本报告聚焦美国红利ETF市场，系统梳理主要红利指数特征及其编制方案，结合A股分红实际数据，进行了海外红利指数逻辑在A股的回测。结果表明，红利质量和红利增长风格的海外红利选股逻辑在A股表现出差异化收益，尤其是基于WisdomTree U.S.Quality Dividend Growth Index策略的组合显著超过了传统股息率选股方案，展示出较好的超额收益潜力[page::0][page::1][page::8][page::9][page::13]。
本报告基于个股资金流数据，构建了指数资金流指标，筛选了6个周频有效指标，进而设计了指数轮动策略与ETF组合。回测结果显示该策略在多个频率和资产组合中均实现显著超额收益和稳健表现，为高频指数轮动及ETF配置策略提供了有力支持。[page::0][page::3][page::10][page::11][page::13][page::19]
报告聚焦基于行为金融学的处置效应与前景理论，提出资本利得突出量（CGO）因子，结合低频和高频价量数据，通过实证回测展示该因子的选股效能。低频因子表现稳定，多空年化收益约28%；高频因子表现更优，行业市值中性后多空年化收益达40%，夏普比率显著提升。因子内部时间回溯周期影响显著，分域检验显示低频因子在小盘股更有效，高频因子在沪深300表现更佳。此外，策略对换仓频率和交易费用敏感，提示实际应用风险。报告为量化投资者提供了从行为金融视角出发的多频率量化因子投资策略框架及其表现分析 [page::0][page::5][page::9][page::17][page::18][page::19]
本报告基于海量Level 2逐笔订单数据，提出多维度解耦的大小单因子构建方法，涵盖时间和订单双重维度的93个大小单占比因子。通过对2020-2023年A股市场的实证回测，精选大小单因子组合在全市场及多个板块均实现超过30%的年化多头收益率和高夏普比率，显著跑赢相关指数，反映了大小单因子在捕捉主力买卖行为及市场信息方面的有效性，为量化投资提供了新的因子挖掘思路和选股依据 [page::0][page::16][page::25]
本报告提出扩散因子模型，将潜在因子结构融入生成式扩散过程中，有效解决高维资产收益率和小样本数据环境下的模拟难题。通过时间变换正交投影分解得分函数，设计专门的神经网络架构，实现对高维金融数据的高效生成并提供非渐近误差界。数值和实证结果表明，该模型在子空间恢复与投资组合构建中表现优异，超越传统方法，有效缓解维度灾难，支持大规模资产的风险管理与最优投资策略制定 [page::0][page::3][page::4][page::16].
本报告研究了通过做空投资级企业债券（如LQD ETF）作为尾部风险对冲工具的有效性。采用信用风险、流动性和动量三大信号，通过典型相关分析（CCA）优化对冲时机和仓位，实证显示该动态对冲方法能显著降低下行风险，提升Sortino比率，适用于高承载、高主动风险债券基金如PIMIX，并考虑了交易成本和市场容量限制，实现了现实可操作的风险管理方案 [page::2][page::5][page::56][page::57]
本报告提出了基于联合可交换数组的保险组合系统性风险建模框架，扩展了经典集体风险模型以考虑交互作用。通过建立相关的中心极限定理，理论刻画了大量保险合同及长期时间跨度下的总损失分布，验证了模型在中等规模组合上的有效性。同时，数值模拟揭示了风险依赖结构对尾部损失分布的显著影响，为风险管理提供新的理论工具与实证支持 [page::0][page::1][page::8][page::14][page::20]。
本文提出了一种基于Ornstein-Uhlenbeck过程的汇率风险溢价均值回复模型，刻画汇率偏离无套期保值利率平价（UIP）的结构性行为。实证采用2010-2025年USD/KRW数据，发现风险溢价在多个预测期限内均表现出强均值回复特征，且模型在2周、1个月及中长期（6个月、1年）预测中均表现良好，仅3个月预测期存在明显低估波动的过渡期现象。研究表明，汇率偏离UIP主要源于结构化风险溢价而非随机噪声，模型为汇率动态预测提供新的可解释框架，未来研究可关注尾部风险校正和多阶段动力学 [page::0][page::1][page::2][page::5][page::6]
本报告系统阐述了基于资产动态及因果驱动的投资组合优化理论框架，提出了“Commonality Principle”作为组合最优因果驱动的必要且充分条件，利用感度空间实现因果驱动下的系统性和非系统性多元化的整合。报告深入探讨了从Reichenbach的因果原理到神经网络自动微分提取敏感度，并构建了适用于投资组合的灵敏度距离矩阵及层次聚类优化方法；同时，创新性引入了基于公因果流形及其切空间的风险管理框架，将灵敏度预测作为路径依赖的动力学系统，通过随机微分方程模拟未来多步灵敏度轨迹，进而实现动态、前瞻性的投资组合多样化优化。大量实证实验涵盖美欧市场、不同周期、不同资产配置，结果显示基于因果敏感度的Hierarchical Sensitivity Parity（HSP）方法显著优于传统最大夏普率和层次风险平价方法，实现了更稳健的风险调整收益率 [page::1][page::5][page::11][page::20][page::53][page::123].
本文对八种主流深度强化学习算法在期权动态对冲任务中的表现进行了系统比较，以根半二次损失(RSQP)为风险衡量指标，实验证明蒙特卡洛策略梯度（MCPG）与近端策略优化（PPO）表现最佳，且MCPG在有限计算预算下唯一显著优于经典Black-Scholes Delta对冲基线，且收敛速度最快，揭示了稀疏奖励环境下策略梯度法的优势及其实际应用潜力。[page::0][page::4][page::6]
本文提出了一种基于Hawkes过程的逐笔价格形成模型，通过均场相互作用聚合多个自激点过程，揭示在临界参数条件下，聚合价格过程在大尺度极限下收敛为具有杠杆效应和超线性均值回复速度的随机波动率模型。该模型为市场价格微观结构与宏观波动率现象（如多重分形行为、杠杆效应）的数学基础提供理论支持，为复杂市场行为的刻画搭建桥梁 [page::0][page::1][page::2].
