2025年金融工程专题:Smart Beta可以有哪些创新,兼谈如何让组合更“聪明”
- 来源:信达证券
- 发布时间:2025/01/13
- 浏览次数:455
- 举报
金融工程专题:Smart Beta可以有哪些创新,兼谈如何让组合更“聪明”.pdf
金融工程专题:SmartBeta可以有哪些创新,兼谈如何让组合更“聪明”。SmartBeta结合了传统的指数基金和主动管理的特点。美国市场SmartBeta发展已有30年以上历史,根据晨星数据统计,美国SmartBeta产品规模已经从1999年末的213.43亿美元增长至2024年12月的25003.88亿美元,规模年化复合增速为20.99%,产品数量从1999年末的5只增长到2024年12月的650只。美国SmartBeta风格规模上以成长、价值、红利为主。截至2024年三季报,A股SmartBeta产品规模共有1526.68亿人民币,共144只产品。其中,红利类产品...
一、他山之石可以攻玉:从美国到中国 Smart Beta
1.1、美国 Smart Beta 规模增长较快,相对主动基金有稳定超额
Smart Beta 产品是一类投资工具,它们结合了传统的指数基金和主动管理的特点。与传统的宽基或者行业指 数基金不同,Smart Beta 产品采用基于因子选股和权重分配策略,以提高投资组合的绩效。投资者可以根据自己 的风险偏好和投资目标选择不同类型的 Smart Beta 产品。另外,Smart Beta 产品投资策略较为透明,通常基于明 确的因子规则,使投资者更容易理解基金的运作原理。对于海外 Smart Beta 产品,我们根据晨星数据库中对 Smart Beta 的定义进行筛选。 美国 Smart Beta 产品有传统场外指数型基金与场内 ETF 基金两种形式,美国第一只 Smart Beta 产品为 Vanguard Growth Index Investor,成立于 1992 年 11 月 2 日,属于成长风格,第一批 Smart Beta ETF 成立于 2000 年 5 月 22 日,为 BlackRock 旗下 iShares 发行的价值与成长类风格产品,分别为 iShares S&P 500 Growth ETF、 iShares S&P 500 Value ETF、iShares Russell 1000 Value ETF、iShares Russell 1000 Growth ETF。2004 年以前,Smart Beta 产品中 ETF 类基金占比在 50%以下,但之后占比不断提高,截至 2024 年 12 月,Smart Beta 产品中 ETF 基 金规模占比 80.75%,大部分 Smart Beta 产品皆为 ETF 形式。 美国 Smart Beta 产品发展已有 30 年以上历史,根据晨星数据统计,美国 Smart Beta 产品规模(Smart Beta ETF 份额与场外 SmartBeta 份额规模合计,下同,除有特殊说明)已经从 1999 年末的 213.43 亿美元增长至 2024 年 12 月的 25003.88 亿美元,规模年化复合增速为 20.99%。产品数量(只统计主份额,下同)从 1999 年末的 5 只增长到 2024 年 12 月的 650 只。

美国 Smart Beta 产品的市场地位同样逐步上升。1992 年末,权益 Smart Beta 仅有 2.77 亿美元规模,而权益 基金有 3396.46 亿美元规模,占比 0.08%。之后 Smart Beta 的市场份额稳步提升,到 2024 年 12 月,权益 Smart Beta 产品规模占权益基金规模比例为 11.42%。
