本报告基于华泰金工量化经济周期系列研究，结合市场&风格双因子定价模型和周期理论，通过周期策略、周期动量、宏观因子、残差动量等多种资产配置策略，构建了国内版和全球版多资产ETF组合。采用优选ETF池、组合优化方法及行业轮动策略，模拟测算结果表明，两类组合扣费后年化收益分别达到8.36%和12.45%，夏普比率分别为1.61和2.24，具备较强收益和风险控制能力。报告同时介绍了基于量价大数据与AI技术的行业轮动模型和多家基金公司的定制ETF组合构建效果，为投资者提供了科学、系统的多资产量化投资解决方案[page::0][page::11][page::12][page::14][page::21][page::23][page::26][page::29][page::31][page::33]
本报告提出基于Nelson-Siegel模型预测即期利率曲线的水平、斜率、曲率三因子变化，结合提取的CP因子对水平因子进行增强预测，进而构建不同期限国债财富指数的久期轮动策略。回测显示，该策略在2009-2024年提升年化收益率2.75%，并将该策略融入资产配置可显著优化组合收益与风险指标。研究还探讨了策略在国开债及多种资产配置框架中的实际应用效果，验证其较强的增强作用与实践价值 [page::0][page::1][page::8][page::11][page::15][page::23][page::25]
本报告是《经济周期实证、理论及应用》系列的第8篇，重点构建了宏观+中观+微观三层视角的行业景气投资框架。通过量化金融经济周期及多维宏观因子，结合行业基本面和资金流动数据，形成综合景气指数，实现对行业盈利能力及其变化的动态判断，并辅以科学方法实现领先指标的筛选和智能组合预测，打造具有效率的行业轮动策略，为实战投资提供系统支持 [page::0][page::1][page::2][page::6][page::9][page::14][page::15][page::21][page::27][page::34]
本报告第7篇围绕经济周期规律的应用，聚焦基钦周期驱动下A股市场及行业画像，揭示1996年以来A股八轮周期中呈现的消费、成长、价值、周期板块轮动特征；通过聚类分析构建了五大行业板块体系；基于估值与盈利双重拆解，指出A股长期收益主要来源于盈利能力（ROE）而非估值波动；通过改进杜邦拆解方法，细致刻画了各板块盈利模式的异同，为基于周期视角的行业投资框架奠定理论与实证基础 [page::0][page::1][page::3][page::5][page::10][page::15][page::18][page::19]
本报告第6篇继续深入探讨经济周期的运行逻辑，着重解析经典三周期（库兹涅茨、朱格拉、基钦周期）的微观与宏观机制，揭示其作为经济系统缓冲机制对结构稳定性和功能敏感性的双重贡献。报告结合频谱分析，实证金融经济系统的低自由度特征，验证了系统功能敏感性与突变稳定性的兼容性，并证明经济周期频率值服从幂律分布，体现系统兼顾外部适应与内部稳健的进化结果。经济系统的分层结构（库存、产能、基础设施）驱动不同周期特征，且不同层级供需传导存在阶段性放大，最终形成多层次周期共同作用下的经济运动[page::1][page::3][page::17][page::20][page::24][page::26]
本报告基于自然科学理论和社会科学结合的视角，系统阐释了经济周期的内部逻辑，重点解析金融经济系统作为开放复杂系统的运行机制及其最大化熵产生原理驱动，深入剖析了康波周期的产生机理及历史演进，其中创新被视为经济周期的核心动力，生产力与生产关系的矛盾构成周期的根源动力，实证分析表明信用资产收益与康波周期紧密相关，为宏观经济周期规律与投资实践提供理论支持和量化依据 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18]
本篇报告从自上而下视角深入探讨金融经济周期的起源，基于耗散结构理论，阐释秩序的产生（创新）与扩散（市场过程）机制，揭示经济周期本质为代谢（创新引入负熵）与复制（市场消耗负熵）的动态交替。通过元胞自动机与遗传算法模型，展现创新效率提升的关键因素——随机变异与有效筛选机制，及信息扩散对系统有序性的推动作用，同时以蚁群模型模拟代谢与复制的周期交替过程，进一步佐证熊彼特的创新蜂聚假说，提供了对经济周期运行逻辑的系统性理解 [page::0][page::6][page::12][page::19][page::23][page::24]
本报告基于主成分分析与信号处理MUSIC算法，实证验证了全球重要市场资产价格和宏观指标中存在42、100和200个月左右的统一周期。研究揭示金融经济系统周期运动统一，且市场因子驱动全球多类别资产同步波动，周期规律稳定且具有系统级别特征。以自然界周期验证算法有效性，为周期规律投资应用提供坚实基础 [page::0][page::2][page::11][page::17][page::19].
