股票市场

更新

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

本文来自方正证券研究所于2022年4月12日发布的报告《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

在股票市场中，成交量的边际变化隐含着非常重要的信息，特别是在技术分析领域，成交量被认为是股票市场的原动力。俗语“量在价先”深刻的反

文献回顾

回顾价值策略

价值策略通俗地讲就是买入便宜股票，卖出昂贵股票，思想非常简单和直观。但是实际操作上这非常困难，因为我们没办法直接观察股票的真实价值。投资者可以从不同的视角采用不同的指标来估计股票内在价值。在股票市场中，最传统的方法就是通过会计报表的各个条目得到企业估值，我们可以从资产负债表得到市净率，从利润表得到资产收益率，从现金流量表得到现金流比率。Ma和Smith(2014)在《Sorting through the trash》中提到通过市净率、预测下期资产收益率和股价/现金流这三个指标合成一个综合的“价值”因子，可以显著提升策略表现（MA采取了三个因子Z得

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

策略案例

https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec

\

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

StockRanker多因子选股策略

https://bigquant.com/codesharev2/5d97cb4f-526b-45be-9527-5a6927873337

\

https://bigquant.com/codesharev2/aae24fd2-15eb-4963-b009-5881e9e47912

\

首先解释一下标题： CNN：卷积神经网络（Convolutional Neural Network）, 在图像处理方面有出色表现，不是被川普怒怼的那个新闻网站； 股票涨跌：大家都懂的，呵呵； 股票图片：既然使用CNN，那么如果输入数据是股票某个周期的K线图片就太好了。当然，本文中使用的图片并不是在看盘软件上一张一张截下来的，而是利用OHLC数据“画”出来的； 尝试：这个词委婉一点说就是“一个很好的想法^_^"，比较直白的说法是“没啥效果T_T”。

进入正题： 首先是画出图片。本文目前是仿照柱线图画的。 ![{w:100}](/wi

https://bigquant.com/codeshare/4515d40b-c2f4-4439-a2c9-92931adb0c6d

\

本文来自方正证券研究所于2022年5月8日发布的报告《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

在股票市场中，成交量的边际变化隐含着非常重要的信息。特别是在技术分析领域，成交量被认为是股票市场的原动力。俗语“量在价先”深刻的反应了成交量的变化对于股票价格波动的预测具有指示性作用。

对于个股而言，每个交易日的240分钟里，有的时候成交量高，有的时候成交量低。成交量高的时刻宛如大海的高潮，个股交投活跃，股票价格波动也相对较大，成交量低的时刻则犹如大海的低潮，交易较为清淡。股票

本文来自方正证券研究所于2022年5月30日发布的报告《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

在股票市场中，波动率是最受关注的市场变量之一，波动率不仅自身对股票收益率有较大影响，而且对于市场其他驱动因子也存在较强的影响。个股波动率的增大，既有可能预示着风险的加剧，也可能是股价飙升的前兆，而分辨波动率提升是喜是忧的关键在于，波动率加剧的同时收益率有没有随之提高。

本文中我们将参考学术界的做法，使用收益波动比这一指标，来对收益率随波动率的变化程度加以衡量。通过考察

本文来自方正证券研究所于2022年8月4日发布的报告《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

波动率是股票市场最常用的风险度量指标之一，同时波动率因子对于其他驱动因子特别是量价类因子存在较为明显的影响。而波动率本身也存在明显波动，Kostopoulos等(2021)提到使用波动率的波动率来刻画波动率的模糊性。研究发现投资者普遍是波动率的模糊性（以下简称模糊性）的厌恶者，当模糊性较大时，投资者会急于卖出股票，减少在风险资产上的配置。

本文我们通过三种方式衡量模糊性较大时

本文来自方正证券研究所于2022年4月12日发布的报告《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

在股票市场中，成交量的边际变化隐含着非常重要的信息，特别是在技术分析领域，成交量被认为是股票市场的原动力。俗语“量在价先”深刻的反应了成交量的变化对于股票价格波动的预测具有指示性作用。本文中我们将尝试从成交量的边际变动出发，挖掘其对股票收益的潜在影响。

我们以利好信息为例，当一个利好信息公布后，可能会引起相应个股成交量的突然放大。如果在成交量激增的同时，价格却未发生变动，或者未能

策略案例

https://bigquant.com/experimentshare/7f7021993a9f40149189be939e15c882

\

报告摘要

北交所聚焦中小创新企业，与沪深交易所功能互补

• 北交所以既有的新三板精选层为基础组建，未来将与创新层、基础层联动配合、协同发展，以激活市场活力，优化中小企业融资渠道。北交所设立后，股票市场形成北京、上海、深圳三地交易所功能互补、各具特色、各显优势的证券市场新格局。
• 北交所重点支持先进制造业和现代服务业等领域的企业，推动传统产业转型升级，培育经济发展新动能。北交所与科创板聚焦“硬科技”以及创业板“三创四新”的定位形成错位发展，共同为企业的融资、发展提供有力支持。

