中国经济持续修复，A股重回超配——资产因子与股债配置策略 11 月
报告基于宏观因子构建对中美欧经济及金融条件的跟踪，结合普林格周期模型判断中国经济处于复苏阶段，建议超配A股。风险平价策略及久期择时策略显示良好稳健收益，股票指数择时及业绩跟踪体系支撑结构性投资机会，组合风险控制得当，适合当前配置环境 [page::0][page::3][page::7][page::11][page::12][page::17]。
金融研报AI分析
高频量价选股因子初探：—因子深度研究系列
本报告基于高频盘口数据挖掘出4个关键高频量价选股因子，包括订单失衡（VOI）、订单失衡率（OIR）和市价偏离度（MPB），并将其降频至月度因子进行回测。MPB因子表现最佳，年化多空收益21.24%、夏普比率2.68。报告详细分析因子低频反转现象，并结合大量实证图表及相关性检验，展示因子构造、转低频方法及选股效果，验证了高频量价信息在股票选股中的显著价值，为量化选股策略提供了新思路 [page::0][page::13][page::14].
量价因子策略库
本报告介绍了中信建投智能量化团队基于日频交易数据构建的376个高频量价因子库，覆盖7大类量价特征，系统评估了因子的预测能力和收益表现，揭示因子普遍具备显著的Alpha预测能力且多数因子换手率较高，指出高换手率是因子收益和交易成本的双重制约因素，强调因子合成和交易执行对策略效果的重要性，为高频多因子量化投资提供理论与实证支持 [page::0][page::2][page::6][page::14]
分析师超预期因子选股策略：——因子深度研究系列
本报告详细定义了分析师净利润超预期幅度因子ESP，通过统计超预期股票的收益特征，发现在全市场及2017年以来，低估值（EP_TTM）和近期负收益率是超预期股票收益的重要解释因子。基于此，构建了超预期20组合，该组合在2009-2019年间年化收益27.43%，相对中证500年化超额收益22.81%，风险控制良好，主要由超预期风格驱动，适合用作中证500指数增强补充策略 [page::0][page::3][page::4][page::11][page::16][page::19][page::20][page::21]
权益基金因子模型—基金研究第十四期
报告基于普林格经济六周期及信贷因子先行性，预测未来3年中国权益市场上涨趋势，系统构建并验证多因子模型（含净值alpha、风格择时、隐形交易能力及风险调整收益率因子），筛选出6个有效基金因子组合成综合因子，用于构建均衡权益基金FOF策略。该策略回测年化收益超23%，显著跑赢基准，且回撤控制良好，具备较强的超额收益稳定性，为基金投资提供量化选基框架和风格配置参考。[page::0][page::5][page::6][page::10][page::17][page::23][page::24]
如何正确理解近期热度极高的低波动率因子
本报告系统研究了A股市场低波动率因子的特征及有效性。发现低波动率股票主要集中在大市值股和银行、石油石化等低波动行业。因子市值加权下的多空收益差在2016年后显著，但以等权方式构建组合多空收益和超额收益均有明显提升。大市值股票中的因子表现优于小市值股票。波动率因子与部分价值和流动因子相关性较高。国家队资金整体偏好大市值低波动股票，但组内波动率持仓风格无明显偏向，体现因子有效性独立性。[page::0][page::2][page::8][page::9][page::10][page::12][page::15]
多因子与 ESG2024 年投资策略报告：看好权益市场，把握细分赛道和风格
报告聚焦2024年多因子策略与ESG投资，战略上看好A股，关注科技、大盘成长ETF及细分行业轮动，强调低波价值风格防御属性。ESG信息披露标准趋于全球统一，绿色债券市场快速增长，推动相关基金多元发展。转债量化策略表现稳健，企业年金作为长期资金助力权益市场平稳运行。整体预计国内经济韧性增强，外部风险因素下行业与风格轮动显著，量化投资有效性提升。 [page::0][page::1][page::6][page::30][page::42][page::50][page::53][page::60][page::62]
