总量研究 重视成长占优的信号 -金融工程市场跟踪周报 20240615 要点 本周市场核心观点与市场复盘: 本周（2024.06.11-2024.06.14，下同）A 股市场缩量整理，宽基及主题指数表 现延续分化,TMT 表现亮眼。周五(2024.06.14)大盘宽基指数量能快速修复, 上证 50、沪深 300、中证 500 指数量能择时发出看多信号。资金面方面，本周 北向资金净流出，交易盘、配置盘观点均较谨慎。 近期我们围绕市场的核心判断:资金面尤其是北向资金净流入的持续性以及风格 表现的持续性是当前判断市场的核心变量。结合近期市场变化，我们依然判断当 前市场反弹的概率高于反转的概率。交易机会方面，硬科技或为当前资金聚焦方 向，短线可做持续关注。因子方面，关注盈利质量因子及成长因子表现，重视中 长期向成长风格切换的重要信号。 本周市场各宽基指数涨跌分化。上证综指下跌 0.61%，上证 50 下跌 1.25%，沪 深 300 下跌 0.91%，中证 500 上涨 0.08%，中证 1000 上涨 0.53%，创业板指 上涨 0.58%，北证 50 上涨 1.55%。 截至 2024 年 6 月 14 日，宽基 ...

2024 年 06 月 16 日 见底有望 圆金融工程定期报告 目上期我们认为节非劫,市场不会在节后跌破支撑区域并进一步下 滑。事后来看，上证综指虽略有下跌,但市场整体涨多跌少,国证 A 指数止跌回升,基本符合预期。 杨勇 SAC 执业证书: 证券研究报告 分析师 S1450518010002 angyong1@essence.com.cn 目 本期观点: 见底有望 认为近期市场见底有望。 节非劫，均衡以待 2024-06-09 经期还看新质生产力 2024-06-02 上周最后一个交易日,市场开始小幅放量且指数有探底回升迹象;近 多重支撑所在，调整或是机 2024-05-26 期各宽基指数开始逐步出现小级别的底背弛信号,而且全天候择时模 型离触发看多信号也只差一步距离。以上种种迹象再叠加前期报告反 会 科技性价比或再显 2024-05-19 复提到的市场在当前位置有几个重要的技术支撑位存在,或可以合理 高位震荡,但趋势因子仍在 2024-05-12 健康状态 上周科技方向的走势好于其他板块,从纯技术的原因来看,除了前期 提到的量价性价比之外,另外一个原因或在于计算机等板块前期已经 经历了类似于 ABC 浪中 ...

- **量化模型与构建方式** - 模型名称：PB-ROE-50组合 - 模型构建思路：通过PB（市净率）和ROE（净资产收益率）两个指标筛选出50只股票，构建组合 - 模型具体构建过程：根据PB和ROE两个指标进行筛选，选出50只股票，构建组合 - 模型评价：该组合在各股票池中均获得了显著的超额收益[7][39] - 模型名称：公募调研选股策略 - 模型构建思路：基于公募基金的调研信息进行选股 - 模型具体构建过程：根据公募基金的调研信息，筛选出相关股票，构建组合 - 模型评价：该策略在本周获得了超额收益[8][56] - 模型名称：私募调研跟踪策略 - 模型构建思路：基于私募基金的调研信息进行选股 - 模型具体构建过程：根据私募基金的调研信息，筛选出相关股票，构建组合 - 模型评价：该策略在本周获得了超额收益[8][56] - 模型名称：大宗交易组合 - 模型构建思路：基于大宗交易的成交金额比率和成交金额波动率进行选股 - 模型具体构建过程：根据“高成交、低波动”原则，通过月频调仓方式构造大宗交易组合 - 模型评价：该组合在本周获得了超额收益[9][72] - 模型名称：定向增发组合 - 模型构建思路：基于定向增发事件进行选股 - 模型具体构建过程：以股东大会公告日为时间节点，综合考虑市值因素、调仓周期以及对仓位的控制，构造定向增发事件驱动选股组合 - 模型评价：该组合在本周获得了超额收益[10][98] - **模型的回测效果** - PB-ROE-50组合 - 中证500股票池，超额收益1.20%[7][39] - 中证800股票池，超额收益0.87%[7][39] - 全市场股票池，超额收益2.21%[7][39] - 公募调研选股策略 - 中证800股票池，超额收益1.30%[8][56] - 私募调研跟踪策略 - 中证800股票池，超额收益3.20%[8][56] - 大宗交易组合 - 中证全指，超额收益2.32%[9][72] - 定向增发组合 - 中证全指，超额收益1.04%[10][98] - **量化因子与构建方式** - 因子名称：Beta因子 - 因子的构建思路：衡量股票相对于市场的系统性风险 - 因子具体构建过程：计算股票相对于市场的Beta值 - 因子评价：本周表现良好，获取正收益1.11%[2][24] - 因子名称：残差动量因子 - 因子的构建思路：基于股票残差收益的动量效应 - 因子具体构建过程：计算股票残差收益的动量值 - 因子评价：本周表现良好，获取正收益0.21%[2][24] - 因子名称：市值因子 - 因子的构建思路：基于股票市值大小进行分类 - 因子具体构建过程：计算股票的市值 - 因子评价：本周表现较差，获取负收益-0.53%[2][24] - **因子的回测效果** - Beta因子，正收益1.11%[2][24] - 残差动量因子，正收益0.21%[2][24] - 市值因子，负收益-0.53%[2][24]

