七月券商金工精选
目錄
簡述
華泰期貨
量化專題報告：IC指增白皮書
發(fā)布日期：2022-07-05 ? ?關(guān)鍵詞：股指期貨、吃貼水
主要內(nèi)容：文章結(jié)合業(yè)界對于股指期貨吃貼水的思考，以及與各類型投資者思維交流碰撞的結(jié)果，通過Q&A的形式詳細列舉了在吃貼水交易過程中，投資者常見的邏輯問題以及實操問題，共計33個方向。具體包括四個維度：策略原理、交易細節(jié)、拓展思考和備忘信息。
中信期貨
【中信期貨量化CTA】基于商品產(chǎn)業(yè)鏈的日內(nèi)截面策略研究
發(fā)布日期：2022-07-19 ? ?關(guān)鍵詞：商品期貨、CTA、截面策略
主要內(nèi)容：從產(chǎn)業(yè)鏈層面來看，各板塊和細分呈現(xiàn)出不同的截面特征。板塊包含上下游品種回測結(jié)果多數(shù)呈現(xiàn)動量效應(yīng)；各個細分板塊中，品種之間的替代性越強，反轉(zhuǎn)效應(yīng)越強，反映出價格之間的帶動效應(yīng)；從全品種層面來看，簡單截面和 RSI 截面策略均呈現(xiàn)出動量特征;通過對日內(nèi)截面策略的研究，發(fā)現(xiàn)國內(nèi)商品日內(nèi)截面策略有一定的效果，但是受交易成本影響較大，同時實際操作中需要一定程序化處理。
中信建投期貨
C.TA系列四十四：基于波動率的動量擇時模型研究
發(fā)布日期：2022-07-21 ? ?關(guān)鍵詞：期貨、CTA、動量、波動率
主要內(nèi)容：時序動量策略的表現(xiàn)往往受到波動率的影響，當波動率較大時，投資者更偏好短期動量策略；當波動率較小時，往往更偏好長期動量策略。本文基于波動率因子構(gòu)建長短期動量擇時策略，在全品種上夏普比率由0.199至0.527，卡瑪比率從0.27至0.485，綜合來看優(yōu)于保守型策略。
華安證券
“量化絕對收益之路”系列之四：固收+組合構(gòu)建白皮書：大時代的小嘗試（下）
發(fā)布日期：2022-07-19 ? ?關(guān)鍵詞：固收+、絕對收益
主要內(nèi)容：在前期《固收+組合構(gòu)建白皮書：大時代的小嘗試》的上篇和中篇里，我們基于權(quán)益?zhèn)}位中樞對固收+產(chǎn)品的風險等級進行分類，本文進一步的，以底層資產(chǎn)為工具，詳細介紹如何打造穩(wěn)健型、均衡型和進取型固收+產(chǎn)品。權(quán)益方面，遵循“行業(yè)輪動+因子選股”模式構(gòu)建激進型股票組合；債券方面，在進取型債券組合的基礎(chǔ)上提高一定比例的可轉(zhuǎn)債倉位（5%到10%）打造更為激進的債券組合；資產(chǎn)配置方面，在固定倉位的基礎(chǔ)上引入階梯式擇時，反映了ERP分位數(shù)處于極端情況下對倉位做出更大幅度的調(diào)整。
中金公司
國債期貨尾盤反轉(zhuǎn)策略——固收量化探索系列
發(fā)布日期：2022-07-26 ? ?關(guān)鍵詞：固收、國債期貨、尾盤、反轉(zhuǎn)
主要內(nèi)容：文章當尾盤連續(xù)出現(xiàn)反轉(zhuǎn)，次日國債期貨價格的趨勢交易，可以在歷史回測中取得正收益。首先，尾盤反轉(zhuǎn)的強度，在回測中的表現(xiàn)是不同的。信號發(fā)出日的尾盤弱反轉(zhuǎn)與尾盤強反轉(zhuǎn)，在不同前提下會有不同表現(xiàn)。其次，尾盤反轉(zhuǎn)的觀測天數(shù)限制，在回測中會對勝率造成影響。最后，相對于次日開盤買入，當日尾盤買入借助國債期貨日間價格變動的趨勢，加大正向波動。這些嘗試，致力于根據(jù)投資者的需求，減少無效交易，提高勝率，增厚收益。