本报告基于频谱分析、小波变换及高斯滤波技术，实证验证了经济周期的长期稳定存在，明确了金融经济系统中42个月、100个月及200个月三大周期的显著性和普遍性。通过对全球400余项资产价格与宏观指标的分析，发现周期信号在多类资产和指标中广泛呈现，并构建三周期资产价格拟合模型，实现周期信号对行情变动的有效解释，为基于经济周期的主动资产配置提供量化支持[page::0][page::1][page::3][page::13][page::23][page::29][page::33][page::36]
本报告聚焦国内首批自由现金流ETF获批背景与代表指数，深入解读自由现金流因子的投资价值、美国成熟自由现金流ETF案例，以及三大A股自由现金流指数的编制方案、成分结构和业绩表现。研究表明，自由现金流因子能有效刻画企业赚钱能力和成长潜力，相关ETF长期表现优于传统价值和红利因子，尤其在市场下行期展现出稳健优势，成为穿越牛熊的优质长线配置选择 [page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::8][page::9]。
本报告基于远期利率和宏观经济指标，构建利率预测模型，对利率曲线变动进行有效预测，进而在债券指数上形成配置观点，构建出久期轮动策略。该策略自2011年至2024年回测，年化收益率达8.47%，夏普比率达2.62，显著优于仅使用远期利率模型的策略。宏观经济数据经过季节性调整和滤波降噪预处理，确保其有效性。久期轮动策略能结合资产配置框架进行股债风险平价增强，并在国开债市场实现良好适应性和收益提升。量化策略显示，以远期利率和精选宏观指标联合构建的模型，在多个期限债券收益率预测中均表现出较强的预测及排序能力，为债券投资提供了实用的量化工具 [page::0][page::2][page::6][page::15]
本报告基于宏观净预期差模型，提出国内（含港股）ETF配置策略。策略通过剔除市场提前price-in部分，更准确捕捉宏观数据公布带来的预期差冲击，有效提升资产择时与配置表现。2024年样本外收益年化21.90%，夏普比4.91，表现稳健优异。研究还结合宏观状态分域与资产映射，为单资产量身定制差异化净预期差因子，覆盖股票、债券、商品等多资产类别。策略中剔除买方price-in和宏观分域均显著提升收益，且净预期差捕捉了预期反转alpha，特别适合宏观主导的市场环境。展望2025年二季度，宏观基本面修复将继续主导投资机会，建议关注宏观数据和预期边际变化 [page::0][page::1][page::2][page::5][page::8][page::9][page::10][page::11]
本报告系统梳理了基本面量化投资的定义、现状与研究方法，深入探讨了价值、质量、预期、ESG及行为金融等多类核心基本面因子的研究进展与创新路径，指出基本面量化因子具备清晰逻辑、容量大及差异化优势，并强调结合人工智能及另类数据将助力未来因子的创新与策略优化，为构建多因子组合和提高Alpha贡献提供理论和实证支持[page::0][page::2][page::10][page::24]。
本报告系统梳理了基本面量化策略的最新研究成果和实践应用，重点围绕行业域选股、风格域选股、多策略配置和因子择时四大核心维度。行业域选股通过精细化洞察行业差异和风险溢价显著提升组合表现；风格域选股动态适应市场周期变动，实现风格间轮动增益；多策略配置通过多样化与优化方法增强组合的风险收益特性；而因子择时结合宏观周期、投资者情绪等信号，有助于灵活捕捉因子溢价，提升收益稳定性。这四者共同构筑了系统化的基本面因子投资框架，为投资者提供理论和实务指引，助力应对当前量价同质化背景下的投资挑战[page::0][page::1][page::3][page::5][page::11][page::17][page::22][page::26].
本报告利用机器学习模型模拟投资者分歧，通过构建分歧度因子有效刻画投资者观点差异，发现分歧度越高，股票未来收益越低。采用50个LightGBM模型，随机选择截面特征训练，实现较高RankIC（7.66%）和9.71%年化超额收益率，同时降低换手率。进一步分析显示，做空限制、动量及投资者认可度对分歧度因子表现有显著影响，合成复合因子能进一步提升预测能力 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]
本文基于回归法框架，以纯债基金净值及债券指数净值数据构建OLS、WLS、LAD及其加权版本WLAD模型，自动调整回归指数以缓解久期高估问题。WLAD模型能有效抵抗净值异常跳动，估算误差最小，支持债基久期日频跟踪。基于优化后参数，模型对2024年最新纯债基金久期估算均准确，反映近期债基久期整体上升趋势 [page::0][page::14][page::16][page::17]
本报告基于红利因子净值温和趋势特征，采用多组双均线趋势择时模型显著跑赢基准，现策略发出看多信号。结合全球经济周期模型与中国宏观因子分析，判断红利类资产具备较强防守属性，建议提升其在A股配置中比重。行业轮动模型表现优异，红利类及金融、交通等行业得分靠前，AI行业轮动融合信号年化收益达21.43%，夏普比率1.33。公募主动基金在行业轮动配置上表现不佳，建议审慎参考。报告提供详尽量化模型框架及回测数据，辅以丰富图表展示，指导2025Q1 ETF投资布局 [page::0][page::2][page::4][page::6][page::8][page::9]
本文聚焦美国Smart Beta ETF市场，系统梳理产品规模、因子结构及发展趋势，重点分析了成长、价值、质量与现金流等单因子产品，以及主动与被动管理的多因子策略。报告揭示单因子产品仍占主导，但多因子产品增速更快，主动管理趋势显著，代表产品通过动态因子配置实现周期适应性，Smart Beta ETF正向多重风险收益来源叠加演变，为国内市场策略设计提供重要参考 [page::0][page::1][page::3][page::4][page::15][page::16][page::18]
本报告基于主成分分析方法构建了国内统一的市场因子及各类资产风格因子，形成双因子定价模型，验证其稳定性和有效性，并将其应用于跨资产配置策略，结果显示双因子信号能显著提升策略年化收益和风险调整表现，融合信号的复合策略取得更优绩效，彰显信号叠加的增益效果，为投资者提供新视角和优化配置方法 [page::0][page::1][page::15][page::17][page::22]
本报告从预测目标、网络结构和组合优化三方面改进多任务学习选股模型。创新引入夏普比率作为风险调整收益预测目标，采用腾讯PLE架构提升模型表征能力，并结合多周期优化实现不同期限收益预测融合。回测结果显示，PLE结合多周期优化的增强组合在中证500和中证1000指数上均获得优异的年化超额收益和信息比率，表现超越多种对照模型，且在回撤控制上具备优势 [page::0][page::1][page::12][page::13][page::14][page::15]