期货研究报告 | 金工研究 专题报告 2024年06月11日 相关报告 20230322 招期金工专题报告: 上行趋势犹可期,商品配置正当 时-赵嘉瑜 20230714 招期金工专题报告: 把握商品指数化投资的蓝海机 遇 赵嘉瑜 2040529 招期策略专题报告: 期货市场分析及私募业绩归因- 赵嘉瑜 研究员:赵嘉瑜 (+86)13686866941 zhaojiayu@cmschina.com.cn F3065666 Z0016776 联系人:乔皇 (+86)15805605265 qiaolei1 @cmschina.com.cn F03109207 长期布局商品指数,短期增配CTA 金融工程专题报告 | --- | |-----------------------------------------------------------------------| | 中长期 CTA 策略在投资占有重要地位，其与商品指数之间的传统正相关关系在 | | 近两年似乎被打破。尽管商品指数显示出稳健的上升趋势,但中长期 CTA 策略 | | 却表现出了震荡偏弱的态势。本文希望通过分析商品指数和中长期 CTA(下文简 ...

```markdown 量化模型与构建方式 1. **模型名称**：招商期货CTA中短周期策略指数 - **模型构建思路**：基于中短周期的量价类因子，主要考虑品种日内波动性和成交量等因素[48][71] - **模型具体构建过程**：通过对品种日内波动性和成交量的流动性加权，构建中短周期策略指数[48][71] - **模型评价**：中短周期CTA策略与商品市场日内流动性和波动性之间呈现出明显的正相关性[96] 2. **模型名称**：招商期货CTA中长周期策略指数 - **模型构建思路**：基于中长周期的量价类因子，主要考虑品种长周期波动率和趋势流畅性等因素[97][116] - **模型具体构建过程**：通过对品种长周期波动率和趋势流畅性的流动性加权，构建中长周期策略指数[97][116] - **模型评价**：中长周期CTA的表现与商品市场的波动率和趋势流畅性有着明显的正相关关系[141] 模型的回测效果 1. **招商期货CTA中短周期策略指数** - **净值表现**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] - **日内波动性**：与商品市场日内流动性和波动性之间呈现出明显的正相关性[96] 2. **招商期货CTA中长周期策略指数** - **净值表现**：近两年波动率中枢和趋势流畅性的中枢都出现了非常明显的下移，导致表现不佳[141] - **长周期波动率**：与商品市场的波动率和趋势流畅性有着明显的正相关关系[141] 量化因子与构建方式 1. **因子名称**：5日时序动量因子 - **因子的构建思路**：基于短期的价格动量，主要考虑5日内的价格变化[28] - **因子具体构建过程**：通过计算5日内的价格变化率，构建动量因子[28] - **因子评价**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] 2. **因子名称**：20日时序动量因子 - **因子的构建思路**：基于中期的价格动量，主要考虑20日内的价格变化[29] - **因子具体构建过程**：通过计算20日内的价格变化率，构建动量因子[29] - **因子评价**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] 3. **因子名称**：60日时序动量因子 - **因子的构建思路**：基于长期的价格动量，主要考虑60日内的价格变化[30] - **因子具体构建过程**：通过计算60日内的价格变化率，构建动量因子[30] - **因子评价**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] 因子的回测效果 1. **5日时序动量因子** - **净值表现**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] 2. **20日时序动量因子** - **净值表现**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] 3. **60日时序动量因子** - **净值表现**：在近两年内的表现明显偏离了过往的历史表现，目前正处于较大回撤之后的净值修复阶段[48] ```

