20260908-国盛证券有限责任公司-_国盛量化_金融工程团队研究成果精选_5页_1mb

报告摘要

国盛证券金融工程专题报告精选合集（2026版）总结

核心内容概述

国盛证券金融工程团队在2026年发布的专题报告精选合集，系统梳理了过去一年的研究成果，内容覆盖高频量价因子、事件驱动策略、机器学习模型、资产配置与基金研究五大领域，旨在为投资者提供全面、深入的量化投资分析与策略参考。

团队成员简介

刘富兵：研究所副所长、博士、金融工程团队负责人，上海交通大学金融工程博士。曾任职于国泰君安证券、国金证券，专注于量化投资与衍生品研究，其研究的LPPL模型和MACD分段模型在市场预测方面表现突出，多次获得新财富、水晶球、金牛奖等荣誉。
沈芷琦：金融工程首席分析师，上海财经大学金融实验班学士、复旦大学FDU-Princeton金融工程项目硕士。专注于量化选股，尤其在量价因子领域有独到见解，代表作《量价淘金选股因子》广受市场好评。
周君睿：基金研究与FOF策略专家，厦门大学金融工程学士、上海财经大学金融硕士。代表报告包括《四层驱动：国盛金工基金研究全景图》和《基于高频资金流数据的ETF轮动策略》。
徐文辉：大类资产配置与基本面量化研究者，浙江大学管理学学士、中山大学会计学硕士。代表报告如《厄尔尼诺现象下，哪些资产将受益？》等，具有较强的宏观视角。
汪宜生：大类资产配置与宏观量化研究者，上海财经大学经济学学士、数量经济学硕士。关注多资产ETF配置与宏观偏离度模型。
赵博文：多因子选股与量价事件驱动策略研究者，上海财经大学数学与应用数学学士、数学（最优化与控制）硕士。代表作《异动雷达事件簇》等。
杨昕宇：基金研究专家，同济大学管理学学士、加州大学洛杉矶分校（UCLA）金融工程硕士。代表报告为《基金经理能力圈：广度、稀缺度与标签化选基》。
诸格慧明：机器学习研究者，武汉大学经济学与工学双学士、复旦大学经济学硕士。主导《量价指纹模型》系列研究，探索行为选股与条件风格收益的协同建模。
阮俊烨：高频量价因子研究者，山东大学金融工程学士、中央财经大学金融硕士。代表报告为《基于流动性冲击事件的逐笔羊群效应因子》和《基于订单聚集现象的高频量价因子研究》。
高粲：行业轮动研究者，上海财经大学经济学学士、金融硕士。

主要研究领域与成果

高频量价因子

研究基于高频数据与离散化方法，探索市场微观结构对资产价格的影响。
代表性报告包括：
- 《基于流动性冲击事件的逐笔羊群效应因子》
- 《基于订单聚集现象的高频量价因子研究》
研究方向包括量价因子构建、资金流分析、订单行为研究等。

事件驱动策略

团队构建了多个事件驱动模型，用于捕捉市场异动信号。
代表性报告包括：
- 《高/低位放量事件簇：正负向信号的有机结合》
- 《异动雷达事件簇：寻找“与众不同”的个股》
- 《量价事件驱动信号在股票绝对收益策略上的应用初探》
通过分析放量事件、异动信号等，挖掘潜在的投资机会。

机器学习模型

团队在机器学习领域进行了深入探索，尤其在量价指纹模型方面取得进展。
代表性报告包括：
- 《量价指纹模型的构建与应用初探》
- 《量价指纹模型的迭代：行为选股与条件风格收益的协同建模》
通过机器学习技术，实现对市场行为的识别与风格收益的预测。

资产配置

团队构建了基于宏观因子与市场隐含状态的资产配置模型。
代表性报告包括：
- 《六周期框架下的多资产ETF配置》
- 《基于市场隐含状态与宏观偏离度的配置模型》
- 《以史为鉴：高油价背景下，权益资产表现几何？》
- 《厄尔尼诺现象下，哪些资产将受益？》
- 《黄金沉浮六十年，历次行情开启与终结带给我们什么启示？》
通过历史数据与宏观分析，为投资者提供资产配置建议。