{{membership}}

https://bigquant.com/codeshare/ad6ffc3f-5d31-455b-af32-e4d613404bfc

\

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

https://bigquant.com/codesharev2/a73609db-6607-4078-920b-7975d79bbf15

\

https://bigquant.com/codeshare/f9260c26-9a8a-406f-bc5d-3f394ce76d73

\

{{membership}}

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

\

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

策略案例

https://bigquant.com/codesharev2/353ca05c-8eb3-4076-8545-318fbdfbe4b2

\

\

会议：开源一席谈 日期：2023年2月24日 主办：开源证券金融工程魏建榕团队 会议主题：从ChatGPT看大数据的发展与未来 特邀嘉宾： 司帆：中国人民大学硕士，多年证券从业经验。2011年加入华夏基金，历任量化策略研究员、投资经理、负责多只量化专户的投资工作，现任华夏基金数量投资部基金经理。目前在管规模30.38亿元，在管产品数量12只。 陈宝健：开源证券计算机首席分析师。清华大学计算语言学硕士，曾先后任职于华创证券、国泰君安证券等机构，对信创/人工智能/云计算/信息安全等有深入研究。团队公众号(点击跳转)：健谈计算机。

\

对话实录（主持人：傅开波）

Q1：近

日期：2021年11月5日

主办：开源证券金融工程魏建榕团队

主题演讲：分化行情与Alpha投资探索

特邀嘉宾：楼华锋，兴业基金多元投资团队总监

发言实录：

非常感谢开源金融工程魏博

介绍

本贴主要分享东方证券金工部在Barra多因子结构风险模型上的研究思路、方法和成果,并持续更新…

下载链接：【https://pan.baidu.com/s/1ozOhYXLDTXl1zPE5jx9ytA】

Barra多因子结构风险模型投资流程入下：

预览

![{w:100}](/

摘要

因为权重行业相对小市值行业走弱，我们转为短期谨慎态度。近期行业配置发出市值加权配置信号，从而减少小市值因子暴露。重点推荐的行业有国防军工、医药、农林牧渔、传媒和交通运输。

1. 行业月度涨跌幅排名：

   银行涨跌幅排名在处于历史 90%分位数，而食品饮料、医药和电子元器件的涨幅排名在下降。从涨跌幅排名上看市场风险高；

2. 行业波动率排名：

   银行和医药的波动率有所下降，非银处于历史 10%分位数以下，食品饮料和电子元器件行业波动率从低点回升；从波动率排名上看市场风险中等；

3. 前五名权重行业中：

   a. 没有行业符合急涨

摘要

因子多头超额收益表现本周内总市值对数、非流动性冲击、一个月日均换手、三个月日均换手因子的表现较好，而单季度ROA、单季度ROE、市盈率倒数TTM、一致预期市盈率TTM、一致预期PEG等因子的表现较差；本月内总市值对数、非流动性冲击、一个月日均换手、三个月日均换手因子的表现较好，而单季度ROA、单季度ROE、市盈率倒数TTM、一致预期市盈率TTM、一致预期PEG等因子的表现较差。 因子多空收益表现本周内一个月日均换手、三个月真实波动率、三个月日均换手、非流动性冲击、三个月反转、总市值对数因子的表现较好，而单季度ROA、一致预期PEG、单季度ROE、市盈率倒数TTM、单季度营业收入同比

摘要

单向波动差值择时模型信号准确率与成交额关系随着成交额的增加，发出看多信号时预测的准确度进一步提高。看空信号胜率并未显示与成交额的相关性。因而可以考虑将成交额信息加入看多信号的判断对原模型进行改进。

相对成交额过滤转多信号vs成交额共同确认看多信号1）方法一策略收益16.40倍，信号切换胜率0.5231，总交易次数130次。从逻辑上更加符合一次趋势较强上涨的确认过程。更能在收益及风险间取得平衡，且维持更低的交易次数。调参检测结果显示，相对成交额阈值取1.1效果最优。 2）单向波动差值及相对成交额共同确认看多信号的方法相对谨慎，适合只做多头的投资者。策略收益为9.27倍，信号切换胜

「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

我们在本篇报告中将目光聚焦于日内价量信息和交易特征，使用分钟数据构建一系列高频因子，并对比各因子在股票和期货中的表现。

高频因子分类。高频因子可以分为收益率分布、成交量分布、量价复合、资金流和日内动量等几个主要的类别，各类因子还可以做进一步的细化，例如收益率分布因子包括已实现偏度、已实现峰度和上下行波动率等。

收益率分布因子。高频偏度和下行波动占比具有显著的选股效果，多空组合月均收益差分别为1.45%和1.87%，因子IR分别为2.61和3.31。因子在股票中均呈现出反转效应，即高频偏度小、下行波动占比高的股票未来收益表现更好，而在期货中呈现出动量效应，即高频偏度大、上行波动

