✦研报目录✦

✦简述✦

按发布时间排序

海通证券

通往绝对收益之路（八）：“固收+”产品股票端的量化解决方案

发布日期：2023-05-05 关键词：固收、股票、量化策略

主要内容：本研报研究了优秀的“固收+”产品在股票端的管理模式，从择时、行业选择和选股三个维度进行分析。通过量化策略模拟，设计了不同风格的股票组合，并引入宏观动量择时和逆周期季度资产配置进行调整。在不同情景下，价值风格、小盘风格和基于龙头公司的行业轮动策略表现优异，可实现年化收益率在5-10%之间，并控制最大回撤在3-6%之间。

银河证券

结合价格动量和拥挤度的两融ETF交易策略探索

发布日期：2023-05-05 关键词：ETF、Xgboost

主要内容：本文探讨了两融类ETF的潜力和优势，指出其作为指数跟踪工具在资产配置和风险管理方面具有价值。结合价格扩散和明斯基时刻理论，提出利用ETF的行业覆盖和份额数据进行主动投资和仓位控制的方法。基于"自上而下"的思路构建ETF交易策略，利用动量和拥挤度择时以获取稳健收益。同时，通过引入机器学习方法如Xgboost模型改进ETF策略，进一步提升预测效果和策略表现。

华泰证券

金工专题研究：拥抱中特估下的港股高股息

发布日期：2023-05-09 关键词：中特估、高股息策略、港股

主要内容：本研报强调高股息策略的长期有效性，尤其在港股市场表现出色。高股息股票具有股利再投资收益、低估值和在填权行情中受益的特点。港股高股息指数以大盘蓝筹和金融公用为主，与恒生高股息率指数走势一致且表现更强。研究指出了美元升值、美元流动性收紧和风险溢价上行等环境下港股高股息超额收益的情况。在国内弱复苏预期和海外尾部风险下，港股高股息资产具有吸引力。中证港股通高股息指数作为投资的代表性组合，在长期表现、龙头属性和估值方面都具备优势。

中信证券

机器学习系列_数据治理专题（四）：基于蒸馏大模型的金融文本信息挖掘应用探索

发布日期：2023-05-09 关键词：大模型、金融文本挖掘、情绪指标

主要内容：本研报利用自主微调后的语义大模型对金融文本进行标签提取和信息挖掘，构建了市场关注度、投资情绪和市场分歧等指标。研究展示了大模型微调的流程，以及关注度指标和情绪指标的应用效果。基于大模型文本情感指标构建的选股策略和关键指数分层策略表现良好，其中，基于情绪指标构建的选股策略在回测中相对于沪深300指数的年化超额收益率达到24.2%（2018-01至2023-03）。

东吴证券

换手率变化率的稳定GTR因子，助推换手率的所有家族成员

发布日期：2023-05-09 关键词：股票、换手率、因子加强

主要内容：本研究通过构造换手率变化率的稳定因子，加强了现有换手率因子的选股能力。之前构建的量稳换手率因子STR表现优秀，但可能遗漏了部分信息，因此引入了换手率变化率的稳定性指标，即GTR因子。通过纯净优加法合成GTR和STR，得到了SPS_Turbo因子，在全体 A 股中的年化 ICIR 为-2.956，十分组多空对冲的年化收益为 44.24%，信息比率为 3.905，月度胜率为 85.37%，最大回撤为 10.22%。

华泰证券

金工：稳步致远，红利低波的逻辑与价值

发布日期：2023-05-11 关键词：红利低波、SmartBeta、股票

主要内容：红利低波SmartBeta是一种攻守兼备的长期投资策略，具有良好的稳健性和风险过滤能力。以中证红利低波指数为代表，该策略在海外市场和A股市场均有成熟实践并表现优异。红利因子捕捉高稳定性收益，有望与中特估主线共振；低波动因子规避异常波动，构建组合保险杠。中证红利低波指数是一种长期表现出色的代表性指数，具备较好的投资潜力。投资者可考虑使用红利低波ETF及对应联接基金来实际配置。

华安证券

“学海拾珠”系列之一百四十：是否存在宏观公告溢价现象？

发布日期：2023-05-10 关键词：CNN、宏观公告、K线

主要内容：本文章探讨了宏观公告对股票市场的影响，并发现宏观公告日的高超额收益并非高条件股权溢价的表现，主要是由未预期的货币政策和小样本问题引起的。与现有文献结论相反，高公告收益并不意味着高公告溢价。作者通过比较两种均衡资产定价模型，结果表明，高公告收益主要来源于未预期货币政策和小样本问题。

