正文

期权品种的数量是标的数量的十倍甚至百倍以上，由于期权的定价难度较高，本身就很容易出现定价错误的情况，当市场处于高波动率的行情下，期权价格更容易出现错估，此时通过构造相应期权组合便可进行期权无风险套利，在几乎无需承担风险的前提下，通过“低买高卖”在交易中获得稳定的收益。

期权无风险套利可以分为边界套利、垂直价差套利、凸性套利、平价套利以及盒式套利等等。本文采用高频数据对上海证券交易所上市的沪深300ETF期权的套利收益进行了回测。经过测算，自300ETF期权上市以来，垂直价差套利、凸性套利以及盒式套利三种套利方式在套利机会的出现次数以及整体套利收益上均高于边界套利以及平价套利，下表对几类主要的期权无风险套利方式进行了汇总。随后，本文将对每类套利方式的原理以及回测收益进行详细阐述，并同时对几类期权套利之间的相关关系、期权套利监控的优化方法、期权组合策略保证金制度、期权套利期间标的资产发生分红的情况以及期权套利的相关风险等问题进行说明。

1

无风险套利方式及收益

本文采用上交所沪深300ETF期权以及华泰柏瑞沪深300ETF 2019年12月23日开盘至2020年7月31日收盘之间连续竞价时段的tick数据测算期权无风险套利收益。期权买卖价差常常偏高，因此本文采用对手买一价或卖一价进行测算。

期权套利涉及多项交易成本。首先，期权交易佣金包括券商收取的开仓、平仓手续费、交易所的经手费、结算公司的交易结算和行权结算费用等等。其次，ETF期权对标的证券的交易涉及到ETF交易手续费，如果需要卖空标的，还涉及到融券相关费用。

此外，无风险套利的原始设定为借入资金购买期权或标的并获取无风险收益，而在实际操作中，套利机会往往稍纵即逝，采用借入资金的方式进行套利并不现实，因此往往采用自有资金进行投资，套利活动中占用的资金包括购入期权和标的资产的费用，以及卖出期权所需要交纳的保证金费用，而由于资金本身也有一定的机会成本，因此，在投资中可以设定一个最低的收益水平，只有在无风险套利的收益超过最低收益率要求的时候才进行开仓。

本文中，收益测算所采用的参数如下：

1.1 边界套利

根据期权定义，认购期权与认沽期权的价格满足如下不等式：

下图中展示了期权价格曲线的上下边界，一旦认购期权或认沽期权价格超过理论上下边界水平，便可利用期权价格的错误定价进行无风险套利，也就是进行期权的边界套利。

边界套利一共分为四种情况，即认购期权价格超过上边界、认购期权价格低于下边界、认沽期权价格超过上边界以及认沽期权价格低于下边界。

1.1.1 认购期权价格超过上边界

1.1.2 认购期权价格低于下边界

1.1.3 认沽期权价格超过上边界

1.1.4 认沽期权价格低于下边界

1.1.5 边界套利案例

1.1.6 边界套利收益测算

出现上边界套利的机会通常意味着期权价格已经大幅偏离理论价格，相对而言，下边界套利相较上边界套利出现的频率更高。下边界套利中，认购期权的下边界套利涉及到在期初卖空标的，由于融券的成本较高、券源较少，在极端行情或特殊时期融券难度更是进一步增大，因此认购期权的下边界套利机会几乎很少出现，即使在出现认购期权下边界套利机会的情况下，进行套利操作的难度也更高。

下图对300ETF期权上市以来的边界套利收益进行了测算，可以看到2020年2月3日至3月2日之间出现的边界套利机会的收益较高，非年化收益均达到2%以上。

在回测期间，边界套利机会共出现78次，其中71次套利机会的非年化收益在1%以下，6次收益在2-3%之间，只有1次套利机会的收益达到了4%以上。

分日度看，回测期内共有7天出现了边界套利机会，其中，2月3日、2月4日以及3月2日边界套利的年化收益较高，年化收益中位数均达到30%以上。从收益分布上看，共有57次（占比约73.1%）边界套利的年化收益在0%-3%之间。

回测期内，所有出现的边界套利机会均为下边界套利机会，而由于借助融券套利的可操作性较低且成本高昂，认沽期权下边界套利机会占比（19%）远低于认购期权下边界的套利机会占比（81%）。

