金融研报AI分析

计算隐含波动率:日历日还是交易日?

报告研究了隐含波动率计算中采用日历日与交易日两种方式的差异,实证结果表明两种计算方式对隐含波动率的影响较小,市场波动率下跌行情并非由于计算方法变化所致。同时,报告回顾了近期50ETF及期权市场的交易状况和波动率趋势,并详细介绍了多种基于50ETF期权的交易策略及其近期收益表现,为期权投资提供了参考依据。[page::0][page::4][page::5][page::6][page::11][page::15]

基本面动量策略在 A 股实证

本文基于多元回归法和预测组合法,构建了基本面动量因子(FIR)并在A股进行了实证检验,结果显示自2016年下半年起基本面动量策略表现稳定,取得显著超额收益。多元回归法表现优于预测组合法,EPS因子表现最佳,FIR因子整体优于原始基本面因子,展示了基本面因子动量在量化选股中的应用价值 [page::2][page::3][page::4][page::6][page::7]

随机波动率微笑模型及套利

本报告系统梳理了波动率的分类及特征,重点介绍了隐含波动率微笑的生成机理和基于三种随机波动率模型(Vanna-Volga、SABR、SVI)的隐含波动率微笑拟合方法。通过对中国50ETF期权的实证回测,发现波动率套利在看涨期权季月合约上表现最佳,其中Vanna-Volga模型在2015-2018年间稳健获利超过20%年化回报,证明其在波动率套利研究中的优势地位。报告还对波动率曲面构建及微笑模型的参数估计做了详细介绍,为期权定价和波动率套利策略提供理论和实操依据。[page::0][page::4][page::8][page::16][page::25]

趋势类技术指标在期权上的应用

本报告系统研究了趋势类技术指标在50ETF及其期权上的应用表现,使用SAR、均线、MACD、DMA、BBI、MTM、TRIX等多种指标构建期权CTA策略。实证显示,SAR和BBI指标表现最佳,尤其是SAR策略在期权市场上取得了超越现货CTA的显著收益。期权卖出策略通过时间价值和波动率择时明显提升绩效,期权策略Calmar比率高于现货策略概率达88%。此外,通过Greek分解揭示收益主要来自delta和vega,策略实现了时间价值的有效收益转换[page::0][page::24][page::25][page::28][page::32].

利用股指期货复制期权

本报告系统阐述了利用股指期货复制期权的两大核心策略:0-1简单复制与Delta动态复制,分析其优缺点及交易成本构成,论述了波动率对复制成本影响的重要性。并通过大量实证数据对BS模型定价、动态复制成本进行对比验证,辅以丰富期权市场行情及多策略回测成果,全面展示期权复制与交易策略运作原理及效果,为投资者理解期权定价与交易策略提供理论及实证支持 [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]

期指基差中的分红影响测算

本报告系统测算了沪深300、上证50和中证500指数成分股的分红点数及其对股指期货基差的影响,详细介绍了分红金额、净利润和除权除息日的预测方法,并披露了最新的分红进度和指数股息点指数走势,提供了分红对期指合约实际价差修正后的分析,为期指投资和套期保值策略提供重要参考 [page::0][page::2][page::6][page::8][page::10].

分红对股指期货点位的影响

报告基于2019年6月25日前成分股除权除息数据,分析分红对上证50、沪深300及中证500指数期货合约价差的影响。通过具体分红金额及点位差,对期货合约贴水或升水现象进行了定量预估,同时展示了2019年各指数含分红价差的时间序列变化,为投资者体现分红因素对期货价格的实际影响提供参考 [page::0][page::1][page::3][page::4]

外生因子系列研究报告(二):三维情绪信号体系及策略构建

报告构建并验证了涵盖情绪温度、情绪预期和情绪浓度的三维市场情绪信号体系,创新性地结合道氏三重运动原理对股市情绪进行多层次判断,提出三维情绪择时策略,在沪深300 ETF的10年以上回测中表现优异,显著提高夏普比率,且有效控制回撤。情绪浓度指标可识别长期牛熊拐点,情绪温度和预期反映中短期市场波动,策略适用于宽基ETF投资及大类资产配置,极具实用投资价值[page::0][page::3][page::5][page::14][page::19][page::20]。