中泰证券

机器学习系列：AI能否学会看图选股

发布日期：2023-05-10 关键词：CNN、K线、股票

主要内容：该研报介绍了使用卷积神经网络（CNN）训练分类模型，以预测股票收益并构建换仓策略。在低价股样本中，预测未来一个月收益的IC均值约6.0%，IR约1.06。排序法检验显示多空组合的年化收益率约26%，夏普比率约3.8。多因子回归检验表明，多头组合和多空组合均具有显著的alpha。月度换仓策略在样本外年化收益率约28%，夏普比率约1.49，表现优异。

兴业证券

去伪存真—超预期策略改进研究

发布日期：2023-05-12 关键词：超预期策略、股票

主要内容：本文章提出通过收益增厚和个股剔除两个维度提升超预期策略表现。收益增厚通过提前布局潜伏超预期个股来增加收益，而个股剔除通过剔除表现变化过大的个股来寻找真实超预期个股。将潜伏超预期和真实超预期个股合并构建综合策略，年化收益率为43.99%，收益风险比为1.57。该策略在大部分年份能战胜原始超预期策略，为投资者提供了改进超预期策略的思路。

华西证券

基于Chatgpt研发的国债期货策略

发布日期：2023-05-12 关键词：国债、期货、ChatGPT

主要内容：本文探究了国债期货择时策略，使用 Chatgpt 辅助策略开发可有效提升效率。从宏观与技术因子等8个角度选取16个因子，使用逻辑回归模型预测收益。优化后的策略在最佳参数下具有63.63%的胜率和93.40%的年化收益，表现优异。

浙商证券

金融工程研究报告：财富管理3.0时代，纵古观今

发布日期：2023-05-15 关键词：公募、私募、财富管理

主要内容：本文认为国内公募市场在机构化进程下规模将继续扩张，但更多向被动化转型，主动权益类产品可能逐渐向私募转移。通过对比银行理财和美国公募市场，指出金融资产的相对性价比决定了其规模扩张速度。尽管中国公募市场发展空间广阔，但主动权益类产品的超额收益波动较大，未来可能受到压缩，被动化产品（如指数和ETF）的发展空间更广阔，公募市场可能持续被动化。

信达证券

存量博弈市场的演绎与应对

发布日期：2023-05-16 关键词：存量、博弈

主要内容：在存量博弈市场下，资金的增量市和存量市表现不同，投资者关注市场特征和应对策略。增量市具有共识性主线和强赚钱效应，而存量市下风格快速轮动。存量市的特征包括赚钱效应减弱、行业轮动加速和中长期动量失效。投资机会包括倾向于配置被动指数产品的FOF组合策略、适用于轮动加速环境的短期动量策略、跟随绩优轮动基金以及分散化投资的量化基金。存量博弈环境下，合理的投资策略可以帮助投资者获取超额收益。

华安证券

“学海拾珠”系列之一百四十一：前景理论能否解释共同基金的业绩？

发布日期：2023-05-17 关键词：共同基金、前景理论

主要内容：本文探讨了前景理论在基金业绩预测方面的作用。研究发现，基于前景理论构建的基金层面的前景理论效用值（TK）指标能够有效预测未来基金业绩，超越传统风险因子和其他特征的解释能力。高TK基金也吸引更多资金净流入。前景理论与传统理性人假设的区别在于使用效用值函数和概率加权函数来描述投资者决策方式。总体而言，前景理论提供了更现实的决策框架，而TK指标在基金业绩预测中具有重要意义。

国信证券

时点动量全解析：寻找关键时刻的“领头羊”

发布日期：2023-05-17 关键词：时点动量、因子、股票

主要内容：本文研究了时点动量在A股市场的应用，并发现关键时点的市场表现对未来具有指引作用。基于市场大跌反弹日、顶部切换日和市场三角形突破日构建的时点动量因子在中信一级行业上表现出2.01%、2.18%和2.33%的多头超额收益。在行业轮动和选股方面，时点动量因子在多空收益、超额收益和IC胜率等方面表现优异，超过传统因子和行业基准。特别是在构建ETF轮动组合和沪深300股票池的应用中，时点动量因子展现出13.08%的年化超额收益和较高的ICIR。

