【大浪淘沙】每周研报精选（2025年第17期）（20250519-20250601）

主要观点总结

文章提供了多个研报的概述，涉及金融投资、策略构建、量化分析、机器学习、公募基金、技术分析等多个方面。研报包括研报标题、AI速读、策略介绍、回测结果等内容，旨在提供金融市场的深度分析和策略建议。报告内容覆盖了量化因子挖掘、港股交易解析、投资组合构建、偏离度管理、风格轮动、回购策略、套利策略、市值因子择时、MD分析、多模型融合、A股择时、留存筹码比率选股因子、股指期货基差复盘、基金超额收益、投资组合优化方法、GPT-Kline（MCoT与技术分析）等多个方面。

关键观点总结

关键观点1: 量化因子挖掘与多因子融合

报告通过融合基本面、量价及191 Alphas三域因子搭建量化选股框架，提出基于OpenFE自动特征生成算法的多因子融合实战策略，并对比多种合成方法进行优化选择。

关键观点2: 港股交易解析与事件驱动策略

报告详细解析港股通交易规则体系，分析事件驱动策略在港股投资中的应用，提出买入特定事件后标的的策略，并回测显示年化收益及超额表现。

关键观点3: 投资组合构建与偏离度管理

报告提出层级动量（HM）投资组合构建策略，旨在解决Markowitz均值-方差模型权重不稳定、配置集中的问题，并提出四类偏离度管理方案，通过回测验证其有效性。

关键观点4: 风格轮动与多策略构建

报告围绕港股风格轮动与多策略构建，分析风格切换原因及行业分布差异，构建价值、成长、质量等子策略，并采用风险平价模型进行顶层配置。

关键观点5: 回购策略与资本配置逻辑

报告分析上市公司回购的资本配置逻辑，提出基于FCFF、股权融资与债权融资的回购模式分类研究，并构建稳健回购股票池，验证其年化收益及超额表现。

关键观点6: 套利策略与指数调整预测

报告围绕核心指数定期调整预测及全市场套利策略，分析指数ETF规模增长趋势，并构建套利策略，验证其单次调样及年度调样的绝对收益和超额收益。

关键观点7: 市值因子择时与趋势拐点模型

报告构建“趋势+拐点”融合的择时模型，通过宏观指标和流动性维度判断趋势，结合量价数据构建拥挤度指标，并验证模型在沪深300与中证2000轮动中的年化收益表现。

关键观点8: MD分析与选股应用

报告聚焦AI驱动的年报MD分析及选股应用，以巴菲特评估MD的三大原则为核心，结合知识库RAG技术构建量化验证框架，并测试不同因子的选股效果。

关键观点9: 多模型融合与风险中性化

报告提出Mamba-MoE机器学习选股模型，旨在解决传统风险中性化方法未考虑非线性交互、股票关联关系及训练目标不一致的问题，并通过多模型融合提升稳健性。

关键观点10: A股择时与多维度融合

报告构建清晰、易用且可拓展的A股多维度择时框架，采用分层合成思路构建框架，并验证其择时效果及适配性。

关键观点11: 细颗粒度量价系列与留存筹码比率选股因子

报告围绕基于细颗粒度量价数据的留存筹码比率选股因子展开，通过分钟级交易数据构建该因子，并验证其在中证800、中证1000中的有效性。