湘財證券
期權(quán)系列專題三：基于隱含波動率與標的價格反向變動的賣權(quán)策略
發(fā)布日期：2022-07-01 ? ?關(guān)鍵詞：期權(quán)、隱含波動率、賣方策略
主要內(nèi)容：在國內(nèi)50ETF期權(quán)市場中，標的大漲大跌均可能使得波動率數(shù)據(jù)出現(xiàn)上升，文章對此定義了波動放大型上漲的市場和波動放大型下跌的市場。
在波動放大型上漲市場中，策略會以高波動率賣出該認沽期權(quán)合約；在波動放大型下跌市場中，以較高波動率賣出該認購期權(quán)合約。
策略從2015年至今復合年化收益率達到了15%以上，近四年整體回撤都控制在了10%以內(nèi)。策略在近幾年策略收益率表現(xiàn)略有浮動，年度收益率維持在10%上下浮動。策略整體夏普比率維持在1.5左右。
中金公司
量化配置系列(9)：左側(cè)擇時在債券市場是否依然有效？
發(fā)布日期：2022-07-05 ? ?關(guān)鍵詞：債券、左側(cè)擇時
主要內(nèi)容：從估值水平、市場情緒和資金流向的角度，尋找能夠預判債券市場未來出現(xiàn)價格回歸的指標，并綜合構(gòu)建了用于債市左側(cè)擇時的復合指標。復合指標2008 年至今多空擇時年化收益2.21%，同期基準年化收益0.40%，看多勝率74.19%，看空勝率87.50%。
華泰證券
基于持倉刻畫基金經(jīng)理行業(yè)投資能力
2022-07-01 ? 關(guān)鍵詞：基金、行業(yè)配置、持倉
主要內(nèi)容：本文對權(quán)益類基金及基金經(jīng)理的行業(yè)配置特征、行業(yè)配置能力和行業(yè)內(nèi)選股能力進行了定量研究。
主要研究內(nèi)容包括：1、分析權(quán)益類基金的行業(yè)配置特征；2、從投資勝率、靜態(tài)和動態(tài)行業(yè)配置能力等多個維度評價基金經(jīng)理的行業(yè)配置能力，并識別真正具備前瞻性的左側(cè)投資基金經(jīng)理；3、分析基金經(jīng)理的選股能力圈并篩選對應(yīng)的行業(yè)主題基金，構(gòu)建指標體系定量衡量全市場基金的行業(yè)內(nèi)選股能力，并通過歷史回測對指標有效性進行驗證。
國海證券
資產(chǎn)配置系列報告（四）：行業(yè)配置研究：尋找勝率與賠率的平衡
發(fā)布日期：2022-07-08 ? ?關(guān)鍵詞：ETF、行業(yè)配置、勝率、賠率
主要內(nèi)容：國海行業(yè)配置的研究框架是一個二階模型，通過對賠率和勝率的刻畫，尋求一致性的定價要素，最終根據(jù)行業(yè)勝率和賠率在時間序列和截面上的狀態(tài)做出行業(yè)配置決策。在2015年到2022年6月底，策略年化收益21.1%，超額偏股混合型基金指數(shù)9.1%，業(yè)績在混合型基金中排名前5.2%。
華鑫證券
與鯨同游還是與鯊共舞：資金流因子在中高頻行業(yè)輪動中的應(yīng)用
發(fā)布日期：2022-07-01 ? ?關(guān)鍵詞：行業(yè)、資金流因子、行業(yè)輪動
主要內(nèi)容：文章認為周頻北向配置盤市值變動、交易盤凈買入作為資金流大類因子，最能體現(xiàn)“巨鯨”特征，而在月度調(diào)倉頻率上主要使用交易盤月頻凈買入、配置盤月頻市值變動。主力資金角度大類因子中我們推薦使用主力流入差分因子，因子組間多空較為單調(diào)，且周頻多頭年化收益率達15.54%。文章對此進一步構(gòu)建了復合因子輪動組合，周頻年化超額收益率達15.71%，夏普比率增強至1.06，超額收益最大回撤11.5%，同時組間多空較為單調(diào)。月頻在不引入任何參數(shù)的情況下年化收益率達到13.37%，超額收益最大回撤5.63%，兩種策略的歷史超額獲取率均超過50%。
