摘要

在开发量化投资策略时，海外优秀论文往往能够提供新的思路和方法，为了能够让各位投资者更有效率地吸收海外的经验，东兴金工团队推出海外文献速览系列报告。我们将定期从海外文献中筛选思路较为新颖且有潜力应用于国内市场投资的文章，以速览的形式呈现给各位投资者，内容涵盖贵产配置、量化选股、基金评价以及衍生品投资等多个方面。

正文

[/wiki/static/upload/70/70b486a1-1ada-4878-9e19-d929f01a6b73.pdf](/wiki/static/upload/70/70b486a1-1ada-4878-9e19-d929f01a6b73.pdf

正文

/wiki/static/upload/cd/cda40c0d-0289-4da4-807f-ada48abfc1e5.pdf

\

20200514-国盛证券-量化专题报告：利率债收益预测框架——大类资产定价

/wiki/static/upload/63/632174fd-6d0d-47e1-a63e-cb2799d0406f.pdf

\

摘要

文献来源：Chow, Tzee-Man, Feifei Li, and Yoseop Shim. "Smart beta multifactor construction methodology: Mixing versus integrating." The Journal of Index Investing 8.4 (2018): 47-60.

推荐原因：我们的研究主要集中在一个实际问题上，这个问题在此之前关注度较低：市场参与者如何在权衡后选择采用不同方法构建的多因子投资组合作为投资工具。具体来说，我们研究和比较了两种不同的方法。第一种方法（以下称为整合法），是在

摘要

正文

[/wiki/static/upload/a9/a9d29558-88e7-4502-a49d-b5d6a113ab08.pdf](/wiki/static/upload/a9/a9d29558-88e7-4502-a49d-b5d6a

摘要

从择时信号发出频率的角度看，择时系统可划分为两类，其中常用的一个是连续性择时系统，即一个系统在任何时刻均会对资产的未来走势作出看涨看跌的判断，如均线择时系统，不过，连续性择时系统胜率不高但盈亏比较高，需要投资者承受较大的心理压力且一旦失效对资产的配置权重影响较大。

不同于连续性择时，事件驱动择时并不要求择时系统在任何时候都发出看涨看跌信号，仅当某一特定事件出现时该指标才有意义，其优点在于该类择时信号出现后对未来市场研判的胜率较高，但信号频率偏低，不能将其作为主择时策略，因此事件驱动择时可用于对资产配置权重在一定幅度内的动态调节。

本文主要从三个维度构建事件驱动策略，包括宏观事

摘要

2018年，各资管机构将回归本源，主动资产管理与财富管理能力成为新资管时代机构胜出的关键。在此背景下，资产配置的功能和效能将日益突出，资产配置的空间大幅延伸，机构投资者将更加依赖于用多元的金融产品投资去应对单一领域可能发生的风险，用多元化的投资工具与策略在复杂的市场环境中获取超额收益。

资产配置是一个对资产的动态管理过程，我们认为至少需要涵盖四个层面：设定投资目标、制定投资策略、实现投资策略以及投资绩效的分析。

大类资产配置应以明确投资目标为前提。投资目标确定了投资人所能承担的风险、在该风险下期望获得的收益回报以及投资人的其他需求。明确目标后需要确定投资策略，投资策略的制定可

摘要

目的多因子模型体系包括alpha模型、风险模型、成本控制模型、组合优化模型 。 组合优化模型是最终将前三个模型整合为一体，得到最优结果。本期报告的主要目的是对组合优化模型进行详细的探讨，对不同的限制条件影响组合表现的规律性进行一定程度的揭示。

lamda系数lamda系数对组合表现的影响因个股权重偏离限制的不同而不同。当个股权重偏离幅度限制较严格的情况下，lamda系数对组合表现影响几乎可以忽略，而当个股权重偏离幅度限制较宽松时，lamda系数对组合表现的影响较大。

非成份股权重非成份股权重比例的提高，在沪深300上能较明显的提高组合表现，而在中证500上的结果有待进

\

摘要

本报告将介绍一种前沿观点融合模型：熵池模型。熵池模型由KKR前首席风险官Attilio Meucci于2008年提出，主要作用为将主观或者量化的观点通过分布更新的形式融入到风险模型中，用于资产配臵或资产定价。模型当前在许多海外的大型金融机构中已开始普及。

熵池模型vsBL模型

泛化能力与调整精度的双重提升。BL模型作为观点融合的创立者已经越来越难适应当前资产配臵和风险管理需求。熵池模型相比BL模型在风险因子选择、观点表达对象、观点表达形式、观点相关性等方面进行了全方位扩展，几乎可以在任意分布下，对于任意对象，表达线性或非线性的任意观点。其通过最小化相对熵和池化