金工专题基本面量化及策略系列报告(一):煤炭行业

报告基于煤炭行业供需关系核心,运用产地产量、港口及需求端库存、运输指数和下游需求等多维指标,通过时差匹配工具确定传导时间,构建煤炭景气度研究框架并制定基于库存周期、运输价格及下游需求的煤炭ETF投资策略。回测显示策略年化收益率23.24%,最大回撤24.07%,显著优于中证煤炭指数,为煤炭及相关资源、能源ETF投资提供量化参考 [page::0][page::4][page::5][page::9][page::16][page::17][page::20]

财富投资者情绪指数(FISI)择时模型构建

本报告借鉴EMSI方法,基于沪深300指数成份股日收益率与Beta系数的Spearman秩相关系数,构建了财富投资者情绪指数(FISI)择时模型。模型通过定义6种初始信号及均值回归检验,确定当FISI指标穿越零轴时发出多空信号。回测显示模型在2005-2015年间共发出109次信号,正确率超过50%,且正确信号带来显著收益,单次平均期望回报达2.28%。基于该模型构建的多策略和多空策略分别实现了12.22倍和23.82倍收益,多空策略收益更高但最大回撤也更大,整体择时效果良好,适合沪深300指数的趋势把握与风险管理 [page::0][page::5][page::6][page::7][page::8][page::12][page::13][page::14]

金工专题行业轮动系列 1:换手率的量能提示

本报告基于换手率均值与斜率两个因子的历史IC测试,揭示换手率均值因子正相关于未来收益,斜率因子呈现反转信号。结合成交量量能变化特点,构建了行业量能轮动策略。该策略通过筛选行业成交量“放量”与“缩量”情况,识别下行放量带来的潜在反弹机会和上行放量的警示信号,回测显示策略在2008年至2023年期间相较等权基准组合实现年化超额收益约4个百分点,且风险指标明显改善,踩中率达到60%。策略具备较强的行业轮动识别能力,为行业配置提供有效量能提示 [page::0][page::2][page::3][page::5][page::7][page::8][page::9][page::10]

外生因子系列研究报告(一):股市流动性预测指标构建

本报告构建并验证了基于典型相关分析(CCA)的股市流动性预测系统。通过自适应滚动学习,从两千多项宏观指标中筛选与股市流动性代理指标(万得全A成交额与流通市值比值)高度相关的指标特征,输出未来60个交易日内的流动性预测值。模型预测值与实际值Spearman和Pearson相关性系数分别为0.56和0.44,能较好捕捉股市流动性趋势。历史回顾显示流动性趋势与经济及政策环境密切相关,且流动性预测对中长期行情判断有一定帮助,但不能单一用于行情判断,需结合情绪和经济信号使用 [page::0][page::3][page::6][page::10][page::11][page::13]

金工三维情绪模型 更新(20241023)

本报告基于金工三维情绪模型,通过情绪预期、情绪温度、情绪浓度三个维度分别反映市场短期预期、资金热度及资产相关性变化;最新数据显示情绪浓度下降至0.7693,情绪温度上升至0.5619,情绪预期下降至0.7356,提示市场存在较为复杂的情绪波动特征,为投资者理解市场情绪提供多频率视角支持 [page::0][page::4]。

波动率阶段性特征是否暗示行情的转变?—以沪深 300 指数为研究对象

本报告基于沪深300指数的历史周波动率数据,构建了基于拐点检测及隐马尔可夫模型的波动率阶段划分模型,成功捕捉并划分不同波动率阶段对应的隐藏市场状态。实证结果显示,2016-2020年训练的模型可较好区分牛熊市行情,波动率的阶段性特征具有一定的市场行情风格指示能力,且这一模型对未来行情具有一定预测参考价值,提示波动率风格转变与市场行情转折存在内在联系,模型后续可应用于量化策略构造 [page::0][page::2][page::4][page::5][page::6][page::9]。

