本报告基于CRR二叉树法构建了可转债定价模型，准确度高且能兼顾转债复杂内嵌条款。以模型偏离度和DELTA构造波动率套利策略，分别利用正股融券和股指期货对冲。融券策略持稳的alpha收益特征，但受限于高费率和保证金及可投范围有限。期货对冲费率和保证金低，标的多，但对冲效果差，回撤较大。报告提出基于正股信用和期权隐含波动率的两类策略改进方案，有效降低风险并提升收益弹性，[page::0][page::5][page::7][page::11][page::15][page::18][page::21]
本报告通过HP滤波+傅里叶变换两步法，对国内六维核心经济数据（景气度、通胀、库存、盈利、货币、信贷）进行中周期（3-4年）拆解与预测，发现信贷周期较长约7年。基于周期预测状态，提出周期位置、趋势缺口及预期差三类状态划分方法，构建多维经济周期信号。结合周期信号设计顺周期策略及投资时钟策略，覆盖股票择时、风格轮动、债券择时、股债配置等多维度大类资产管理模型，策略在2011年以来表现稳健，尤其是综合增长顺周期+动量择时及增长+金融风格轮动策略表现突出。本文还探讨了周期信号的稳健性、权重合成方法及未来的改进空间，涵盖经济数据选择、周期拆解技术及资产配置模型优化 [page::0][page::1][page::4][page::9][page::11][page::15][page::17][page::25][page::29].
本报告基于变分模态分解（VMD）改进的希尔伯特-黄变换（HHT）模型，结合机器学习分类算法，提出MHHTML指数择时与轮动策略，显著提升了策略年化收益率至18%左右，并有效降低最大回撤，策略适用于多指数及多资产市场，具备较强的稳健性和较低的换手率，且成功拓展至个股选股策略，为投资决策提供了有力工具与方法论支持 [page::0][page::7][page::8][page::15][page::17]
本报告基于秩鼎公司营收拆解标准化数据，构建了营收相似相对动量因子（RevRelative_MOM），并从信息来源、经营业务复杂度、业务关联性等维度对其进行增强。该因子显著提升了股票收益预测能力，IC均值最高达到5.21%，因子在不同宽基指数中均表现良好，尤其在中证1000股票池中效果最佳，体现了有效捕捉企业间营收相似性驱动的股价联动效应及补涨逻辑 [page::0][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]
本报告基于量价视角，构建五个行业轮动量价指标及一个动态调整景气度和量价权重的自适应模型。指标包括经过标准化和样本剔除的隔夜收益率、边际平均动量、累积势能、超大单成交波动及价格成交弹性，均表现出稳定的行业轮动有效性。自适应模型通过分析师预期与行业景气度的共振情况，动态调整权重应对市场环境变化，显著提升策略收益和稳定性。2013年以来动态三因子策略年化收益率25.43%，夏普比率1.00，信息比率2.66，为行业轮动策略构建提供了更灵活稳健的工具体系。[page::0][page::14][page::16][page::17]
本报告基于分钟级别数据视角，创新构建价变共振因子，通过统计个股与市场在价格脉冲变化时的同步性（CO_MAX、CO_MIN）及领先成交量占比（PRE_AMT_MAX、PRE_AMT_MIN）等指标，揭示个股与整体市场形成有效共振时具备更高未来收益率。该因子独立于传统因子，表现稳健，年化ICIR达4.64，多空组合年化收益59.07%，并在沪深300、中证500、1000指数中实现稳健的指数增强策略[page::0][page::3][page::6][page::9][page::10][page::13][page::15].