东北证券

基于主营业务拆分收益差的选股因子

发布日期：2023-05-21 关键词：股票、因子合成、主营业务

主要内容：本文提出了基于公司业务收益的动量因子和残余波动率因子，并将其合成为复合因子。经测试，复合因子在选股能力上表现优异，具有较高的IC值和ICIR，IC胜率为76.52%，多头组合超额年化收益显著。剥离掉反转和残余波动率风格因子后得到纯净复合因子，依然具有良好的选股能力和稳定性，多空夏普达到3.54，多空卡玛为4.19。

华泰证券

金工专题研究：华泰人工智能研究6周年回顾

发布日期：2023-05-22 关键词：AI

主要内容：2017年6月1日以来，华泰金工团队陆续发布人工智能相关深度报告68篇，6周年之际，本研报从模型测试、因子挖掘、另类数据、对抗过拟合、生成对抗网络、综合六大主题回顾并分析AI前景。

安信证券

金融工程主题报告：四轮驱动优化，ETF模拟组合Sharpe超过2

发布日期：2023-05-22 关键词：ETF组合

主要内容：该研报构建了一种名为"ETF灵活配置组合"的投资策略，通过信号池与ETF的映射，采用改进后的策略提高了信号的准确性。其中包括“赚钱效应”异动信号、弱势行业反转信号和反弹信号等。该组合在2017年至2023年期间的表现显著，年化收益率为36.13%，年化超额收益率为32.06%，最大回撤为12.11%，夏普比率为2.07，月胜率为68.42%，平均仓位为80%。除了2017年以外，其余年份均取得了正超额收益。

国金证券

量化漫谈系列之四：成长价值和大小盘双风格轮动基金如何识别与优选？

发布日期：2023-05-23 关键词：基金、风格轮动、因子

主要内容：本篇研报指出，2023年市场风格轮动持续，单一风格的基金难以战胜市场，而风格轮动型基金仍具备配置价值。以前的风格轮动型基金优选组合在2023年表现良好，跑赢万得偏股混合型基金指数。通过从估值和市值两维度重新定义风格轮动型基金，筛选出持续主动调整投资组合的基金。本文构建了主动轮动收益因子，与传统的基金业绩动量因子相关性低，2021年以来，主动轮动收益因子策略累计超额收益率为37.03%，具有一定独特性和优势。

华鑫证券

金融工程专题报告：基民的赚钱效应该如何衡量？

发布日期：2023-05-24 关键词：基金、基民

主要内容：该研报讨论了基民真实收益率低于基金净值收益率的问题，提出了基金加权平均净值利润率来反映基民的真实收益。通过统计分析，发现在给定区间内，全市场主动权益基金的真实基民收益率均值为-10.6%，中位数为-12.19%。根据基金标签分类测算，只有资源能源类基金实现了基民赚钱效应，其他主题基金整体亏损。通过衡量基民赚钱效应的指标，预计当上证综指上涨至3458.2点时，基民能够整体回本。

中信证券

2023年下半年ESG投资与企业治理展望：优化评价体系，双向赋能投资与企业治理

发布日期：2023-05-24 关键词：ESG投资、企业治理

主要内容：2023 年上半年全球 ESG 更标准化，国内企业 ESG 治理水平稳步提升，国内披露水平再创新高，ESG 资管产品持续发行，体系建设逐渐完善。面向2023 年下半年 ，本文认为ESG投资将迎来新的解读和关注，ESG 投资范围将进一步扩容，投资方式更加多样化，投研体系也需持续升级。为此，中信证券一方面优化了ESG评价体系，另一方面赋能企业 ESG 治理，分阶段向企业提供 ESG 治理建议。

兴业证券

专利研究系列五：绿色专利全解析

发布日期：2023-05-24 关键词：股票、因子、绿色专利

主要内容：本文使用世界知识产权组织（WIPO）推出的国际专利分类绿色清单工具对绿色专利进行定位，以每家公司持有的绿色专利数量的两年滚动总和与公司市值之比构建绿色专利价值因子，该因子选股策略表现稳定，年化超额收益率达到7.17%。以中特估指数成分股作为蓝本结合因子构建正向优选和尾部风险组合，2023年以来正向优选组相对尾部风险组区间超额收益率达4.45%，夏普比率高达1.97。

海通证券

金融工程专题报告：路遥知马力，看红利投资演绎“慢即是快”