```markdown 量化模型与构建方式 1. **模型名称：ETF行业轮动组合** - **模型构建思路**：通过行业轮动策略，选择表现较好的行业ETF进行投资，以获取超额收益[1] - **模型具体构建过程**：该模型基于历史数据和市场表现，选择在特定时间段内表现较好的行业ETF进行投资。具体步骤包括： 1. 数据收集：收集各行业ETF的历史价格和交易量数据 2. 指标计算：计算各行业ETF的收益率、波动率等指标 3. 行业选择：根据计算的指标，选择表现较好的行业ETF 4. 投资组合构建：将选定的行业ETF按一定比例构建投资组合 5. 定期调整：定期（如每月）重新评估各行业ETF的表现，并调整投资组合[1] - **模型评价**：该模型通过行业轮动策略，能够在一定程度上捕捉市场热点，获取超额收益[1] 模型的回测效果 1. **ETF行业轮动组合** - **月度净值上涨**：7.5%[1] - **同期沪深300指数上涨**：4.7%[1] - **相对收益**：2.8%[1] - **上期（5月11日~6月6日）净值下跌**：-1.7%[1] - **同期沪深300指数下跌**：-2.02%[1] - **相对收益**：0.32%[1] ``` [1]: [1]

量化模型与构建方式 1. 模型名称：可转债正股退市风险模型 - **模型构建思路**：该模型旨在评估可转债正股的退市风险，特别是低价股的退市风险[5] - **模型具体构建过程**： 1. 数据收集：收集当前市场上所有可转债正股的价格数据 2. 风险评估：根据正股价格低于2元的标准，筛选出高退市风险的可转债正股 3. 评级分布分析：分析这些高退市风险的可转债正股的评级分布，发现即使是AA+及以上评级的转债也存在高退市风险[5] - **模型评价**：该模型能够有效识别出高退市风险的可转债正股，帮助投资者规避潜在风险[5] 模型的回测效果 可转债正股退市风险模型 - **当前转债正股价格低于2元的转债个数**：11只[5] - **转债余额**：144亿元，处于历史上最高水平[5] 量化因子与构建方式 1. 因子名称：低价股因子 - **因子的构建思路**：通过筛选低价股来评估其退市风险[5] - **因子具体构建过程**： 1. 数据筛选：筛选出当前市场上价格低于2元的正股 2. 风险评估：评估这些低价股的退市风险，并分析其对可转债的影响[5] - **因子评价**：该因子能够有效识别出高退市风险的低价股，帮助投资者规避潜在风险[5] 因子的回测效果 低价股因子 - **当前低价股数量**：11只[5] - **低价股对应的转债余额**：144亿元[5]

姓名:闾振兴 宝城期货投资咨询部 从业资格证号:F03104274 投资咨询证号: Z0018163 电话: 0571-87633890 邮箱:lvzhenxing@bcqhgs.com 作者声明:本人具有中国期货 业协会授予的期货从业资格证 书,期货投资咨询资格证书, 本人承诺以勤勉的职业态度, 独立、客观地出具本报告。本 报告清晰准确地反映了本人的 研究观点。本人不会因本报告 中的具体推荐意见或观点而直 接或间接接收到任何形式的报 下 投资咨询业务资格：证监许可【2011】1778 号 专业研究 · 创造价值 股指衍生品 2024年6月10日 风险偏好回落，股指回归震荡 核心观点 股指期货:股市成交缩量,股指震荡整理 本周股指震荡整理为主,不过指数间表现有所分化,中证 1000 与中证 500 回调较为明显。随着房地产优化政策落地,政策面继续 增量的预期有所减弱,由于流入股市的增量资金较少,股指的持续 上行动能有所减弱。消息面,近期多家上市公司因为财务问题面临 ST,市场对绩差股的风险偏好显著走弱,带动小盘指数走弱。新"国 九条"关注保护投资者利益,相关政策从投资端的角度出发对上市 公司严监管,这有利于促 ...