ETF 配对交易
本报告介绍了基于ETF的配对交易策略，采用买入510050、融券卖出510300的操作方法，利用价格差的累积变化进行交易，实现较低风险和稳健收益。通过图表展示了该组合的收益率差异及上下轨的变动范围，为投资者提供风险可控的交易建议[page::0]。
因子模型第五期：基于供应链关系矩阵的因子增强从特征工程角度让模型学习供应链关系
本报告基于供应链上下游关系数据构建供应链关系矩阵，通过矩阵乘法衍生出供应商、客户关系衍生因子，将其与原有因子结合应用于多因子选股模型。实证结果显示，加入供应链衍生因子后模型的IC和IR显著提升，尤其供应商关系提取因子效果突出。叠加衍生因子训练的模型在沪深300、中证500、中证1000指数上的策略表现均优于仅用原始因子方案，尤其在中证1000成分股上表现最佳，带来超额收益和风险调整收益的优化[page::0][page::10][page::12][page::16][page::17]
分析师预期收益率生命周期模型及分析师因子再增强
本报告围绕分析师预期收益率生命周期模型构建，基于分析师预期调整（盈利预期调整、目标价调整、评级调整）信息，深入挖掘分析师目标价因子TPP和TPM，揭示其优异的选股能力及生命周期阶段划分。报告构建“预期收益率触底增强”及“预期双击”组合，历史回测显示年化收益率分别达26.44%和28.26%，样本外跟踪表现稳健，月度胜率高，多行业及多市值分布均衡，为基于分析师因子的量化选股提供有力支持 [page::0][page::27][page::28][page::35]。
“逐鹿”Alpha 专题报告 （十一）基于限价订单簿数据的 DEEPLOB 模型
本报告基于米筐提供的沪深市场Level2限价订单簿数据，构建80维高频量价因子，采用结合CNN与LSTM的深度学习模型DeepLOB预测短期收益率。通过样本内训练和样本外测试，模型在股票交易当中实现单次平均收益超过0.8%，在可转债交易中收益高达5.55%，展示了较强泛化能力和显著的交易收益效果。实验验证了高频深度学习模型在日内高频交易上的应用潜力 [page::0][page::2][page::7][page::9][page::14][page::15][page::18][page::20]
中证国新港股通央企红利指数投资价值 多因子与ESG策略
本报告系统分析了中证国新港股通央企红利指数的投资价值，强调了港股行情回暖背景下该指数的低估值、高股息率和政策利好，揭示指数长期稳健的超额收益表现及较低波动率。核心成分股覆盖能源、电信等重要行业，重仓万亿央企龙头，具有代表性和长期配置价值。报告结合多因子和ESG视角，全面展现红利战略对抗市场波动的有效性及未来增长潜力[page::0][page::2][page::7][page::9][page::11][page::15]。
宏观因子多资产策略指数（稳健、平衡及进取）—多因子策略指数第一期
本报告基于宏观因子构建权益资产配置信号，结合技术指标与风险预算量化资产配置模型，推出宏观因子多资产策略指数（MFMA），包含稳健、平衡和进取三个版本。回测结果显示，三种策略均显著优于固收+基准，年化收益率分别为8.04%、12.16%和18.11%，夏普比率分别达到1.94、1.56和1.27，有效兼顾收益和风险[page::0][page::3][page::27][page::32][page::36][page::37]。
权益ETF持续流入，大盘红利占优
本报告详尽回顾了2024年2月权益ETF市场的表现与资金流动，指出权益ETF特别是大中盘宽基ETF份额大幅流入，机构投资者成为主导力量。大盘股表现强劲，尤其是科创板表现领涨，行业及风格方面红利低波依旧受机构偏好。报告中通过详细图表展示ETF份额、规模走势与行业轮动趋势，明确头部基金管理公司的主导地位，对后续市场配置与风险警示提供了系统性分析 [page::0][page::1][page::4][page::16][page::21][page::24]