金融工程 2025 年度策略

本报告基于三维情绪模型,结合产业风格和行业层面三个维度,系统回顾2024年A股市场表现,并对2025年市场情绪、风格及行业趋势展开深入展望。2024年市场经历周期性震荡与深度修正,9月情绪温度显著回升,预示主力资金活跃度增强。成长风格成交占比持续领先,未来仍将为市场主线。产业层面,TMT科技与中游周期制造构成双主线轮动格局,下游产业因政策利好有望因势利导获取关注。行业层面,传媒、电子、计算机、非银金融及国防军工等行业资金活跃度和情绪影响显著,建议2025年重点关注。报告亦展示了对应的量化情绪择时和行业轮动策略的历史表现,有助于投资决策制定。[page::0][page::3][page::7][page::12][page::15][page::19][page::22]

风格、产业、地域指数体系大梳理

本报告系统梳理了我国主要机构发布的风格、产业、地域指数体系,基于跟踪标的丰富度、体系完整性、数据可回溯性和A股覆盖率四大指标进行对比分析。重点推荐中信风格体系、中信上下游产业链指数体系、万得中国产业大类体系及万得行政区、省级体系,因其回溯期较长且覆盖率较高,适合支持市场轮动策略研究。各指数体系详细解读及对应数据表明,不同机构指数在结构设计和覆盖深度上存在差异,报告为投资者构建科学的多维度市场轮动研究与投资框架提供了重要参考 [page::0][page::3][page::16][page::18][page::19].

行业主题指数成分分析手册:金融工程 2024 年度策略(二)

本报告基于2024年度策略,系统分析电子、计算机、通信、汽车、非银金融、传媒、电力设备、国防军工、医药生物等行业主题指数及其跟踪基金的成分行业、成分风格、估值水平和成长性特征,揭示行业指数的细分行业配置和价值成长属性差异,辅助基金产品筛选和投资策略制定[page::0][page::1][page::5-38]。

兵无常势,水无常形 金融工程 2024 年度策略(一)

本报告基于深入构建的三维情绪模型及多维行业轮动体系,分析A股情绪面变化与行业轮动特征,重点提出三维情绪择时策略和分阶段行业轮动策略(涵盖换手率量能、拥挤度风险及北向资金热度),回测显示策略收益优异。重点推荐电子、计算机、通信等活跃行业,展望2024年或迎情绪面大转折,具备行业轮动和情绪择时的双重投资机会 [page::0][page::3][page::19]

金工三维情绪模型 更新(20241210)

本报告基于金工三维情绪模型,从中高频的情绪预期、中频的情绪温度、低频的情绪浓度三个维度系统性解析市场情绪波动,结合股指期货、期权数据及资金热度指标,量化市场短期预期及资金热度,追踪市场相关性反映的情绪浓度,揭示市场情绪状态及其历史牛熊拐点信号。最新数据显示情绪预期自12月初转向上行,情绪温度持续下行后出现回升,情绪浓度逼近拐点警戒线,为合理判断未来市场走势提供情绪维度参考。[page::0][page::4]

金工三维情绪模型 更新(20241108)

本报告更新了金工三维情绪模型,包括情绪预期(中高频)、情绪温度(中频)和情绪浓度(低频)三个维度,结合期货升贴水、期权PCR、主力买入率及行业指数相关性,全面反映市场短期、中期和长期情绪波动。当前数据显示情绪温度持续上行,情绪浓度止跌复苏,情绪预期震荡调整,模型综合建议仓位为50%。多维度情绪指标为投资决策提供了多频度视角的情绪信号参考[page::0][page::1][page::2][page::3][page::4][page::5]。