回测期内认沽期权下边界套利的年化收益中位数达到了2.76%，非年化收益中位数达到0.13%，均高于对应的认购期权下边界套利收益中位数。

1.2 垂直价差套利

认购期权价格随执行价格的上升呈现单调递减的趋势，而认沽期权的价格随着执行价格的上升呈现单调递增的趋势。

根据期权价格之间以及期权执行价格之间的关系，我们可以得到期权垂直价差的上下边界：

两个认购期权或认沽期权的价差一旦超过了上边界或下边界，便可通过构建熊市价差组合或牛市价差组合进行套利，具体情况分为认购期权价差超过上边界、认购期权价差超过下边界、认沽期权价差超过上边界以及认沽期权价差超过下边界四种情况。

1.2.1 认购期权垂直价差超过上边界

1.2.2 认购期权垂直价差低于下边界

1.2.3 认沽期权垂直价差超过上边界

1.2.4 认沽期权垂直价差低于下边界

1.2.5 垂直价差套利案例

1.2.6 垂直价差套利收益测算

与边界套利机会相比，垂直价差套利在回测期内出现的套利机会更多，总数达到1,191次。1月22日收盘前、2月3日、2月4日、7月3日以及7月23日开盘后出现的套利机会的非年化收益相对较高。

共有730次（占比约61.2%）垂直价差套利的非年化收益集中在0-1%区间内，有226次（占比约18.9%）垂直价差套利的非年化收益大于5%。

在回测期内，共有23天出现了垂直价差套利机会，2020年1月22日、3月2日、3月25日、6月24日、7月22日以及7月23日垂直价差套利的年化收益中位数均达到了50%以上。6月24日套利的年化收益中位数最高，为98.6%，当天共出现5次套利机会，2月3日出现的套利机会次数最多，共370次，年化收益中位数为25.4%。

共有482次（占比约40.4%）垂直价差套利的年化收益大于50%。

从分类来看，垂直价差的上边界套利机会次数大大高于下边界套利机会次数，其中，认沽期权垂直价差上边界套利的次数占比最高，达到了60%，认购期权垂直价差上边界套利次数的占比达24%。认沽期权垂直价差下边界套利以及认购期权垂直价差下边界套利的占比均为8%。

垂直价差上边界套利的年化收益整体高于垂直价差下边界套利的年化收益，认沽期权与认购期权的垂直价差上边界套利年化收益分别为39.3%以及33.7%，而认沽期权与认购期权的垂直价差下边界套利年化收益略低，分别为22.3%和17.4%。

1.3 凸性套利

根据下图可以发现，期权的价格曲线呈现下凸的特性，也就是说如果假设价格连续的情况下，期权价格曲线的二阶导数应该大于0。

1.3.1 认购期权凸性套利

1.3.2 认沽期权凸性套利

1.3.3 认沽期权凸性套利案例

1.3.4 凸性套利收益测算

回测期内的凸性套利机会共3,426次。2020年1月22日、2月3日、2月4日、2月9日以及7月6日开盘后出现的凸性套利收益相对较高。

共有约1,872次（占比约54.6%）套利的非年化收益集中在0-1%区间内，614次（占比约17.9%）凸性套利的非年化收益大于5%。

在回测期内，共有30天出现了凸性套利机会，2020年1月22日、6月24日以及7月23日凸性套利的年化收益中位数均超过了45%。其中，7月23日的年化收益中位数甚至达到95%，当天共出现45次套利机会。凸性套利在2月3日出现的机会次数最多，共1,313次，当天凸性套利的年化收益中位数为15%。

占比约24.3%（共833次）垂直价差套利的年化收益大于50%。

从分类上看，认沽期权凸性套利机会与认购期权凸性套利机会的占比基本持平，认沽期权占比稍高，达53%。

从收益来看，认沽期权凸性套利的年化收益率中位数（22.16%）与非年化收益率中位数（0.87%）均高于认购期权凸性套利。

1.4 平价套利

1.4.1 正向套利（转换套利）

1.4.2 反向套利

1.4.3 平价套利案例

1.4.4 平价套利收益测算

回测期内所出现的平价套利机会共125,979次。300ETF期权上市后的1个月内存在着较为稳定但收益较低的平价套利机会，2020年2月3日、2月4日开盘后出现的平价套利收益相对较高，非年化收益达到2.5%左右。

