本报告系统梳理基于大数据新闻热度构建的周期、成长、消费三风格板块轮动配置策略，通过网络爬虫采集新浪财经等200多家媒体个股新闻数据，统计对应板块成份股的新闻热度指标，并基于布林带原理构造风格轮动择时策略。回测显示单一板块策略年化收益在32%-36%间，胜率均超70%。风格轮动组合年化收益达到51%，最大回撤17%，夏普率1.92，显著优于单一板块，体现新闻热度对市场风格轮动的有效信号作用和较强择时能力 [page::0][page::3][page::7][page::8].
本报告系统阐述了基于分形市场理论的Hurst模型及其计算方法，重点解析重标极差法计算Hurst指数的理论基础与实践技巧，并应用时变Hurst指数构建多空指数择时策略。报告展示了Hurst模型在上证综指、上证50和沪深300指数上的择时表现，兼顾趋势及反转判断，策略累计收益显著，最大回撤有限，体现了模型在中国股市择时中的有效性与实用性 [page::0][page::5][page::9][page::10][page::11][page::12]
本报告通过事件研究法系统分析了美联储历次加息和降息前后美国宏观经济指标（GDP、失业率、CPI等）表现，揭示了加息周期中低失业率和高通胀作为前提条件的规律性特征，揭示加息后经济长期承压，失业率和CPI均有滞后反应，同时首次加息对应宏观指标的特征明显。降息周期则表现为GDP的V型反转，失业率回落滞后且幅度有限，通胀难以迅速回升。报告还结合PMI和消费者信心指数等指标解读加息降息周期的市场主线，并对即将到来的美联储缩表及其对利率走势的影响进行了回顾与展望，指出缩表与十年期国债收益率无明显正相关性，缩表多为被动操作，风险需特别关注。[page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14]
本报告以深次新股指数为研究标的，基于成分股动量与反转效应，构建多空均线信号的指数择时策略。通过历史波动率划分高低波动区间，分别采用反转和动量反转策略进行优化组合，实现策略年化收益超25%，夏普比率高达1.23以上，且敏感性测试显示策略稳健性较好，回测期内最大回撤维持在合理水平，为指数择时提供了量化模型支持[page::0][page::3][page::10].
2017年上半年，传统alpha因子如市值、反转和成长因子在风格切换中普遍失效，估值和规模因子表现较为突出，尤其是大市值组中盈利及估值因子获得显著超额收益。小市值组中因子有效性整体减弱，但成长因子中的主营业务收入增长率表现较佳。市场风格转向价值白马股，流通市值因子表现承压，换手率因子仍保持良好效用。细分因子表现存在明显市值差异，因子有效性随市场风格和IPO节奏波动明显，为量化多因子策略构建和择时提供了参考。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11]
本报告系统梳理了缠论择时技术理论的量化实现方法，详细阐释了包含关系、分型、笔、线段、走势中枢及走势类型的定义与判别，并结合MACD指标辅助判别背驰以确定三类买卖点。通过对2015年12月至2016年5月上证指数5分钟级别走势的实证分析，验证了量化缠论在市场趋势划分和买卖点识别中的有效性，但也指出包含关系处理、中枢范围界定及最后中枢确认等关键环节存在的不足，提供了重要的策略修正建议。[page::0][page::11][page::14]
本报告系统介绍了大数据、机器学习和深度学习在投资领域的应用。通过多维度分析个体产生数据、商业数据及传感器数据，并结合丰富的机器学习方法如监督学习的回归、分类模型与非监督学习的聚类和因子分析，以及深度学习中的循环神经网络（RNN）、长短期记忆网络（LSTM）、卷积神经网络（CNN）、受限玻尔兹曼机（RBM）和深度信念网络（DBN）等，全面展示了智能化技术如何提升投资管理效率和策略优化潜力。目前深度学习在投资策略优化的科学应用仍处于早期探索阶段，值得持续关注和深度挖掘 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本报告通过对美国及全球主要经济体债务周期的系统梳理与结构分析，判断美国当前债务周期已接近底部并将开启新一轮上行周期，政府和金融部门或将主导加杠杆过程，企业部门去杠杆由其承接。中国债务周期存在6-7年滞后，预计2023-2025年进入上行期。债务周期对资产价格影响明显，债务上行期美元走弱、标普500表现分化、国债走强，波动率指数抬升，提供资产配置指引 [page::0][page::1][page::3][page::5][page::7][page::8]
报告提出“外延扩张因子”作为新的市场基本面变量，通过预测定增项目数量及募集金额，结合历史并购资产P/E估算外延扩张对各板块利润增速的贡献。研究显示，2016年外延扩张对主板盈利贡献有限，净利润占比不足15%，贡献增速仅2%-3%；但对创业板影响显著，定增数量和募集金额大幅提升，净利润占比超过70%，预计带动创业板净利润增速达43%，推动板块业绩大幅回升，尤其一季度行情值得期待。[page::0][page::2][page::3][page::4][page::5][page::6]
本报告基于陆股通资金数据，深入分析了其持仓分布、择时与选股策略。通过行业超配特征揭示外资偏好，创新引入二阶矩视角构建资金异动择时模型，有效提升择时收益并降低回撤。同时提出净流入占比因子，实现显著的沪深300指数增强，因子头部组合年化超额收益达22.32%。报告对陆股通资金运用提供量化策略支持，为机构投资者提供实用的投资参考[page::0][page::2][page::5][page::7][page::8]。