发布日期：2023-05-25 关键词：基金、指数、红利策略

主要内容：本文从国内政策环境、策略本身效果及投资者认可度三个方面分析红利策略的投资价值。政策层面鼓励上市企业分红，国企改革有望提升其分红能力。策略方面，2022年以来，红利策略相对于Wind全A的超额收益为18.62%，表现显著优于市场。本文还分析了大成中证红利指数证券投资基金，其中，中证红利指数表现优异，具备较高投资价值，同时基金经理人经验丰富，有力保障了该基金今年到5月17日的区间收益为9.67%，大幅领先于沪深300。

华创证券

【专题报告】基于排序学习的行业轮动模型

发布日期：2023-05-25 关键词：股票、排序学习、行业轮动

主要内容：排序学习不仅仅关注计算出代表行业优劣的具体指标或打分数值，而是注重行业与行业之间的相对优劣程度，从而为用户提供满足其需求的推荐。本文使用LGBMRanker模型构建行业轮动策略，回测结果显示在中信一级上的年化绝对收益率为17.53%，超额年化为9.81%，胜率优于行业等权基准。

东方证券

因子选股系列之九十：DFQ遗传规划价量因子挖掘系统

发布日期：2023-05-28 关键词：股票、因子挖掘、深度学习

主要内容：DFQ模型基于遗传规划算法，经过改进，在选股因子挖掘方面具有独特优势，能高效地生成低相关、具有显式表达式且解释性强的因子。挖掘3天后，DFQ模型已找到了324个与人工因子低相关且具有良好表现的单因子。研究员从中精选了10个单因子。在弹性网络模型下，合成因子的表现出色，17年以来的RankIC达到12.72%，年化ICIR为5.44，20年以来多头超额收益年化提高到14.32%。

国金证券

“数”看期货：期指贴水加深，商品价差结构仍未回归平均区间

发布日期：2023-05-28 关键词：期货

主要内容：本篇研报介绍了股指期货市场的概况以及主动对冲策略的表现。总体来看，本周四大期指下跌，小市值期指相对占优。持仓量略有增加，但成交量变化不大。期指的基差扩大，贴水加深，分红对期指点位有影响。市场预期受宏观数据偏弱扰动，但期指往往领先于宏观数据。主动对冲策略中，IC和IH表现优于被动对冲组合，IF表现较差。在商品市场方面，整体下跌，大宗商品传导链值得关注。市场价差结构可能持续偏差，套利风险加大。对以上情况，需要注意价差结构指示性，并警惕以往的套利经验在当前市场可能难以适应。

华安证券

“学海拾珠”系列之一百四十三：模糊因子与资产配置

发布日期：2023-05-31

关键词：因子约束、模糊集合论、多策略投资组合

主要内容：本篇研报讨论了因子资产配置模型面临的三个挑战，即投资者目标的模糊性、资产和因子相关性以及因子定义的模糊性，并介绍了模糊集合论在解决这些挑战上的应用。作者提出了具有模糊约束的均值-方差优化和基于模糊因子约束的风险预算模型，并探讨了其实际应用，为现代投资组合理论提供了新的思路。

东北证券

因子选股系列之五：基于高频数据的风险不确定性因子

发布日期：2023-06-01

关键词：股票、高频数据、风险不确定性因子

主要内容：本研报研究了风险不确定性因子在股票市场中的有效性，并进行了改进。通过构建基于已实现波动率和尾部风险的因子，以及基于特异性收益的改进因子，得出了表现较好的风险不确定性因子。进一步合成这些因子得到综合的风险不确定性因子，该因子在多个指标上表现出色。该因子与风格因子关联较弱，适用于中小市值的选股域，并在不同市场环境下表现优异。

国金证券

金融工程专题报告：CTA金点子系列之一，基于ChatGPT新闻情感分析的原油期货策略

发布日期：2023-06-02 关键词：期货、CTA、ChatGPT

主要内容：本文通过使用ChatGPT模型进行情感分析，证实了其在预测金融市场中的有效性。与传统方法相比，ChatGPT提供了更准确的情感预测结果。此外，报告还探索了情感分析驱动的交易策略，基于OPEC新闻的情感分析结果构建了一种CTA策略，取得了显著的年化收益率（22.72%）和较低的最大回撤（14.22%）。结果表明情感分析信号可以为交易策略提供增量信息。

