1、2023年不经意间溜走,2024年已悄然而至。2023年金融市场发生了什么变化,留下哪些痕迹,又有怎样的激荡?针对于此,兴证金工开启年度复盘&展望系列,该系列共计分成“资产配置系列”、“量化指数增强系列”、“选股策略系列”、“FOF&ETF系列”、“ESG系列”。本文是第三篇—选股系列篇。
2、根据2023年风格和因子的表现复盘,我们看到一些量化策略受到明显关注,例如:1)红利增强相关策略;2)小盘增强策略。同时伴随着小盘的崛起,量价类因子也受到较大关注,高频、机器学习相关策略均在不断火热发展中。最后,作为量化发展的一个小趋势,主动与量化有机结合所构建的策略也颇受投资者关注。本文结合兴证金工的相关策略对部分重点策略进行分析,并提出相应策略改进方向和展望。
1)红利增强策略:兴证金工红利增强策略构建于2023年4月26日, 2023年策略区间收益率为19.68%(同期红利低波指数为6.45%),策略大幅战胜基准。同时策略最大回撤仅为6.89%,远低于红利低波的14.70%。我们通过对策略收益来源分析提出了进一步改进思路,例如细化加权方式、降低相对基准较高估值暴露等。
2)权益理念的量化落地相关策略:“基本面量化”作为一种另类的策略构建逻辑近年来也颇受重视——即推动权益投资理念和定量投资手段的结合。我们在2023年3月深度中,用定量方式模拟热点扩散/找补涨股票的现象,2023年该策略区间收益率为-1.35%(同期偏股混合型基金指数为-13.52%),超额收益为12.17%,月超额胜率高达91.67%。我们对策略有效逻辑进行说明,并指出基本面量化相关策略在发展上仍存在一些痛点,如:1、权益理念的抽取问题;2、另类信息获取问题; 3、逻辑的持续有效性,等。
3)量化赛道类策略:本文首先介绍了量化赛道类产品的布局现状,同时基于我们构建的医药、科技精选策略对2023年量化赛道类策略表现进行了复盘。医药精选策略2023年策略区间收益率为6.99%(同期中信医药指数为-6.77%),策略大幅战胜基准。科技精选策略2023年策略区间收益率为-0.14%(同期信息技术指数为3.02%),策略略跑输基准。我们对策略表现原因进行分析并对改进方向进行了展望。
风险提示:报告中的结果均通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险。
2023年不经意间溜走,2024年已悄然而至。2023年金融市场发生了什么变化,留下哪些痕迹,又有怎样的激荡?针对于此,兴证金工开启年度复盘&展望系列,该系列的目的有三:1、从定性视角对2023年进行整体盘点以复盘过去一年的整体变化;2、以兴证金工团队构建的策略诸多策略为抓手,结合年度变化剖析策略表现好坏背后的原因(这也是买方的主要工作内容之一),“虽家丑亦可外扬”;3、站在过往基础之上对2024年进行展望。该系列共计分成“资产配置系列”、 “量化指数增强系列” 、“选股策略系列”、 “FOF&ETF系列”、“ESG系列”。本文是第三篇—选股系列篇。
2023年全年来看,市值风格表现惊艳,除了在2023年4月出现较明显回撤外,整体表现突出,特别是2023年下半年小市值个股一骑绝尘,表现极其突出。除此之外,红利、低波、估值风格表现大体稳定,中间有明显表现优秀的时期。而质量和成长风格表现较差,全年几乎都在下行。总体来看,小市值为2023年风格的关键词,而高红利、低波动、低估值也颇受关注。
