量化模型与构建方式 PB-ROE-50 组合 - **模型构建思路**：通过市净率（PB）和净资产收益率（ROE）筛选股票，构建组合[35] - **模型具体构建过程**：选择中证500、中证800和全市场股票池中的股票，按照PB和ROE的指标进行筛选，构建PB-ROE-50组合[35] - **模型评价**：该组合在中证500股票池中表现出明显的超额收益[35] 机构调研组合 - **模型构建思路**：基于公募和私募机构的调研信息，构建选股策略[56] - **模型具体构建过程**：通过统计公募和私募机构的调研数据，选择调研频率高的股票，构建公募调研选股策略和私募调研跟踪策略[56] - **模型评价**：公募调研选股策略和私募调研跟踪策略均表现出明显的超额收益[56] 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，构建组合[66] - **模型具体构建过程**：选择大宗交易成交金额比率高、成交金额波动率低的股票，通过月频调仓方式构建大宗交易组合[66] - **模型评价**：该组合在本周相对中证全指出现回撤[66] 定向增发组合 - **模型构建思路**：基于定向增发事件效应，构建选股组合[68] - **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，构建定向增发事件驱动选股组合[68] - **模型评价**：该组合在本周表现出明显的超额收益[68] 模型的回测效果 PB-ROE-50 组合 - **中证500**：本周超额收益1.19%，今年以来超额收益11.70%，本周绝对收益0.86%，今年以来绝对收益8.31%[36] - **中证800**：本周超额收益0.05%，今年以来超额收益8.18%，本周绝对收益-0.28%，今年以来绝对收益4.90%[36] - **全市场**：本周超额收益0.77%，今年以来超额收益0.28%，本周绝对收益0.45%，今年以来绝对收益3.41%[36] 机构调研组合 - **公募调研选股**：本周超额收益2.25%，今年以来超额收益-11.51%，本周绝对收益1.77%，今年以来绝对收益-9.24%[57] - **私募调研跟踪**：本周超额收益1.67%，今年以来超额收益-22.99%，本周绝对收益1.19%，今年以来绝对收益-21.01%[57] 大宗交易组合 - **大宗交易组合**：本周超额收益-0.45%，今年以来超额收益-9.58%，本周绝对收益-0.77%，今年以来绝对收益-12.32%[67] 定向增发组合 - **定向增发组合**：本周超额收益1.75%，今年以来超额收益-17.83%，本周绝对收益1.42%，今年以来绝对收益-20.31%[69] 量化因子与构建方式 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[15] - **因子具体构建过程**：通过回归分析计算股票的Beta值，选择Beta值较高的股票[15] - **因子评价**：本周取得明显正收益[15] 残差波动率因子 - **因子的构建思路**：衡量股票收益率的残差波动率[15] - **因子具体构建过程**：通过计算股票收益率的残差波动率，选择残差波动率较低的股票[15] - **因子评价**：本周取得明显负收益[15] 杠杆因子 - **因子的构建思路**：衡量公司财务杠杆水平[15] - **因子具体构建过程**：通过计算公司资产负债率，选择杠杆水平较低的股票[15] - **因子评价**：本周取得明显负收益[15] 动量因子 - **因子的构建思路**：衡量股票的动量效应[15] - **因子具体构建过程**：通过计算股票的过去收益率，选择动量效应较强的股票[15] - **因子评价**：本周取得明显正收益[15] 因子的回测效果 Beta 因子 - **本周收益**：0.75%[15] 残差波动率因子 - **本周收益**：-0.98%[15] 杠杆因子 - **本周收益**：-0.46%[15] 动量因子 - **本周收益**：0.43%[15]