招商证券

“青出于蓝”系列研究之六：如何对非流动性因子进行改进

发布日期：2023-06-09 关键词：股票、非流动性因子

主要内容：本报告研究了Amihud（2002）提出的非流动性指标在A股市场的有效性，并进行了改进。研究结果表明，ILLIQ因子在A股市场具有较强有效性，但存在空头端表现较弱的问题。通过使用弹性网络模型进行预测和构建半流动性指标，改进后的因子表现更好。此外，使用日内收益构建的非流动性因子和OC_ILLIQ_F-因子也展现出显著的预测能力和较高的收益。在不同股票池中，这些因子都表现出良好的有效性和较高的多头组合年化收益。

华泰证券

金工深度研究：行业配置策略，高频宏观因子

发布日期：2023-06-10 关键词：行业配置、高频因子、宏观因子

主要内容：本研究构建了基于高频宏观因子的行业轮动策略，补充了行业景气投资框架的宏观视角。通过factor mimicking方法构建了7个高频宏观因子，并将其转化为行业配置比例。利用宏观-行业盈利能力变化和估值水平变化，捕捉了行业的戴维斯双击机会。回测结果显示，策略年化超额收益率达10.06%。

方正证券

多因子选股系列研究之十一：大单成交后的跟随效应与“待著而救”因子

发布日期：2023-06-11 关键词：股票、因子、大单成交

主要内容：本文发现，股票市场中成交量激增的股票存在短期回落风险，而未能吸引跟随买入的股票可能有超额收益机会，借此构建了基于大单成交后的跟随程度的“待著而救”因子，并发现其在选股上表现出色，年化收益率为33.16%，信息比率为3.51。在主流宽基指数中，该因子在沪深300、中证500、中证1000指数成分股内也表现不俗，多头组合年化超额收益分别为8.85%、9.16%和15.50%。此外，综合考虑其他量价因子后，综合量价因子的表现进一步提升，年化收益率为49.23%，信息比率为4.62%。

华安证券

量化基本面系列报告之十：股价和资金流间的引力和斥力

发布日期：2023-06-11 关键词：股票、资金流、因子

主要内容：本文章通过探索股票涨跌幅与各类资金流之间的互动关系，提供了挖掘资金流Alpha的新视角。研究构建了各类资金流的斥力（引力）因子，并发现这些因子在预测能力上表现显著，特别在沪深300和中证1000成分股中效果优异。综合各类资金流斥力因子后的回测结果显示，多头端年化超额收益约为9%，空头端年化超额收益约为21.2%。此外，大类资金流引斥力因子在指数增强模型中也表现出色，沪深300增强组合年化超额收益为7.14%，中证1000增强组合年化超额收益为11.4%。

东吴证券

“求索动量因子”系列研究（五）：成交量对动量因子的修正，殊途同归的聪明版

发布日期：2023-06-12 关键词：股票、动量因子

主要内容：本研究通过加入量的信息改进动量因子，发现隔夜收益与前一交易日高换手率相关，提供动量信号；同时，将日内收益拆分为上午和下午，使用“聪明”指标衡量知情交易参与度，提高动量因子的效果。经回测，重新合成的“聪明”动量因子在回测期内取得了显著的表现，10分组多空对冲的年化收益约为27.01%，信息比率约为2.79。

国泰君安

大类资产配置量化模型研究系列之四：基于宏观因子的大类资产配置框架

发布日期：2023-06-14 关键词：大类资产、宏观因子

主要内容：基于宏观因子的资产配置框架在大类资产配置中得到广泛应用。该框架包括选取合适的宏观因子、计算资产的因子暴露、确定因子目标暴露和匹配因子目标暴露四个步骤。实证结果显示，通过调整对特定宏观因子的暴露，配置框架可以在承担额外宏观风险的同时获得超额收益。此外，宏观因子还可以用于资产组合的风险分解和监测。基于该框架的资产配置模型能够更好地解释资产价格变动和规避尾部风险。

方正证券

ChatGPT应用探讨系列之四：ChatGPT投资相关插件测试及策略开发

发布日期：2023-06-14 关键词：ChatGPT、策略

主要内容：OpenAI推出了ChatGPT Plus的网络浏览和插件功能，使用户能够浏览最新信息并使用第三方插件。到目前为止，已有385个插件上线，其中一些办公应用类插件和投资研究插件如PortfolioPilot等具有明显优势。另外，Noteable插件降低了复杂模型建立的难度，用户可以直接在聊天界面中创建、编辑和运行Jupyter笔记本，提高投研工作效率。