摘要

因子多头绝对收益表现本周内总市值对数、一致预期EP、账面市值比因子的表现较好，而一个月日均换手、一个月反转、换手率变化因子的表现较差；本月内单季度净资产收益率、总市值对数、非流动性冲击、单季度净利润同比增速因子的表现较好，而一个月日均换手、一个月真实波动率因子的表现较差；本年内一个月反转、单季度净资产收益率因子表现较好，一个月真实波动率、滚动市盈率倒数、账面市值比、一致预期EP等因子表现较差；最近一年内单季度净资产收益率因子表现较好，总市值对数、一个月真实波动率、非流动性冲击等因子表现较差。

因子多空收益表现本周内一致预期EP、单季度净资产收益率因子的表现较好，而一个月日均换手、

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

摘要

市值效应的事实与流言在早期的金融研究中，“市值效应”这一开创性发现一方面对标准资产定价模型的权威性构成了一定的挑战，另一方面也引发了学术界对有效市场假说的长期争执。在长达几十年的时间里，人们坚定不移地将“小盘股的平均收益率要高于大盘股”这一理念作为事实。然而我们看到，即使“市值效应”在学术和实际应用中都拥有着深长的发展和坚实的群众基础，各界人士对于其疑虑和争论却从未停止。本文检视了多项关于“市值效应”的观点，并旨在用简单的检验手段和公开数据来澄清围绕在这些观点周围的误解。

时变的基金经理管理能力本文提出一种新的选股和择时能力度量方法，为基金经理能力的研究提供了有力支持。如果一位

摘要

买方分析师的能力与角色研究本文通过对14家基金公司的基金产品进行分析，来评估买方分析师在共同基金投资中的角色与能力。买方分析师通过实现正的风险调整后收益，以及卓越的风险管理来展现投资能力。对同一家基金公司的产品而言，分析师的能力对基金收益的影响为正。尽管有些基金经理从买方分析师的能力中获利，但是这些分析师的研究依然没有获得充分利用。主要原因在于基金经理会选择性采纳分析师的建议，从而使得能力利用不足。

关于公式化价值投资方法的事实‚价值投资‛越来越多地被量化投资策略所采用，此类策略将常用的基本指标(如账面价值、收益)与市场价格的比率加以利用，但较少对标的证券的内在价值做更为综合深

摘要

多维回撤率控制策略原理

先前的外发报告《基于回撤率控制的仓位管理及择时策略》中阐述了单一维度的回撤调整引理（Drawdrown Modulation Lemma）的原理，并应用于沪深 300等指数证实其有效性。该引理可扩展到多维证券的组合当中去，然而涉及多维优化问题求解最佳γ时继续使用蒙特卡洛模拟求解是不现实的。因此，我们根据单一维度的结论，直接制定γ的选取方法，省略蒙特卡洛模拟求解步骤。

多维回撤率控制

日频策略选取经国信证实金工组证实有效的 ROE、CanSlim、GARP、多因子模型按照多维回撤控制策略进行组合，生成日频的持仓金额比例指导信息。结果

摘要

大类资产配置的核心是获取资产的Beta收益，而资产的beta收益，不仅来源于主动承担的市场系统性风险，还来源于主动承担的某类风格暴露带来的收益，如规模因子、价值因子、动量因子等，这即为的投资思路。

本报告借鉴多因子综合打分方法，重要研究价值与成长的风格轮动。 从内在逻辑看，价值与成长的风格轮动，首先可能源自于投资者情绪与风险偏好的变化。因为成长股的弹性大、风险高，成长股成为主导风格往往是投资者做多情绪高涨、风险偏好提升所致，而投资者情绪的变化又可以通过市场环境的差异得以体现，如市场涨跌幅、波动率、换手率等；其次，价值成长的风格轮动也可能源自于价值股与成长股自身业绩及估值的差异，

摘要

为了更细致的研究公司收入情况，本文对主营构成进行了相应分析。步骤如下：

1. 基础数据的选取：万德主营构成（按行业）。该数据来自上市公司定期报告(年报、中报)附录中公布的主营构成数据，包括项目名称以及项目收入。
2. 自然语言处理：因不同公司之间或者不同时期对同一项目的描述可能不一致，我们用jieba第三方库对项目名称进行关键词提取、相似度分析等，并最终将项目重新归类。
3. 测算主营构成相关因子效果：主营收入分组增长率、主营集中度因子和主营相似度调整等。

相应结论如下：

1. 主营收入增长率（第一名）的分层能力最强，增加其他名次的主营类别反而令分层效果