证券研究报告 | 2024年11月27日 | --- | --- | --- | |-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-------------------------------- ...

中信期货研究|⾦融衍⽣品策略⽇报 | --- | --- | |--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------| | 股市⾼抛低吸，债市谨慎偏多 \n报告要点 \n股指期货： 建议高抛低吸 股指期权： 轻仓双卖或者卖购 国债期货： 短期内 ...

量化模型与构建方式 低价增强策略 - **模型名称**：低价增强策略 - **模型构建思路**：利用低价因子在转债市场中的长期有效性，结合正股基本面、转债特征和转债交易维度进行筛选，以增厚低价策略收益[9] - **模型具体构建过程**： - **正股基本面维度**：净利润率、净利润同比 > 0，经营活动现金流 > 0，现金到期债务比 > 0，行业集中度 ≤ 20%[10] - **转债特征维度**：强赎条款未公告/未满足条件，上市日期 > 30天，剩余期限 > 360天，信用评级 > AA，债券余额 > 1亿[10] - **转债交易维度**：正股成交活跃度前75%，正股市值 ≥ 30亿元，转股溢价率 ≤ 80%，转债价格 ≥ 80元[10] - **策略执行**：根据调仓日转债标的池中个券的收盘价从低到高的次序，选取最多前20支符合条件的转债，调出不符合条件的标的，调入符合条件的转债个券[10] - **模型评价**：策略在政策支持和交易逻辑变化下，放松了对行业的限制，以增厚低价策略收益[9] 低价大市值增强策略 - **模型名称**：低价大市值增强策略 - **模型构建思路**：结合低价因子和大市值因子，以机构主要增量资金的转债偏好进行策略增强[23] - **模型具体构建过程**： - **正股基本面维度**：净利润率、净利润同比 > 0，经营活动现金流 > 0，现金到期债务比 > 0，行业集中度 ≤ 20%[27] - **转债特征维度**：强赎条款未公告/未满足条件，上市日期 > 30天，剩余期限 > 360天，信用评级 > AA-，债券余额 > 1亿[27] - **转债交易维度**：正股成交活跃度前75%，正股市值 ≥ 80亿元，转股溢价率 ≤ 80%，转债价格 ≥ 80元[27] - **策略执行**：根据调仓日转债标的池中个券的收盘价从低到高的次序，选取最多前20支符合条件的转债，调出不符合条件的标的，调入符合条件的转债个券[27] - **模型评价**：策略在政策支持和交易逻辑变化下，放松了对行业的限制，以增厚低价策略收益[23] 改良双低策略 - **模型名称**：改良双低策略 - **模型构建思路**：选取转债价格和转股溢价率综合较低的标的进行组合持有，兼顾价格与价值进行动态调整与轮动[35] - **模型具体构建过程**： - **正股基本面维度**：净利润、净利率 > 0，经营活动现金流 > 0，现金到期债务比 > 0，行业集中度 ≤ 20%[39] - **转债特征维度**：强赎条款未公告/未满足条件，上市日期 > 30天，剩余期限 > 360天，信用评级 > A+，债券余额 > 1亿[39] - **转债交易维度**：正股成交活跃度前75%，转债价格 ≥ 80元[39] - **策略执行**：根据调仓日转债标的池中个券前双低值从低到高的次序，选取最多前10支符合条件的转债，调出不符合条件的标的，调入符合条件的转债个券[39] - **模型评价**：策略在一定安全垫的基础上寻找具有较大上涨空间和潜在回报的投资标的[35] 模型的回测效果 低价增强策略 - **区间回报 (%)**：6.74[15] - **Sharpe**：0.48[15] - **Alpha (%)**：2.67[15] - **最大回撤(%)**：-10.81[15] - **日胜率(%)**：54.11[15] - **周胜率 (%)**：52.17[15] - **月胜率(%)**：44.44[15] - **盈亏比**：1.22[15] 低价大市值增强策略 - **区间回报 (%)**：6.08[28] - **Sharpe**：0.44[28] - **Alpha (%)**：2.04[28] - **最大回撤(%)**：-11.51[28] - **日胜率(%)**：58.44[28] - **周胜率 (%)**：50.00[28] - **月胜率(%)**：55.56[28] - **盈亏比**：1.04[28] 改良双低策略 - **区间回报 (%)**：11.61[40] - **Sharpe**：0.80[40] - **Alpha (%)**：7.83[40] - **最大回撤(%)**：-11.19[40] - **日胜率(%)**：53.25[40] - **周胜率 (%)**：52.17[40] - **月胜率(%)**：66.67[40] - **盈亏比**：0.97[40]