中游景气度较高，看好汽车、通信、纺织服装和石油石化等行业的相对收益基本面量化模型跟踪 2023年10月
报告基于基本面量化模型，通过预测A股整体和非金融板块未来季度ROE，结合行业投入产出表、多周期经济分析、估值分位与机构调研，明确2023年10月看好中游制造业中汽车、通信、纺织服装及石油石化行业的景气度和相对收益表现。行业轮动策略回测表明基本面+量价指标能有效捕捉行业景气变化，机构关注度切换验证该观点，当前行业估值普遍处于较低分位水平，存在投资机会 [page::0][page::1][page::5][page::9][page::22][page::28][page::31]
市场交易保守程度量化指标能够用来做什么？
本报告基于基金模拟收益与真实收益间估算误差构建市场交易保守程度和交易倾向因子，研究其周期性和对市场及基金组合的影响。通过该因子实现中证800指数择时及大小盘轮动策略，年化超额收益显著优化。交易倾向因子作为负向筛选指标应用于基金组合，提高长期能力组合收益和稳定性，并创新构建基于交易倾向的精准行业轮动产品组合，获得行业轮动跟踪更紧密和超额收益提升。报告强调交易保守程度的周期性及其对选基因子效用的调节作用，展示量化因子在基金组合优化中的实用价值，为投资决策提供重要参考 [page::0][page::3][page::5][page::8][page::15][page::17][page::18]
基于循环神经网络的选股模型改进
本报告基于循环神经网络（RNN）选股模型，借鉴混合专家、多堆叠密集连接和多任务学习进行局部结构改进。多专家结构提升了预测稳定性与抗过拟合能力，多堆叠密集连接改善了模型退化并实现多层次特征复用，自定义参数共享的多任务结构促进标签间信息共享与训练效率提升。多个实验对比表明，这些结构改进有效提升模型泛化与训练均衡性，但未实现显著飞跃性提升，且存在一定参数敏感性和环境局限性 [page::0][page::2][page::4][page::13]。
基于行业景气度和拥挤度的轮动策略
本报告基于多因子拥挤度模型和行业景气度构建短期风险管理与中长期行业景气度前瞻框架，结合营业收入、利润及ROE/ROA等财务指标，设计行业轮动策略。策略通过剔除高拥挤度行业避免风险，回测表现出稳定显著的超额收益能力，年化超额收益达24%以上，最大回撤约10%。报告细分产业链视角解析新能源车与半导体产业链不同环节景气度差异，强调景气度的边际变化和分析师一致预期数据的重要性，为投资者提供行业配置及策略构建参考 [page::0][page::2][page::5][page::22][page::23]
“逐鹿”Alpha 专题报告（二十一）：基于新闻、研报、财务、技术指标的大模型个股分析框架初探
本报告基于技术指标、财务数据、新闻资讯以及研究报告，结合阿里巴巴达摩院通义千问和深度求索Deepseek-chat大模型，构建了一套多维度融合的大模型个股分析系统。系统不仅实现了对股票未来收益的有效预测，其中买入信号带来的超额收益达到1.08%，且赋予模型较强的结果解释性。同时，通过消融测试分析了各类信息对预测的贡献度，发现研报数据影响最大，财务数据贡献有限或负面，新闻和技术指标亦有辅助作用。该框架提升了个股分析的准确性和可解释性，为股票量化预测提供了创新思路 [page::0][page::1][page::22]。
沪深 300 成分股调整预测名单：事件的超额收益还有吗？
本报告以沪深 300 指数成分股调整为例，分析新调入和新调出股票在调整日前20个交易日的超额收益特征，发现调入股具有稳定的正超额收益，调出股则显示负超额收益。基于此构建了纯多头及多空组合策略，但近年超额收益呈下降趋势，推测与策略参与人数增多相关。报告还预测了2018年6月最新调入调出股票名单及权重，为投资提供参考 [page::0][page::2][page::6][page::8][page::9]。