美非农超预期,A股量化交易监管新进度 2024 年 6 月 10 日 股指周报（2024.6.3-2024.6.10） 报告要点： 海外方面,近期公布的美国经济数据和小非农数据均支持美联储 降息预期回升,但周五公布的美国5月非农数据整体超预期,使得近 期边际升温的降息预期有所回落。另外上周 G7 中两大经济体，加拿 大央行和欧央行开始宣布降息,使得海外开始进入降息周期。整体来 看上周美联储降息预期处于首先回升,之后回落的状况,但整周固变 公布的美国 PMI、小非农和欧央行降息影响,整体处于美债收益率回 落,美股上涨的状态。本周三美国会公布 CPI 数据,数据会对上周五 美超预期的非农数据进行验证，从而影响到周四的美联储利率决议, 而在周四利率决议中,美联储会给市场传递出更为明确的后续利率路 径,而这也会对近期市场预期的左右摇摆来调整。 国内方面,5月出口超预期,主因外需走强对我国出口起到拉动, 另外拜登宣布加征关税引发的抢出口对出口也存在影响,从5 月 PMI 中新订单指数大幅回落中也需要注意后续出口持续走强存在隐忧。本 周将公布5月金融数据,虽然房地产销售依旧液弱,但政府专项债提 速会对其起到支撑,其数据会 ...

量化模型与构建方式 量化模型 中证500增强组合 - **模型构建思路**：通过量化策略模型构建增强组合，以期跑赢中证500指数[5][430] - **模型具体构建过程**： 1. 选取中证500指数成分股作为初始股票池 2. 应用量化策略模型进行选股和权重分配 3. 根据策略模型动态调整组合持仓 4. 组合持仓明细如图表30所示，包括大族激光、申能股份等[443][444] - **模型评价**：本周中证500增强组合表现尚可，跑赢基准0.14%[5][430] 沪深300增强组合 - **模型构建思路**：通过量化策略模型构建增强组合，以期跑赢沪深300指数[5][448] - **模型具体构建过程**： 1. 选取沪深300指数成分股作为初始股票池 2. 应用量化策略模型进行选股和权重分配 3. 根据策略模型动态调整组合持仓 4. 组合持仓明细如图表32所示，包括新和成、兴业银行等[463][464] - **模型评价**：本周沪深300增强组合表现不佳，跑输基准0.18%[5][448] 量化因子 市值因子 - **因子的构建思路**：通过市值因子衡量股票的市值大小，作为选股和权重分配的依据[6][466] - **因子具体构建过程**： 1. 计算每只股票的市值 2. 根据市值大小进行排序和分组 3. 计算市值因子的超额收益 - **因子评价**：市值因子在近一周表现优异，超额收益较高[6][467] Beta因子 - **因子的构建思路**：通过Beta因子衡量股票相对于市场的波动性，作为选股和权重分配的依据[6][466] - **因子具体构建过程**： 1. 计算每只股票的Beta值 2. 根据Beta值进行排序和分组 3. 计算Beta因子的超额收益 - **因子评价**：Beta因子在近一周表现不佳，呈现显著的负向超额收益[6][467] 残差波动率因子 - **因子的构建思路**：通过残差波动率因子衡量股票的非系统性风险，作为选股和权重分配的依据[6][466] - **因子具体构建过程**： 1. 计算每只股票的残差波动率 2. 根据残差波动率进行排序和分组 3. 计算残差波动率因子的超额收益 - **因子评价**：残差波动率因子在近一周表现不佳，呈现显著的负向超额收益[6][467] 模型的回测效果 - **中证500增强组合**： - **收益率**：-1.73%[430] - **超额收益**：36.65%（2020年至今）[430] - **最大回撤**：-4.99%[430] - **沪深300增强组合**： - **收益率**：-0.34%[448] - **超额收益**：18.87%（2020年至今）[448] - **最大回撤**：-5.86%[448] 因子的回测效果 - **市值因子**： - **超额收益**：较高[6][467] - **Beta因子**： - **超额收益**：显著负向[6][467] - **残差波动率因子**： - **超额收益**：显著负向[6][467]