中信期货研究 金融衍生品策略日报 2024-05-29 股市风格分化，债市延续震荡 投资咨询业务资格: 证监许可【2012】669 号 报告要点 周二沪指震荡回撤,两市缩量至不足 7500 亿元,市场情绪降温。债市延续震荡。 摘要: 股指方面,我们按中期配置思路继续持有。风格分化明显,大盘强于小盘:一是资金 防守流入防御板块，叠加电力市场化改革催化，公用事业、煤炭、石油石化是唯三上涨的 行业,预计防御资金将继续流入。二是地产链政策充分计价,对一线城市的政策落地脱敏, 地产、轻工板块领跌。盘后广州进一步下调首付比例、取消房贷利率下限、扩大不限购区 域,但参考上海的影响,预计对地产股的提振有限。三是轮动加速,交易逻辑偏短线,半 导体板块冲高回落，长尾小票下跌数量多。主线缺失，倾向于看长做短，未出现实质利空 前，持有优势风格,获取相对收益。 国债方面,昨日国债期货集体上涨。近期地产刺激政策密集出台,但从盘面上来看, 债市反应并不持久,原因或在于:一方面,目前楼市相关数据并未出现明显改善迹象,而 从政策颁布到地产企稳的间隔或较长,短期内市场对地产政策落地效果仍持观望态度;另 一方面,也由于对一系列政策的落地效果持观望 ...

中信期货研究|金融衍生品策略日报 2024-05-30 股市以配置思路续持，债市仍需维持谨慎 投资咨询业务资格: 证监许可【2012】669 号 报告要点 周三沪指冲高回落,震荡收平,继续缩量。债市短期预计仍震荡。 摘要: 股指方面,震荡市以配置思路续持,交易思路可观望等待良机。风格轮动快速,预计 将继续维持,日内主题消息较多,如卫星、光伏、固投电池等,但持续性有限,前一日涨 停股的表现偏弱。边际变动有:第一,央行在连续多周逆回购投放仅 20 亿元后,周三放量 投放 2500 亿元,对冲月末及缴税高峰;第二,英伟达股价创新高,但国内产业链冲高回落, 受整体情绪拖累;第三,如我们所料,地产链对广州新政的反应不佳,家电、银行板块领 跌。短期缺少主线,倾向于看长做短,未出现实质利空前,持有优势风格,获取相对收益。 金融行生品团队 研究员: 学沁 021-60812986 从业资格号 F3005640 投资咨询号 Z0012407 张普 021-60812987 从业资格号 F3022617 投资咨询号 Z0013604 庚遵禹 010=58135949 从业资格号 F03090802 投资咨询号 Z0016853 ...

મેદ म 固收量化: 量化模型持续偏谨慎 投资要点: > 债市方向结论 本周无较大的消息面冲击，利率走势相对前两周偏平稳，无明显方向 性变化，我们的量化模型结论仍持续偏谨慎，但分期限的动量模型显 示，从中长期来看，长端的上行压力相对较小，因此组合可采用中等 久期减小利率风险，同时通过哑铃型结构获取长阶段的资本利得。由 于本轮超长期特别国债的发行节奏偏柔和，虽然总发行规模达到了万 亿级别，但发行区间也长达半年（从5月17日至11月15日），从目前已 发行的超长期国债对债市的影响来看，供给端冲击并未对长端利率形 成明显的上行压力，因此整体方向上我们仍主要推荐在中长端博取超 额,在当前债市利率下行空间不够的情况下,建议保持灵活性较高的 哑铃型，从长端阶段性资本利得上拿收益。 > 量化模型结论 目前我们的观测体系显示短期债市利率可能偏震荡向上，量化模型整 体方向偏空。总体方向性观测模型中，动量方向模型在4月23日起持续 偏空，机构净买入模型在5月8日起开始翻空，其余观测指标中，30年 国债换手率和全市场杠杆率仍然较低， 中长期纯债型基金的久期因子 系数处于下行趋势中，而杠杆因子系数则出现了边际上行。分期限的 动量模 ...