中信证券

中小微主题量化研究系列：上市公司股东增持行为分析及选股策略

发布日期：2023-06-15 关键词：股票、股东增持、中小微

主要内容：该研报指出增持事件具备超额收益但差异较大，建议选择优质增持事件进行投资。研究基于增持事件的特征、被增持标的的特点和增持公告的信息价值，构建了一个评分体系，有效区分增持事件的收益情况。评分体系基于多个维度，包括增持人的信息优势程度、增持标的的属性、市值情况以及增持公告的及时性等。根据评分体系，构建了精选增持事件组合，特别适用于熊市或中小盘风格市场。这些精选增持事件在中小盘成长风格中表现显著，具备较好的收益表现和风险控制能力。

招商证券

“琢璞”系列报告之七十二：基于动量差改进动量策略

发布日期：2023-06-19 关键词：股票、动量策略、动量差

主要内容：这篇研究发现了动量差即过去赢家和输家在形成期的收益差异与动量收益之间的负相关关系。动量差的增加与动量收益的降低呈显著的负向关系，并且这种关系在其他国家市场和样本外也得到了验证。动量差的预测能力在控制市场收益和流动性等预测变量后仍然显著。这个发现对于基于风险的动量模型提供了有用的信息，揭示了动量投资组合形成之前的假设表现与动量收益之间的关联。该研究为解释动量现象提供了新的视角，并对动量差反映套利摩擦时间变化的观点提供了质疑。

国信证券

金融工程专题研究：CTA系列专题之五，基于连续信号的商品期货交易策略

发布日期：2023-06-20 关键词：期货、连续信号、CTA

主要内容：本研报介绍了基于连续信号的商品期货交易策略，通过考虑信号的强度和持续度，改进了传统CTA策略。加入信号强度后的策略表现明显提升，年化收益率达23.1%，夏普率为1.71。该策略与私募CTA指数的相关性仅为2.77%，在市场整体表现不佳时仍取得17.67%的回报。在整体表现较好时，策略与市场具有一致正确的判断。相比传统CTA信号，连续信号的应用使策略在投资组合管理和风险控制方面具备优势，为投资者提供稳定可靠的回报。

华安证券

“学海拾珠”系列之一百四十六：盈余公告披露的现象、方法和目的

发布日期：2023-06-21 关键词：盈余公告、披露方法

主要内容：本篇研报通过创建一个包含盈余公告（EA）财务指标和信息展示方式的大型数据库，研究了经理人在EA中策略性地讨论财务指标。结果显示，经理人根据指标的重要性和可读性特征来选择披露方式，并受到指标的有利性、持久性、价值相关性和披露粘性的影响。研究还发现，经理人在EA披露中选择性地提供信息，主要出于竞争机会主义和信息激励的考虑。

国泰君安

交易思维下的量化研究：从资金扩散识别微观结构恶化

发布日期：2023-06-21 关键词：指数、资金扩散、微观结构恶化

主要内容：本报告提出了从资金扩散的角度对微观结构恶化进行识别，并构建了量化指标用于寻找边际交易机会，以预警过热板块的下跌。通过构建资金扩散指数（CDI指数），可以识别出板块中资金加仓频率分布的特征，并且在择时效果上优于传统的拥挤度指标。回测结果显示，CDI指数能够降低减仓机会成本，并提升组合的年化收益和超额收益。在A股扩容的背景下，该研究对于减仓信号的研究具有重要意义。

海通证券

金融工程专题报告：Brinson模型的升级，风格绩效归因模型

发布日期：2023-06-23 关键词：股票、多因子、风格绩效

主要内容：本研究发现，短期来看，风格收益（AS）是主要来源，但不稳定；风格择时（CT）和风格选股（CS）对收益影响较小但稳定。长期来看，风格收益和风格选股是最主要因素，风格择时影响相对有限。整体而言，主动权益基金风格择时和风格内选股能力持续性不强，但存在个别基金同时具备稳定且良好的两种能力。针对因子的选基能力，CS是有效的选基因子，而AS和CT因子的选基效果不佳。优化风格基准、分类别选基和因子组合选基等方法可以增强风格绩效因子的选基效果。