在细分风格上, 晨星将 Smart Beta 风格分为成长、价值、红利、质量、多因子、基本面、风险导向、动量、 固收、商品等风格以及其它类型。在 1995 年之前,Invesco Equally-Weighted S&P 500 Fund 规模较大,为主流 Smart Beta。1995 年之后,Vanguard Growth Index Fund 规模迅速增长,并在 1997 年超越 Invesco Equally-Weighted S&P 500 Fund 成为市场规模第一大的 Smart Beta 产品。2000 年,iShares 开始布局 Smart Beta 领域,于 2000 年共发布 了 12 个成长与价值类 Smart Beta ETF,生力军的加入奠定了成长与价值风格两分市场的局面。2003 年 8 月 19 日,First Trust 成立了美国第一只红利风格的 Smart Beta 产品,First Trust Value Line® Dividend ETF。2003 年 11 月 3 日,iShares 也成立了 iShares Select Dividend ETF。之后红利风格受到美国投资者的广泛认可,2013 年之后, 红利产品规模发展到与成长价值类产品规模接近的水平,至此成长、价值、红利成为美国市场主流产品。
目前,美国 Smart Beta 风格规模上以成长、价值、红利为主,但在产品数量上,红利与多因子产品数量分 别为 131 只与 150 只,多于成长与价值的 62 只与 69 只产品,可见美国公募基金对于红利风格产品的发行积极 性较高,同时多因子产品因其较多的因子选择范围与因子构成方式,也衍生出较多的 Smart Beta 产品。
从收益的角度分析,Smart Beta ETF 相对整体主动权益基金有稳定正超额。以美国规模最大的大盘成长类 Smart Beta 产品,Vanguard Growth ETF 为例,Vanguard Growth ETF 在 2010 年 1 月至 2024 年 12 月的区间内年 化收益 15.84%,美国大盘成长主动权益基金在同样区间内的年化收益为 13.31%,年化超额收益 2.33%。类似的, 大盘价值类 Vanguard Value ETF 相对于美国大盘价值主动权益类基金的年化超额收益为 1.61%。
1.2、中国 Smart Beta 以红利为主流
对于 A 股市场 Smart Beta 风格划分方式,我们选取跟踪指数的基金产品,并筛选 Wind 二级投资类型为“被 动指数型基金/增强指数型基金/国际(QDII)股票型基金”的产品。对跟踪指数进行主题分类,划分至风格分类的指 数根据指数简介以及编制方案决定 Smart Beta 分类。 A 股历史上第一只 Smart Beta 产品为华泰柏瑞上证红利 ETF,成立于 2006 年 11 月 17 日,且在 2009 年之前 没有其他类型的 Smart Beta 产品发行。在 2009 年与 2013 年期间,A 股公募基金又先后成立了价值、基本面、成 长等风格的 Smart Beta 产品。2012 年至 2019 年期间,红利一直是 A 股 Smart Beta 主流风格。2020 年开始,受 益于红利风格收益较为强劲,市场关注度较高,A 股市场有较多红利以及红利低波风格的 Smart Beta 产品成立, 红利风格规模再次走强。
截至 2024 年三季报,A 股 Smart Beta 产品规模共有 1526.68 亿人民币,共 144 只产品。其中,红利类产品 规模为 1195.77 亿人民币,占比 78%,其次是价值类产品,规模 126.62 亿人民币,占比 8%。在产品数量端,目 前 A 股市场红利类与多因子类产品数量较多。
借鉴美国 Smart Beta 产品发展经验,可以看出,A 股当前 Smart Beta 以红利为主,可考虑布局国外较为主 流、而 A 股相对蓝海的成长、价值赛道。
二、均衡之道:中国成长与价值 Smart Beta 配置价值
2.1、宽基指数中的成长与价值风格分化明显,成长价值等权相对宽基收益更稳健
