【专题报告】基于可比公司域的指数增强框架
本报告构建基于行业可比公司域的指数增强策略，强调低估值选股的Alpha来源及预期估值的重要性。实证显示，使用静态PE、一致预期PE及未来实际下一年PE进行沪深300和中证500回测，未来实际PE表现最为稳健、信息比最高。研究还探讨了域修正、一致预期质量提升、盈利质量及子行业择时等提升策略有效性的方向 [page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
金融研报AI分析
综合兵器：融合短期、中期、长期的结合性模型
本文基于华创金工多年来积累的短期（价量共振）、中期（推波助澜）、长期（动量摆动）择时模型，提出融合这三类模型信号的综合兵器模型，实现多维度择时信号结合。综合兵器在沪深300和中证500指数上均取得优异表现，年化收益分别为35.57%和51.5%，夏普比率分别为1.431和1.727，且胜率均超过61%，盈亏比在2.3以上，交易频率适中。模型兼具做多与做空能力，择时净值显著优于大盘指数，体现华创金工择时研究的核心成果[page::0][page::1][page::4][page::6][page::14].
技术指标研究之一：重新认识技术指标
本报告系统介绍了22种常见技术指标的分类、参数选取及优化方法，涵盖均线类、动量类和反转类指标。通过对1121个技术指标参数进行多重有效性检验（买卖点有效性、策略多空收益有效性、样本内外有效性）和数据窥探检验，最终筛选出数十个有效策略，并进行样本内外回测验证，策略年化收益普遍在4%-12%区间，夏普比率可达0.6以上，较好地体现了技术指标的应用价值，相关策略已集成于华创金工技术指标投研系统供投资者使用[page::0][page::4][page::5][page::6][page::25][page::27]。
CrossGRU： 基于交叉注意力的时序+截面端到端模型
本报告提出CrossGRU模型，结合GRU时序模型与交叉注意力截面交互机制，通过“市场隐变量”假设实现高效截面信息融合。模型在中证全指的量价因子挖掘任务中表现优异，5日和10日RankIC分别达到10.9%和11.7%，分组测试中TOP组年化超额收益提升7%，最大回撤明显减少至8%。消融测试显示，截面交互模块和市场隐状态数量显著提升模型表现。简化模型CsAGRU也验证了截面信息融合的有效性，为量化投资提供新思路与工具。[page::0][page::5][page::10][page::16][page::22][page::25]
【专题报告】牛市让利，熊市得益，价量共振择时之二：如何规避放量下跌？
本报告基于价量共振择时模型V1和V2，创新提出价量共振V3，加入价格效率指标和动量指标以数学方式识别强劲趋势下跌，规避放量下跌误导信号，显著提升择时模型的稳健性和风险控制能力。样本内外回测显示，V3模型在多只宽基指数资产中实现了更高的胜率、盈亏比与夏普比率，且最大回撤明显下降，体现了牛市让利、熊市得益的择时理念，有效降低组合波动风险，为股票市场量化择时提供新的实用工具。[page::0][page::3][page::6][page::7][page::8][page::13]
形态学研究之十一：基于形态研究做投资组合的几点思考
本报告基于K线形态学信号，首次提出利用形态信号构建指数增强投资组合的方法。通过沪深300、中证500和中证1000等指数成分股的正向与负向形态信号构建组合，回测显示形态信号显著跑赢基准指数。此外，全市场绝对收益策略年化收益达34.41%，夏普比率1.49，验证了形态学在组合层面的有效性与alpha能力[page::0][page::5][page::15]。
【专题报告】基于排序学习的行业轮动模型
本报告系统介绍了排序学习（Learning to Rank, LTR）及其在量化投资中行业轮动策略构建中的应用，基于LGBMRanker模型，使用中信一级行业价量数据构建排序因子，回测显示2007年至今年化收益率达17.53%，超额年化收益9.81%，夏普比率0.59，表现优异，且排名准确性评价指标NDCG体现出模型优秀的排序表现，行业推荐稳定捕捉领涨板块，验证了排序学习在行业轮动中的有效性与潜力 [page::0][page::10][page::14][page::16][page::19]。