2024 年 11 月 26 日 证券研究报告 | 公募基金周报 风险事件聚集引回调，关注震荡中布局机会 公募基金工具化组合跟踪周报（2024.11.24） 分析师：李亭函 分析师登记编码：S0890519080001 电话：021-20321017 邮箱：litinghan@cnhbstock.com 投资要点 本周 A 股呈现先扬后抑，周五在国际地缘局势以及部分消息面因素的共同影 响下，有较大幅度回落。经历一段政策预期密集期之后，当前处于市场交易预 期真空期，情绪、资金量有所边际降温，易对风险因素有较强反应，短期震荡 程度加剧。权益策略组合本周表现较优，常青低波基金组合凭借防御属性跑赢 基准，股基增强基金组合在分散化上获取优势。海外权益方面，受到上周五半 导体行业表现弱势影响，本周小幅收跌，整体表现较为稳定。 分析师：黄浩 分析师登记编码：S0890524110001 电话：021-20321391 邮箱：huanghao@cnhbstock.com 销售服务电话： 021-20515355 A 股方面，边际降温的市场情绪持续受到周中部分事件影响，有所回落，相关 事件影响主要在于短期边际变化，考量政策底、 ...

量化模型与构建方式 宏观择时模型 - **模型名称**：宏观择时模型 - **模型构建思路**：基于动态宏观事件因子的股债轮动策略 - **模型具体构建过程**： - 该模型通过对经济增长和货币流动性两个维度的信号强度进行评估，来决定股票仓位的配置比例 - 经济增长层面的信号强度为0%，货币流动性层面的信号强度为60% - 公式：无具体公式展示 - **模型评价**：模型对经济增长层面维持保守观点，对货币流动性层面信号强度较高[78][79] 模型的回测效果 - **宏观择时模型** - **2024年年初至今收益率**：2.76% - **同期Wind全A收益率**：10.71%[78] 量化因子与构建方式 选股因子 - **因子名称**：技术因子、波动率因子、价值因子等 - **因子的构建思路**：通过对不同因子的表现进行跟踪，评估其在不同股票池中的表现 - **因子具体构建过程**： - 技术因子：基于成交量、换手率、收益率标准差等指标 - 波动率因子：基于CAPM模型残差波动率、Fama-French三因子模型残差波动率等 - 价值因子：基于市值、账面净资产、营业收入等指标 - 公式：无具体公式展示 - **因子评价**：技术和波动率因子在全部4个股票池中表现较好，其他因子表现一般[91][93] 因子的回测效果 - **选股因子** - **IC均值**： - 全部A股：技术因子6.58%，波动率因子6.81% - 沪深300：技术因子4.00%，波动率因子4.60% - 中证500：技术因子4.94%，波动率因子6.51% - 中证1000：技术因子5.33%，波动率因子7.02% - **多空收益**： - 全部A股：技术因子15.01%，波动率因子14.40% - 沪深300：技术因子8.44%，波动率因子10.77% - 中证500：技术因子8.66%，波动率因子27.77% - 中证1000：技术因子12.39%，波动率因子18.26%[94][95][97] 转债因子 - **因子名称**：正股一致预期因子、正股价值因子、正股成长因子、转债估值因子、正股财务质量因子 - **因子的构建思路**：从正股与可转债的相关关系出发，预测正股的因子来构建可转债因子 - **因子具体构建过程**： - 正股一致预期因子：基于一致预期目标价相对于目前股价的收益率 - 正股价值因子：基于市值、账面净资产等指标 - 正股成长因子：基于单季度营业收入同比增速等指标 - 转债估值因子：选取平价底价溢价率 - 公式：无具体公式展示 - **因子评价**：正股价值、转债估值因子表现较为不错[98][102] 因子的回测效果 - **转债因子** - **IC均值**： - 正股一致预期因子：-0.40% - 正股成长因子：0.10% - 正股财务质量因子：0.83% - 正股价值因子：1.16% - 转债估值因子：7.31% - **多空收益**： - 正股一致预期因子：-1.68% - 正股成长因子：1.48% - 正股财务质量因子：1.64% - 正股价值因子：0.09% - 转债估值因子：5.20%[102][103]

- 富国天惠精选成长混合增加D类份额，D类份额申购时收取申购费，不收取销售服务费[2][10] - 多家公募基金公司调低部分公募基金产品的管理费率和托管费率，管理费率由0.5%下调至0.15%，托管费率由0.1%下调至0.05%[2][10] - 上周普通股票型基金平均收益为-1.99%，混合型基金为-1.59%，债券型基金为0.02%，主动量化产品平均收益为-1.72%，量化对冲产品为0.15%[2][26] - 年初至今普通股票型基金平均收益为3.00%，混合型基金为2.70%，债券型基金为3.29%，主动量化产品平均收益为3.03%，量化对冲产品为2.53%[2][32] - 截止2024年11月22日，规模最大的ETF跟踪标的为沪深300，总规模9724.55亿元[3][37] - 上周中证A500资金净流入最多为347.76亿元，沪深300净流出最多为116.68亿元[3][37] - 年初至今，沪深300净流入最多5473.72亿元，证券公司净流出最多192.52亿元[3][37]