國泰君安
探尋基金規(guī)模與管理能力錯配的深層原因
發(fā)布日期：2022-07-08 ? ?關(guān)鍵詞：基金、基金規(guī)模、因子模型
主要內(nèi)容：文章采用不同的因子模型（Fama三因子，Carhart四因子等）計算多因子與因子暴露收益。控制多因子α后，基金規(guī)模流量與歷史因子暴露收益呈現(xiàn)正相關(guān)關(guān)系。這表明歷史因子暴露收益是造成基金規(guī)模錯配的主要原因。不能被主動管理能力解釋的基金規(guī)模增量被稱為基金的超額規(guī)模。文章認為基金規(guī)模錯配導致業(yè)績不佳的傳導路徑可以通過基金的規(guī)模效應(yīng)和羊群效應(yīng)來解釋。
國盛證券
中觀行業(yè)配置系列二：行業(yè)配置模型的頂端優(yōu)化
發(fā)布日期：2022-07-08 ? ?關(guān)鍵詞：行業(yè)、行業(yè)配置、情緒預警、頂端優(yōu)化
主要內(nèi)容：行業(yè)景氣模型樣本外跟蹤以來，行業(yè)輪動模型多頭年化收益16.4%，超額年化15.6%，表現(xiàn)較為優(yōu)異，但也創(chuàng)造了歷史最大回撤，達到-11.9%。為此文章進一步探討行業(yè)情緒預警指數(shù)構(gòu)建與行業(yè)配置模型的頂端優(yōu)化。文章搭建了行業(yè)情緒指標庫，并利用合成指數(shù)的思路構(gòu)建了行業(yè)情緒預警指數(shù)，用于觀測市場尾部風險。經(jīng)測試，該指標可以有效識別當前情緒過熱的強勢行業(yè)，能降低約3%的回撤，并且可以規(guī)避一些大幅回撤的極端情況。
華鑫證券
行業(yè)ETF“連連看”：如何優(yōu)雅地用HX-ETFMapping落地行業(yè)輪動策略
發(fā)布日期：2022-07-19 ? ?關(guān)鍵詞：ETF、行業(yè)輪動
主要內(nèi)容：文章從上市時間、成分股重合度、中短期回報率相關(guān)性、規(guī)模、日成交量五個維度進行篩選，針對每個ETF 均打上對應(yīng)一級行業(yè)標簽；同時推薦使用每個行業(yè)最多3只ETF構(gòu)建的輪動組合，評分前3ETF 組合區(qū)間最大回撤控制的更好，整體波動率也更小， 因此信息比率相較于等權(quán)持有行業(yè)內(nèi)全部ETF 反而有0.32% 的增幅。
西部證券
金融產(chǎn)品專題系列研究之七：公募基金權(quán)益?zhèn)}位高頻測算與應(yīng)用分析
發(fā)布日期：2022-07-20 ? ?關(guān)鍵詞：基金、公募基金、倉位測算
主要內(nèi)容：目前常見的基金倉位高頻測算方法主要以多元線性回歸類模型為核心，即運用基金凈值數(shù)據(jù)和權(quán)益類指數(shù)數(shù)據(jù)進行回歸計算。本報告探討了5種基于不同回歸法的基金持股倉位測算模型，包括OLS回歸、主成分(PCA)回歸、嶺(Ridge)回歸、Lasso以及逐步回歸。目前離2022年中報發(fā)布還有一段時間，文中選取精度相對較高的主成分法、lasso方法以及逐步回歸法分別進行回歸運算，得到近期倉位變化信息。根據(jù)普通股票型公募基金平均倉位在出現(xiàn)觸及極值的情形時，可將公募基金平均權(quán)益?zhèn)}位用作高位避險或者低位加倉指標。
