• 大模型赋能投研:指数与ETF自动化分析体系构建

    大模型赋能投研:指数与ETF自动化分析体系构建

    • 国金证券
    • 2026/06/30
    • 43

    本文探讨了CoWork类工具在指数板块和ETF自动化投研中的应用。文章介绍了ClaudeCode等工具的功能定位与模型分层优势,阐述了基于“渐进式披露”机制的标准化Skill撰写规范。在此基础上,构建了涵盖产业研判、指数画像、ETF分析及排版输出的四层Skill架构,实现了从宏观政策、行业景气到指数特征、产品对比的全链路分析。最后,通过封装Plugin工作流,实现了从自然语言指令到完整投价报告的一体化自动生成,提升了研究效率与标准化水平。

    标签: Claude Code 指数分析 ETF
  • 华安港股通信息技术ETF:布局AI算力周期下的港股信息技术核心资产

    华安港股通信息技术ETF:布局AI算力周期下的港股信息技术核心资产

    • 东吴证券
    • 2026/06/30
    • 48

    本文分析了港股通信息技术板块在AI算力周期与半导体景气共振下的配置价值。重点介绍了中证港股通信息技术综合指数的风格迁移、表现对比及流动性特征,并阐述了华安港股通信息技术ETF的产品概况与投资逻辑。

    标签: 港股通信息技术 华安港股通信息技术ETF AI算力
  • 随机签名方法在量化投资中的时序特征提取与应用

    随机签名方法在量化投资中的时序特征提取与应用

    • 西南证券
    • 2026/06/30
    • 31

    本文深入探讨了随机签名方法在量化投资中的应用,该方法结合粗糙路径理论与储备池计算,有效捕捉金融时序数据的非线性路径依赖特征。通过构建受控随机动力系统,将高维路径几何形态压缩至固定维度隐藏空间,并利用岭回归预测资产收益率。实证结果显示,该策略在创业板50、上证50及深证50等指数成分股中,年化收益与夏普比率显著优于动量及等权组合,且在多数市场环境下表现稳健。然而,策略在极端高噪声或强反转市场中表现受限,且预测因子IC值较低但具备组合优化变现效能。

    标签: 随机签名 量化投资 储备池计算
  • 基金经理能力圈广度与稀缺度因子构建及FOF组合应用

    基金经理能力圈广度与稀缺度因子构建及FOF组合应用

    • 国盛证券
    • 2026/06/29
    • 36

    本文从定量视角出发,构造了包含基金能力圈广度、稀缺度的因子体系,将其落地为可实际投资的基金组合,并构建了一套基金经理能力圈标签库。

    标签: 基金经理 能力圈 FOF组合
  • A股风险状态日度监控:三温双预警框架与衍生品信号应用

    A股风险状态日度监控:三温双预警框架与衍生品信号应用

    • 东吴证券
    • 2026/06/27
    • 39

    本文介绍东吴证券提出的“A股风险状态日度监控与预警框架”,即“三温双预警”体系。该体系利用VIX、SKEW、PCR及基差等衍生品指标,构建修复机会、定价压力、尾部保护三类状态温度,并结合市场位置坐标形成操作矩阵,以判断当前风险语境。同时,引入修复与防守两类离散预警信号,提供带提前量的触发提示。文章详细阐述了框架的输入指标、权重逻辑、象限操作规则及双预警生成机制,并通过历史片段验证了其在识别顶部防守与底部修复中的有效性。此外,还探讨了该框架在仅期权品种的适配方法以及跨品种温度分化在风格观察中的应用,为投资者提供了一套可解释、可复盘的日度风险敞口管理工具。