共有约125,826次，占比99.9%的平价套利非年化收益集中在0-1%区间内，共136次平价套利非年化收益分布在1-2%，共17次平价套利非年化收益分布在2-3%区间内。

在回测期内，共有34天出现了平价套利机会，3月2日的平价套利年化收益中位数相对较高，为31.7%，当天共出现3次平价套利机会。而平价套利在1月23日出现的套利机会数量最多，总共10,208次，当天平价套利的年化收益中位数为0.47%。

有99.2%的平价套利收益位于0-3%区间内，总数达到125,026次，平价套利出现的频率随着收益区间的升高逐渐下降。

在所有平价套利机会中，94%的机会为正向平价套利，而由于涉及到融券操作，反向平价套利机会相对较少，出现次数仅占全部平价套利机会的6%。

从收益来看，平价套利整体收益偏低，正向平价套利的年化收益中位数为0.65%，反向平价套利的年化收益中位数为0.68%。

1.4.5 盒式套利

1.4.6 盒式套利案例

1.4.7 盒式套利收益测算

回测期内所出现的盒式套利机会共651次。2019年12月23日开盘，2020年2月3日开盘以及收盘，2月4日开盘，以及3月9日开盘所出现的盒式套利机会收益相对较高，非年化收益大多在2%以上。

占比74.7%（约486次）的盒式套利非年化收益集中在0-1%区间内，有81次盒式套利机会的非年化收益分布在1-2%，36次盒式套利机会的非年化收益分布在2-3%区间内。

在回测期内，共有9天出现了盒式套利机会，其中年化收益中位数最高的一天为23.7%，出现在3月9日，当天共出现4次套利机会。盒式套利在2月3日出现的套利机会次数最多，总共587次，当天平价套利的年化收益中位数为5.67%。

有47.7%（232次）的盒式套利年化收益位于0-3%区间内，13.2%（86次）的盒式套利年化收益位于3-5%区间内。

盒式套利本质上是两组期权合约之间的套利，只有在期权价格不满足平价公式的情况下才会出现盒式套利，而盒式套利的绝对收益≤所选两组平价套利绝对收益之和，因此在不考虑可操作性的前提下，盒式套利的性价比并不如平价套利高。

然而在实际交易中，有可能会出现融券难的情况，同时从套利成本考虑，期权是保证金交易，其占用的资金小于现货买卖所占用的资金。此外，由于不涉及现货交易，盒式套利受到期权与现货之间折溢价的影响较小，同时操作也更加便捷。

2

期权套利优化

2.1不同期权套利之间的关系

根据测算结果不难发现，不同类别的套利机会之间具有一定的相关性，2020年2月3日，2月4日市场情绪波动剧烈，几类套利方式都同时出现了较多的套利机会。我们进一步发现，当某只期权的边界被触发的同时，可能同时会触发相关期权组合的垂直价差边界套利；而当垂直价差的边界套利被触发的情况下，也有可能会触发凸性套利；当正向套利或反向套利机会出现的同时也可能会出现盒式套利机会。

2.1.1单只期权边界套利机会与垂直价差边界套利机会

2.1.2垂直价差套利机会与凸性套利机会

2.1.3正向套利、反向套利机会与盒式套利机会

2.2套利监控替代方案

2.2.1垂直价差套利监控替代方案

如果由于个别期权错误定价并触发了垂直价差套利机会，相邻期权所取得的套利收益最大，这种情况下只需要对相邻两只期权进行测算即可。

2.2.1.1 认购期权被高估

2.2.1.2 认购期权被低估

同样我们可以证明在一定条件下，相邻的认沽期权所组成的垂直价差套利组合收益最大，由于篇幅关系不再赘述。

2.2.2凸性价差套利监控替代方案

如果由于个别期权错误定价触发了凸性价差套利机会，相邻三只期权所组成的蝶式套利组合所获得的的绝对收益最大，因而该情况下只需要对相邻三只期权进行测算即可。

2.2.2.1 认购期权被高估

2.2.2.2 认购期权被低估

2.3保证金占用减免

期权卖出开仓需要缴纳保证金，继2019年11月推出了沪深300ETF期权合约之后，上交所和深交所同时推出了股票期权组合策略保证金制度，以帮助投资者部分或全部减免指定组合中的开仓/维持保证金，提高资金使用效率，降低交易成本。在进行无风险套利的过程中，投资者可以利用交易所推出的股票期权组合策略保证金制度，降低保证金的占用。