國海證券
基金產(chǎn)品研究系列報告（三）-哪些因素在驅(qū)動主動權(quán)益基金獲得超額收益
發(fā)布日期：2022-07- 27 ? 關(guān)鍵詞：基金、主動權(quán)益基金
主要內(nèi)容：文章從驅(qū)動主動權(quán)益基金獲取超額收益的潛在邏輯出發(fā)，構(gòu)建了基于個股發(fā)掘能力、動量驅(qū)動、交易能力驅(qū)動以及交易便利性與流動性驅(qū)動的各類型選基因子，分析各因子在不同環(huán)境下的潛在風險與驅(qū)動邏輯的聯(lián)系，并進一步等權(quán)復合構(gòu)建綜合選基因子，最后通過風險調(diào)整組合進一步優(yōu)化風險控制。
華安證券
“量化絕對收益之路”系列之五：FOF賦能絕對收益：基金組合構(gòu)建實戰(zhàn)（下）
發(fā)布日期：2022-07-29 ? ?關(guān)鍵詞：基金、FOF、絕對收益
主要內(nèi)容：使用全市場選股型權(quán)益基金來構(gòu)造“核心”組合，基于自上而下的視角，應(yīng)用經(jīng)濟增速、通貨膨脹和流動性三大宏觀經(jīng)濟指標的變化趨勢劃分宏觀經(jīng)濟狀態(tài)，并根據(jù)模型進行價值-成長風格的輪動。使用賽道基金來構(gòu)造“衛(wèi)星”組合，基于自下而上的視角，應(yīng)用基本面、技術(shù)面、資金面三大維度確定行業(yè)信號以及各賽道基金的配置倉位。最終實現(xiàn)進取組合年化收益為11.47%，夏普比1.58；激進組合年化收益為13.44%，夏普比1.43。
華泰證券
人工智能57：文本FADT選股
發(fā)布日期：2022-07-02 ? ?關(guān)鍵詞：股票、分析師預期、文本挖掘
主要內(nèi)容：本文對分析師盈利預測及評級調(diào)整中的文本數(shù)據(jù)進行挖掘，構(gòu)建的forecast_adj_txt因子表現(xiàn)較為優(yōu)秀：從因子視角來看，該因子分十層回測嚴格單調(diào)，多頭端收益顯著，且與傳統(tǒng)的forecast_adj因子相關(guān)性低；從主動選股的視角來看，以該因子多頭第一層為基礎(chǔ)池進行進一步股票精選，構(gòu)建出的主動量化FADT選股組合在回測期20090123~20220630內(nèi)年化收益達到44.13%，夏普比率1.48，年化雙邊換手16倍。參數(shù)穩(wěn)健性測試結(jié)果表明，模型受各組參數(shù)影響較小，文本因子過擬合程度較低。
開源證券
開源量化評論（56）：北上資金攻守兼顧因子的構(gòu)造——定價權(quán)與協(xié)同效應(yīng)的融合
發(fā)布日期：2022-07-03 ? ?關(guān)鍵詞：股票、北上資金、協(xié)同效應(yīng)
主要內(nèi)容：基于《北上資金行業(yè)配置的雙輪驅(qū)動力》構(gòu)建的18個維度在2021年以來呈現(xiàn)階段性失效，同時文章發(fā)現(xiàn)基于托管機構(gòu)行為異同性構(gòu)建的協(xié)同因子能有效控制策略回測，為此將成交占比因子和協(xié)同因子合成新因子。合成因子在有效控制回撤的基礎(chǔ)上，最大可能地獲取了多頭收益。合成因子RankIC均值7.04%，RankICIR3.93。
浙商證券
基本面量化系列（四）：質(zhì)量因子
發(fā)布日期：2022-07-04 ? ?關(guān)鍵詞：股票、質(zhì)量因子、基本面