本报告基于Simon Huang（2021）《The Momentum Gap and Return Predictability》论文内容，系统研究了动量差（Momentum Gap）对动量策略收益的预测能力。研究指出，动量差与未来动量收益存在显著负相关关系，动量差每增加一个标准差，月均动量收益将减少约1.25%。该关系在国际21个市场样本和样本外预测均表现稳健。报告进一步分析了动量差作为行为偏见而非套利摩擦驱动的证据，且动量差能够有效预测动量崩溃的发生，条件动量策略显著提升策略的夏普比率和偏度表现。研究提供了动量策略择时优化的重要量化因子，为投资者规避风险和提高收益提供参考 [page::0][page::4][page::7][page::11][page::12][page::17]
本报告系统构建并检验了基于七大维度（货币资金、应收账款、存货、固定资产与在建工程、过度资本化、盈余管理、财务杠杆）的财务风险识别指标体系，揭示了A股ROE分布异常反映的财务操纵现象。通过多项单因子测试与案例分析，我们搭建了综合七维度风险模型，能够有效预警企业潜在财务风险，预测个股未来被特殊处理的概率，构建的财务风险股票池表现显著弱于市场基准，避雷策略取得稳定正超额回报，具有重要应用价值 [page::0][page::1][page::6][page::27][page::29][page::30]
本文提出了一种基于周频、日频及15分钟高频量价数据的混合频率量价因子机器学习框架，通过残差增量学习与特征提升方法，有效缓解了不同频率因子间相关性较高的问题，显著提升了综合量价因子的表现。多维度量价因子在沪深300、中证500、中证1000等多个指数成分中的因子表现和指数增强策略表现稳健，年化超额收益率最高达38.01%，但存在小市值股票带来的尾部风险敞口，未来研究将聚焦于风险控制和小市值效应的缓解。[page::0][page::4][page::7][page::14]
本报告基于经济周期拆解方法，构建周期得分生成器，并分别构建六维宏观周期得分与21个行业中观周期得分，进而设计宏、中观周期驱动的行业轮动策略。宏观周期策略2013年以来年化收益18.39%，中观周期策略年化收益14.68%。结合两者构成精选与优选行业组合，年化收益分别达到20.51%和14.89%。报告还分析了模型失效原因及后续研究方向 [page::0][page::1][page::2][page::9][page::11][page::12]
本报告深入研究中国市场股债跷跷板效应，发现长端、短端及日度层面均显著存在该效应。基于该效应，构建了国债期货及现券指数的多层次择时策略，显著提升了原有隔日反转择时策略的年化收益和风险调整表现。最终整合周内日历效应，实现复合策略年化收益7.65%，最大回撤3.26%，夏普与卡玛比率均在2以上，策略稳定且换手率合理，为债市场择时提供有效量化工具[page::0][page::4][page::6][page::7][page::9][page::11][page::13]
本报告深入剖析了市净率（PB）、市盈率（PE）和市现率（PCF）三大估值因子的内涵与逻辑，针对不同行业的适用性及因子存在的问题，提出破净股剔除、盈利稳定性与现金流状况等预处理方法，构建了BP、EP和CFEV融合因子，并进一步融合形成综合估值因子。基于此因子，构建PB—ROE因子及框架，结合多因子策略，设计了系统的估值—盈利质量选股策略。该策略自2010年以来年化收益达23.92%，信息比2.45，显示出显著的选股及超额收益能力。[page::0][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27][page::28][page::29][page::30][page::31][page::32]
本报告基于同花顺概念主题数据库，探讨概念异动信号识别及其与市场价格的关联性，划分概念主题三大阶段，重点指出资金进场阶段为最佳买点。通过布林带轨线共识别719次概念异动信号，验证异动后相关概念股交易活跃度及市场预期显著提升，事件驱动测试显示120日平均累积超额收益达4%，基本面优选后可提升至7%以上。构建以异动信号为核心的量化事件驱动策略，自2015年以来在全A及主流指数成分股中实现显著年化超额收益，表明概念异动事件具有较强的投资指导价值 [page::0][page::2][page::6][page::7][page::8][page::10][page::14]
