凤鸣朝阳，APM 因子绩效回顾
本报告系统介绍并回顾了APM因子的构造逻辑及其选股绩效。APM因子基于日内上午与下午股价残差的差异，提取出知情交易者倾向，经过风格因子和行业因子回归剔除，获得纯净因子。2013年至今，APM因子多空对冲组合取得年化收益15.0%，信息比率4.40，最大回撤0.72%，并在中证500及沪深300均表现稳健。样本外测试效果依然显著，显示因子良好稳定性和选股能力 [page::0][page::3][page::4][page::5]。
金融研报AI分析
“技术分析拥抱选股因子”系列研究（十四）：RPV 聪明版——聪明换手率是更好的配料
本报告基于价量相关性因子研究，提出“聪明”换手率改进策略，构建了聪明版 RP V 选股因子 SRV。该因子结合日内和隔夜聪明换手率，显著提升了选股效果，回测期间信息比率达3.07，最大回撤仅3.11%。通过对不同交易时间段成交量的精细切割，SRV 因子在多个指数样本空间保持稳健表现，且与传统价量因子相关性低，具有较强独立信息量，为指数增强策略提供理论支持和实证依据[page::0][page::4][page::16][page::17][page::26][page::27]。
“技术分析拥抱选股因子”系列研究（六）：CTaPbVle M因ain子抢跑版，差分视角下的价量互动关系
本报告为“技术分析拥抱选股因子”系列第六篇，基于分钟级价量数据，首次引入差分处理，构建价量差分相关性因子CDPDV系列。通过“价量不错位”、“价先量行”、“量先价行”三大类差分价量互动关系拆分子因子并合成，本报告发现合成因子CDPDV_V表现最佳，5分组多空对冲年化收益27.03%，信息比率3.61，最大回撤仅4.01%，展现较强稳定的选股能力。因子优于传统基准PV_Corr，且纯净因子扣除行业及主流风格影响后依然有效，验证了价量差分相关性在选股中的重要价值。参数敏感性检验及不同样本覆盖显示因子鲁棒性良好 [page::0][page::3][page::10][page::15][page::17][page::19][page::20]。
“求索动量因子”系列研究（二）：基于交易者结构对动量因子的改进
报告基于交易者结构细分成交量，提出改进动量因子的方案，显著提升选股能力与风险调整收益。研究发现，大单交易占比越高、小单越低，动量因子呈反转效应；散户交易占比提升则动量效应增强。新动量因子年化收益21.23%、信息比率2.59，表现优于传统动量因子。该方法同样适用于换手率、振幅等价量因子，具稳健性和广泛适用性 [page::0][page::3][page::7][page::14]
荟萃多量化策略，坚守价值投资——泰康睿利量化多策略投资价值分析(005381.OF)
本报告系统介绍了泰康睿利量化多策略基金的量化投资体系与多因子选股、行业配置等主要策略，结合大量图表展示其基金业绩持续优异，累计收益达89.36%，并以中盘成长风格与电子元器件行业偏好为超额收益主要来源，同时强调分散风险与积极打新所带来的收益提升，为投资者提供全面的量化多策略产品价值分析与风险提示[page::0][page::5][page::9][page::10].
