本报告基于航空行业核心指标进行量化基本面选股，深入分析了客座率、汇率和原油价格三大关键指标对航空指数相对沪深300超额收益的影响及领先关系。研究发现航空业具有显著高Beta属性，超额收益在四季度尤其显著；供需结构（客座率）为超额行情基石，且对未来表现有强预测力。基于三大指标建立了超额收益、行业净利润及营业收入的TTM环比增速预测模型，并提出量化择时及选股策略，策略表现优异，指数增强策略年化超额收益达13.64%。同时，报告深入剖析了航空股个股对核心指标的敏感性差异，为实际选股提供有力支持。研究强调量化基本面选股需结合经济逻辑与统计规律，构建科学的投资模型，为行业内优质标的提供了准确的筛选方法和择时框架 [page::2][page::3][page::5][page::6][page::8][page::9][page::12][page::13][page::17][page::18][page::19][page::22][page::23][page::24]
本报告系统研究了A股市场深度连续下跌后的反转形态，基于滚动窗口局部极值法识别连续大幅下跌样本2048个，统计表明深跌个股多为中高波动率且市值分布随年份变化。组合构建以250交易日持有期为基础，加入持仓比例限制、滚动回撤止损及择时策略显著优化了收益风险比，回测年化收益率最高达19.55%，最大回撤降至32.85% [page::2][page::3][page::7][page::8][page::9][page::10][page::11][page::12].
本报告系统梳理了2024年主流量化因子构建方法及其适用范围，深入分析了多种因子组合策略的回测结果，重点揭示因子选取与参数调节对策略绩效的影响，结合多张关键图示展现了策略在不同市场环境下的表现，助力投资者优化量化资产配置 [page::2][page::5][page::8]
本报告回顾了中信建投金融工程团队基于因子相关性(IC系数)构建指数增强组合的方法，阐述了从传统多因子IC系数的统计检验到多空组合及多头组合的数学推导，细化了因子分布统一的处理流程，并基于沪深300成分股构建等权复合因子指数增强策略。该策略经过2005年至2017年的回测，整体表现稳健，多个年份实现显著超额收益，夏普比率持续较高，体现了该方法在量化选股中的应用价值[page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10].
本报告总结了人民币自2005年以来的7轮升值周期，分析升值对经济及大类资产价格的影响，尤其强调不同货币信用阶段对资产表现的差异。人民币升值通常伴随货币紧缩或风险溢价下降，对大宗商品有利，对利率债利空，对A股表现不确定，且升值阶段划分基于3M Shibor和信贷脉冲。未来人民币升值预期放缓，建议增配中国利率债，关注信用周期拐点带来的资产表现差异[page::0][page::1][page::6][page::8][page::9]
本报告围绕基于MLP的TiDE模型及其改进版本TiDGE的构建与应用，深入分析Transformer及相关时序模型在股票收益率预测中的表现。通过引入GRU编码器增强时序信息处理能力，TiDGE相较原始TiDE模型在选股效果和回测收益率方面显著提升，年化收益率最高达到15.99%，最大回撤控制在35%以内，显示其适用性和有效性，为量化选股策略提供了新思路 [page::0][page::2][page::4][page::5][page::6].
本报告围绕基于Graph Embedding的行业因子向量化技术展开研究。传统行业因子通常用one-hot编码，信息稀疏且无法反映行业内在相关性，本文创新采用Node2vec算法将行业相关性矩阵构建成加权图后，进行嵌入向量化处理，生成更丰富且包含行业内在联系的30维行业因子向量。该方法提升了行业因子的表达密度和信息量，可直接作为机器学习和深度学习模型输入，从而优化预测效果与模型表现[page::0][page::4][page::5][page::6]。
本报告作为Factor Zoo系列的开篇，系统剖析了基于2016-2023年A股分钟量价数据构建的多类量化因子的表现特征。通过算子化与元算子框架，灵活高效地生成了振幅、标准差、高阶矩、成交占比、流动性、动量及量价相关性等多维度因子，并采用周频IC均值、ICIR等指标检测其有效性，揭示出不同时间频率和因子类型的关键表现差异，为未来因子创新与量化策略提供坚实基础[page::1][page::2][page::6][page::19]。
本报告提出了一种基于大型语言模型(LLM)的多智能体多模态框架，用于自动化管理前30大加密货币的投资组合。该框架通过协作的专家智能体团队处理数据分析、文献融合及投资决策问题，创新性地引入组内及组间协作机制提升预测精度和解释能力。实证结果表明，该模型在分类准确率、资产定价能力及投资组合表现上均显著优于单一模型和市场基准[page::0][page::1][page::5][page::6][page::8][page::9][page::10]
本报告提出基于自然语言处理技术，从纳斯达克上市公司10-K年报中客观量化企业AI参与度，构建了四种不同加权方式的AI股票指数。通过对ChatGPT发布事件的市场反应分析，验证了AI指标对异常收益的预测能力，并发现所建AI指数的风险收益表现优于或匹配现有14只AI主题ETF，兼具透明、公正与成本效益，适合投资者和资产管理者用以构建科技主题投资组合 [page::1][page::2][page::18][page::20][page::25][page::29][page::36]。