金融工程 | 金工定期报告 金融工程 证券研究报告 2024 年 11 月 24 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 量化择时周报：如何寻找格局暂时破坏后的下一个买 点？ 相关报告 如何寻找格局暂时破坏后的下一个买点？ 上周(20241117)周报认为：若下周继续调整 5 日线下穿 $$2 0$$ 日均线，市场将 形成有效下跌，赚钱效应也将随之转负。因此当前建议在保持战略仓位不 变的前提下，调整至防御板块，低 $$\mathrm { p b }$$ 和高股息资产短期有望迎来超额， 等待信号的进一步明确。最终 wind 全 A 在周三 5 日线下穿 $$2 0$$ 日均线，周 五迎来大跌。全周下跌 2.08%，市值维度上，上周代表小市值股票的中证 2000 下跌 0.29%，中盘股中证 500 下跌 2.94%，沪深 300 下跌 2.60%，上证 50 下跌 2.62%;中证红利全收益指数下跌 0.81%；上周中信一级行业中，商贸 零售领涨，上涨 3.33%；消费者服务以及食品饮料表现较差，消费者服务下 跌 6.16%。上周成交 ...

c [Table_ReportTime] 2024 年 11 月 17 日 请阅读最后一页免责声明及信息披露 http://www.cindasc.com 1 Research and Development Center 主力净流出仍处高位， 哑铃型格局有所减弱 —— 量化市场追踪周报（2024W46） | --- | --- | --- | |------------------------------------------------------------------------------------------------------|-------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- ...

量化周报 下跌秩序的增强 2024 年 11 月 24 日 | --- | --- | --- | |----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- ...

量化模型与构建方式 模型名称：宏观择时策略 - **模型构建思路**：基于宏观事件因子的股债轮动策略，通过规避宏观下行风险来获取超额收益[240] - **模型具体构建过程**： 1. 构建基于宏观事件的择时策略，具体策略细节参考《Beta 猎手系列：基于动态宏观事件因子的股债轮动策略》[240] 2. 在市场震荡上行阶段，择时表现会弱于Wind全A，原因是策略更多聚焦于规避宏观下行风险[240] 3. 为了改善策略在市场上行阶段的择时效果，提出两种方法： - 方法一：重构因子打分方式，提升持仓权重，适配上涨行情[246] - 方法二：在择时框架内增加其他偏市场情绪类指标，及时反映非宏观驱动的指数行情[246] - **模型评价**：策略在市场上行阶段的择时效果有所改善，能够及时抓住上涨行情[246] 模型的回测效果 - **宏观择时策略**： - **净值走势**：策略净值在市场震荡上行阶段表现较弱，但通过优化后，策略超额持续上升[240][246] - **逐年表现**：策略在2018年至2020年期间的表现显示出信号强度不够的问题，通过调整规则后，提升了持仓的权重和时长[240][246] 量化因子与构建方式 因子名称：AI选股因子 - **因子的构建思路**：基于决策树的集成算法GBDT和神经网络类模型，针对不同的特征数据集分别训练[312] - **因子具体构建过程**： 1. 使用GBDT和神经网络类模型训练AI选股因子[312] 2. 对因子进行Barra归因，验证因子与低波、非流动性等因子的同涨同跌现象[313] 3. 探究AI因子在剥离Barra风格因子后的表现，发现不同股票池中因子表现存在差异[318] - **因子评价**：AI因子在中证1000股票池中表现较好，剥离Barra后因子多头超额收益保持稳定[324] 因子的回测效果 - **AI选股因子**： - **多空收益净值**：AI因子在2023年10月和2024年10月出现回撤，与非流动性、低波和20日换手三个因子的回撤区间高度重叠[312][313] - **Barra风格因子暴露均值**：AI因子在低波、非流动性等因子上有显著暴露[318] - **剥离Barra后多头超额净值**：在沪深300、中证500股票池中因子多头超额收益走平，但在中证1000股票池中保持向上的稳定走势[320][321][323] 量化因子的具体测试结果取值 - **AI选股因子**： - **沪深300**：剥离Barra后多头超额净值接近走平[320] - **中证500**：剥离Barra后多头超额净值接近走平[321] - **中证1000**：剥离Barra后多头超额净值保持向上的稳定走势[323]