换手率切割刀 CTR 因子 Cutlets of TurnoverRate——换手率的异质信念
本报告基于异质信念理论，利用次日隔夜收益率和换手率数据对传统日内换手率因子itaTurn20进行切割，提出换手率切割刀CTR因子，显著提升了因子的稳定性和收益表现。CTR因子在2006年至2023年间回测显示年化收益40.32%，信息比率2.63，最大回撤14.67%，均超越传统换手率因子，并在沪深300、中证500及中证1000等不同样本空间均表现稳健。报告详细论证了切割法的有效性，进一步推出“抢跑 CTR”因子以解决实际操作中的数据时滞问题，持续提升策略的实用性和可执行性。[page::0][page::3][page::7][page::9][page::15][page::19][page::22][page::23]
重拾自信选股因子 2.0——从过度自信到重拾自信
本报告基于行为金融学经典DHS模型，创新构造了反映投资者过度自信的CP因子和进一步反映过度修正的重拾自信RCP因子。通过高频分钟数据提取股票快速上涨和下跌时间点差，CP因子表现稳健，回测期内年化收益13.79%，信息比率1.98。RCP因子剔除日内收益影响后表现更优，年化收益19.17%，信息比率2.94。报告进一步优化因子合成方法，推出新RCP_new后因子信息比率提升至2.91，纯净因子表现更优，且在沪深300和中证500指数成份股上均表现出色，支持其在指数增强组合中的应用价值。[page::0][page::3][page::6][page::9][page::11][page::13][page::17]
引擎 CTA：从期权隐含情绪中提取交易信号
本报告基于期权平价公式，构建隐含波动率价差指数以衡量期权市场情绪，从而设计三类CTA交易策略：长期极值反转策略、短期均值回复策略及其汇总的“引擎”CTA策略。策略回测表现稳健，年化收益均超31%，最大回撤普遍低于10%，“引擎”CTA策略信息比例达2.69，胜率超60%，表现最优。信号参数敏感性分析显示参数稳健，期权信号涵盖多空双向优势，且信号对IH、IF期货适用性强，但对IC较弱。隐含波动率价差指数除基差影响外还包含投资者隐含情绪，对期货涨跌预测有显著指导作用 [page::0][page::3][page::4][page::6][page::7][page::8][page::9][page::10][page::11]
[T捕able_捉Main定] 价偏差，人工智能量化——太平资产量化产品投资价值分析
报告深入分析了太平资产量化产品3号和5号的投资价值，3号产品基于因子+事件驱动模型捕捉定价偏差，实现了沪深300指数的持续超额收益，5号产品采用人工智能高维alpha策略，显著提升了中证500指数的超额收益且控制回撤能力出色，二者均体现了优秀的选股能力及风格灵活调整，行业配置稳健且收益集中，具备较强的风险控制和抗跌能力[page::0][page::5][page::6][page::12][page::13][page::15].
股票最大跌幅多因子研究
本报告基于多因子量化方法，结合VaR风险测量，对A股股票未来最大跌幅风险进行定量预测。通过单因子相关性分析选取8个关键因子，构建多因子模型，并利用历史模拟法计算VaR，有效区分股票未来下跌风险。实证结果显示多因子模型对远期最大跌幅具有较强预测能力，同时基于该模型构建的熊股组合在2016年以来显著跑输基准指数，验证了模型的有效性，为投资者提供了科学的股票风险管理工具。[page::0][page::3][page::5][page::7][page::8][page::9][page::11]
重拾自信选股因子——从过度自信到重拾自信
本报告基于经典 DHS 行为金融学模型，创新构建了过度自信因子 CP 和衍生的重拾自信因子 RCP，利用高频分钟序列数据捕捉股价快速上涨回调的时间差，实现对投资者过度自信及其后续过度修正行为的量化刻画。回测区间2014-2022年，RCP 因子在A股全市场显示出优异的选股能力，年化收益达20.35%，波动率6.56%，信息比率3.10，表现稳健且稳健优于传统风格因子，具备良好的投资组合构建参考价值[page::0][page::3][page::8][page::10][page::12][page::15]。
“技术分析拥抱选股因子”系列研究（五）——CPV因子移位版，价量自相关性中蕴藏的选股信息
本报告基于分钟级价量数据，深入研究价量错位关系及价、量自相关性，构建了多种差分相关性因子CDPP、CDPDP及CDVDV，并在全A股范围内进行回测，结果显示这些因子在选股上具有显著稳定的超额收益和信息比率，优于传统CPV价量相关因子，尤其合成因子CDPDP'取得31.91%年化收益和3.68信息比率，展现较强的盈利能力和风险控制效果[page::0][page::3][page::7][page::12][page::18][page::20][page::21]
