蓝海启航 系列研究之七：供应链中心性初探
本报告聚焦供应链网络结构中的中心性指标，基于秩鼎深度供应链数据，分别构建客户端中心性与供给端中心性，针对沪深300、中证500及新能源汽车、光伏等产业链展开选股策略回测，结果显示客户端中心性提升的股票组合显著跑赢基准，体现出良好的超额收益与风险调整表现，验证了供应链中心性在量化投资中的应用价值 [page::0][page::1][page::6][page::8][page::10][page::11]
金融研报AI分析
蓝海启航 系列研究之六：基于供应链动量的行业轮动与指数增强策略
本报告基于秩鼎公司供应链数据，从供应链关系数量与强度两角度计算行业供应链关联度，提出行业供应商动量因子和客户动量因子。IC及分位数测试均显示供应商动量因子预测效果优于客户动量及行业自身动量。基于供应商动量的行业轮动策略和指数增强策略均实现显著超额收益，策略稳定性较高，适用于沪深300和中证500指数成分股，年化超额收益率分别达8%与5.33% [page::0][page::7][page::9][page::11][page::14][page::16]
中邮·金工|周观点:ETF资金仍聚焦科创芯片与机器人，主题行情下行业轮动有效性回撤
本报告系统分析了2025年3月初至今中信一级行业的周度及年度表现，重点关注ETF资金流向、行业扩散指数与GRU因子行业轮动表现，揭示行业轮动策略当前面临的收益压力与主题行情集中带来的挑战，强调科创芯片与机器人ETF资金净流入显著，中游制造与新能源行业交易活跃。扩散指数行业轮动模型今年以来超额收益为-0.79%，GRU因子行业轮动模型超额收益为-5.28%，行业轮动的有效性出现回撤，提示模型在当前主题市场环境中的适用风险 [page::0][page::2][page::5][page::6][page::8]
融资盘被动爆仓导致大幅净流出，GRU模型仍未配置成长行业轮动周报20250413
本报告深入分析了2025年4月第一周中信一级行业的指数表现、融资余额变动及ETF资金流向，重点指出融资盘被动爆仓引发大幅净流出，同时GRU模型行业轮动仍未有效配置成长行业。通过扩散指数和GRU因子模型跟踪行业轮动表现，发现今年以来均呈现负超额收益。行业ETF资金流向显示军工、消费等行业受资金青睐，反映题材板块炒作活跃。风险提示包括模型失效和政策变化风险，为市场投资提供参考和警示 [page::0][page::1][page::2][page::5][page::6][page::7][page::8][page::9]
深度学习增强的可转债量化策略
本报告通过引入时序标准化算子显著提升传统可转债因子的稳定性，结合基于可转债及正股行情的GRU深度学习模型，构建多因子和深度模型融合的量化选债策略，实现多空年化收益率超过113%，回撤控制在4.83%，显著优于基准指数，为可转债投资提供量化决策参考 [page::0][page::14][page::15]。
金融搭台 科技消费轮动 ETF资金持续高低切
本报告分析2024年11月近期市场表现，指出金融行业引领科技与消费行业轮动行情，ETF资金呈现高低切换趋势。行业扩散指数和GRU因子显示价值方向配置为主，但扩散指数模型超额收益较差且存在失效风险，GRU因子自2021年以来表现稳健，2024年超额收益达12.68%，为投资者提供轮动行业配置建议及风险提示 [page::0][page::2][page::5][page::8][page::9]。
Beta猎手系列之十二：RAG-ChatGPT提前布局热点概念领涨股
本报告基于大语言模型RAG技术与ChatGPT，升级“产业链Agent”模型，完善产业链与概念股梳理全流程，构建高质量多源知识库并采用混合检索和时间加权机制，有效提升产业链图谱和概念股识别准确度。同时基于动量与非流动性因子合成及尖峰右偏特征等量价指标，筛选出概念热点中的领涨股组合，实证显示领涨组合在热点启动初期具有显著超额收益，助力投资者精准把握热点行情 [page::0][page::8][page::14][page::16][page::17][page::18]
量化漫谈系列之十：RAG-ChatGPT读季报：公募基金经理一致观点解析