根据上交所《上海证券交易所、中国证券登记结算有限责任公司股票期权组合策略业务指引》以及深交所《深圳证券交易所、中国证券登记结算有限责任公司股票期权组合策略业务指引》，对于以下情况可以对义务仓的开仓保证金进行全部或部分减免。

投资者在交易时段开仓时，按单一合约缴纳保证金。开仓后，投资者可在盘中（9:30-11:30、13:00-15:15）构建组合策略指令，将多个成分合约的持仓构建成一个组合策略持仓。交易所对构建组合策略申报确认后，会将多余保证金实时退还给投资者。

然而，为防范合约到期日组合中单个合约被指派行权时保证金不足的风险，中国结算在E日前第二个交易日（E-2日）日终对价差组合进行自动解除，再进行所有持仓的对冲操作，并根据对冲后的持仓情况收取维持保证金；对于跨式和宽跨式空头组合策略，中国结算在合约到期日（E日）日终对组合策略自动解除，再进行所有持仓的对冲操作、行权指派和保证金收取。

也就是说投资者在采用组合策略策略保证金制度的情况下，在组合开仓当天以及E-2日前后几日内，仍需要保证账户中具有足额的保证金，然而在组合策略申报成功之后至期权到期E-2日期间，投资者仍然可以享受到全额或部分保证金的减免。

在前面介绍过的组合策略中，垂直价差套利的四种情况均可以享受全额或部分的保证金减免，此外，认购凸性套利组合可以拆成1份认购牛市价差组合和λ份认购熊市价差组合，认沽凸性套利可以拆成1份认沽牛市价差以及λ份认沽熊市价差，投资者在形成套利组合之后可以分别进行组合策略申报，中途如果需要进行平仓，只要向交易所申请解除两个价差组合策略之后再进行平仓即可。

同样，1份盒式套利组合可以拆解成1份认购熊市价差和1份认沽牛市价差，或者1份认购牛市价差和1份认沽熊市价差，同样也可以享受到保证金的全额或部分减免。

此外，交易所交易主机于每日日终对同一合约账户持有的同一期权合约的权利仓和义务仓进行自动对冲。对于同时采用多种套利策略的投资者来说，该机制也可以从一定程度上为投资者减少部分保证金占用。

最后，上交所和深交所还推出了对于备兑开仓组合减免保证金的条款，备兑开仓是指投资者在持有标的ETF且卖出开仓认购期权后，可以申请将合约标的进行锁定之后，将普通的卖出开仓转为备兑开仓。由于备兑开仓用合约标的作为全额保证金，交易所在确认指令之后会实时增加投资者的保证金日间余额。

3

标的资产分红

对于分红所引起的期权合约调整，上交所主要参照欧洲、香港和韩国等市场的做法进行调整，主要包括两个方面：一是合约金额（名义价值，即合约单位行权价格）不变，二是调整后合约市值与调整前接近，对合约单位与行权价格同时按比例调整，调整后合约市值与调整前基本接近：

对于不同类型的期权套利来说，如果在套利组合存续期间发生分红，期权套利到期收益的调整方式也有所不同。

3.1 期初卖空标的

认购期权下边界套利以及反向转换套利中需要在期初对标的证券进行融券卖出，对于每份期权套利组合来说，若在套利期间发生分红，在红利到账日套利者需要以现金方式向证券公司补偿现金红利，即unit×q。两类套利方式到期收益的具体计算调整如下：

3.1.1 认购期权下边界套利

3.1.2 反向套利（反向转换套利）

3.2 期初买入标的

需要在期初买入标的资产的套利方式包括认购期权上边界套利、认沽期权下边界套利以及转换套利。在红利到账日，每份存续期间的期权套利组合将会获得金额为unit×q的现金红利，同时，标的资产现货价格、相关期权到期行权价格以及期权合约单位均会进行相应调整。

3.2.1 认购期权上边界套利

3.2.2 认沽期权下边界套利

3.2.2 正向套利（转换套利）

3.3 其他情况

4

期权套利策略构建与回测

根据前文的收益测算可以发现，垂直价差套利、凸性套利以及盒式套利所出现的套利机会次数以及收益相对较高，并且三种套利方式建仓时主要在期权市场内进行交易，不涉及现货市场交易，操作相对简便，因此本文主要针对这三种套利进行策略的构建。