以 300、500 与 800 等宽基的价值与成长指数为例,在 2014 年 6 月 30 日至 2024 年 11 月 29 日的区间内,成 长与价值指数相较于对应宽基的超额收益基本呈负相关,其中 300 价值与 300 成长的日超额相关性为-0.46,500 成长与 500 价值的日超额相关性为-0.33,800 价值与 800 成长的日超额相关性为-0.28,可见在各个宽基指数中, 价值与成长风格的分化较为明显。 在收益维度,沪深 300 指数在上述区间内年化收益为 8.55%,300 价值指数年化收益为 12.13%,300 价值指 数仅 2019 年与 2020 年显著跑输宽基。300 成长指数年化收益为 7.25%,在 2019 年至 2021 年的成长行情中表现 出更强的弹性。

如果等权配置 300 价值与成长指数,每个季度再平衡,得到的 300 成长价值等权组合的收益介于成长与价值 指数之间,年化收益为 9.94%,优于单纯配置宽基指数。但风险端更类似于偏稳健的价值指数,等权组合的年化 波动为 21.83%,最大回撤为-41.23%,低于沪深 300 的年化波动 22.23%与最大回撤-46.06%。成长价值等权持有 对投资者来说不需要做价值成长风格的择时判断,相对持有宽基指数来说,收益更加稳健。 从中证 500 与中证 800 的成长价值指数维度来看,两者的价值指数与成长价值等权组合在上述区间内收益 同样出色,500 成长价值等权年化收益为 6.56%,高于中证 500 年化收益 5.39%,800 成长价值等权年化收益为 9.25%,高于中证 800 年化收益 7.67%,且成长价值等权组合的波动与回撤同样优于对应的宽基指数。 因此我们认为,在 A 股的 Smart Beta 领域,价值与成长风格指数因其相对分化的走势与等权结合下更加稳 定的收益,值得长期布局。
2024 年 12 月 10 日,中证指数公司发布了中证 1000 价值与中证 1000 成长指数,补全了小盘股中的成长价 值 Smart Beta 风格。对比 1000 成长价值指数与 300、500、800 成长价值指数的收益特征,可以发现 1000 成长价 值与 500 成长价值的相关性较高,走势较近似,其中 1000 成长与 500 成长日收益率相关性为 0.95,1000 价值与 500 价值日收益率相关性为 0.97。
2.2、成长与价值风格下:主动权益基金 Vs 被动指数
在上一节中,我们比较了宽基指数中细分的成长风格指数与价值风格指数的配置价值,那么被动的成长风格 指数相较于成长型主动权益基金有无优势?被动价值指数能否战胜价值型主动权益基金? 我们基于“信达金工基金标签体系”(来源于《基金研究系列之七:基金标签体系,主动股混基金的风格刻 画》),筛选长期风格标签为“高成长”且稳定性总结为“稳定高成长”的“高权益仓位”基金为主动成长型基金; 长期风格标签为“高价值”且稳定性总结为“稳定高价值”的“高权益仓位”基金为主动价值型基金。取基金池 中所有基金的日收益率中位数,拟合主动成长型基金净值与主动价值型基金净值。 历史上主动成长型基金在 2020 年至 2022 年数量与规模增长较快,在 2023 年 Q4 之后数量不再增长,且规 模明显下滑,截至 2024 年三季报,共有 615 只基金定义为主动成长型基金,规模共计 6618.25 亿元。主动价值 型基金历史上数量与规模增加较为稳定,在 2022 年与 2023 年的市场整体下行的区间中,规模也能获得逆市增 长,截至 2024 年三季报,共有 595 只主动价值型基金,规模共计 7415.99 亿元。
成长风格中,在 2016 年初至 2024 年 11 月 29 日的区间内,300 成长与 800 成长的全区间收益优于主动成长 型基金,其中 300 成长指数年化收益为 2.02%,主动成长型基金年化收益为-0.07%。从分年度的超额收益来看, 被动成长指数主要集中在 2020 年与 2021 年的成长行情中弱于主动成长型基金,近三年 500 成长指数与 800 成 长指数的收益皆优于主动成长型基金。