本报告利用检索增强生成（RAG）技术结合大语言模型（GPT-4o），对公募基金经理2024年二季度季报中的宏观经济、A股、港股市场以及多个行业板块和风格观点进行了全面解读与系统分析。报告揭示了基金经理对2024年下半年经济温和复苏的普遍预期及其在A股震荡格局中寻找结构性机会的操作策略，同时涵盖了基金经理在消费、TMT、新能源、医药、军工等主要行业的分歧与共识，以及对风格轮动和热门概念的最新判断，为投资者提供了重要的观点聚合与量化研究辅助 [page::0][page::1][page::4][page::5][page::6][page::7][page::8][page::10][page::12][page::14][page::16][page::18][page::20][page::21][page::22]
Alpha掘金系列之五：如何利用ChatGPT挖掘高频选股因子？
本报告系统介绍了ChatGPT在量化研究领域尤其是高频选股因子挖掘中的应用，详细阐述了基于提示工程设计原创因子的构建步骤及逻辑，重点测试了周频变异系数因子和日频高频买卖盘力量因子的表现。实证结果表明，买卖盘力量差异因子在日频具有17.29%的年化超额收益率，并成功构建中证1000增强策略实现7.17%的年化超额收益，体现了ChatGPT助力量化研究的潜力。此外，报告也探讨了ChatGPT生成量化代码的实用性及需注意的细节。[page::0][page::1][page::8][page::9][page::10][page::11][page::12][page::13][page::14]
Beta猎手系列之七：追上投资热点 基于LLM的产业链图谱智能化生成
本报告介绍了基于大语言模型（LLM）的智能体技术在金融投资领域的创新应用，重点构建并应用了“产业链Agent”进行产业链梳理与投资标的智能推荐。报告详细阐述了智能体的运行机制、单智能体与多智能体的应用实践，以及通过叠加新闻数据提升产业链结构识别准确性。以“华为供应链”为案例，展示了基于GPT系列模型分别进行产业链结构梳理及投资标的筛选的实证分析，并验证了智能体技术在产业链图谱智能生成中的潜力和存在的瓶颈，为量化投资研究提供了重要参考 [page::0][page::1][page::3][page::4][page::5][page::6][page::8][page::9][page::10][page::11]
Alpha掘金系列之七：ChatGLM医药行业舆情精选策略 大模型微调指南
本报告系统介绍了大语言模型微调技术，重点采用LoRA参数高效微调方法对国产ChatGLM2模型进行医药行业新闻文本舆情精选策略的构建。通过以ChatGPT3.5输出作为微调标签，实现ChatGLM2模型在医药行业新闻情感与逻辑推理分析上的显著提升，构建的周度舆情精选策略年化超额收益率超过30%，运行稳定且手续费影响可控，展现了大模型微调在金融定制领域投研辅助的巨大应用潜力。[page::0][page::11][page::16][page::18]
Beta猎手系列之九：人工智能全球大类资产配置模型
本报告探讨了利用机器学习模型（基于CART及集成学习的树模型）构建全球大类资产配置因子的方法，覆盖股票、债券及商品类资产。通过对特征和标签的多种预处理方式及树模型调优，最终选用CSMinMax特征处理、CSZScore标签处理及LightGBM DART模型，因子IC均值达到9.00%，多头年化收益13.34%，多空年化收益率15.20%。基于该因子构建的月频量化资产配置策略年化收益率16.91%，夏普比率0.99，显著优于等权基准。叠加波动率约束后的优化策略在降低回撤和换手率的同时，Sharpe比率提升至1.28，年化收益维持7.86% [page::0][page::1][page::3][page::8][page::9][page::10][page::11][page::12][page::14]
ETF投资宝典系列之二：自由现金流全方位解析与指数比较
本报告系统解析自由现金流核心概念与投资逻辑，全面比较国内外自由现金流指数表现，重点展现国证自由现金流指数优异的历史收益和行业配置特征；深入探讨自由现金流率因子的构建与测试，验证其较强的选股能力与超额收益潜力，并基于该因子开发指数增强策略；最后比较自由现金流指数与红利指数的差异，揭示自由现金流指数强调内生增长性且估值处于低位，适合长期稳健投资配置[page::1][page::7][page::10][page::12][page::13][page::16]
中证A500指数有效因子分析与增强策略