本报告通过高频逐笔数据分析了中国金融期货交易所股票指数期货不同到期合约间的领先-滞后关系，发现近月合约以一跳领先其他合约且流动性为驱动主因，建立了日内基于领先-滞后价差的负反馈效应模型，并通过回测验证基于该信号的交易策略在计入成本后仍具盈利性，揭示了期货市场价格发现机制与高频交易者行为特征，为投资者提供有效交易信号与策略依据 [page::0][page::13][page::18][page::23][page::25]
本研究基于马克思主义理论构建了美国经济部门纳入平均利润率计算的排除准则，强调区分生产性与非生产性劳动、资本循环中的部门位置及其剩余价值产出关系。通过多种先进时序滤波方法与17种单位根检验，验证了该准则的理论内部一致性，显示所构建的马克思主义平均利润率呈长期下降趋势。进一步运用主成分分析、广义线性回归、动态因子自回归模型等多种计量方法验证了准则的客观一致性，结果表明排除准则有效去除非生产性劳动部门，实现对资本积累过程的准确反映，具有重要的科学与实践意义 [page::0][page::1][page::2][page::8][page::10][page::15][page::19][page::20][page::24][page::29]
本研究基于6360名经济学者在68种顶级期刊上1980-2014年的发表数据，分析了早期单独署名与合著论文对长期学术产出和引用的影响。结果显示，单独署名显著提升长期科研产出与影响力，而国际合作相较国内及机构内合作的负面影响更小。近年来，跨机构和国际合作的重要性日益凸显，为评估委员会与研究人员提供了明确的策略指导 [page::0][page::1][page::3][page::4]。
本报告引入基于混合转移分布（MTD）模型的有向加权金融网络，通过局部关联性指标指导资产组合优化。基于美国道琼斯30、欧洲Euro Stoxx 50和英国FTSE 100的实证研究表明，该方法有效捕捉资产间非线性、方向性依赖关系，显著优于传统均值-方差框架，实现更优风险调整收益与分散化效果。[page::0][page::2][page::3][page::11][page::17]
本报告构建了包含短期价格偏离（fad）现象的市场做市最优策略模型，考虑了信息充分和信息不充分情形下，结合知情交易者和无知交易者的订单到达强度对做市商的影响。研究表明，价格中的fad不仅影响资产的价格动态，也显著影响订单流，知情交易者能够识别基本面与fad的差异，订单到达对报价的敏感性呈不对称性质。报告采用偏微分方程及滤波方法刻画了最优策略，发现信息价值随知情交易者比例升高而增加，且市场做市商在面对更“有毒”的订单流时会调整买卖价差以管理库存风险。此外，结合模拟分析量化了不同信息水平下的策略表现差异，为理解市场微结构和做市策略设计提供了新颖视角 [page::0][page::1][page::2][page::3][page::5][page::6][page::7][page::23][page::25][page::27][page::29][page::30][page::35]
本报告提出了一种结合多种单变量和跨市场趋势指标的系统性趋势跟踪策略，通过利用Lévy面积和动态时间规整等方法构建的网络动量指标，捕捉商品期货市场中存在的动量溢出效应。该策略通过图学习模型优化得出稀疏的网络邻接矩阵，实现对市场间领导-滞后关系的量化。回测显示，网络动量策略在净夏普率、收益偏度及下行风险表现上均显著优于基线MACD模型，且采用集合方法降低了交易成本和模型波动性，展现了较强的稳健性和跨行业适用性 [page::0][page::1][page::9][page::15]
本文基于市场效率的数学框架，探讨低成本AI普适逼近器如何推动市场效率的演化。研究指出，AI模型因其普适性和较低优化成本，促使市场趋向更高复杂度的均衡价格过程，实现所谓的AI效率状态。在此过程中，市场价格与投资者信念及策略共同演化，且市场动态呈现非平衡性和多主体适应性，未来需要更复杂的基于智能体的模型来描述这一过程 [page::0][page::1][page::4][page::7][page::10]。
本报告提出一种结合内部流动性（通过做市）与银间限价和市价订单的新型算法执行模型。该模型在考虑银间订单市场冲击的基础上，排除内部做市交易的市场冲击，实现了内外流动性的优化平衡，从而减少市场冲击，提高执行效率。数值实验表明，该策略延迟市场订单的执行时机，通过做市吸引内部流动性，优化限价单深度和做市报价，有效提升执行策略的表现 [page::0][page::1][page::7][page::9][page::10]。
本报告构建了一个三时间步的银行贷款组合动态管理模型，理论分析了银行在中间阶段通过发行新股权与债务应对资本充足率及杠杆率监管要求的行为特征。研究发现，发行新股权或债务对股本回报率影响取决于市场情境，设定了资本募集上限，并引入股权持有人约束防止银行违约，兼顾银行稳定与盈利优化 [page::0][page::3][page::5][page::16]。
本报告系统地分析了知识经济背景下的知识资本与知识产权管理，强调知识资本对经济增长和企业竞争优势的重要性。通过阐释知识产权的定义、组成及其在全球经济中的战略作用，结合专利统计数据（如欧洲专利申请数量和专利申请国地域分布趋势）和品牌价值排行，揭示了知识产权在激励创新、吸引投资及市场竞争中的关键地位。报告最后对医用专利的发展态势进行了详细说明，展示了知识产权保护对科技进步和产业发展的推动作用 [page::0][page::1][page::4][page::5][page::7][page::8]。
