摘要

在《龙头股效应在一致预期数据上的应用》一文中，我们对龙头股进行了定义：龙头股是分析师覆盖度高的一组股票中，与行业其他公司基本面偏相关性强的股票。本文将对按照上述方式定义的龙头股进行更加细致的分析，统计它们的基本特征，考察它们的涨跌对其他股票是否具有引导作用，以及龙头股的“龙头效应”究竟

摘要

在之前的报告《龙头股效应在一致预期数据上的应用》中，我们发现从盈利预期调整来看，市场存在显著的龙头股效应：龙头股预期基本面的改善会影响其他股票次月收益。基于此，我们构建了调整后的EPS变动因子，该因子在多因子模型中具有显著为正的截面溢价，可提升模型预测精度。本文将考察龙头股预期盈利调整

摘要

量化产品 2018 回眸：新发规模同比稳定，存量指数增强基金发力

年尽管指数下挫明显，但公募量化基金发行数量及规模并没有明显下滑。在公募对冲、主动量化基金规模下滑同时，指数增强基金规模逆势上升（55.31 亿），其中大部分来自存量基金份额增长。此外，量化基金规模分布上仍存在“

摘要

![{w:100}](/wiki/api/attachments.redirect?id=0cfefcf9-729c-

摘要

杯柄形态的投资逻辑和核心思路首先杯柄形态要求前期股票为上涨趋势，并且涨幅要求达到30%。在这一波大涨之后股价出现回调构筑基石以便之后继续上涨。在构筑基地的过程中会筛选掉那些信心不坚定的投资者，这些投资者在股价出现回调之后迅速抛掉手中持有的股票。杯深的深度一般为12%-15%之间，如果深

摘要

基于市场统一周期规律研判2018全球市场机会与风险华泰金工周期系列研究基于经济规律与信号系统方法，发现主要金融经济指标同比序列普遍存在42个月短周期、100个月中周期和200个月长周期的统一性规律，通过回归分析证明三周期是资产价格变化的主要驱动力。 根据大类资产与宏观经济指标三周期状态

摘要

A股超预期下跌，出现反弹概率较高本周A股受美股影响出现大幅下跌超出了我们的预期。着眼未来，我们认为美股是风险触发的核心。周期模型给出的判断是美股当前已经进入顶部区域，难以确定美股会快速向下还是企稳震荡几个月做出头部后再向下，前者将是投资者需要注意的重要风险。从周期状态与主导板块上做类比

摘要

现代资产配置的触角在不断延伸，不仅是对不同大类资产的配置，还是对各资产类别中细分资产的配置，因为市场的分化正在加剧，同一资产内部的不同细分资产走势可能有天壤之别，这在2017年的A股市场中被演绎的淋漓尽致。同一资产内部细分资产走势的差异，既体现于大盘小盘、价值成长等市场风格的差异，还体

摘要

从择时信号发出频率的角度看，择时系统可划分为两类，其中常用的一个是连续性择时系统，即一个系统在任何时刻均会对资产的未来走势作出看涨看跌的判断，如均线择时系统，不过，连续性择时系统胜率不高但盈亏比较高，需要投资者承受较大的心理压力且一旦失效对资产的配置权重影响较大。

不同于连续性择时，

摘要

2018年，各资管机构将回归本源，主动资产管理与财富管理能力成为新资管时代机构胜出的关键。在此背景下，资产配置的功能和效能将日益突出，资产配置的空间大幅延伸，机构投资者将更加依赖于用多元的金融产品投资去应对单一领域可能发生的风险，用多元化的投资工具与策略在复杂的市场环境中获取超额收益。

摘要

在之前的研究中，我们发现当行业收益率的结构发生变化时，如极值行业收益率异常放大，后期往往伴随着市场大幅波动。本篇文章针对这一现象进行详细分析，将极值行业的多空收益作为代表指标，考察其形成趋势突破后，市场的机遇和风险。

一级行业月度收益结构的异常变化，多数意味着未来市场的大幅波动，需要

摘要

随着机构投资者队伍的不断壮大，指数基金在近几年得到了飞速发展，资产规模更是节节攀升。截至2018年三季报，跟踪沪深300的指数基金规模已升至亿元，跟踪中证500的指数基金规模已升至537.93亿元。 沪深300指数和中证500指数均会在每年的6月和12月进行定期调整，由于样本股调整是被

摘要

行业中性的作用。行业中性是组合风险管理的常见手段。采用行业中性约束后，组合的年化超额收益与主动管理风险都会下降。而风险调整后收益的变化方向取决于超额收益与跟踪误差的变化幅度。相比而言，行业中性约束在沪深300增强策略中具有更好的效果。

行业收益的风险特征。并非所有行业都具有显著的风险

摘要

在评价因子的有效性时，单因子的信息系数分析是我们常用的测试手段。但是当我们将目光聚焦于A股市场的指数增强投资管理时，上述的分析方法和评价指标却存在着两个我们无法忽视的问题：第一，指数增强产品都有明确的业绩基准和可投资范围，在一个共同的股票池内所获的测试结果不一定适用于特定的选股范围；第

摘要

A股市场是订单驱动型市场。从动力学的角度讲，股票行情的所有演化过程，都能由订单簿（order book）自下而上精确决定。逐笔成交与 逐笔委托数据的信息量非常丰富。本系列研究取名为“订单簿的温 度”，旨在分享我们在逐笔数据层面的研究心得。

作为“订单簿的温度”系列研究的第1篇，本篇

摘要

华泰金工多因子风险模型能够实现准确可靠的风险预测和投资组合优化

在经典多因子模型框架的基础上，参考Barra多因子风险模型，构建华泰金工多因子风险模型。模型选择恰当、有效的共同因子，回归计算因子收益和特异性收益，进而估计因子收益协方差矩阵和特异性收益方差矩阵。之后，模型以波动

\