价值风格中,被动指数基金在收益和回撤维度,同样相较于主动价值型基金更有优势。300 价值指数年化收 益为 6.25%,最大回撤-28.88%,800 价值指数年化收益为 6.03%,最大回撤为-28.51%,皆优于主动价值型基金 3.12%的年化收益与-34.71%的最大回撤。从分年度超额收益的角度进行分析,300 与 800 的价值指数基金仅在 2019 年至 2021 年跑输主动价值基金,其他年份相较于主动价值基金都有较稳定的超额收益。 综上所述,从收益的维度,被动成长指数与被动价值指数皆不弱于主动基金,近三年还可以取得一定的超额 收益,在风险控制端,300 价值与 800 价值的最大回撤优于主动价值型基金,且主动基金存在风格漂移的可能性, 而被动指数基金风格更加确定,更利于投资者进行风格配置或者风格轮动。且被动指数基金若是以 ETF 的形式 发行,则申赎费率、管理费率更低,交易也更为便捷,从产品的维度来看更具吸引力。
三、路在何方:中国 Smart Beta 的蓝海
3.1、单因子 Smart Beta 新秀:中证自由现金流指数
中证指数公司于 2024 年 11 月与 12 月先后发布了中证全指自由现金流指数(简称:中证现金流)与 300/500/800/1000 等宽基中选股的自由现金流指数,该系列指数选取自由现金流率较高的上市公司证券作为指数, 以自由现金流加权的方式,反映现金流创造能力较强的上市公司证券的整体表现,指数编制方式如下。
根据 2024 年 12 月 31 日成分股数据,中证现金流指数权重前三大行业为煤炭、石油石化与交通运输。因在 选样方法中剔除了金融或地产行业的公司,所以中证现金流指数在银行业上的权重为 0%,相较于中证红利指数 低配了 21.9 个百分点的银行业。除此之外,中证现金流指数在家电、有色金属、食品饮料与石油石化等行业上, 相较于中证红利超配了 8 个百分点以上。
在 Barra 风格上,中证现金流指数在市值、盈利质量与残差波动率等风格上有正偏离,在 BETA、流动性、 杠杆等因子上为负向暴露。相较于中证红利指数,中证现金流指数成分股整体总市值更大流动性更强,更具成长 性,杠杆风格呈负向偏离而中证红利呈正向偏离。
收益维度,根据指数公司的历史回溯,中证现金流全收益指数从基日以来至 2024 年 11 月 29 日,跑赢中证 红利全收益、万得全 A 与万得偏股混指数,且超额收益较为稳定与可观。中证现金流指数年化收益为 20.26%, 高于中证红利 13.34%的年化收益与万得全 A 7.7% 的年化收益。在超额收益维度,中证现金流指数相对中证红 利的年化超额收益为 6.16%,年胜率为 72.73%,11 年中仅 3 年跑输中证红利,其余年份均有正超额。
在收益相关性上,中证现金流与中证红利相关性较高,绝对收益率相关性为 0.92,相对万得全 A 超额收益 相关性为 0.77,从净值走势上可以看到,在中证红利超额收益回撤的 2019 年与 2020 年以及 2024 年 9 月之后, 中证现金流指数同样回撤,但回撤幅度小于中证红利,在中证红利超额收益强势的时间段,中证现金流指数超额 收益更为强势。
与偏股混基金指数相比,中证现金流指数与偏股混指数的相关性,比中证红利与偏股混指数的相关性更低, 绝对日收益率相关性为 0.73,超额日收益率相关性为-0.06。 综上可见,中证现金流指数的收益较为强劲,且超额收益与偏股混基金指数呈负相关,对于大部分投资者来 说,是较好的增强收益且能降低组合波动的投资标的。
3.2、多因子 Smart Beta 现状:方兴未艾
A 股多因子 Smart Beta 共有 29 个产品,根据 2024 年三季报,规模合计 103.92 亿元,其中大部分产品规模 较小不足 1 亿元,规模较大的产品主要是创成长、创价值,以及与红利相关的风格,且大多数指数为基金公司定 制指数。本章以规模较大的多因子 Smart Beta 为例进行分析,比较多因子 Smart Beta 相较于单因子或者传统宽基 有无优势。
3.3、创成长与创价值:相对宽基与单因子 Smart Beta 有更高的收益与夏普
