摘要

今年以来全球市场的大幅波动让投资者开始关注各类避险策略（CrisisProofedStrategy），本报告介绍了《The Best Strategies for the Worst Times：Can Portfolio Be Crisis Proofed》和《Alternati

摘要

资产定价理论传统上着重风险和收益，但近些年来，人们认识到资产价格的另一个关键的决定因素是流动性。本篇作为“琢璞”系列报告的第二十一篇，我们为大家推荐了一篇非常值得一读的文献《Resiliency and Stock Returns》。这篇文章提出了流动性的扩展定义，并且构建一个全新的

摘要

本报告为多因子选股系列研究的第四篇，在对原模拟组合进一步分析的基础上构建了行业中性模拟组合，并提出了一种简单可行的指数增强策略，主要有以下贡献。本文的主要贡献：

1. 进一步分析了原模拟组合的行业偏离情况。行业偏离的大小很大程度上决定了组合的稳健性。因此，分析模拟组合的行业偏

摘要

本报告在因子分析与筛选的基础上，选取了有效且稳健的因子并赋予合理权重，构建了多因子综合打分选股模型，结果表明模型取得了出色的效果，并具有较高的稳健性和实用性。

本文的创新之处

1. 分不同股票池选股。我们分别在6个股票池中选取各自有效的因子，并赋予合理权重，建立了多因子综合

摘要

本篇是“学海拾珠”系列第七篇，摘选自论文《TwinMomentum: Fundamental Trends Matter》的核心结论。

尽管基本面一直被认为能够较强地预测股票的未来收益，但有学者指出，基本面动量的收益预测能力往往会被价格动量所解释。

本篇报告认为这种现象源自于没有充

摘要

本篇是“学海拾珠”系列第五篇，摘选自论文《Shared analyst coverage: Unifying momentum spillover effects》的核心结论。

近年来，有学者指出，由于投资者和分析师的关注度是有限的，因此股票价格通常对其关联公司的相关新闻反应迟缓，从

摘要

本篇是“学海拾珠”系列第四篇，摘选自论文《AssetPricing: A tale of nightand day》的核心结论

作为资本资产定价的入门级公式，CAPM长久以来在实际市场中表现不佳，市场风险（beta）与经典的日度收益率（close-to-close）之间的相关

主要观点

本篇是“学海拾珠”系列第二篇，摘选自论文《Stock Return Asymmetry: Beyond Skewness》的核心结论。股票收益分布的偏度和股票预期回报率之间的关系是市场广泛关注的话题。有研究指出，高偏度往往与低预期回报率有关，两者之间呈负相关性；但也有人在研究中发现

主要观点

学海拾珠系列，是指从海外量化研究领域的海量文献中选取精华，将最有价值的文章推荐给国内广大的量化投资者们。如系列名称所述，我们团队希望通过不断深耕、探索，力图在茫茫学海中找到闪烁的、凝聚着宝贵知识的珍珠，并在提炼、萃取之后呈现给大家

本文摘选论文《Good Volatility,

摘要

近年来，对于主题型投资机会的研究逐渐成为市场的热点。一方面，随着被动化投资的兴起，各类主题指数基金受到越来越多投资者的关注。另一方面，同一主题下股票收益的共性及领先-滞后关系的研究，也是当前量化选股模型的一个重要补充。因此，本文借用FactSet的供应链与深度行业分类数据，提出一种自动

摘要

FactSet深度行业分类（RevereBusinessIndustrialClassification System，RBICS）数据。一套精确的结构化公司分类体系。利用FactSet独有的Revere Hierarchy行业分类，构建有固定层次的6级结构。

作为一类自下而

摘要

量化因子计算可以定义为一种基于初等计算函数与一阶谓词逻辑的递归过程。

量化因子的本质是股票的某种数量化特征，一般需要通过对股票某些数量信息进行计算得到。与计算机函数从“函数输入出发，输入函数计算，得到函数输出”相类似，量化计算过程也可以拆解为“从量化指标出发，输入量化计算，得

摘要

知识图谱的介绍。知识图谱的概念最早于2012年由谷歌提出，是一种直观显示各个实体关联信息的有效数据结构，旨在描述真实世界中存在的各种实体或概念及其关系。它脱胎于“语义网络”，随着网络和计算机技术的发展而逐渐演变。目前，知识图谱一词已经成为知识应用领域的一个通用词汇，不仅仅局限于谷歌搜索

研报成文时间：2021年6月

金融市场的状态（Regime）通常会不定期的切换并保持一段时间，市场状态的

/wiki/static/upload/db/db0cc25a-7ae5-4f16-8c66-4fa58c738cf1.pdf

\

全球著名猎头公司 Sel

时间：2021年5月

作者：Raoul Khouri

[/wiki/static/upload/9c/9cc596f2-0684-45d5-95c7-c417f034b8eb.pdf](/wiki/static/upload/9c/9cc596f2-0684-45d5-95c7-c417f034

有些平台朋友在研究深度学习模型时，可能想要知道模型的结构以及中间层的结果。可以参考下面的例子：

策略案例

[https://bigquant.com/experimentshare/32799fded7e84806b818377adef96afb](https://bigquant.com

林晓明 S0570516010001

​ SFC No. BPY421 研究员

黄晓彬 S0570516070001

​ SFC No. BQW518 研究员

张泽 S0570520090004

​ SFC No. BRB3

林晓明 S0570516010001

​ SFC No. BPY421 研究员

黄晓彬 S0570516070001

​ SFC No. BQW518 研究员

刘依苇 S0570521090002 研究员

源洁莹 S05705210

林晓明 S0570516010001

​ SFC No. BPY421 研究员

黄晓彬 S0570516070001

​ SFC No. BQW518 研究员

刘依苇 S0570521090002 研究员

源洁莹 S05705210

林晓明 S0570516010001

SFC No. BPY421 研究员

何 康 S0570520080004

SFC No. BRB318 研究员

王晨宇 S0570119110038 联系人

陈 伟 S0570121070169 联系人

核心观点

上周至本周，市场主要指数回调。因子收益方面，小市值股票依然占据优势。基本面因子收益不显著。动量因子呈现负向收益。技术面因子收益显著。市场呈现风格转换趋势。

在历史收益率方面，各指数近期表现较好的因子均为短期动量因子，全市场表现较好因子还包括成长因子和波动率因子。

行业多因子方面，上周