主要內(nèi)容：本文從經(jīng)濟學邏輯出發(fā)，使用金融工程方法， 檢驗了被廣泛接受的潛在質(zhì)量變量，并篩選出能夠解釋和預測未來企業(yè)盈利增長的質(zhì)量變量，構(gòu)建出質(zhì)量因子。經(jīng)實證，質(zhì)量因子在 A 股的歷史表現(xiàn)優(yōu)異。2007年至今，質(zhì)量因子組合累計凈值 29.57，年化收益率 26.82%，夏普比 1.86，其 t 值穩(wěn)定高于 0.95 置信區(qū)間閾值，因子組間單調(diào)性良好，IC 穩(wěn)定性良好。
廣發(fā)證券
日內(nèi)價量數(shù)據(jù)因子化研究：高頻數(shù)據(jù)因子研究系列八
發(fā)布日期：2022-07-05 ? ?關(guān)鍵詞：股票、高頻數(shù)據(jù)、信息優(yōu)勢
主要內(nèi)容：基于交易活動分析與信息不對稱理論，信息優(yōu)勢交易者會基于增量信息進行反轉(zhuǎn)交易并從中獲利，而非信息優(yōu)勢交易者則基于短期流動性需求或非有效信息進行趨勢交易蒙受損失。基于交易行為分析，本報告構(gòu)建動態(tài)DPIN因子及其衍生因子，研究該類因子在選股中的應(yīng)用。
在全市場選股范圍，DPIN_SMALL_PM_MEAN因子IC均值為0.044，正IC占比84.4%，多頭相對中證800策略整體年化收益率為23.4%，信息比率為1.31。
開源證券
開源量化評論（57）：券商金股的六維評價體系
發(fā)布日期：2022-07-07 ? ?關(guān)鍵詞：股票、券商金股
主要內(nèi)容：文章從六大維度出發(fā)對券商金股進行評價，包括收益水平、收益波動比、行業(yè)選擇能力、個股超額能力、黑馬能力、白馬能力。以案例分析的形式分析各家代表性行業(yè)的收益表現(xiàn)情況。券商K：金股行業(yè)分布上，化工、采掘、食品飲料、非銀金融等行業(yè)金股占比靠前。化工金股：進攻性強，累計收益顯著；采掘金股：踏準順周期，勝率表現(xiàn)優(yōu)異；食品飲料金股：堅守行業(yè)龍頭，白酒貢獻主要收益；非銀金融金股：黑馬龍頭齊飛，個股超額顯著。
華泰證券
人工智能58：分析師共同覆蓋因子和圖神經(jīng)網(wǎng)絡(luò)
發(fā)布日期：2022-07-07 ? ?關(guān)鍵詞：股票、分析師、共同覆蓋因子、圖神經(jīng)網(wǎng)絡(luò)
主要內(nèi)容：本文參考已有的研究，認為分析師共同覆蓋可以從最根本的層面刻畫上市公司的基本面關(guān)聯(lián)，并進行了定性和定量的說明。實證層面，本文構(gòu)建了基于分析師共同覆蓋的關(guān)聯(lián)動量因子，因子能表示股票間的短期領(lǐng)先滯后現(xiàn)象。同時，分析師共同覆蓋能改進傳統(tǒng)的反轉(zhuǎn)、換手率、波動率因子，其背后的機制是均值回復現(xiàn)象。最后，本文將分析師共同覆蓋融入圖神經(jīng)網(wǎng)絡(luò)中，可提升對三類量價因子的合成效果。
浙商證券
AlphaCY系統(tǒng)優(yōu)化系列報告（一）：引入多時間維度特征對市場短期狀態(tài)分類優(yōu)化
發(fā)布日期：2022-07-10 ? ?關(guān)鍵詞：股票、CNN、NT、機器學習
主要內(nèi)容：文章基于《“成績”的賽道 0.1.0 版》的深度強化學習模型進行優(yōu)化迭代，并在多個投資場景進行了應(yīng)用測試。優(yōu)化的內(nèi)容主要涉及更多維度的價量信息以及更具解釋性的網(wǎng)絡(luò)結(jié)構(gòu)。優(yōu)化之后，2.0 版在識別短期市場狀態(tài)上的精度較 1.0 版提升了約 10%。