本文基于对中证A500指数（模拟）成分股的严格筛选，深入分析一致预期、动量、质量、技术和价值等有效因子的表现，筛选出年化超额收益率高且稳定的因子组合，构建了中证A500指数增强因子及对应策略。该增强策略在2018年至2024年期间回测表现优异，年化超额收益率达11.05%，最大回撤7.34%，显著优于基准指数，具备良好的实用价值和推广潜力 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
量化漫谈系列之五：中证2000指数发布，如何构建微盘股指数增强策略？
本报告首次系统比较中证2000指数与国证2000指数，结合微盘股特点，筛选成长、价值、技术、反转、一致预期和特异波动率六大因子，构建合成大类因子GZ2000_AdjCI，开发国证2000指数增强策略。策略回测年化超额收益率达15.59%，信息比率2.18，显著优于基准指数，适合投资者捕捉小市值股成长潜力和非理性定价机会。[page::0][page::1][page::4][page::6][page::7][page::8][page::9]
择时、选股、选基 自主可控概念量化投资指南
本报告围绕自主可控概念进行量化投资研究，从宏观事件因子择时、基本面因子选股及主题基金三个维度展开。构建了基于11个宏观因子的动态择时策略，实现2014—2023年期间近7%年化超额收益，并显著降低回撤风险。选股方面，结合成长、质量、技术、动量四大类因子构建增强因子，年化收益率达41.93%，策略夏普比率1.52，显著优于等权基准。报告还筛选了高含量自主可控概念基金，推荐投资路径。为投资者自主可控板块的量化投资提供全面指南和实用模型支持。[page::2][page::8][page::15][page::19]
预期差视角下的业绩预喜个股机会梳理
本报告围绕业绩预告在消除市场预期差中的作用展开，分析了业绩预喜和不佳的预告特征及事件效应。结果显示，年度业绩预喜公司在120个交易日中表现稳健，超额收益达3.16%，尤其预增事件表现最优，超额收益达4.46%。2022年业绩预告披露稳定，煤炭、石油、有色行业预增占比最高。此外，报告指出业绩预告与实际业绩存在偏差风险，强调需警惕虚增业绩情况并采用筛选策略挖掘真实超预期股票池，为投资决策提供量化支持。[page::0][page::4][page::5][page::6][page::8]
新股掘金系列之一 | 次新股择时与精选组合构建
本报告定义开板后且上市不超过一年的股票为次新股，聚焦其较低市场相关性和高成长性。研究覆盖2016-2021年新股情况，分析三种买入时点：开板、市盈率触发及业绩披露，发现基于业绩快报和市盈率破发买入次新股能获得显著超额收益。报告构建基于业绩披露和上市月份筛选的次新股组合及以技术和动量因子为主的合成因子，精选组合表现优异，年化收益率超32%，夏普率达1.14，表现优于沪深300指数，具独立行情特性，投资价值明显 [page::0][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14]
CTA金点子系列之二：基于日内高频博弈信息的商品CTA策略
本报告基于商品期货日内高频快照数据，从买入意愿、流动性溢价、大单影响力、价格拐点及日内动量反转5个维度构建因子，通过因子合成显著提升预测能力，开发出一套稳健的CTA截面多空策略。该策略利用当日高频交易特征，结合等权多空持仓和持仓分散原则，年化收益率达到7.84%，夏普比率1.08，换手率控制合理，回撤有限，表现稳健且显著优于传统趋势策略，具有较强的风险对冲能力和容量优势，为投资者提供了新的绝对收益来源和策略补充 [page::0][page::1][page::3][page::4][page::5][page::6][page::7][page::8]
Beta猎手：基于动态宏观事件因子的股债轮动策略
报告构建了动态宏观事件驱动策略框架，动态筛选与资产走势关联度高的宏观事件因子，通过经济增长与货币流动性两类因子合成股票仓位信号，实现对股指的动态择时。择时策略2005年至2022年年化收益18.73%，最大回撤13.77%，显著优于对标指数表现。并基于此，构建三档风险偏好的股债轮动策略，在不同市场环境中均实现超额收益，且交易成本影响有限，展示了宏观数据动态择时策略在实际投资配置中的潜力和稳定性 [page::0][page::8][page::9][page::12][page::14]