“技术分析系拥抱选股因子”系列研究（七）：量稳换手率选股因子——量小、量缩，都不如量稳？
本报告延续“技术分析拥抱选股因子”系列，对换手率因子进行深入研究，提出基于日频换手率稳定性的量稳换手率因子（STR），该因子在2006-2021年回测中表现优异，超过传统换手率及换手率变化率因子，剔除市场风格和行业干扰后依然表现稳健。[page::0][page::3][page::7][page::10][page::15]
重拾自信选股因子更新——从过度自信到重拾自信
本报告基于行为金融学中经典的DHS模型，创新构建过度自信因子CP及其改进型重拾自信因子RCP，利用高频分钟序列数据刻画投资者的信心持久度。新型RCP因子在2014-2023年回测中表现优异，年化收益超20%，信息比率达2.66，胜率超过80%，且改进的纯净RCP因子在剔除行业与风格影响后仍保持较强选股能力。因子适用于沪深A股多样样本空间，且对指数增强策略有良好参考价值，表现优于传统波动率和反转因子[page::0][page::3][page::5][page::9][page::10][page::11][page::13][page::16][page::17][page::20]
寻找特质波动率中的纯真信息——剔除跨期截面相关性的纯真波动率因子
本报告基于对传统特质波动率因子的研究，提出剔除其跨期截面相关性的线性回归改进方案，构建纯真波动率因子。该因子在全A股样本的长期回测中表现优于传统因子，年化收益稳定且波动率更低，信息比率及月度胜率提升明显，且与换手率因子相关性减弱，展示出更纯净的选股能力，适用于量化选股模型优化 [page::0][page::3][page::8][page::12][page::15]。
“高频价量相关性拥抱 CTA” 系列研究（二）CPV 因子期货版 2.0——样本内外的动量反转
本报告基于“CPV 期货版1.0”价量相关性研究，聚焦高频价量相关系数中的多空信号，分析样本内外动量与反转效应，提出新策略“CPV 期货版2.0”。策略剔除周五交易信号并设置7.0%止损阈值，有效提升年化收益率至20.91%，降低年化波动率至17.20%，优化收益波动比至1.216，显著改善CTA策略的稳健性和表现 [page::0][page::3][page::15]
把握市场风向转变，量化增益指数价值长城中证 500 指数增强 A 投资价值分析(006048.OF)
本报告深入分析了长城中证500指数增强A基金的投资价值，基于基本面研究和量化多因子模型，结合中证500指数市场风格转变与估值优势，指出基金在中小盘成长风格明显且行业配置分散，过去两年累计超额收益突出，具备较强选股能力和风格选股收益来源，展示出显著的业绩优势与投资潜力。[page::0][page::4][page::10][page::12][page::13]
价量因子买北交所
本报告系统研究了2023年11月北交所股票行情，指出传统基本面因子在短期识别能力不足，而东吴证券金工开发的基于换手率和价量配合的价量因子能高效捕捉行情，相关价量因子在多头持仓中选中超过80%的北交所股票，组合月收益超20%。报告分类介绍了换手率类、价量配合类及情绪面因子的构建与表现，体现其短期选股能力明显优于传统基本面因子，具备较强应用价值和市场指导意义 [page::0][page::3][page::4][page::6].
“波动率选股因子”系列研究（二）：基于高频波动率的信息分布均匀度选股因子
报告基于高频分钟数据构建了“信息分布均匀度（UID）”波动率选股因子，能够衡量信息冲击强度。UID因子在2014年至2020年间的全市场回测显示，年化收益21.32%、信息比率达3.65，远优于传统波动率因子。通过剔除传统波动率因子和风格行业影响后的纯净UID因子仍表现稳健，具有很强的选股能力。因子与传统涨跌幅因子相关性较低，说明含有较大增量信息，且信息冲击对涨跌的影响呈对称性，为量化选股提供了新的视角与工具 [page::0][page::3][page::4][page::5][page::8][page::11]。
“技术分析拥抱选股因子”系列研究（十六） CPV 分时版
报告提出基于日内分时段价量相关性的技术分析因子CPV分时版，通过构建最后30分钟价量相关性标准差因子PV_corr_std_1430，有效提升了选股多空对冲收益及风险调整表现。分时版因子在沪深300、中证500等多指数样本外均表现优异，信息比率显著高于传统全天价量因子，且回测显示相关性较低的纯净因子依旧保持强选股能力。此外，基于该因子构建指数增强组合，实现了稳定的超额收益和较小回撤，具备良好应用前景[page::0][page::4][page::12][page::17][page::20]
