股息组合，采用两阶段股息率预测方法并辅以反转因子和盈利因子，基于沪深300成分股筛选出30只等权持仓股票。回测数据显示，自2007年至2017年，该策略累计超额收益达366.95%，年化超额收益16%，最大回撤12.45%。2018年7月组合收益为3.60%，跑赢沪深300全收益指数2.58%，风险提示包含模型基于历史数据，未来市场可能变化较大 [page::0][page::3][page::4][page::6]
市场情绪分化，后市仍旧承压
本报告基于量化趋同度指标分析2018年5月8日至5月16日沪深市场行情，发现大盘指数小幅上涨但趋同度明显下降，显示市场情绪分散且上涨动力不足，创业板出现情绪分化，多空博弈激烈。行业层面，电气设备板块趋同度大幅下跌但指数微调，表明下跌走势被否定后续可能反弹；公用事业板块指数小幅上涨但趋同度下滑，市场对其上涨趋势持否定态度，预示后续可能下行。报告基于CAPM框架构建系统性风险比重的趋同度指标，为市场情绪的量化分析提供依据 [page::0][page::3][page::5][page::7][page::8]
盈利因子改进：焕然一新的 ROE
本报告提出基于单季度ROE的改进方法，通过提取其时间序列特征构建盈利同比、稳定性、持续性、成长性四个衍生因子，并通过因子合成显著提升选股预测能力。改进后的ROE因子年化对冲收益超过20%，信息比率达2.89，在全市场及沪深300、中证500样本空间均表现优异，展示了基本面量化研究在财务因子改进中的有效应用 [page::0][page::7][page::13][page::14][page::15][page::16]。
【勘误版】预期高股息选股与红利择时框架
本报告基于预期股息率构建红利选股因子，结合反转与盈利因子在沪深300中月度选股，形成预期高股息组合，实现14.00%的年化收益率。并基于宏观经济及流动性指标构建红利风格择时模型，提升年化收益至8.69%，显著改善风险收益特征。策略在市场震荡及下行期展现防御优势，且通过择时规避弱势期回撤，为红利策略投资提供系统框架与实证支持 [page::0][page::3][page::9][page::18][page::19][page::20]。
TF：比管理费更重要的事
本报告分析了ETF价格战背景下，影响ETF跟踪指数能力的关键因素。研究发现，ETF的规模、流动性和做市商参与度是比管理费率更重要的指标。大型、流动性强且有做市商支持的ETF在风险事件中表现优异，折溢价低，跟踪误差小。报告还比较了ETF、ETF联接基金与LOF基金的差异，结合投资者账户情况提供了差异化投资建议 [page::0][page::3][page::5][page::7][page::12][page::18][page::19]
基金量化观察：中证A500红利低波动ETF上周集中申报
本报告回顾了2025年7月7日至7月11日的ETF市场资金流动、交易情况和绩优基金表现，重点关注增强策略ETF及中证A500红利低波动ETF的申报动向。报告指出一级市场ETF资金净流入133.86亿元，股票型ETF资金净流入有限，宽基股基资金流出明显。主题行业ETF表现活跃，高端制造、周期、金融地产资金流入显著。增强策略ETF中招商中证2000增强策略ETF近一年超额收益领先。主动权益基金和增强指数型基金收益表现优异，活跃基金经理名单和业绩排名获得披露。本周新增多只ETF申报和发行，包括3只中证A500红利低波动ETF，反映市场对低波动红利主题产品的关注度提升。[page::0][page::1][page::3][page::4][page::5][page::6]
Python编程与主动投研赋能【深圳站】
本文件为2025年7月深圳站Python编程与主动投研赋能培训会宣传资料，介绍了会议时间、地点及议程安排，并重点提及了围绕Python数据分析和大模型自动因子挖掘生成的培训内容。