量化模型与构建方式 量化因子与构建方式 因子名称：市盈率因子 - 因子的构建思路：通过市盈率（PE）来衡量股票的估值水平，市盈率越低，股票被认为越便宜[9][12][14] - 因子具体构建过程：计算每只股票的市盈率，公式为： $$ PE = \frac{股价}{每股收益} $$ - 因子评价：市盈率因子在不同股票池中表现良好，能够有效捕捉到低估值股票的超额收益[9][12][14] 因子名称：市盈率TTM倒数因子 - 因子的构建思路：通过市盈率TTM（Trailing Twelve Months）的倒数来衡量股票的估值水平，市盈率TTM倒数越高，股票被认为越便宜[9][12][14] - 因子具体构建过程：计算每只股票的市盈率TTM倒数，公式为： $$ \text{市盈率TTM倒数} = \frac{1}{\text{市盈率TTM}} $$ - 因子评价：市盈率TTM倒数因子在不同股票池中表现良好，能够有效捕捉到低估值股票的超额收益[9][12][14] 因子名称：市销率TTM倒数因子 - 因子的构建思路：通过市销率TTM（Trailing Twelve Months）的倒数来衡量股票的估值水平，市销率TTM倒数越高，股票被认为越便宜[9][12][14] - 因子具体构建过程：计算每只股票的市销率TTM倒数，公式为： $$ \text{市销率TTM倒数} = \frac{1}{\text{市销率TTM}} $$ - 因子评价：市销率TTM倒数因子在不同股票池中表现良好，能够有效捕捉到低估值股票的超额收益[9][12][14] 因子名称：标准化预期外收入因子 - 因子的构建思路：通过标准化预期外收入来衡量股票的盈利能力，标准化预期外收入越高，股票被认为盈利能力越强[12] - 因子具体构建过程：计算每只股票的标准化预期外收入，公式为： $$ \text{标准化预期外收入} = \frac{\text{实际收入} - \text{预期收入}}{\text{预期收入}} $$ - 因子评价：标准化预期外收入因子在中证500股票池中表现良好，能够有效捕捉到盈利能力强的股票的超额收益[12] 因子名称：小单净流入因子 - 因子的构建思路：通过小单净流入来衡量股票的资金流入情况，小单净流入越高，股票被认为资金流入越多[14] - 因子具体构建过程：计算每只股票的小单净流入，公式为： $$ \text{小单净流入} = \text{小单买入金额} - \text{小单卖出金额} $$ - 因子评价：小单净流入因子在流动性1500股票池中表现良好，能够有效捕捉到资金流入多的股票的超额收益[14] 因子的回测效果 沪深300股票池 - 市盈率因子，最近1周收益1.77%，最近1个月收益4.18%[10] - 市盈率TTM倒数因子，最近1周收益1.37%，最近1个月收益3.87%[10] - 市销率TTM倒数因子，最近1周收益1.36%，最近1个月收益2.05%[10] 中证500股票池 - 市盈率因子，最近1周收益1.29%，最近1个月收益4.05%[12] - 市盈率TTM倒数因子，最近1周收益0.77%，最近1个月收益2.47%[12] - 标准化预期外收入因子，最近1周收益0.64%，最近1个月收益0.14%[12] 流动性1500股票池 - 市盈率因子，最近1周收益1.97%，最近1个月收益2.97%[14] - 市盈率TTM倒数因子，最近1周收益1.78%，最近1个月收益2.20%[14] - 小单净流入因子，最近1周收益1.32%，最近1个月收益1.53%[14]

脂征券 2024 年 05 月 24 日 机构资金行为画像（2024年5月24 日) | --- | --- | --- | --- | |----------------------------------------|----------------------|-------------------------------------|--------------------------| | 金融工程研究团队 | | | | | 魏建榕（首席分析师） | 魏建榕（分析师） | | 胡亮勇（分析师） | | 证书编号：S0790519120001 | weijianrong@kysec.cn | | huliangyong@kysec.cn | | 张 翔 (分析师) | | 证书编号：S0790519120001 | 证书编号：S0790522030001 | | 证书编号：S0790520110001 | | ● 北上黄金行为画像 | | | 傅开波(分析师) | | 元,呈现大幅流入Ａ股的节奏。 | | | 证书编号：S0790520090003 | | | | | 高 鹏(分析师) | | | ...

