总结

1）相比于海外市场，中国SmartBeta指数基金发展较晚，目前处于起步阶段，并主要以单因子策略产品为主，未来发展空间较大。在A股市场现有的SmartBeta指数产品中，机构持有比例普遍偏低，并远低于美国市场机构持有比例。散户为主的投资者结构、存量产品数量偏少或规模较小是制约A股产品发展

摘要

盈余公告收益及标准化预期外盈利

盈余公告收益（EAR）刻画了市场对于公司业绩公告中包含的预期外信息的反应情况。EAR的多空收益年化能够达到7.55%，比传统度量业绩超预期的标准化预期外盈利（SUE）因子的多空收益高1.37%。并且EAR和SUE的收益贡献是相对独立的，两因子复合

现招2021/2022届本/硕/博 211、985院校数学、物理、统计、计算机、软件工程、金融工程、自动化等理工科专业

a.量化研究员(base北上深杭州香港，年薪30-80w+奖金+福利,特别优秀的话可有百万+，重点是基本不加班哦！！！)

【职位描述】

1、 研究股票或者期货市场的量化交易

https://bigquant.com/experimentshare/648ff204e53d44059c2d726e9219cfa3

\

摘要

人工智能和机器学习并不神秘

人工智能和机器学习方法并不神秘，其本质是以数理模型为核心工具，结合控制论、认知心理学等其它学科的究成果，最终由计算机系统模拟人类的感知、推理、学习、决策等功能。理解常用的机器学习算法，有助于澄清对人工智能的种种误解和偏见，帮助我们更清晰地认识人工智

摘要

另类标签和集成学习有助于提升人工智能选股模型的超额收

对于量化选股模型来说，另类标签指有别于收益率的标签，也可视为一种“另类数据”。本文通过设置多种测试情形，对比了另类标签(信息比率和Calmar比率)与传统收益率标签在构建人工智能选股模型的优劣。相比收益率标签，另类标签在全

**1、华泰人工智能系列研究：四年五主题四

主题：The Impact of AI to Global Asset Managers: The Responses and Adoptions

演讲人：关子敬 先生 Kevin Kwan彭博亚太区量化及数据科学专家

![{w:100}{w:100}{w:100}{w:100}](/wiki

\

摘要

1. 羊群效应反映的是个别股票的上涨或下跌引起相关股票收益率联动的现象，继而形成整个板块的趋势性运动。我们通过CCK模型捕捉羊群效应所引起的这种板块强趋势。
2. 模型不涉及参数，因而表现受市场状态影响较小，更具普适性。策略着眼于指数成分股组合内部微观结构的变化，进一步丰富了择时策略的

私募表示，量化私募产品在经历2021年四季度以来的回撤后，今年超额收益逐步企稳回升，未来行业将走向分化，严控风险敞口的公司，超额保持更加稳定；同时，CTA策略在市场震荡中展现了危机阿尔法的特性，长期配置价值大。

私募排排网旗下融智投资FOF基金经理胡泊称，今年指数增强策略表现相对较差主要是受到了指

摘要

1993 芝加哥期权交易所（CBOE）推出了波动率指数 VIX，反映S&P 500 指数未来 30 天预期波动率，由于预期波动率多用于表征市 场情绪，因此 VIX 也被称为“恐慌指数”，后续 CBOE 逐步推出纳斯 达克 100 波动率指数（VXN）、道琼斯波动率指数（VXD）以

https://bigquant.com/experimentshare/d01afb0cbcf14005932e41ac4c930940

\

投资要点

情绪偏谨慎

10 月 12 日 50ETF 收于 2.464，本周上涨 6.21%。 交易额 PCR 由9 月 28 日的 0.446 上升到 10 月 12 日的 1.032，市场情绪 转为偏谨慎。 10 月 12 日平值认购与认沽期权合约隐含波动率分别为 29.13%

投资要点

情绪中性

11 月 2 日 50ETF 收于 2.594，本周上涨 3.1%。 交易额 PCR 由 10 月 26 日的 0.754 下降到 11 月2 日的 0.575，市场情绪 中性。 11 月 2 日平值认购与认沽期权合约隐含波动率分别为 27.27% 与 29.

2021年3月25日Meetup策略：

策略案例

[https://bigquant.com/experimentshare/37c50fea88f648b2bcd895c3ce662001](https://bigquant.com/experimentshare/37c50fea88f

https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6

\

核心观点

技术面量化是从量价时空的角度对证券未来的走势进行预测和分析，本质就是研究证券特定的价量形态或价量指标与其未来收益率之间的关系，并可结合时间和空间进行综合分析。

技术分析的理论基础

技术分析是以预测市场价格变化的未来趋势为目的，以图表为主要手段对市场行为进行的研究。技术分

#量化研究员/Quantitative researcher（应届）机器学习/量价/基本面/另类数据 北京/深圳/上海/香港/杭州/成都 学历：本科 211/985 & QS前100.数学/计算机/物理/统计等理工科专业 编程语言：Python/C++ 加分项：高中学科奥林匹克竞赛，大学ACM，L

核心观点

技术面量化是从量价时空的角度对证券未来的走势进行预测和分析，本质就是研究证券特定的价量形态或价量指标与其未来收益率之间的关系，并可结合时间和空间进行综合分析。

技术分析的理论基础

技术分析是以预测市场价格变化的未来趋势为目的，以图表为主要手段对市场行为进行的研究。技术分

核心观点

1、仓位配置在绝对收益策略中具有重要意义。通常考虑股票配置价值的基本面思路是分别从流动性、业绩、估值三个因素出发。我们分别选择单季度EPS同比变化、历史PE估值、M1同比与M2同比增速差为代理变量，测试其在价格震荡期内仓位配置方面的效果。经过测算，当价格指标提示为震荡期内，使用代理

策略简介

市场行情总是在变化，而一个模型一般只能适应一种市场，如果市场在多种行情中急剧切换，如何将多个选股模型融入到一个策略，并且根据当前行情自动切换模型进行量化选股？

本次以两种行情举例：

• 指数下跌向上反转时
• 指数小幅度调整时

行情风格多样，本次以此 2 种风格分别构建2个不

AA级期货公司，開戸，手续费无条件+1分，保证金可以调，CTP通道，出金无留底 天勤免费，TB，文华WH8、金字塔、无限易可用。支持外接 股票期权1.7元/张；股指期权开平仓15.01元/张；行权2.01元/张 V：sj22443095

回测主函数中的确没有“fantanbili”，但在 m19_prepare_bigquant_run(context) 函数中，写了如下代码：

def open_pos_con(df):
    return list(df[df['fantanbili']>0].instru

报告摘要

背景介绍 在基金研究领域，近年来关于社会网络的研究蓬勃发展，已成长为一个颇具前景的研究方向。社会网络蕴含着人与人互动和信息交换的潜力，进而影响基金经理的行为，最终影响他们的投资业绩。中国对冲基金行业的快速发展且中国文化重视人际关系，因此对中国基金的社会网络效应研究更e加令人