    标签: 衍生品 风险监控 预警框架
  • 衍生品定价信号驱动的宽基指数择时框架解析

    衍生品定价信号驱动的宽基指数择时框架解析

    • 东吴证券
    • 2026/06/27
    • 36

    本报告构建了一套基于衍生品定价信号的宽基指数择时框架,核心思路是从期货和期权市场中提取投资者为波动、尾部风险、保护需求和远期资金成本支付的“价格”。这些衍生品指标往往在现货趋势尚未充分反映之前,先体现风险偏好、对冲需求和定价分歧的变化,因此能够为宽基指数仓位调整提供更具前瞻性和解释力的信号。本文围绕VIX、SKEW、PCR、期货基差、期权合成基差和跨市基差等指标,结合市场位置与趋势状态,构建低位修复、高位防守和定价背离三类核心场景,并通过统一的信号触发、持仓确认和交易执行规则形成每日仓位。历史回测显示,该框架在上证50、沪深300、中证500和中证1000上均显著改善风险收益特征,在急跌后的修复行情中能够提升进攻效率,在高位风险累积或定价分裂阶段能够有效控制回撤,为宽基指数风险预算管理提供了一套可解释、可跟踪、可复核的量化工具。

    标签: 宽基指数 衍生品定价 择时框架
  • 四维择时框架2.0:基本面与情绪面信号优化

    四维择时框架2.0:基本面与情绪面信号优化

    • 招商证券
    • 2026/06/25
    • 83

    本文介绍了招商证券发布的四维择时框架2.0,重点对基本面与情绪面信号进行了优化。新框架包含动态宏观、非线性情绪、估值回归和价量趋势四个维度,通过动态胜率筛选宏观因子,利用情绪指标的非线性特征设计信号,并结合PB离散度与交易量能构建价量趋势信号,以及使用ERP指标进行估值回归判断。回测显示,该框架在万得全A及创业板综指数上均能显著降低回撤并提升风险调整后收益,各维度信号互补性强,综合表现优于单一指标。

    标签: 择时框架 宏观指标 情绪信号
  • 2026年6月22日存量信用债票息资产分布与利差动态分析

    2026年6月22日存量信用债票息资产分布与利差动态分析

    • 国金证券
    • 2026/06/24
    • 60

    本文基于2026年6月22日数据,分析了存量信用债的票息分布与利差动态。重点探讨了城投债、产业债及金融债的区域与品种分化特征。公募与私募城投债均呈现沿海强省低收益、西部及西南弱资质区域高收益的区域分化格局。产业债中民企地产债修复力度较强,金融债中银行次级债下行明显而券商次级债上行,反映了不同子板块的资金供需差异。

    标签: 城投债 信用债 收益率
  • LLM-MCTS驱动的可解释因子迭代框架研究

    LLM-MCTS驱动的可解释因子迭代框架研究

    • 东吴证券
    • 2026/06/24
    • 45

    构建LLM-MCTS可解释因子迭代框架,通过MCTS管理搜索路径,LLM生成金融假说与候选因子,实现从人工写因子到AI挖因子的范式升级,在日频、低频批量及高频场景下均展现出优于原始因子的挖掘效果。

    标签: LLM-MCTS 因子挖掘 量化投资
  • 基于XGBoost算法的可转债非线性选券框架优化与回测验证

    基于XGBoost算法的可转债非线性选券框架优化与回测验证

    • 西南证券
    • 2026/06/18
    • 99

    本文探讨了可转债市场定价逻辑从线性向非线性转变的背景,介绍了基于XGBoost算法的转债选券框架优化过程。通过扩展因子体系至41个指标并筛选26个核心因子,结合3.5年滚动训练窗口,验证了模型在识别复杂非线性关系上的优势。月度调仓回测显示,无约束组合具备显著超额收益,而在加入价格、信用及条款约束后,不同策略适用于不同风险偏好的投资者,条款风险需动态评估而非简单规避。