创成长与创价值是目前规模最大的多因子 Smart Beta,其中创成长(价格指数代码:399296.SZ,全收益指数 代码:CN2296.CNI)全称创业板动量成长指数,从成长、动量两个维度对上市公司进行综合评价选股,反映创 业板中具备良好成长能力、且动量效应明显的上市公司整体运行情况;创价值(价格指数代码:399295.SZ,全 收益指数代码:CN2295.CNI)全称创业板低波价值指数,从盈利、会计稳健、投资稳健、违约风险和低波动五 个维度对上市公司进行综合评价选股,反映创业板中具备良好盈利能力、具有稳健财务质量、且波动率较低的上 市公司整体运行情况。
在创业板中,国证指数公司也编制了单因子的成长与价值指数,其中创业板成长指数(价格指数代码: 399667.SZ,全收益指数代码:CN2667.CNI)反映创业板中成长风格突出的上市公司股价变化情况;创业板 300 价值指数(价格指数代码:399668.SZ,CN2668.CNI)反映创业板 300 指数样本股中价值风格突出的上市公司的 股价变化情况,为避免混淆,对于单因子的创业板成长与价值指数,以下称“创单成长”与“创单价值”。

对比创业板多因子 Smart Beta、单因子 Smart Beta 与创业板宽基指数的收益和风险情况,可以看见在创业板 成长与价值风格上,都是多因子指数更佳,其中创动量成长年化收益 14.82%,高于单因子成长的 11.72%与创业 板指的 11.23%,且最大回撤也显著小于单因子成长、创业板指。在价值风格上,创低波价值年化收益为 15.54%, 高于单因子价值的 14.95%与创业板指的 11.23%,且同样有着更低的波动与回撤。
从超额收益的维度看,创动量成长与创低波价值相对创业板指的超额收益较为稳定。在 2013 年至 2024 年 的 12 年内,创动量成长有 7 年战胜创业板指,胜率 58.33%,超额年化收益为 3.25%;创低波价值有 8 年战胜 创业板指,胜率 66.67%,超额年化收益为 2.97%。
3.4、多因子 Smart Beta 的潜力:以盈利+估值为例
在 3.2 节中,我们看到目前市场上多因子产品数量较少,而在策略构建上,潜在可用的选股因子较多,因子 与因子之间也存在较多的互相组合方式。在 3.3 节中,我们以目前已经发行的多因子 Smart Beta 产品,创动量成 长与创低波价值为例,探讨了目前市场上已有的多因子产品相对单因子或者宽基在收益与风险上的优势。可见多 因子 Smart Beta 仍有较大的可挖掘空间,因此本文以估值与盈利两个因子为例,尝试构造一个逻辑清晰且调仓频 率较低的 Smart Beta 组合,构造方式如下: 样本空间: 基础样本空间:中证全指。 可投资性筛选:剔除过去一年日均成交金额在后 20%的股票。 当前盈利增长:剔除单季度扣非 ROE 同比为负的股票。 过去一年盈利为正:剔除 ROE(TTM)小于 0 的股票。
盈利+估值的多因子 Smart Beta 策略在 2014 年至 2024 年 11 月 29 日的区间内,年化收益为 19.01%,最大 回撤为 34.95%,在收益与回撤端均优于中证红利、万得全 A 与偏股混指数基金。与中证红利相比,盈利估值策 略相对中证红利的年化超额收益为 4.9%,分年度来看,中证红利在 2019 年相对万得全 A 的负超额为 9.84%,在 2020 年相对万得全 A 的负超额为 14.69%,而盈利估值策略在 2019 年有正超额,2020 年的超额收益回撤幅度也 更小。
用 Brinson 归因模型拆解盈利估值策略超额收益来源,可见策略主要收益来源于行业内选股而非行业配置收 益,说明策略能选出各个行业中高质量低估值的股票从而赚取超额。
根据 Barra 收益归因模型,组合历史上相对于中证全指在盈利质量因子与 BP 因子上有稳定正暴露,而在 BETA、流动性与成长因子上呈较稳定的负暴露。在收益上,其主要超额来源于盈利质量因子与流动性因子,年 化收益分别为 5.34%与 4.66%,在 BP 因子上也有一定的正收益,年化收益为 1%。
