摘要

文献来源：Byrd, David, Sourabh Bajaj, and Tucker Hybinette Balch. "Fund Asset Inference Using Machine Learning Methods: What’s in That Portfolio?." The Journal of Financial Data Science 1.3 (2019): 98-107.

推荐原因：

![{w:100}{w:100}](https://mmbiz.qpic.cn/mmbiz_png/7gro3mu9ykFMbyA7gTRa5uzNB

报告摘要

本文从基金投资组合和单个基金两个层面考察了共同基金基于市场定价偏差的择时能力。有显著证据表明，当存在系统性低估时，择时能力强的基金经理会增加对于市场的暴露。在排除1987年市场崩盘、2000年互联网崩盘和2008年金融危机之后，本文的结果依然成立。 此外，本文的分析表明，在考虑了市场择时、波动率择时、流动性择时和情绪择时的情况下，以及控制了其他潜在风险因子之后，本文构建的定价偏差择时模型仍然有效。 本文还进行了bootstrap分析，以判断定价偏差是否源于运气或随机。本文发现定价偏差择时能更多的可以归于基金经理的投资管理能力。进一步，本文发现定价偏差择时能力为共同基金投资者创

摘要

在过去的三⼗年里，发达市场没有出现通胀持续飙升的情况。因此，投资者⾯临经验有限且没有最新数据来指导重新 定位的挑战。⾯对⾼通胀⻛险的投资组合。我们通过分析过去 95 年来美国、英国和⽇本的各种资产类别的被动和主动策略提供了⼀些⻅解。

意外通胀对债券和股票等传统资产来说是个坏消息，当地通胀影响最⼤。⼤宗商品在通胀飙升期间具有正回报，但商 品综合体内部存在相当⼤的差异。在动态策略中，我们发现趋势跟踪在重要的通胀冲击期间提供了最可靠的保护。主 动股票因⼦策略也提供了⼀定程度的对冲能力。我们还提供对另类资产类别（例如艺术品）的分析，并讨论将加密货币作为防⽌通货膨胀战略的⼀部分的经济原

\

前言

本文主要研究了情绪因子在商品期货截面策略的应用。文章发现，情绪变化较大的商品的表现比情绪变化较小的商品要好。虽然情绪乐观/悲观的程度也很重要，但与情绪的变化相比，它的预测能力明显较弱。从2010年到2020年，一个基于高与低情绪变化的加权和月度再平衡的多空投资组合每年产生7.2%且统计显著的平均回报。这种naïve策略的夏普比率为0.75，最大跌幅为12.2%，与传统因子相比该因子收益翻了一倍多，风险降低了一半。情绪因子与动量、对冲压力、偏度和基差动量无关，但与基差风险负相关。与时间序列跨越检验一致，截面定价检验进一步表明，情绪因素具有显著的定价能力，超越商品基本面。

为了确定

摘要

本期的两篇文献聚焦在资产配置和量化选股领域。第一篇报告重点讨论在执行战略资产配置时，是否需要使用再平衡策略以及采用何种频率和幅度进行再平衡，能够使投资组合获得更高收益。第二篇报告重点关注研发费用、专利因子对收益率的预测作用。

正文

/wiki/static/upload/e5/e5624f1b-6465-4010-a3ec-1c5a18ffbee2.pdf

\

https://bigquant.com/experimentshare/5f74d02dff0e45d595f7494edb417019

\

https://bigquant.com/live/shared/strategy?id=62677

https://bigquant.com/live/shared/strategy?id=60243

需要的留下联系方式

https://bigquant.com/experimentshare/fc4dbef7b8ef4cabaffab14a819332cc

\

怎么用bigquant的架构来获取每天涨停的个股，不是用传统的代码打出来的那种，试过好多次！老是运行的结果错误！

https://bigquant.com/experimentshare/fb090a47d5a14348828be56e969cd9ce

\

摘要

因子研究一直是量化领域的重心。研究者在基于新数据新想法不断努力挖掘有效因子的同时，如何将手头上已有的因子转化为最终的投资组合也是摆在基金经理们眼前的现实问题。本篇报告的主要研究目的，是在给定最终复合因子的前提下，探索新的多头股票组合构建及优化方式，并运用机器学习算法实现具有操作意义的指数增强构建方法。

因子组合构建方式不多：多为线性优化

线性优化是主流的因子组合构建方式之一，它有着简单直观、优化计算复杂程度低，计算耗时极少的优点。但相应的，它的不足之处是丢弃了不同个股之间的相关性信息，同时会使得最终的优化结果中，个股集中程度较大。

二次规划带来的边际提升有限

https://bigquant.com/experimentshare/90893ae479534a35b18333465ba620b2

\

https://bigquant.com/experimentshare/2fbb2629dcb0450bbf72e224835b4957

\

本代码完整版一共包括三部分：数据、算法、回测交易。 由于该策略与机构有一些合作，我们只放出了数据和算法。希望大家能够理解！

策略案例

https://bigquant.com/experimentshare/5a93201876eb401e998867e0b5106175

\

/wiki/static/upload/32/32df9f86-84af-416f-8426-7540afe85a32.pdf

\