因子、模型与策略研究的每周灵感https://sembr.live/series/quant-ideas/zh-Hanshttps://sembr.live/digests/quant-ideas-20260719/https://sembr.live/digests/quant-ideas-20260719/本期研究亮点两线并进——申万宏源深入探索GRU选股模型的时序分域训练，发现宏观状态与趋势震荡分域效果最显著，叠加后对指增贡献超额1%以上；兴业金工构建“战略中枢—战术趋势—极端尾部”三维动态仓位框架，改进股债性价比3.0并拓展至多资产，低波组合年化8.5%且最大回撤仅-3.53%；此外，申万宏源持续优化指增组合约束，用流动性/波动性等因子分域放松个股偏离约束，稳健提升超额并改善回撤。Sun, 19 Jul 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260712/https://sembr.live/digests/quant-ideas-20260712/本期研究亮点三线并进——国盛金工系统构建“订单聚集因子簇”，从逐笔数据中识别群体订单模式并批量生产高频因子；广发金工首次为国内公募REITs建立完整的因子投资手册，连接基本面与低频价量因子；申万宏源深入探讨“预测业绩高增速”的方法论边界，发现线性三因子模型已足够有效，非线性模型未能超越。此外，广发金工提供指数成分股调整的冲击系数测算框架，为事件驱动策略补充可量化工具。Sun, 12 Jul 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260705/https://sembr.live/digests/quant-ideas-20260705/本期三方齐发力——申万金工将组合约束从分域偏离升级为“因子偏度峰度控制”，提出四约束方案普适提升超额；兴业金工在机器学习系列十一中系统构建从长短信号到内外市场状态融合的深度学习增强框架；国盛金工从持仓增减仓胜率出发，构建能力圈广度与稀缺度两个选基因子。三者分别从组合优化、模型架构、基金选择三个维度提供了可复用的新方法论。Sun, 05 Jul 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260628/https://sembr.live/digests/quant-ideas-20260628/本期唯一方法论亮点：兴业金工系统综述海外风格轮动文献，提出从因子动量、资金流机制到高维机器学习、可实施组合的“信号预测—机制解释—模型构建—落地执行”四阶框架 。Sun, 28 Jun 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260621/https://sembr.live/digests/quant-ideas-20260621/本期研究亮点三线并进——广发金工完整复现并优化“智能体+进化计算”因子挖掘框架CogAlpha，首次结合国内大模型实证全自动因子挖掘可行性；广发金工另辟蹊径，从财务附注中挖掘研发支出相关低频因子，开辟低频Alpha新矿源；申万宏源在组合优化层面继续精进，提出“高动量中性+波动率五档分域”的综合约束方案，有效提升指增组合超额收益同时改善回撤。Sun, 21 Jun 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260614/https://sembr.live/digests/quant-ideas-20260614/本期亮点有二——兴业金工从高频“时间维度”构建国债期货CTA因子与个股择时因子，脱离传统量价框架；招商金工系统展示了如何将OpenClaw AI助手训练为“因子生成-策略构建-回测分析”一体化投研工具，并通过“人机对战”验证其可达到甚至超越人工水平。前者是因子视角创新，后者是研究范式重构。Sun, 14 Jun 2026 00:00:00 GMT量化研究方法https://sembr.live/digests/quant-ideas-20260607/https://sembr.live/digests/quant-ideas-20260607/本期以智能体与深度学习双范式综述为核心亮点；国盛金工订单聚集因子簇与广发知情感知因子在Level-2高频方向持续推进；申万宏源以多维价量指标替代传统因子动量做因子轮动；广发首次系统构建REITs因子框架；申万尝试以因子模型直接预测业绩增速。Sun, 07 Jun 2026 00:00:00 GMT量化研究方法