报告系统分析了红利投资风格在A股的选股有效性与风险暴露，揭示其兼具防御与顺周期特征，并从短中长期多个视角解析影响红利风格表现的关键因素。基于股息率因子构建了高分红精选组合策略，历史回测显示该策略明显跑赢中证红利指数，年化收益达23.99%，夏普比率为0.95，同时提出通过成交额占比及特质波动率指标监测红利风格的拥挤度，有效预警泡沫风险 [page::0][page::2][page::3][page::4][page::6][page::8][page::9][page::11][page::12][page::13]
本报告系统性探讨了基于日线级量价数据，利用多层感知机（MLP）、梯度提升树（GBDT）、门控循环单元（GRU）及其Attention增强变体（AGRU）四类机器学习模型构建Alpha因子的效果。结果显示，截面模型引入历史特征后，因子学习能力接近时序模型，GBDT因子收益率最高，但GRU在因子相关性及稳定性上表现优异。多模型基于ICIR加权的集成因子显著提升了收益表现，年化多头收益率提升至33.11%，且与常见风格因子相关较低，Alpha信号稳定。基于集成因子构建的指数增强策略，在沪深300、中证500和中证1000指数上均表现良好，且不同换手率约束下策略的风险收益表现各异，为基于机器学习量价Alpha的量化投资提供了系统研究与实证支持[page::0][page::3][page::6][page::7][page::8][page::9][page::11]
本报告提出基于深度神经网络的动态Alpha因子模型，利用多层感知机(MLP)实现因子非线性表示与端到端训练。相较传统线性Alpha模型，MLP提升了多头组合收益率和夏普比率，加入正交惩罚进一步降低因子间相关性，增强因子稳定性。研究同时比较了不同损失函数对模型表现的影响，发现IC损失函数在多头收益上表现最好，CCC损失函数则提升稳定性。报告还运用SHAP方法分析了模型因子贡献，揭示流动性及量价因子在模型中的重要性。结果显示非线性方法提升量化策略多头有效性，为因子投资提供新的方法论支持 [page::0][page::2][page::5][page::7][page::9][page::11][page::12].
本报告基于沪深交易所高频数据，研究了中国A股市场的高频流动性，重点构建并分析报价价差与金额价差两类交易成本指标。发现在A股市场中，报价价差呈现W型日内分布及5分钟为主的周期性特征，金额价差反映不同资金规模下的交易成本，且对未来股票收益具有显著预测能力。基于相对金额价差构建的选股因子在多个指数中展现了优异的单调性和稳定性，并通过指数增强策略实现持续超额收益，尤其在中证1000指数表现突出，风险与换手率均控制良好，为高频流动性研究与量化投资提供了实证支持和策略示范 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]
本报告通过构建分析师盈利一致预测指标及其变化与分歧，系统研究其在股票与可转债市场的选股择券效应，以及基于预测不确定性的动态资产配置策略。报告发现盈利预测改善因子在股票和转债中均有效，且转债表现更稳健；预测标准差能强化择券效果并辅助资产择时。结合分析师主观预测数据，提出银行转债二叉树模型改进方法，显著提升转债定价准确性和因子择券能力，推动定价模型从中性假设向主观预期调优方向发展 [page::0][page::4][page::5][page::7][page::11][page::15][page::16][page::17]
本报告提出了除北向资金外的三种外资择时信号指标，包括富时中国A50股指期货背离与升贴水信号、美国上市FXI期权持仓量信号以及境外中国ETF与A股指数的背离信号，并结合四种信号构建复合择时策略。回测显示，这些信号在沪深300、上证50、中证500等主要宽基指数上均取得了显著超额收益，且在考虑交易佣金和滑点后策略依然稳健。此外，通过动态杠杆调整，策略收益进一步提升，表明外资多维度动态信号对A股市场择时具有重要参考价值 [page::0][page::1][page::4][page::9][page::14][page::17]
报告系统分析了红利投资风格的选股因子有效性、风险暴露及择时因素，揭示红利策略兼具攻守特征且表现领先市场。构建的高分红精选组合年化收益率达23.99%，显著跑赢中证红利指数，且运用成交额及预期特质波动率衡量风格拥挤度，有助识别潜在风险。[page::0][page::2][page::3][page::5][page::6][page::8][page::11][page::12][page::13]