海通證券
"海量"專題（215）——不可忽視的無形資產(chǎn)
發(fā)布日期：2022-07-12 ? ?關(guān)鍵詞：股票、無形資產(chǎn)、PB
主要內(nèi)容：文章定義并計算了A股的無形資產(chǎn)，在此基礎(chǔ)上構(gòu)建無形資產(chǎn)調(diào)整后的PB因子（PB_INT），考察它的選股效果。相較而言，PB_INT因子在PB因子表現(xiàn)優(yōu)異時，具有更高的穩(wěn)定性，波動率更低，而信息比更高；在PB因子表現(xiàn)較差時，回撤更小。在基于無形資產(chǎn)和PB_INT構(gòu)建的4個選股組合中，分別包括無形資產(chǎn)投入高的股票組合、低估值組合、價值組合和指數(shù)增強組合。
國信證券
多因子選股系列之：反轉(zhuǎn)因子全解析
發(fā)布日期：2022-07-15 ? ?關(guān)鍵詞：股票、反轉(zhuǎn)因子
主要內(nèi)容：本文根據(jù)金融理論及中國期貨市場的特點選擇了8類風格因子的進行了測試，要點如下：1、8類風格類因子分別為截面動量因子、期限結(jié)構(gòu)因子、對沖壓力因子、乖離率因子、持倉量/金額因子、變動系數(shù)因子、流動性因子以及偏度因子。2、從回測結(jié)果看，截面動量、乖離率及期限結(jié)構(gòu)因子在不同參數(shù)下都能有較好的多空收益。對沖壓力因子在回看期為243日時收益穩(wěn)定；變異系數(shù)因子在3-5日表現(xiàn)較好。
國盛證券
PEAD.notice：基于預告的盈余驚喜選股策略
發(fā)布日期：2022-07-19 ? ?關(guān)鍵詞：股票、盈余驚喜
主要內(nèi)容：文章發(fā)現(xiàn)財報真實利潤相對預告預計利潤的盈余驚喜程度與股票在財報披露后的超額收益存在顯著正相關(guān)性。根據(jù)財報披露頻率，我們在季頻篩選出財報相對預告出現(xiàn)盈余驚喜的股票，同時按照生命周期理論，我們進一步圈定出現(xiàn)盈余驚喜同時兼具成長性的企業(yè)， 2012 年以來，盈余驚喜股票池相對中證 500 指數(shù)年化超額收益達 20%。在盈余驚喜股票池中，我們結(jié)合估值、財務(wù)質(zhì)量和技術(shù)特征精選得到PEAD.notice 組合，組合年化收益 41.3%，超額中證 500 指數(shù) 35.0%，超額收益顯著。
國聯(lián)證券
基于Level2數(shù)據(jù)：股票多因子系列1——機構(gòu)主動資金流
發(fā)布日期：2022-07-20 ? ?關(guān)鍵詞：股票、資金流、因子
主要內(nèi)容：通過逐筆數(shù)據(jù)刻畫機構(gòu)主動資金，構(gòu)建一個機構(gòu)主動資金因子ABSR，構(gòu)建一個常見的量價因子RETAMT。對不同視角的兩個因子逐個進行了因子評測、單因子各參數(shù)數(shù)值組合、兩因子的邏輯組合。兩因子的long-short有明顯正向的收益，橫截面分組的收益也比較線性。基于組合后的因子策略在中證全指上的收益增強表現(xiàn)較好，總超額收益為206.26%，超額年化收益率為9.16%，信息比率為0.84。
開源證券
開源量化評論（58）：從小單資金流行為到股票關(guān)聯(lián)網(wǎng)絡(luò)
發(fā)布日期：2022-07-21 ? ?關(guān)鍵詞：股票、資金流、小單資金、關(guān)聯(lián)網(wǎng)絡(luò)