各策略收益下滑，主观表现优于量化 相信 报告日期: 2024 年 05 月 22 日 ★本周市场回顾: (05.13-05.17) 股票市场,各大主要指数多数收跌,沪深 300 周度收益为 0.32%, 较之于中小盘的-0.79%和-0.19%的跌幅较大。本周各大类风格因 子涨跌参半,其中账面市值比和盈利率因子录得显著正收益, 剩余因子中贝塔因子和成长因子的跌幅最大。 商品市场大幅收涨，南华综合指数 2.02%，风格因子方面，本周 因子均收跌,波动率因子和流动性因子的跌幅最显著,其余因 子唯对冲压力因子的涨幅较显著。 ★主要策略表现及配置建议: 各策略收益均下滑。量化多头策略，在跟踪 500 和 1000 指增管 理人普遍录得正超额,相较前一周有所提升,300 指增管理人超 额分化。当前市场正在震荡反弹，阿尔法环境整体向好，但是 波动性有所增加。建议均衡配置,关注风控层面严格的管理人。 CTA 策略表现分化,主观 CTA 持续优于量化 CTA。在跟踪量化 CTA 涨跌参半,各周期下的管理人均表现分化,日内管理人相 对表现靠前,短周期和长周期相对好于中周期。时序策略相对 好于截面策略,期限结构有所调整,基本面量 ...

量化模型与构建方式 1. 多因子模型 - **模型名称**：多因子模型 - **模型构建思路**：通过多个因子组合来优化投资组合的收益和风险 - **模型具体构建过程**： - 选择多个因子，如转股溢价率、到期收益率、波动率等 - 对每个因子进行标准化处理 - 根据因子权重构建组合 - 进行回测和优化 - **模型评价**：多因子模型能够有效捕捉市场中的多种信息，提高组合的收益和稳定性[8][137][160] 模型的回测效果 - **多因子模型** - 2024年5月组合收益率：2.65%[8] - 2024年以来组合收益率：4.46%[8] 量化因子与构建方式 1. 转股溢价率因子 - **因子名称**：转股溢价率因子 - **因子的构建思路**：通过计算可转债的转股溢价率来评估其投资价值 - **因子具体构建过程**： - 计算公式：$ \text{转股溢价率} = \frac{\text{可转债价格} - \text{转股价值}}{\text{转股价值}} $ - 公式中，可转债价格为市场价格，转股价值为可转债转换为股票后的价值 - **因子评价**：转股溢价率因子能够有效反映可转债的相对价值[6][7][51] 2. 到期收益率因子 - **因子名称**：到期收益率因子 - **因子的构建思路**：通过计算可转债的到期收益率来评估其投资价值 - **因子具体构建过程**： - 计算公式：$ \text{到期收益率} = \frac{\text{年化利息} + \frac{\text{面值} - \text{当前价格}}{\text{剩余年限}}}{\text{当前价格}} $ - 公式中，年化利息为可转债的年利息，面值为可转债的面值，当前价格为市场价格，剩余年限为可转债的剩余期限 - **因子评价**：到期收益率因子能够有效反映可转债的收益水平[6][7][51] 3. 波动率因子 - **因子名称**：波动率因子 - **因子的构建思路**：通过计算可转债的价格波动率来评估其风险 - **因子具体构建过程**： - 计算公式：$ \text{波动率} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (R_i - \bar{R})^2} $ - 公式中，$ R_i $为第i天的收益率，$ \bar{R} $为平均收益率，N为天数 - **因子评价**：波动率因子能够有效反映可转债的价格波动风险[6][7][51] 因子的回测效果 - **转股溢价率因子** - IC均值：0.01 - IR：0.06 - 多头收益：3.42% - 多头超额收益：-0.24% - 多空收益：0.82%[163] - **到期收益率因子** - IC均值：0.08 - IR：0.40 - 多头收益：4.12% - 多头超额收益：0.46% - 多空收益：1.68%[163] - **波动率因子** - IC均值：-0.07 - IR：-0.26 - 多头收益：4.72% - 多头超额收益：1.06% - 多空收益：2.08%[163]