本报告提出一种基于生成对抗网络(GAN)与深度强化学习相结合的“Reinforced-GAN”算法，用于计算含有交易成本等摩擦的多代理金融市场均衡模型。该方法通过引入反馈机制稳定训练过程，实现了在多代理高维复杂环境下对资产溢价与波动性内生生成的精准模拟，超越传统解析及数值方法的限制。算法具备理论逼近保证，并通过多场景数值实验验证了其在LQ偏好及非线性交易成本下的优越性能及可扩展性，为金融均衡价量模型的求解提供了创新路径[page::0][page::1][page::4][page::9][page::10][page::13][page::15][page::17].
本报告研究了在模型不确定性背景下，基于单调均值-方差准则的最优风险分担问题。通过引入多个参考损失模型及卡方散度惩罚，构建了多模型下的优化策略。以Cramér-Lundberg损失模型为基础，获得了最优风险分担合同及财富过程的封闭形式解，揭示了财富过程与Radon-Nikodym导数辅助过程的线性关系，模型惩罚参数对财富波动性起约束作用。最终结合西班牙汽车保险数据进行了数值模拟，验证了模型有效性及保险人与对手方的盈亏权衡机制 [page::0][page::2][page::11][page::26][page::29]
本报告通过构建排除宏观经济干扰的“选举冲击”序列，实证分析了美国总统选举周期中选举概率意外变化对能源、清洁能源和国防三大行业股价的影响，发现支持共和党候选人的冲击显著提升能源和国防股价，同时抑制清洁能源股价，且效应具有持续性。此外，劳动市场数据显示相关产业就业也随选举冲击产生统计显著的响应，验证了政策预期通过金融市场向实体经济传导的路径 [page::0][page::1][page::2][page::4][page::20][page::26][page::18]
本报告系统地探讨了20/60/20规则在金融领域中的三大应用：基于该规则实现有效的金融数据聚类，提出衡量重尾行为的新统计指标，以及结合该规则构建的协方差矩阵在经典Markowitz组合优化中的应用。研究发现，股票市场中间60%的数据近似服从正态分布，而两端20%捕捉极端风险，利用中间段信息可有效重构无条件分布并改进风险管理和资产配置策略。实证回测表明，该分段方法在多资产组合优化中显著提升风险调整后的收益表现，尤其在市场剧烈波动时期表现优异，为金融数据建模及风险控制提供了新的实用工具与理论支持 [page::0][page::1][page::5][page::10][page::12][page::15][page::19][page::21]
本报告提出一种基于机器学习的动态投资框架，通过K-means聚类将市场划分为十个波动率状态，利用贝叶斯马尔可夫切换模型预测状态转移，动态调整资产配置。实证结果表明，该策略在两组资产池上均显著提升了风险调整后收益，优于传统静态投资方法，显示了结合经典优化与概率模型在波动市场中优化投资组合的强大潜力 [page::0][page::2][page::15][page::24][page::26]。
本报告首次应用针对二进制序列设计的复杂性-熵平面（BiCEP），利用加密货币每日涨跌数据量化市场效率。结果显示，大部分加密货币运营状态接近效率市场，唯独Shiba Inu (SHIB)表现显著非效率。排名分析表明，设计与共识机制对效率影响显著，且基于复杂性和熵的度量能有效评估加密市场效率 [page::0][page::4][page::5].
本报告首次将Gai-Kapadia模型从银行系统扩展至全球股票市场，构建基于价格共动的20资产网络（13个巴西资产与7个发达市场资产），通过蒙特卡洛模拟和确定性传播分析系统性风险和违约级联传播。结果显示，巴西资产的高聚类系数驱动局部风险传播，平均每次模拟出现2个资产违约，发达市场因连接稀疏表现出更强的系统弹性，无系统性崩溃发生。风险度量指标（VaR/CVaR）进一步验证新兴市场尾部风险更大。研究为监管层针对高聚类节点制定稳定政策和投资者开展跨市场多样化投资提供了实证支持和理论框架 [page::0][page::3][page::4][page::13][page::15]
本报告基于西班牙240,000条企业新贷交易数据，利用局部投影面板数据模型，实证测算了公共采购对企业新增贷款的动态影响，发现NGEU项目融资的采购合同比传统采购更强烈地促进了企业信贷扩张。公共采购总体导致新增贷款操作一年内累计增长0.75%，而NGEU合同对应的新增贷款增长高达3.0%。此外，信贷响应在中小企业和政府依赖行业（如制造业和建筑业）中更明显，短期信贷增幅大于长期信贷，且供应链中下游企业融资响应较快，上游企业延迟但持续。贷款回收调整后，NGEU采购导致信贷存量增长约5%，与历史数据接近，表明NGEU资金通过采购有效改善企业流动性，支持经济复苏 [page::0][page::1][page::7][page::8][page::13][page::15][page::16][page::17]
本报告系统识别和量化重构了欧元体系中的六大剥削策略，包括膨胀TARGET余额、虚假抵押物置换及违约、放宽自律规则、应急流动性援助(ELA)货币发行、通过ANFA实施的资产收购，以及主权债券的永续再发行。分析揭示这些策略利用了制度漏洞或内部机会主义行为，凸显当前体系的透明度不足和潜在风险，强调迫切需要全面改革以维护金融稳定 [page::0][page::1][page::2][page::3][page::4]