主要內(nèi)容：文章基于股票間小單資金入場與離場時間點高度一致，則二者的小單資金行為高度協(xié)同，二者關(guān)聯(lián)性較高的觀點出發(fā)，構(gòu)建小單資金流關(guān)聯(lián)網(wǎng)絡(luò)：同向比例衡量股票關(guān)聯(lián)度，同時進一步構(gòu)建小單資金流關(guān)聯(lián)網(wǎng)絡(luò)牽引因子：Traction-SI 因子。Traction-SI 因子 RankIC 均值 3.98%，RankICIR2.74。?多空組合年化收益 13.91%，年化 IR2.99，最大回撤發(fā)生在 2010年 12 月，為 6.93%，月度勝率 80.27%。
德邦證券
中證1000指數(shù)增強系列研究之一：中證1000成分股有效因子測試
發(fā)布日期：2022-07-21 ? ?關(guān)鍵詞：股票、中證1000、指數(shù)增強
主要內(nèi)容：文測試了數(shù)百個因子在中證1000 指數(shù)成分股中的選股效果。通過測試，我們找到了一些比較有效的量價和財務(wù)類的單因子。數(shù)值越高越好的特征包括：利潤率、一致預期利潤、市盈率等。數(shù)值越低越好的特征包括：過去一段時間內(nèi)的收益率標準差、機構(gòu)主動賣出額比例、過去一段時間內(nèi)的漲跌幅等。行業(yè)、市值中性化處理在一定程度上改善單因子的效果。通過對單因子進行非線性映射，可以改善單因子的效果。
國泰君安
基于分布函數(shù)的兩種非對稱性測度——學界縱橫系列之四十四
發(fā)布日期：2022-07- 22 ? 關(guān)鍵詞：股票、分布函數(shù)、非對稱測度
主要內(nèi)容：而在資產(chǎn)定價過程中，股票收益率分布非對稱性對結(jié)果有重要影響，因此我們需要更有效的非對稱性測度。《Stock return asymmetry: beyond skewness》提出了兩種新的基于股票回報概率分布函數(shù)的非對稱測度，用于度量股票回報的非對稱性以及解釋高上行非對稱性與低股票預期回報率的相關(guān)性。新測度方法對非對稱性的檢驗有效性更高，可以更好地刻畫非對稱性與股票未來收益的關(guān)系，同時也更穩(wěn)健。
國泰君安
基于三因子的中證1000指數(shù)增強策略
發(fā)布日期：2022-07-22 ? ?關(guān)鍵詞：股票、指數(shù)增強、中證1000
主要內(nèi)容：本篇報告主要介紹BGI模式下中證1000指數(shù)增強的一種思路。策略主要特點為簡單易操作，策略表現(xiàn)穩(wěn)定。策略僅使用了三個ALPHA因子，并采用了等權(quán)作為因子加權(quán)方式；2017年以來，策略獲得了年化超額15.8%的超額收益，信息比率3.70，相對最大回撤3.2%。
國海證券
資產(chǎn)配置系列報告（五）：不同通脹狀態(tài)下，A股市場中觀決策邏輯研究
發(fā)布日期：2022-07-25 ? ?關(guān)鍵詞：股票、通脹、行業(yè)配置
主要內(nèi)容：文章分別建立了通脹驅(qū)動風格配置、通脹驅(qū)動行業(yè)配置框架，追求在通脹狀態(tài)更迭加快的市場環(huán)境下獲取穩(wěn)定收益。通脹驅(qū)動風格策略在中證全指成分池中配置效果突出。在每個通脹狀態(tài)下疊加不同類別因子方向進行加權(quán)，對股票得分進行排序，以等權(quán)中證全指成分股為基準，策略超額收益明顯27.64%，夏普高達3.23。
中信證券
量化策略專題研究：財務(wù)視角下的負向組合構(gòu)建研究