排序学习选股模型之沪深 300 精选
本报告基于排序学习（Learning to Rank, LTR）方法，结合资金流向及多维度特征，应用Optuna框架自动优化LightGBM排序模型超参数，构建沪深300成分股精选的量化选股策略。采用滚动训练法动态调整模型参数，回测区间覆盖2011年至2024年3月，策略累计收益达311.79%，年化超额收益率10.73%，夏普比率0.44，表现显著优于沪深300基准。策略行业配置分散，医药和电力公用事业偏好明显，具备较强稳定性和较高月度及年度胜率。[page::0][page::1][page::7][page::9][page::10][page::11][page::12][page::13]
CANSLIM4.0 策略： 叠加企业生命周期
报告基于华创证券对A股CANSLIM策略的研究，结合企业生命周期理论，核心在于通过现金流量指标区分企业生命周期阶段，重点筛选成熟期企业叠加到CANSLIM选股策略中，显著提升组合表现。研究发现成熟期企业组合在过去15年中年化收益达9.5%，且超额收益稳健。将成熟期筛选叠加到多个CANSLIM子策略（1.0、2.0及红利策略）均提升年化收益，综合策略自2012年起年化收益高达23.4%，显著领先中证800基准。报告还系统剖析了市场风格轮动与多因子暴露特点，明确CANSLIM策略的超额收益主要来自选股能力而非行业或风格偏离。图表展示了市场风格轮动、因子表现及生命周期分组业绩等关键证据，量化验证策略有效性，为投资者提供可操作性的成长与价值结合投资框架。[page::0][page::5][page::8][page::15][page::18][page::21][page::24][page::29]
【专题报告】宏观因子 FMP 组合
本报告从资产配置的演化出发，介绍了宏观因子因子模拟组合的构建方法，重点采用最大化相关性组合，并利用 Lasso 和 PCA 解决参数估计中的误差问题。构建了经济增长、通胀、利率、信用利差、期限利差、汇率及流动性七个宏观因子模拟组合，研究了其对大类资产和行业指数的解释能力，发现宏观因子组合对资产收益率具有较强解释力，符合经济逻辑，可为资产组合风险归因与配置优化提供科学依据 [page::0][page::8][page::18][page::19][page::22]。
【专题报告】小隐于野大隐于市——低波因子的进阶
本报告针对传统简单波动率因子存在的预测能力下降、极端行情反向、收益分组不单调及中证800中失效等问题，提出结合相对波动因子构建的bvol因子，显著改善多头收益及单调性。bvol因子纯化后仍具稳定alpha，能有效提升中证500低波红利smart beta策略表现，回测期间信息比和最大回撤均优于传统因子，具有良好的风险收益特征和稳定性[page::0][page::4][page::12][page::26]。
【近期金融工程策略与观点分享】见微知著，守正待时
本报告基于价量共振择时、多因子分析以及基金行业配置，结合北上资金流动、波指走势及技术形态识别，判断短期市场量能暂不足但部分行业和中小创表现强势，资金持续流入。推荐四季度重点关注餐饮旅游、汽车、房地产、煤炭、电子元器件及银行六大行业，形态识别支持精选个股操作。通过夏普率分析不同市场阶段因子表现差异，为量化轮动提供指导。[page::0][page::3][page::4][page::5][page::8][page::9][page::10][page::15]
【专题报告】二季度上涨收官，未来市场短期或偏震荡2022 年 Q2 量化策略总结