本报告基于AR(1)均值回归模型及母基金折溢价因子，构建分级A轮动策略。通过拟合隐含收益率序列，筛选高估值品种进行轮动持仓，并引入短期套利影响因子提升策略表现。实证回测显示，改进策略显著提升累计收益与年化收益率，最大回撤显著下降，日相对基准胜率提高，证明该轮动策略在实际市场中具备较强超额收益能力与风险控制效果[page::0][page::1][page::2][page::3]。
本报告基于蒙特卡洛模拟方法构建分级A份额理论定价模型，结合无风险套利定价框架，揭示分级A的期权性质及其隐含收益率动态。通过多元回归分析探讨影响隐含收益率的关键因子，包括母基金折溢价、B类净值、基金规模及品牌效应，进而提出分级A轮动策略的基本思路，为投资者提供价格合理性及风险收益参考 [page::0][page::1][page::2][page::3]。
本报告建立了绝对价值+相对价值+择时的量化全球大类资产配置框架，重点分解股票指数的盈利与估值结构，提出了基于货币环境、国际资金流动、真实经济预期及通胀预期的道琼斯工业指数市盈率估计模型。通过分析美联储货币政策及泰勒规则演变，结合美股估值与利率、美元指数、国际资本流动的内在关联，验证了模型75%的解释性，且能较好拟合2003-2015年期间美股估值走势。报告直指当前全球经济流动性环境及货币政策调整对美股脆弱估值的冲击，强调美股后续行情需业绩支撑及生产率跃升，为投资决策提供关键参考 [page::1][page::5][page::12][page::13][page::15]
本报告系统分析了股东数量变化率因子与股票未来收益之间的关系，发现股东数量减少通常代表筹码集中，伴随长期正向超额收益。通过市值中性方法构建因子，结合盈利性与成长性因子增强，多头策略年化超额收益显著，尤其ROE、净收入增长等因子表现突出。股东变化因子与换手率等因子相关性较低，具备独立alpha能力，适用于机构资金运作的筹码分析和量化选股框架 [page::2][page::7][page::9][page::10]
本文基于美元指数同比与PPI同比构建美元时钟，结合传统经济通胀投资时钟，创新提出投资时钟与美元时钟轮动策略，1973年至今回测显示年化收益率达22.23%，夏普比1.4。分析显示美元时钟在经济衰退期表现欠佳，结合全球经济指标与美国NBER周期实现投组优化。资产价格波动以宏观经济指标的方向性为主，幅度亦有量化影响，强调预期对资产收益影响至关重要，为美元趋势下资产配置提供量化框架和实证支持。[page::0][page::8][page::12][page::14][page::11]
本报告系统介绍基于Black-Litterman模型的多策略资产配置框架，融合量化投资时钟和单一资产择时模型，综合宏观经济预测与资产定价，实现资产配置与择时的有机结合。通过基准配置权重的逆优化及贝叶斯更新引入主观观点，提升预期收益及配置稳健性。回测覆盖股票、债券、商品、现金、黄金与原油六大类资产，显示稳健组合年化收益8.01%，最大回撤1.6%，夏普比率2.06；进攻性组合年化收益16.03%，最大回撤6.99%。模型兼顾收益与风险预算，参数敏感性分析强调Tau的关键作用，展示策略在不同经济周期及市场环境中的稳定表现和风险控制能力，为实战资产配置策略提供理论及方法支持。[page::0][page::5][page::6][page::11][page::14][page::15][page::16]
本报告基于CAPM、Fama-French三因子、五因子及Carhart四因子模型，实证研究了A股市场中基于模型残差的特质波动率纯因子的表现，发现低特质波动率组合具有显著年化超额收益和稳定的负向收益关系，且传统因子对特质波动率的解释力度有限，特质波动率纯因子收益月度均值显著为负，揭示了该因子在A股市场的独立信息和投资价值 [page::0][page::9][page::12][page::13][page::14][page::15]。
本报告以螺纹钢期货为例，深入分析了期货市场上的成交持仓比及机构前十大净持仓变化对价格波动率的预测能力，建立了基于持仓信息的期货策略模型。实证结果显示，成交持仓比与未来最大涨跌幅和波动率存在显著正相关，结合机构净持仓变化率的统计模型进一步提升策略有效性。最终构建的持仓信息策略在螺纹钢期货上表现优异，累积收益逾254%，年化收益率接近29%，最大回撤控制在10.84%，并通过敏感性分析明确了最优参数区间，为商品期货量化策略提供重要参考。[page::0][page::3][page::4][page::5][page::6][page::7]
本报告基于宏观基本面四个核心指标（经济增速、通胀、利率、风险溢价）分析其对中国市场价值与成长风格以及大盘和小盘风格配置的影响，采用多变量控制及交叉项回归检验，发现经济上行有利于价值股和大盘股配置，通胀、利率下行同样增强价值股表现，小盘股在十年国债利率和风险溢价下行时胜率显著提升。全文系统构建风格轮动配置模型并通过胜率和超额收益验证其有效性，为量化风格配置提供理论与实证支持 [page::0][page::1][page::2][page::5][page::6][page::7][page::8][page::10][page::11][page::12]
本报告围绕航空行业的核心基本面指标，包括客座率、汇率和原油价格，结合量化模型系统分析了这些指标对航空股超额收益的影响及领先性，构建了基于行业核心变量的净利润、营业收入及超额收益的TTM增速预测模型及择时、选股模型。研究发现客座率是超额行情的基石，汇率和原油价格为重要外部影响因素，三大指标在择时与指数增强模型中表现良好，策略年化超额收益分别达到5.48%和13.64%[page::0][page::1][page::2][page::3][page::5][page::7][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::22][page::23][page::24]。