服务“专精特新”，畅通直接融资渠道

• 自2021年11月15日开市以来，北交所

策略案例

https://bigquant.com/experimentshare/6ac00fc386f74acb886b8168d7809b98

\

摘要

BigQuant平台上的StockRanker算法在选股方面有不俗的表现，模型在15、16年的回测收益率也很高(使用默认因子收益率就达到170%左右)。然而，StockRanker在股灾时期回撤很大(使用默认因子回撤55%)，因此需要择时模型，控制StockRanker在大盘走势不好时的仓位。 LSTM(长短期记忆神经网络)是一种善于处理和预测时间序列相关数据的RNN。

Pairs trading across Mainland China and Hong Kong stockmarkets

作者：Hanxiong Zhang, Andrew Urquhart

出处：International Journal of Finance and Economics, 2018-10

摘要

基于市场效率低下是由非理性需求和套利限制相结合而导致的，本文研究了1996年1月至2017年7月间，在中国内地和香港交易高流动性大盘股和中盘股的配对交易的盈利能力。作者有三个主要发现：

1. 限定在每个市场内的配对交易不会产生重大的异常收益。但是，如果投资者

摘要

原油价格年初以来波动较大，其涨跌对市场、行业和股票有何影响呢？本文将从量化的视角进行探讨。

原油价格对股票市场的影响。原油和股票市场的关系相对复杂。一般来说，在油价上涨的中前期，经济需求扩张，企业盈利增长，股市伴随油价上涨；当油价上涨步入中后期，一方面会导致企业生产成本增加，利润降低，另一方面会带来输入性通胀压力，导致央行采取紧缩性货币政策，股市往往下跌。格兰杰因果检验显示，原油收益率是股市收益率的格兰杰因。Wind全A与滞后5阶的布伦特原油收益率序列的相关系数为-0.29，负相关性十分明显。我们构建的单因子择时策略在Wind全A上取得了一定效果，多空年化收益率为20.50%，

数量化专题之一百二十二：基于CCK模型的股票市场羊群效应研究 国泰君安_20181128_

数量化专题之一百二十一：上市公司核心竞争力投资策略 国泰君安_20181128

[数量化专题之一百二十：基于日内交易特征的选股策略 国泰君安_

摘要

当前,各类型可转债估值处于历史高位

过去两年，在多重因素的推动下，转债市场迎来了蓬勃发展，转债市场估值也大幅上行，1月6号收盘后，市场上存续转债的最低价格为100.58元，2018年以来百元以下转债首次被“消灭”。

不同类型的转债适用不同的定价因素

在报告《可转债的多因子方法初探》中，我们把股票中的多因子方法应用于转债上，从正股与转债的视角提出了一系列表现较好的因子。不过，转债作为较为复杂的股票衍生品，简单的套用股票的多因子框架并不合理，不同类型的转债收益结构不同，也适用不同的定价因素，本文我们对各类型转债的定价因素进行了细化的探讨与拆解。

正文

摘要

文献来源：Park, Sangkyun. The P-E Ratio, the Business Cycle, and Timing the Stock Market. The Journal of Portfolio Management, forthcoming November 2021.

推荐原因：本文利用1871-2020年的月度股市数据，分析了市盈率与未来股票市场表现之间的关系，以及错误定价是否为股市择时提供了机会。研究发现，市盈率与已实现的股权溢价成反比；而与公允市盈率这一基本面指标成正比。这些发现表明，市盈率可能同时反映了被误导的市场情绪和理性的投资者预

文献来源：Noël Amenc, Mikheil Esakia, Felix Goltz and Ben Luyten. Macroeconomic Risks in Equity Factor Investing.The Journal of Portfolio Management, 2019: jpm. 2019.1. 092.

推荐原因：本文旨在探讨宏观经济的风险对因子收益的影响。作者提出了一套寻找代表宏观经济预期的状态变量的方法，并发现选取的变量对因子收益的影响是显著的，并能反应经济预期的变化。作者还发现选取相关性较低的因子在一些情况下也不能很好的对冲宏观风险，理解宏观风险的逻辑才

文章摘要

卖方研究在经济不景气时期更有价值吗？

由于不确定性在经济不景气时期处于高位，投资者发现评估公司前景的难度增加，因此应该更重视分析师的产出。然而，较高的不确定性使分析师的任务更加困难，因此分析师的研究成果在不景气时是否更有价值尚不清楚。通过实证我们发现，在经济不景气时期，分析师的修正会对股价产生更大的影响，每个单位的盈利预测误差会下降，而分析师的报告会更频繁和更充实。分析师的增量影响对估值难度较大的公司来说也更为显著。这些结论可用分析师敬业程度提升和投资者对分析师依赖程度增加来解释。

文献来源：Loh, R. K., & Stulz, R. M. (2018). I

摘要

文献来源：Y. Atilgan, T.G. Bali and K.O. Demirtas et al., “Left-tail momentum: Underreaction to bad news, costly arbitrage and equity returns”, Journal of Financial Economics, Volume 135, Issue 3, 2020.

推荐原因：本文探究了股票左尾风险（left-tail risk，股票收益率分布在左端肥尾，也就是说股票历史上经历过较大幅的日度亏损）与未来收益间的截面相关性。作者发现，股票左尾风险

正文

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

\