报告总结了2022年二季度A股整体及行业轮动表现，深入复盘多维择时模型和选股策略的历史与近期表现，重点介绍了短中长期多周期择时模型的融合效果及智能算法择时的显著超额收益。行业轮动模型基于公募基金持仓拆解，构建了有效的超配低配信号，年化收益达23.5%，选股方面涵盖大师系列、CANSLIM及形态识别模型，多个策略在过去十年均表现优异，2022年继续看好新能源、煤炭等行业。整体策略指向后市偏震荡行情，风险可控，收益具备弹性[page::0][page::4][page::6][page::25][page::27]。
【专题报告】基于分析师数据的未来业绩兑现概率研究
本报告构建基于分析师数据的未来业绩兑现概率预测模型，利用ES、SIES、行业兑现比例等变量，通过logistics回归模型筛选高兑现概率股票池，实现未来报告期的业绩持续性验证，并通过组合策略取得显著超额收益，验证业绩兑现对长期收益的解释力，为量化选股提供稳健因子支持[page::0][page::4][page::7][page::8][page::12][page::13]
【专题报告】华创金工CTA 系列专题报告（一）——持仓博弈异常信号的挖掘
本报告提出基于我国三大商品期货交易所每日公布前二十大会员持仓量数据构建的日内CTA交易策略，重点挖掘持仓博弈异常信号指标dH，通过样本内外多品种网格测试，验证策略在商品期货市场的超额收益能力及稳健性。策略在黑色系和有色金属品种表现最佳，样本外年化收益率最高达40.71%，夏普比率超过2.5，最大回撤控制在7.65%以内，充分体现了持仓结构信息的有效利用价值[page::0][page::5][page::9][page::21][page::22][page::26][page::27]。
【专题报告】震荡市择时利器：低波之刃模型
本报告介绍了华创金工推出的“低波之刃”择时模型，针对震荡和极端缩量的市场行情，捕捉反弹波段。模型在上证50、沪深300、上证指数、中证800等多个大盘指数表现稳健，实现年化收益6.34%-9.32%，夏普比率0.398-0.717，最大回撤10%-12%，胜率达到65%以上，交易次数适中，能够在震荡市中获得稳定的做多波段收益 [page::0][page::6][page::9]
【专题报告】华创金工事件研究系列——2019 年 12 月沪深 300 指数样本股调整预测
本报告基于事件研究法，系统分析沪深300指数样本股的调入调出效应，采用横截面回归剔除行业和市值影响，发现调入股票在公告日前10个交易日能获取2%以上的累计异常收益，而公告日后效应不明显。2019年6月调入调出名单预测准确，调入组平均累计超额收益4.19%，调出组为-2.74%。报告最后给出12月调仓预测名单及行业分类，为相关投资决策提供参考 [page::0][page::6][page::7][page::12][page::13]
2023 年 Q1 量化策略总结与未来市场展望
本报告总结2023年一季度各类量化策略表现，涵盖短中长期择时模型、选股策略及行业轮动模型。择时策略细分为价量共振、低波之刃、推波助澜等，综合兵器模型年化收益达39.46%。选股方面，CANSLIM2.0策略年化27.9%，显著跑赢基准中证500（6.3%）。行业轮动模型基于基金超配仓位计算，年化绝对收益22.63%。2023年二季度重点看好计算机、传媒和交通运输行业[page::0][page::5][page::7][page::13][page::30].
捕捉拐点的蛛丝马跡：趋势与加速度共振的择时
本文提出趋势与加速度共振择时模型，兼具趋势跟踪与牛熊切换拐点捕捉能力。样本内外多指数回测显示该模型年化收益普遍超过基准，且夏普比率较优，胜率和盈亏比表现平衡。通过与价量共振模型融合实现鱼与熊掌兼得，提高多头趋势跟踪能力同时有效控制回撤，为市场择时提供量化工具参考。[page::0][page::6][page::13][page::16]
去粗取精，去伪存真：动量摆动系统的长期择时
本报告构建了基于A股宽基指数成分股多空状态加总的长期动量摆动择时系统。回测显示，动量摆动系统较传统均线摆动系统具备更高的胜率（平均76.54%）、更优的年化收益（14.26%）以及更稳健的样本外表现，适合长期趋势跟踪，持有周期较集中且交易频率较低，具有较好的实操可行性与鲁棒性。[page::0][page::3][page::6][page::7]