本文对所有上市交易期权监测垂直价差、凸性以及盒式套利机会，在扣除相关交易成本之后测算套利组合预期年化收益，当预期年化收益大于前一交易日一周SHIBOR利率时才考虑建仓，策略的初始资金为1,000万元，当剩余可使用资金量不足以建仓时则停止建仓。采用交易对手方卖一价、卖一量、买一价、买一量，以套利机会出现时间早晚为优先顺序进行建仓，当套利机会同时出现时则采用流动性为优先的原则进行建仓。

本文首先采用对期权持有到期的方式并计算策略收益，策略净值如下。

上图中，策略虽然在6月底的净值达到了1.25以上，取得了自19年12月起累计25%以上的收益，然而策略在2020年7月24日发生了大幅回撤，当日策略净值跌幅接近-9%。究其原因，是由于部分期权组合于7月22日到期，行权过程中所买入的标的证券沪深300ETF直到7月24日才能够卖出，而7月24日市场发生大跌，沪深300指数日跌幅度达到了-4.39%，策略也因此遭受了较大损失。

国内上市的ETF股指期权均为欧式期权，到期实物交割。300ETF期权的行权机制为T日申报行权，T+1日行权交割，而300ETF本身为T+1的交易机制，因此投资者直到T+2日才能交易标的资产ETF。期权行权无法进行日内交易的情况下，投资者将面临为期两日的风险敞口，如果标的资产走势的不确定性扩大，投资者可能会面临较高的套利损失。因此，在实际操作中，期权往往不会持有到期。本文因此进一步改变期权交易策略，在建仓后对期权组合价差进行实时监控，当平仓收益能够覆盖平仓手续费以及冲击成本时，则及时进行平仓，若平仓收益为负，则等待价差收敛时进行平仓，如果始终未出现平仓信号则在期权到期前进行强制平仓，下图为回测期间策略的净值走势。

可以看到，相比持有到期策略，提前平仓策略的收益增长更加稳健。虽然由于提前平仓导致组合错失了2月3日至2月底期间的获利机会，但是提前平仓也同样为组合带来了一定的保护，避免了7月24日的大幅回撤。期权套利提前平仓策略在回测期共实现了19.92%的收益，最大回撤为0.09%，年化夏普率1.44、年化Calmar比率为243.35。

此外，提前平仓会大大缩短期权保证金的占用时间，资金的使用效率因此会有所提高，并进一步提高套利潜在的收益率。

一般来说，当市场发生黑天鹅事件或波动率增大的情况下期权套利收益将有大幅度提高。在回测时间范围内，2020年2月3日以及7月6日两日所带来的套利机会构成了回测期内套利收益的主要来源。2月3日为2020年春节长假后的第一个交易日，由于长假期间疫情因素，市场当日大幅低开，上证综指近三千股跌停，期权市场波动剧烈，套利机会大规模出现；7月6日，沪深300指数暴涨5.67%，沪深两市总成交金额突破1.5万亿大关，期权市场中也出现了大幅价格错估，并带来了多组套利机会。

整体来看，期权套利策略具有较高胜率和较低的参与率。通过将期权组合持有期收益率与沪深300指数收益率进行对比，期权提前平仓策略的胜率达到了55.9%。在2019-12-23至2020-7-31整个回测期间共147个交易日中，策略仅在其中的11天进行了建仓操作，共构建了143组期权套利组合。

5

期权套利相关风险

5.1 标的卖空的限制

在边界套利中的认购期权下边界套利以及期权平价套利中的反向套利中涉及到卖空标的证券的操作，而在实际操作中融券费率较高，并且融券券源较为稀少，因此，这两种套利操作在实际应用中受到的限制较大。实际操作中即使出现套利机会，也可能面临无券可融的情况，导致错失套利机会。

5.2 强平风险

卖出期权涉及到保证金交纳的问题，保证金由开仓保证金以及维持保证金组成，当标的期权价格发生变化导致期权亏损出现，投资者需要在及时补充维持保证金，如果资金没有按时到账，则会面临期权交易被强平的风险。因此，在进行无风险套利的过程中需要预留足够的资金，并保持对账户的监控，一旦需要提高维持保证金的情况，要及时交纳，避免被强行平仓。