\

https://bigquant.com/experimentshare/4653b9de9090496ba06147ce444eeb36

\

\

「股票及量化投资书籍分享」https://www.aliyundrive.com/s/4kajoeM7ock 点击链接保存，或者复制本段内容，打开「阿里云盘」APP 下载。

摘要

本期的两篇文献聚焦在资产配置和量化选股领域。第一篇报告重点讨论在执行战略资产配置时，是否需要使用再平衡策略以及采用何种频率和幅度进行再平衡，能够使投资组合获得更高收益。第二篇报告重点关注研发费用、专利因子对收益率的预测作用。

正文

/wiki/static/upload/e5/e5624f1b-6465-4010-a3ec-1c5a18ffbee2.pdf

\

摘要

本期的两篇文献聚焦在资产配置和基金业绩预测。

第一篇文章聚焦业界在进行长期收益预测时，容易产生统计参数的错误估计和误解，并实证指出常见的长期收益预测变量其实际统计意义的预测能力都较低。第二篇报告研究论证了目前大多数因子对收益率解释的合理性，而不是数据过度挖掘的效果。

正文

/wiki/static/upload/b2/b2e3c904-94c6-447b-b37a-2d435cb694ec.pdf

\

报告摘要

战略性＋战术性的资产配置框架下的思考配置模型重视资产价格之间的相对强弱，核心目的不再是预测资产价格的方向，而是把握不同经济状况下，资产价格的相对强弱，战略配置相对强势的资产，该策略关注3-6个月的中期配置，核心目标是控制组合波动率和最大回撤；配置模型层面，我们开发了兼顾经济逻辑和数量逻辑的模型，覆盖了投资时钟、美元时钟和库存周期等，从配置策略的角度，进行资产配置。择时模型相对灵活，从战术层面调整组合内各类资产的权重，决定基础资产的超配与低配。最后战略性配置与战术性择时模型，通过模型进行融合。我们深知组合优化模块中资产配置方法的更新很难真正提升策略的收益风险比。

低相关性因子体

摘要

一个人的气质里 藏着他走过的路和读过的书！

4月23日，是世界读书日。

今天，让我们通过梅译丽的喵主理人整理的大佬书单，来看看他们都推荐了哪些值得一读的好书！

正文

/wiki/static/upload/a6/a6adbbbc-fbe9-4447-afc9-5f360d115b2f.pdf

注：推荐书籍转自公众号 量化投资与机器学习

报告摘要

构建基于宏观变量的资产配置分析体系基于收益和风险成正相关的基本假设，我们搭建了完整大类资产配置的体系。配置模型重视资产价格之间的相对强弱，核心目的不再是预测资产价格的方向，而是把握不同经济状况下，资产价格的相对强弱关系，战略配置相对强势的资产，该策略关注3-6个月的中期配置，核心目标是控制组合波动率与最大回撤；择时模型相对灵活，从战术层面调整组合内各类资产的相对权重，决定基础资产的超配与低配。最后战略性配置与战术性择时模型通过模型进行融合。其中配置模型层面，我们开发了兼顾经济逻辑和数量逻辑的模型，覆盖了投资时钟、美元时钟和库存周期等，从配置策略的角度，进行资产配置。

定量划分

1.https://bigquant.com/live/strategy?notebook_id=4ab011f4-c320-11ec-98fa-361fbc3525fa

2.https://bigquant.com/live/shared/strategy?id=80110

3.https://bigquant.com/live/shared/strategy?id=79204

选择最近市场表现比较活跃的股票；

检测股票最近资金流量的变化；

用多因子策略选股；

最近表现比较好

\

\

摘要

研究主题：本文作为资产配置系列研究的第五篇，研究主题为基金产品的评价与内部配置，研究重点为主动股票、主动债券型基金的评价体系构建与组合配置方案。 研究内容：本文的核心内容包括三部分，即股票型基金的评价和配置方法，债券型基金的评价和配置方法，以及多类型基金产品的综合配置思路框架，通过上述分析以期实现两个任务：通过合理的基金分类和基金配置，来保障基金组合能够实现资产配置中底层资产的Beta功能，进而结合基金评价和合理业绩归因，通过配置预期业绩具有持续性的基金产品，以尝试获取Alpha收益。 股票基金评价与配置：文章指出了针对股票型基金进行分类和评价时需要注意的问题，并详细介绍了结合持仓

大佬们求分享一些不想要的因子

已解决