开源证券

开源量化评论（77）：北上资金行业轮动的范式转换，基于长短期限结合的思路

发布日期：2023-06-25 关键词：北上资金、行业轮动、因子

主要内容：该研报探讨了双轮驱动模型在2021年下半年以来持续失效的原因，主要是将部分因子的高beta属性误认为是alpha能力的表现。通过合成因子的长短期结合和托管机构交易趋同度与共振背离效应的研究，提出了能提升北上资金行业轮动稳健性的策略。其中，长短期结合因子（LSTC因子）表现良好，年化收益率达13.38%。另外，机构背离效应在行业轮动上具有一定区分能力，但相对微弱。

华宝证券

金融工程专题报告：指数增强策略的舒适区在哪里？

发布日期：2023-06-27 关键词：指数增强

主要内容：该研报对公募和私募指数增强产品的超额收益进行了分析，发现近期超额收益呈下滑趋势。通过拆解市场环境的影响，发现即使因子有效，指数增强策略的超额收益中枢仍下移。基本面因子在防守性方面表现更强，而量价因子在私募基金中更受青睐。展望未来，指数增强超额收益的衰减与市场有效性的提高相互关联，差异性和择时将变得更重要。对超额收益的预期不宜过高，指数本身的聚焦将增加，寻找差异性和稳定的定价错误将成为关键。

申万宏源

金融产品每周见：海外FOF的组合构建方式能给我国FOF管理带来什么启示？

发布日期：2023-06-28 关键词：FOF、管理

主要内容：本研报针对美国FOF市场进行了分析，发现头部效应明显，前十大FOF管理机构占比达到87.7%，其中Vanguard和Fidelity占比超过一半。Vanguard的FOF产品投资简单，而American Funds和Fidelity则更倾向于使用自身的主动管理基金。Fidelity的产品策略明确，根据不同目标采用不同策略布局。BlackRock的FOF系列具有多样性，而John Hancock的FOF产品多由其他基金公司进行管理。对中国FOF管理人的启发包括追求资产多元化、指数投资、关注QDII基金和另类投资基金等。

兴业证券

高频研究系列六：时序信息中的Alpha

发布日期：2023-06-29 关键词：股票、高频、Alpha

主要内容：本研报从序列自相关性与条件分布两个角度出发，构建了七类高频时序信息因子。七类因子均展现出极强的选股能力，如rtn_condVaR因子的多空收益率约为44%，夏普比率约为5.7。此外，通过等权进一步合成构建复合因子，在全市场内表现优异，如周度多头组合的年化收益率为26.7%，夏普比率为4.91。

德邦证券

德邦金工文献精译第十一期：了解GPT，训练篇

发布日期：2023-06-29 关键词：ChatGPT、AI训练

主要内容：本文介绍了Andrej Karpathy在"Build 2023"开发者大会中讲解的GPT模型的训练过程。首先，预训练是关键步骤，通过海量数据集进行无监督学习。监督微调使用高质量的人工提供的对话样本，适应特定任务。奖励建模使用人工排序对模型输出进行优化。最后，根据奖励建模得到的评分，通过强化学习调整Transformer模型参数以提高性能。

国海证券

固收定量研究系列（二）：日历效应和宏观指标背后的债券市场定价逻辑

发布日期：2023-06-29 关键词：固收、债券定价

主要内容：该研报发现债券市场存在半月效应，下半月收益明显优于上半月，受流动性潮汐影响。基于宏观经济信号，构建了上下半月的债券策略，并设计了结合半月效应和宏观信号的组合策略。加入宏观经济信号的半月策略在回报表现上优于基准，而组合策略在2015年至2023年期间表现良好，年化收益率为5.47%。

国联证券

债券基金久期测算与风格判定模型

发布日期：2023-06-30 关键词：债券基金、久期、风格判定

主要内容：该研报分别使用基于组合和基于净值的方法对债券基金久期进行估算，并比较了它们的准确度和优劣。基于组合的估算方法整体准确度较高，但跟踪频率较低，为季频；基于净值的估算方法可高频跟踪久期，但对于无特定风格偏好的基金可能存在较大误差。两种方法对于久期的预测结果存在一定差异，通过比较两种方法的估算结果，结合基金的名称、分类和合同规定的投资范围，可以推测基金久期的变化趋势。此外，债券基金的风格可以通过与指数的相关性来识别。

- End -

声明：本内容由掘金量化整理，仅供学习、交流、演示之用，不构成任何投资建议！如需转载请联系掘金小Q授权，否则作侵权处理！