5.3 违约风险

上证50ETF期权以及沪深300ETF期权均为场内期权交易，由于中央对手方（CCPs）以及保证金的存在，一般来说出现交易对手违约的概率并不高，然而也需要考虑在行权日期权义务方无法履约的潜在风险，做好一定的风险应对措施。

5.4 行权风险

若到期时标的价格正好等于执行价格，则期权套利将面临一定的风险，因为在该种情况下，认购或认沽期权的义务无法确认是否被指派，投资者行权与否的决定在行权当日的15:30之前，而被指派与否的结果则在行权当日晚间发布，由于存在一定的时间差，而投资者同时作为期权的义务方以及权利方，如果投资者对作为义务方的合约履约，但作为权利方的合约对手未能履约，则投资者需要另行寻找标的证券保证顺利履约。此时，投资者的收益将受到当时标的证券的市场价格影响，产生损失。

总结

期权无风险套利可以分为边界套利、垂直价差套利、凸性套利、平价套利以及盒式套利等等。本文采用高频数据对上交所上市的沪深300ETF期权2019年12月23日上市以来的套利收益进行了测算。

回测期间，边界套利机会共出现78次。2020年2月3日、2月4日以及3月2日边界套利的年化收益中位数均达到了30%以上。300ETF期权的边界套利机会以下边界套利为主，而由于借助融券进行期权套利的可操作性较低且成本高昂，认沽期权下边界套利机会占比（19%）远低于认购期权下边界套利机会占比（81%）。

垂直价差套利机会共出现1,191次。2020年1月22日、3月2日、6月24日、7月22日以及7月23日垂直价差套利的年化收益中位数均达到了50%以上。占比约24.3%（共833次）的垂直价差套利的年化收益大于50%。垂直价差上边界套利机会占比（84%）大幅高于垂直价差下边界套利机会占比（16%）。

凸性套利机会共出现3,426次。2020年1月22日、6月24日以及7月23日凸性套利的年化收益中位数均超过了45%。其中，7月23日的年化收益中位数甚至达到95% 。从分类上看，认沽期权凸性套利机会与认购期权凸性套利机会的占比基本持平，认沽期权占比稍高达53%。

回测期内所出现的平价套利机会共125,979次。300ETF期权上市后的1个月内存在着较为稳定但收益极低的平价套利机会，2020年2月3日、2月4日开盘后出现的平价套利非年化收益达到2.5%左右，年化收益约为30%。根据测算，99.9%的平价套利非年化收益集中在0-1%区间内。在所有平价套利机会中，94%的机会为正向平价套利，而由于涉及到融券操作，反向平价套利机会相对较少，出现次数仅占全部平价套利机会的6%。

回测期内出现的盒式套利机会共651次。共有9天出现了盒式套利机会，其中3月9日的盒式套利年化收益最高，为23.7%。

此外，本文还对几类期权套利之间的相关关系、期权套利监控的优化方法、期权组合策略保证金制度、期权套利期间标的资产发生分红的情况以及期权套利的相关风险等问题进行了说明，并构建了期权套利的提前平仓交易策略，策略在回测期共实现了19.92%的收益，最大回撤为0.09%，年化夏普率1.44、年化Calmar比率为243.35。