    标签: XGBoost 可转债 量化选券
  • 双轨最优传输分布纠偏与对抗生成式因子挖掘模型研究

    双轨最优传输分布纠偏与对抗生成式因子挖掘模型研究

    • 西南证券
    • 2026/06/17
    • 29

    本文针对深度学习因子挖掘中分布形态约束缺失及潜空间表征漂移问题,提出了一套从全局分布对齐到双轨对抗挖掘的演进框架。研究首先引入最优传输理论构建全局分布对齐模型,随后通过非平衡最优传输实现多头偏心分配,并进一步在潜空间引入历史牛股模板锚定机制。最终,利用WGAN-GP对抗网络替代固定度量,实现分布差异的自适应学习。实证表明,该框架显著提升了因子IC及多头组合收益,并在多指数增强策略中验证了其有效性。

    标签: 最优传输 对抗生成网络 因子挖掘
  • 基于XGBoost的债券择时与久期轮动策略研究

    基于XGBoost的债券择时与久期轮动策略研究

    • 中信建投
    • 2026/06/17
    • 36

    本文深入探讨了基于XGBoost模型的债券择时与久期轮动策略。针对利率预测中的多重共线性、低信噪比及宏观中枢漂移等痛点,构建了涵盖技术动量、利率曲线、宏观变量与期现结构的四维特征体系,并通过稳定性得分与相关性剪枝进行特征提纯。研究详细阐述了XGBoost模型在防过拟合方面的设计,包括正则化、采样及早停机制。在此基础上,设计了基于预测概率的两档与五档久期轮动策略,并引入置信度修正机制以优化风险收益比,最终验证了该策略在提升胜率与超额收益方面的有效性。

    标签: XGBoost 债券择时 久期轮动
  • 量价与基本面因子挖掘统一框架及实证分析

    量价与基本面因子挖掘统一框架及实证分析

    • 中信建投
    • 2026/06/15
    • 76

    本文构建了一套量价与基本面因子的联合挖掘框架,解决数据频率不一致、经济含义不同及候选空间膨胀三大难点。框架通过量纲与语义约束定义搜索空间,利用强类型表达式树和经济模板生成候选,结合遗传规划与LLM反馈迭代优化,并通过多目标Pareto排序筛选因子。实证显示,在中证500和沪深300中挖掘出的混合因子具有明确经济逻辑,基于沪深300因子构建的组合获得显著超额收益。

    标签: 量化选股 因子挖掘 中信建投
  • 基于DTW算法的形态相似度行业轮动策略深度解析

    基于DTW算法的形态相似度行业轮动策略深度解析

    • 太平洋证券
    • 2026/06/15
    • 69

    本文深入解析基于DTW动态时间规整算法的行业轮动策略。该策略通过提取历史行业走强前的对数超额收益序列构建模板库,利用DTW算法计算当前走势与模板的相似度,捕捉形态相似但节奏不同的左侧信号。回测显示,周频调仓策略在2016-2026年间年化收益20.6%,超额收益16.8%,信息比率2.88,显著优于双周频及月频调仓。文章详细阐述了模板库构建、相似度计算及组合配置逻辑,并分析了关键参数对策略绩效的影响,为量化行业轮动提供了新的方法论视角。

    标签: DTW算法 行业轮动 量化策略
  • ETF Buffer策略机制解析与A股实证回测

    ETF Buffer策略机制解析与A股实证回测

    • 招商证券
    • 2026/06/06
    • 93

    本文系统拆解BufferETF的收益机制、海外市场格局与底层期权结构,并首次基于A股真实数据对该策略进行实证回测。BufferETF通过四腿期权组合,在零成本前提下构造出“有限下行缓冲、有限上行封顶”的非对称收益结构。海外BufferETF市场已形成FirstTrust与Innovator的双寡头格局。针对Buffer策略锚定周期起点带来的择时难题,Laddered结构通过分散入场时点予以化解。A股实证回测显示,Buffer策略在下跌行情中能有效吸收损失,其中单通道、长周期的C5组合(下季合约)综合表现最优,显著优于同期基准指数。

    标签: Buffer ETF 期权策略 Laddered
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至