国投安信期货 SDIC ESSENCE FUTURS 商品量化CTA周度跟踪 2024/5/20 国投安信期货研究院 金融工程组 金属动量延续上行 | --- | |----------------------------------| | 商品仓位继续向多头区间移动,板块 | | 截面的强弱变化不大，上周位于多头 | | 区间的贵金属延续上行,有色跟随贵 | | 金属企稳反弹,农产品时序动量继续 | | 维持在高位,能源也有所企稳。具体 | | 来看,上周贵金属动量边际走强,目 | | 前持仓量斜率上行,延续多头信号, | | 但是延续性有待观察。有色板块动量 | | 也开始修复,内部分化收窄,铜和锌 | | 的持仓量显著的回升,动能持续修复 | | 。黑色板块,期限结构显示市场情绪 | | 好转,且持仓量大幅回升,但是时序 | 上信号强度并不显著。原料端铁矿截 面动量做多，螺纹期限上近月较弱, 因此截面做多铁矿确定性更高。农产 品方面,豆油时序动量延续上行,且 期限结构上近月的强势,做多豆油的 确定性高于豆粕。 를 们 CTA 动量时序 动量截面 期限结构 持仓量 黑色板块 1. 46 0. 33 0. ...

量化模型与构建方式 1. 模型名称：Barra因子模型 - **模型构建思路**：通过分红与ALPHA因子来评估市场风格的表现[5] - **模型具体构建过程**： - 选择分红因子和ALPHA因子作为主要因子 - 计算每个因子的超额收益率 - 结合模型评分变化结果，分析周期与消费风格的环比变化[5] - **模型评价**：该模型能够有效捕捉市场风格的变化，尤其是在分红和ALPHA因子表现较优的情况下[5] 2. 模型名称：CTA因子模型 - **模型构建思路**：通过波动率与动量时序因子来评估CTA策略的表现[6] - **模型具体构建过程**： - 选择波动率因子和动量时序因子作为主要因子 - 计算每个因子的评分与拥挤度变化 - 综合建议波动率与动量截面因子[6] - **模型评价**：该模型能够有效捕捉CTA策略的市场变化，尤其是在波动率和动量因子表现较强的情况下[6] 模型的回测效果 1. Barra因子模型 - **超额收益率**：2.63%[5] - **五风格择时策略收益率**：-0.51%[5] 2. CTA因子模型 - **动量截面因子产品走势**：较为统一[6] - **其余因子产品净值**：出现不同程度的分化[6] 量化因子与构建方式 1. 因子名称：波动率因子 - **因子的构建思路**：通过波动率来评估市场的波动性[6] - **因子具体构建过程**： - 选择波动率作为主要因子 - 计算波动率因子的评分与拥挤度变化[6] - **因子评价**：波动率因子能够有效捕捉市场的波动性变化[6] 2. 因子名称：动量时序因子 - **因子的构建思路**：通过动量时序来评估市场的动量变化[6] - **因子具体构建过程**： - 选择动量时序作为主要因子 - 计算动量时序因子的评分与拥挤度变化[6] - **因子评价**：动量时序因子能够有效捕捉市场的动量变化[6] 因子的回测效果 1. 波动率因子 - **因子产品走势**：出现不同程度的分化[6] 2. 动量时序因子 - **因子产品走势**：较为统一[6]