發(fā)布日期：2022-07-25 ? ?關(guān)鍵詞：股票、財務(wù)、負向組合
主要內(nèi)容：資產(chǎn)負債表：償債壓力較高，尤其是有息負債（1.貨幣資金遠小于短期負債，2.存貸雙高）；應(yīng)收賬款過高，可能是提前確認收入和產(chǎn)生壞賬；應(yīng)收賬款增長過快，可能是加大賒銷；存貨是否過高、增長過快，可能是加大生產(chǎn)降低單位成本，還可能有減值風險；非主業(yè)性投資占總資產(chǎn)過高，可能是不務(wù)正業(yè)。現(xiàn)金流量表：經(jīng)營活動現(xiàn)金流反映企業(yè)是否真的賺到錢，投資活動現(xiàn)金流反映企業(yè)投資合理程度 。利潤表：資產(chǎn)減值損失，企業(yè)做了假賬后需要填坑，資產(chǎn)減值是常用手段；毛利率、營業(yè)利潤率，凈資產(chǎn)收益率衡量企業(yè)獲利能力和市場地位。
中信證券
基本面量化系列：挖掘基本面有效因子，探索行業(yè)視角量化投資
發(fā)布日期：2022-07-26 ? ?關(guān)鍵詞：股票、基本面、行業(yè)
主要內(nèi)容：文章構(gòu)建以行業(yè)基本面為核心的有效數(shù)據(jù)矩陣：標準財務(wù)+行業(yè)運營核心數(shù)據(jù)集群、另類特色專業(yè)數(shù)據(jù)集群、投研流程數(shù)據(jù)集群。基于自主構(gòu)建的另類數(shù)據(jù)集+行業(yè)經(jīng)營數(shù)據(jù)集，自上而下以政策文本+行業(yè)運營指標做一級行業(yè)賽道選擇，自下而上以中信證券自主ESG評分體系為標的篩選系統(tǒng)。回測效果看，2018-01至2022-06，景氣度+政策+esg組合：累計收益率146.5%，年化收益率29.4%，最大回撤率25.0%，年化波動率26.9%，對標滬深300，組合超額收益率為141.6%，超額勝率58.0%。
中信證券
量化策略專題研究：基本面風格周期刻畫與探討
發(fā)布日期：2022-07-26 ? ?關(guān)鍵詞：股票、基本面、風格
主要內(nèi)容：文章認為因子是對市場信息的抽象概括，對因子的分析是一種自上而下的分析方式，且可以從基本面（宏觀、中觀、微觀）、技術(shù)面（量價特征）、市場情緒（預期、投資者行為）等多種角度進行分析。當市場的復雜度提升，個股的分析難度加大時，則可以通過因子實現(xiàn)信息簡化，降低研究難度。
中信期貨
多因子選股專題報告：基于中證1000的多頻共振選股策略
發(fā)布日期：2022-07-28 ? ?關(guān)鍵詞：股票、中證1000、多頻共振
主要內(nèi)容：初步測試基于中證1000的選股策略，模型在回測期內(nèi)能夠進行有效選股，但考慮持倉限制以后，策略的各項業(yè)績指標明顯下降。通過對不同頻率參數(shù)下的策略進行等權(quán)合成，可以得到多頻共振方案。“多頻共振”策略最近三年錄得33%的年化收益（考慮交易費用），每年都能戰(zhàn)勝基準，除2017年以外每年均取得正收益，月相對勝率達64%，較基于單頻參數(shù)的策略大幅改善。
-?End -
聲明：本內(nèi)容由掘金量化整理，僅供學習、交流、演示之用，不構(gòu)成任何投資建議！如需轉(zhuǎn)載請聯(lián)系掘金小Q（VX：myquant2018）授權(quán)，否則作侵權(quán)處理！
?
大賽詳情：?掘金量化-掘金挑戰(zhàn)者杯股票量化投資大賽
總結(jié)
- 上一篇： 简约商务报告PPT模板
- 下一篇： Wonderware配置-Histori