风险提示

基于历史数据，市场环境变化风险，模型失效风险，期权交易流动性风险，交易对手方违约风险。

天风金工专题报告一览

多因子选股系列报告

《》2020-09-14

《》2020-09-02

《》2020-05-14

《》2020-04-13

《 市场微观结构探析系列之三：分时K线中的alpha 》2020-02-25

《 基于基因表达式规划的价量因子挖掘 》2020-02-20

《 基于投资者偏好的沪深300增强组合 》2019-12-06

《》2019-09-05

《 机构业绩增强2.0 》2019-07-04

《 和时间赛跑——利用实时财务信息增强组合收益 》2019-05-24

《 A股公司治理类因子解析 》2019-03-27

《 利用交易型alpha捕获低频模型短期收益 》2019-03-18

《 短周期视角下的指数增强策略 》2019-02-11

《 基于机构风格追随的业绩增强策略 》2018-10-11

《 基于预期业绩季度化分解的超预期30组合 》2018-09-07

《 基本面视角下的食品饮料行业选股研究 》2018-08-03

《 行业景气度量化前瞻系列之二：家电篇 》2018-07-24

《》2018-06-15

《 多因子模型的业绩归因评价体系 》2018-04-10

《 风险预算与组合优化 》2018-03-05

《》2018-02-05

《》2017-11-17

《 因子正交全攻略——理论、框架与实践 》2017-10-30

《基于动态风险控制的组合优化模型》2017-09-21

《》 2017-09-18

《》 2017-09-08

《MHKQ因子择时模型在A股中的应用》 2017-8-15

《专题报告二十三-自适应收益预测模型下的组合优化策略》 2017-08-24

《专题报告二十一-买卖压力失衡——利用高频数据拓展盘口数据》 2017-08-01

《专题报告十九-半衰IC加权在多因子选股中的应用》 2017-07-22

FOF系列报告

《 基金经理因子评价体系的构建与应用 》2019-12-25

《》2019-09-12

《创新基金研究系列之二：海外养老目标产品手册》 2019-01-15

《基金最新监测仓位创近两年新低!》 2019-1-7

《基金研究 ： 中国式目标日期基金设计攻略 》2018-06-19

《》2018-04-27

《》2018-03-22

《 金融工程：基于风格因子视角的FOF投资策略研究 》 2017-09-18

《金融工程：FOF专题研究（四）：景顺长城沪深300增强指数型基金》 2017-08-07

《金融工程：FOF 专题研究（三）：华泰柏瑞量化A偏股混合型基金》 2017-07-24

《金融工程：FOF专题研究（二）：国泰估值优势偏股混合型基金》 2017-07-17

《金融工程：FOF专题研究（一）：银华中小盘精选偏股混合型基金》 2017-07-06

资产配置系列报告

《 CTA思维下的资产配置方法 》2019-12-03

《 黄金如何择时？ 》2019-08-01

《如何抑制宏观信息“过拟合”？——宏观数据的去噪、降维及应用》2019-03-11

《资产轮动策略研究（一）：不一样的宏观动量视角》2018-06-05

风格与行业轮动 系列报告

《基于现金流与折现率的板块轮动策略》 2018-10-18

》2018-07-02

《 如何筛选行业轮动能力强的基金 》2018-05-08

《》2018-04-19

《》2018-02-05

事件驱动选股系列报告

向下滑动查看往期链接 ↓

金融工程：》 2018-01-22

《 金融工程：对比效应对超预期事件的增强策略 》2017-12-12

《 金融工程：胜率超40%的重组预测模型 》2017-11-28

《金融工程：专题报告-私募EB正股的投资机会》 2017-07-11

《金融工程：专题报告-戴维斯双击》 2017-06-12

《金融工程：专题报告-反转现象的选择性交易策略》 2017-06-01

《金融工程：专题报告-基于高管增持事件的投资策略》 2017-05-14

《金融工程：专题报告-2017年6月沪深重点指数样本股调整预测》 2017-05-06

《金融工程：专题报告-预知业绩能有多少超额收益？》 2017-04-16

《金融工程：专题报告-基于自适应破发回复的定增选股策略》 2017-03-09

《金融工程：专题报告-潜伏ST摘帽》 2017-03-06

《金融工程：专题报告-定增节点收益全解析》 2017-03-06

CTA系列报告

向下滑动查看往期链接 ↓

《 信号来源与交易合约选择下的商品期货横截面策略改进 》2020-03-26

《 基本面逻辑下的商品期货因子改进与策略组合 》2019-12-26

《 金融工程： 行业景气度量化前瞻系列之一：从消费行业开始（上） 》2018-05-12

《》2018-02-09

《》 2018-1-31

《》 2017-10-24

《金融工程：国债期货套期保值实证》 2017-09-04

《金融工程：专题报告-国债期货组合趋势策略：以损定量,顺势加仓》 2017-06-19

《金融工程：专题报告-国债期货展期价差交易》 2017-05-25

《金融工程：专题报告-策略的趋势过滤》 2017-03-22

《金融工程：专题报告-日间趋势策略初探》 2017-03-10

《金融工程：专题报告-量化CTA策略概述》 2017-02-14

风险提示：基于历史数据，市场环境变化风险，模型失效风险，期权交易流动性风险，交易对手方违约风险。

《天风证券-金工专题报告： 期权投资策略系列之一：300ETF 期权套利，从理论到实践》

2020年10月15日返回搜狐，查看更多