由此可见,不论是市场上已有的多因子 Smart Beta 产品,还是合理搭配量化选股因子个性化开发多因子 Smart Beta,在一定程度上皆能够取得相对单因子 Smart Beta 或者宽基指数更高更稳定的收益。基于其较强的收益获取 能力与目前较低的规模占比,我们认为多因子 Smart Beta 的市场规模或还有一定增长潜力。
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
- 综合金融行业金融和理财市场2月报:含权理财收益崛起,宽基ETF规模下行.pdf
- 中国平安首次覆盖报告:AI+综合金融生态,有望开启成长新周期.pdf
- 中国特色衍生品交易账户体系建设探索-金融市场研究.pdf
- 基于行为金融视角的A股市场月频动量效应失效原因与修正策略-金融市场研究.pdf
- 中国金融机构人才发展与培训白皮书(2026年).pdf
- 金融工程:基金窗口粉饰行为的定量识别与FOF投资应用.pdf
- 金融工程:高波动环境下如何捕捉热点板块的投资机会?.pdf
- A股量化择时研究报告:金融工程,AI识图关注船舶、电网、钢铁、机器人.pdf
- 金融工程,大类资产及权益风格月报(2026年2月):权益资金流边际改善,小盘成长风格有望占优.pdf
- 金融工程指数量化系列:高值偏离修复模型(突破型双位点).pdf
- 相关文档
- 相关文章
- 全部热门
- 本年热门
- 本季热门
- 1 北京大学数字普惠金融指数(2011-2021).pdf
- 2 2020中国金融科技创新大赛优秀案例集.pdf
- 3 区块链与数字货币深度解析:科技如何重塑金融(103页).pdf
- 4 中国银行中国经济金融展望报告(2022年第3季度):“三重压力”倍增,政策全力稳定宏观经济大盘.pdf
- 5 中国工商银行金融科技研究院:商业银行生物识别技术应用实践及趋势分析.pdf
- 6 2020年全球金融科技指数报告.pdf
- 7 供应链金融创新发展报告2019.pdf
- 8 详解微众银行,见证金融科技的力量.pdf
- 9 金融集团大数据分析平台总体架构方案.pptx
- 10 2019开放银行与金融科技发展研究报告.pdf
- 1 金融壹账通:2024年环境、社会及管治报告.pdf
- 2 2025年中国金融科技(FinTech)行业发展洞察报告.pdf
- 3 阿里云:2025年金融行业Agent百景图.pdf
- 4 RWA行业研究报告:真实资产走向链上世界,开启数字金融新时代.pdf
- 5 区域经济与银行股系列专题报告:山东省三项动能支撑,基建+产业升级+新兴,金融需求持续性强.pdf
- 6 金融工程专题报告:使用投资雷达把握行业轮动机会.pdf
- 7 蚂蚁数科:2025金融智能体深度应用报告.pdf
- 8 RWA行业分析:为实体资产开启数字金融世界之门.pdf
- 9 稳定币行业专题报告:重塑全球金融秩序的变量.pdf
- 10 多元金融行业分析报告:稳定币如何影响和变革传统金融?.pdf
- 1 科技新周期系列1:穿越泡沫,从技术革命到金融资本.pdf
- 2 专题报告:个人AI助理OpenClaw部署及其在金融投研中的应用研究——AIAgent赋能金融投研应用系列之二.pdf
- 3 A股量化择时研究报告:金融工程,AI识图关注中药、银行和红利.pdf
- 4 非银金融行业深度报告:海南全岛封关运作,跨境资管空间广阔.pdf
- 5 金融行业:金融业监管2025年度数据处罚分析及洞察建议.pdf
- 6 中国金融智能体发展研究与厂商评估报告 (2025).pdf
- 7 金融产品深度报告:广发中证传媒ETF(512980.SH),政策规范护航,AI产能兑现,低估值传媒ETF走向高质量增长.pdf
- 8 金融行业周报(20251214):公募销售新规落地,政银绑定深化下银行扩表动能有望复苏.pdf
- 9 5G环境下供应链金融解决方案.pdf
- 10 非银行金融行业研究:数字人民币专题,应用场景空间广阔,2.0时代将加速发展.pdf
- 全部热门
- 本年热门
- 本季热门
