本报告基于龙虎榜与港交所托管数据分析，识别出八家北上异动经纪商，这些经纪商与内地量化私募营业部行为高度共振，显示出资金关联特征。2021年异动经纪商持股广度和持仓规模显著大于其他经纪商，偏好高Beta、高换手、高动量及小市值个股，在周期资源板块高配、大金融板块低配，其参与的热门N倍股换手率及涨幅均显著提升，且其持仓变动因子表现优异，展现出卓越的选股和调整能力，为监管“假外资”提供新的辨识视角 [page::0][page::1][page::4][page::5][page::6][page::7][page::8][page::9][page::10]
本报告系统介绍了基于LSTM模型的深度学习因子挖掘与改进方法。通过引入财务数据，构建了RankIC达到9.17%的月频因子LSTM_pro，提升了多头端的分层效果。对比遗传算法Alpha185与人工因子，深度学习因子在多头超额收益表现最优。进一步通过LSTM改进理想反转因子，显著提升了收益率和IC表现。回测结果显示，深度学习因子在中证1000指数增强上取得15.74%的超额收益，展现较强实用价值。[page::0][page::2][page::4][page::7][page::10]
本文基于深度学习（LSTM与Transformer）与强化学习（PPO与SAC）模型，挖掘交易行为因子并应用于风格轮动和多策略融合，通过构建指数及股票层面的风格因子，实现风格优选并融合多策略组合，实验结果显示Transformer模型优于LSTM，SAC强化学习月频调仓风格选择收益波动比高达1.70，综合风格优选后，构建的Transformer优选100因子组合年化收益率高达35.99%，显著领先市场基准[page::0][page::2][page::3][page::8][page::9][page::10]
本报告基于深度学习模型构建研报文本情绪因子（KY-Bert、KY-Llama3、KY-CH及其合成因子KY-Combine-ASC），结合传统数值盈利预期调整因子FYR_DISP_strength，优化选股组合策略。文本情绪因子表现稳定且能显著提升优选组合的信息比率，尤其在2022-2023年数值因子表现低迷时优势明显，改进后组合年化收益提升至27.7%，信息比率由1.44提升至2.41，行业轮动因子超额表现也得到改善，体现出了深度学习赋能在分析师行为alpha提取上的增量价值。[page::0][page::3][page::10][page::11][page::13]
本报告针对上游周期板块，基于中高频产业跟踪数据，构建并验证了一个逻辑回归择时模型。通过对化工、钢铁、有色、采掘、建材五大行业的月度涨跌预测，该模型表现出较高的胜率和盈亏比，显著优于买入并持有的基准策略。板块整体策略在多种回看期下均表现稳健，尤其是N=16期获胜率达到64.6%，有效捕捉了周期板块的长牛行情，同时模型还结合了行业动量因子，提升了预测的准确性 [page::0][page::1][page::2][page::3][page::6][page::7][page::8]
本报告基于主流招聘网站上市公司发布的招聘数据，分析招聘数量因子的覆盖率及其对股票价格的选股能力，揭示该因子在成长风格股票池中表现更优，尤其是在高成长股票池中其选股效果显著提升，表明招聘数量因子反映了公司成长潜力与行业景气度，具有一定的预测价值，为选股模型提供新的另类数据维度参考 [page::0][page::1][page::2][page::3][page::4]。
本报告系统分析了A股ETF资金流对选股与行业轮动的指导作用，发现ETF资金流因子呈现显著负向预测效应，持仓占比变动和资金流入/市值因子表现尤为突出，且因子对成分股及行业收益均具备较强的负向选股能力和行业轮动预判价值。此外，不同类型ETF资金流对因子表现存在差异，非宽基、高集中度和高换手率ETF在行业轮动中的资金流因子表现更佳，为投资者构建量化因子和轮动策略提供重要参考 [page::0][page::1][page::2][page::3][page::4][page::5][page::6]
本报告基于盈利预期调整事件构建了高效的量化选股因子，通过定义并改进FYR_DISP因子，结合时间加权与股价跟随性权重，显著提升多空对冲信息比率，同时引入分析师羊群效应、动量反转及大单资金流等风险因子进行组合增强，最终构建优选组合，实现超额收益稳定且显著提升，历史年化超额收益达26.9%，胜率超过72%[page::0][page::4][page::7][page::8][page::15][page::16][page::17]
本报告基于2017年以来金股组合数据，系统构建并优化“金股+$^{\prime}$”量化组合，实现了基本面与量化相结合的增强效果。研究表明，金股组合覆盖行业广泛，月度金股数量稳定，且整体年化收益率达到15.7%，显著优于沪深300和中证500指数。多维度划分揭示重复及多家推荐金股组合表现优异，组合调仓及时性提升带来超额收益。通过引入交易行为因子进行权重优化，可使年化收益率提升至20.6%。基于行业景气度的行业优选进一步增强了组合表现，且分析师历史推荐能力的稳健组表现最佳。该组合的超额收益表现充分证明了量化拥抱主动投资的理念 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