- 1 2026年综合金融行业金融和理财市场2月报:含权理财收益崛起,宽基ETF规模下行
- 2 2026年中国平安首次覆盖报告:AI+综合金融生态,有望开启成长新周期
- 3 2026年金融工程:基金窗口粉饰行为的定量识别与FOF投资应用
- 4 2026年量化看市场系列之六:OpenClaw金融行业必备Skills推荐与实战应用
- 5 2026年非银行金融行业深度研究:资本市场范式转移,险资放量、券商扩表、公募重塑
- 6 2026年非银金融行业机构行为更新专题:验证“存款搬家”,居民财富的视角
- 7 2026年第10周高频和行为金融学选股因子跟踪周报:石油石化行业拥挤度较高,高频技术指标类因子表现较好
- 8 2026年政策性金融工具,能撬多少倍?——“财政的底色”系列报告(四)
- 9 2026年金融产品每周见:金融地产行业基金,从投资能力分析到基金经理画像
- 10 2026年非银金融行业春季投资策略:存款迁移,非银负债和资产两端受益
- 1 2026年综合金融行业金融和理财市场2月报:含权理财收益崛起,宽基ETF规模下行
- 2 2026年中国平安首次覆盖报告:AI+综合金融生态,有望开启成长新周期
- 3 2026年金融工程:基金窗口粉饰行为的定量识别与FOF投资应用
- 4 2026年量化看市场系列之六:OpenClaw金融行业必备Skills推荐与实战应用
- 5 2026年非银行金融行业深度研究:资本市场范式转移,险资放量、券商扩表、公募重塑
- 6 2026年非银金融行业机构行为更新专题:验证“存款搬家”,居民财富的视角
- 7 2026年第10周高频和行为金融学选股因子跟踪周报:石油石化行业拥挤度较高,高频技术指标类因子表现较好
- 8 2026年政策性金融工具,能撬多少倍?——“财政的底色”系列报告(四)
- 9 2026年金融产品每周见:金融地产行业基金,从投资能力分析到基金经理画像
- 10 2026年非银金融行业春季投资策略:存款迁移,非银负债和资产两端受益
- 1 2026年综合金融行业金融和理财市场2月报:含权理财收益崛起,宽基ETF规模下行
- 2 2026年中国平安首次覆盖报告:AI+综合金融生态,有望开启成长新周期
- 3 2026年金融工程:基金窗口粉饰行为的定量识别与FOF投资应用
- 4 2026年量化看市场系列之六:OpenClaw金融行业必备Skills推荐与实战应用
- 5 2026年非银行金融行业深度研究:资本市场范式转移,险资放量、券商扩表、公募重塑
- 6 2026年非银金融行业机构行为更新专题:验证“存款搬家”,居民财富的视角
- 7 2026年第10周高频和行为金融学选股因子跟踪周报:石油石化行业拥挤度较高,高频技术指标类因子表现较好
- 8 2026年政策性金融工具,能撬多少倍?——“财政的底色”系列报告(四)
- 9 2026年金融产品每周见:金融地产行业基金,从投资能力分析到基金经理画像
- 10 2026年非银金融行业春季投资策略:存款迁移,非银负债和资产两端受益
- 最新文档
- 最新精读
- 1 2026年中国医药行业:全球减重药物市场,千亿蓝海与创新迭代
- 2 2026年银行自营投资手册(三):流动性监管指标对银行投资行为的影响(上)
- 3 2026年香港房地产行业跟踪报告:如何看待本轮香港楼市复苏的本质?
- 4 2026年投资银行业与经纪业行业:复盘投融资平衡周期,如何看待本轮“慢牛”的持续性?
- 5 2026年电子设备、仪器和元件行业“智存新纪元”系列之一:CXL,互联筑池化,破局内存墙
- 6 2026年银行业上市银行Q1及全年业绩展望:业绩弹性释放,关注负债成本优化和中收潜力
- 7 2026年区域经济系列专题研究报告:“都”与“城”相融、疏解与协同并举——现代化首都都市圈空间协同规划详解
- 8 2026年历史6轮油价上行周期对当下交易的启示
- 9 2026年国防军工行业:商业航天革命先驱Starlink深度解析
- 10 2026年创新引领,AI赋能:把握科技产业升级下的投资机会