本报告基于分钟级数据，深入分析了日内最极端收益的alpha信息，提出了结合最极端收益与前1分钟收益率的极端收益率反转因子(ERR因子)。该因子显著提升了传统反转因子的选股胜率和信息比率，具备较强的稳定性和跨样本应用能力，且能有效解释极端收益后动量效应，最后经行业风格中性化处理，依然保持优良的风险调整收益表现，为量化选股提供了有力工具 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本文基于日内分钟收益率涨跌幅时间重心的时序特征，提出跌幅时间重心偏离因子，通过剔除收益率结构和极端收益率样本干扰，显著提升选股因子的稳健性和Alpha表现。研究揭示时间差Alpha的主要收益来源包括日内尾盘收益率、涨跌幅位置信息及A股市场的“低波效应”，最终构建时间重心偏离（TGD）因子，在全市场范围实现多空信息比率4.5以上，结合收益率偏度因子进一步提升合成因子表现，年化收益率超过24%[page::0][page::3][page::4][page::6][page::9][page::11][page::13][page::14][page::16][page::17]
本报告基于2021年以来券商行业金股组合数据，分析其发布趋势、覆盖行业、收益表现和超额收益能力。结果显示，券商行业金股数量稳步增长且行业覆盖全面，组合整体年化收益率显著优于券商十大金股组合和基准指数。特别是新进行业金股表现优异，且行业内部分重点行业展现较高超额收益率。通过因子优选（分析师预期因子、理想振幅因子、小单残差因子）与行业优选（行业景气剔除低景气度行业），组合收益率可进一步提升至24%以上，收益波动比超过1，体现了因子与行业双重优化的有效性 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本报告深入分析了券商金股中的新进金股与重复金股两类股票池的内部收益结构差异及其量化优化策略。研究表明，新进金股整体市值和关注度低于重复金股，但其事件驱动超额收益更显著，因子选股效果也存在分化，尤其是在聪明钱因子、理想振幅因子和分析师预期因子上的表现。通过采用过去12个月因子ICIR加权优化构建合成因子，显著提升了新进金股及重复金股组合的年化收益率和收益波动比。此外，多家券商同时推荐的新进金股表现优于单家推荐，验证了量化模型的有效性及金股的投资潜力。[page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::8][page::9]
本报告构建了券商金股的六维评价体系，包括收益水平、收益波动比、行业选择能力、个股超额能力、黑马能力和白马能力，对比分析了30家券商中表现优异的券商金股组合，详细解析了券商K、券商Z、券商X三个绩优券商的细分行业表现，并结合多张图表和统计数据展示其优势与具体个股收益情况，为投资者理解券商金股的结构与潜力提供了系统视角 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9].
本报告基于基金重仓股构建行业指数，分析基金经理的行业配置与选股能力，发现其行业内选股能力显著优于行业配置能力。引入改进的龙头股模型优化基金重仓股行业轮动，提升模型表现，获得年化超额收益。通过行业权重优化进一步增强基金重仓股指数表现，实现可实践的行业轮动增强方案，同时对模型稳健性进行多维验证，为基金重仓股的行业优选提供量化工具支持 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
报告核心揭示了北上资金选股中流量因子与存量因子有效性存在时间轮动，存量因子更适用于资产配置导向阶段，流量因子更适用于个股Alpha交易阶段。基于中美利差、股市收益差、金价、社融及汇率五大宏观指标构建择时信号，择时策略多空组合年化收益达17.51%，胜率75.8%。结合择时构建北上Smart30组合，年化收益17.13%，超额显著，行业配置灵活应对市场风格变化[page::0][page::2][page::9][page::10][page::11]
本报告围绕当前历史高位的可转债市场估值，针对偏股型、平衡型和偏债型转债分别细化因子构建，拆解收益来源，并基于分层组合方法实现年化29%的高收益与较低回撤，提出针对偏股型转债估值与正股双杀风险的防范策略，为转债投资提供量化选股与组合优化的解决方案[page::0][page::1][page::4][page::6].
本报告基于中泰行业划分和剔除受壳价值驱动的微型股后，从估值、盈利、成长、技术和一致预期五类因子构建行业内选股模型，样本内及样本外均取得稳健回测表现。2017年仅技术因子显著失效，其它因子依旧有效，多空组合样本外年化相对收益达22.3%。相较全市场选股，行业内因子具有更强可比性及潜力发掘行业特色因子成为未来研究重点 [page::0][page::3][page::4][page::9][page::10]
报告通过匹配量化私募进入前十大流通股东的个股与龙虎榜营业部交易数据，锁定4个高概率对应量化私募席位的营业部，分析发现量化私募营业部交易活跃且偏好中小市值及热门趋势股。量化私募营业部在异常净流入时股票后续呈现明显正向超额收益，异常净流出时对应负向超额收益，体现其交易行为具备显著市场超额回报能力和一定的市场引领作用 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本报告总结了理想反转因子在A股市场的四年表现，提出了基于单笔成交额的W式切割方法改进传统反转因子，验证了其样本外稳定性和较低回撤风险。报告进一步探讨了因子在TMT和医药板块的适用性，并基于同一逻辑开发了16个等效因子，显示以单笔成交量Diff指标和Corr取值方式构建的因子具备更稳健表现。最终通过因子合成提升收益表现，验证了该类因子构建方法的有效性与实用性 [page::0][page::1][page::3][page::4][page::6][page::7][page::8]