从因子角度来看,2023年,与质量、成长因子等基本面因子走弱形成对比的是,部分量价因子表现突出。我们测试兴证金工底层库中量价因子的IC表现,可以看出大多在2023年呈显著的有效性,其中ILLIQ_20D(过去20天 AVERAGE(日涨跌幅绝对值 / 日成交金额))的月度IC均值甚至达到了15.71%,t值为5.45。 我们计算上述因子分年度平均IC均值的走势,可以看出2017至2020年区间,市场大盘蓝筹风格强势时,量价因子表现相对一般,但从2020年以来,量价类因子有效性持续上行。小盘股因为规模小,成交活跃,机构参与度低,资金拥挤度没那么高,容易在波动中出现高弹性,成为量价因子更适应的环境。因此伴随着小盘风格的崛起,我们可以更明显的观察到量价类因子近期有效性的上行。
根据上述风格、因子表现复盘,我们关注到2023年一些量化策略受到明显关注。
首先是红利增强相关策略。我们从Wind量化概念基金中筛选含“红利”的基金,有三只主动量化基金发行于2023年,这也是相应基金发行最多的一年,从这也可以看出近期红利策略颇受关注。
其次是小盘增强类策略。2023年可认为是小盘增强类产品的“发行小牛市”。2023年发行的跟踪中证1000、中证2000、国证2000指数的量化基金达33只。
同时伴随着小盘的崛起,量价类因子也受到较大关注,高频、机器学习相关策略均在不断火热发展中。
我们整理了基金2022年年报、2023年半年报中提及“机器学习”的基金数目,从2022年年报的22只基金,已经上升到2023年半年报的60只基金,这也从侧面可以看出机器学习等方法论在实践投资中的应用飞速增加。
最后,作为量化策略发展的一个小方向,主动与量化有机结合所构建的策略,例如如何将权益投资理念进行量化表达、赛道类增强策略,也颇受投资者关注。
下面我们对重点方向进行分析,并通过兴证金工相关策略表现进一步详细分析,具体包括:
1) 红利增强类策略;
2) 权益理念的量化落地相关策略;
3) 量化赛道类策略。
其中作为量化的核心策略,指数增强类策略我们在《量化指数增强系列》中单独介绍,本文暂不详细展开。
红利策略主要以股息率为选股标准,目的在于选取分红比例比较高的股票,这类公司往往是具有稳定收入、行业地位稳固、社会需求度较高的成熟公司。红利因子可以获得超额收益的基础逻辑在于,分红的根基是盈利,而高分红的基础是高的累计盈余,这些体现的是一个企业良好的经营状况。
近年来,红利相关策略表现优秀。以中证红利全收益指数为例,2019年以来指数年化收益率为11.04%,相较于沪深300、中证500全收益指数表现稳健。同时分年度来看,2021年以来红利指数表现突出。2023年,中证红利全收益指数收益为6.34%,而沪深300、中证500全收益指数、偏股混合型基金指数均为负收益。之前大部分红利产品主要以被动性指数形式为主,随着相应红利指数的优秀表现和市场认可度的提升,我们关注到部分基金也开始加大布局主动型红利增强型产品(具体参见图表7)。这也进一步推动了红利相关策略的研究热情。经典的红利增强构建思路囊括:1)红利+构建思路:在红利因子的基础上叠加低波、成长、质量等因子,进一步提升红利策略表现;2)红利因子改进:例如使用预期数据进行相应红利因子的改进,等。兴证金工团队通过红利+的思路构建了相应红利增强策略,下面对此策略进行详细介绍,为投资者展示相应策略2023年的表现和相应收益来源。在2023年4月26日发布的报告《“下放配置”---如何寻找抗跌股票》中,我们围绕股价抗跌性的两个维度——盈利抗跌性与估值抗跌性,构建度量股票抗跌性的有效指标,主要包括经济关联度、基本面稳定性、企业生命周期、资本结构、盈利质量、估值位置、价量指标等。通过在高股息的基础上叠加上述指标筛选相应稳健性较高的抗跌个股,并结合个股特质构建了兴证金工红利增强策略。该策略在2023年大幅战胜红利低波指数:2023年策略区间收益率为19.68%(同期基准为6.45%),相对于基准的年化超额为11.63%,策略大幅战胜基准。此外,策略相对净值的收益风险比率为1.13。从上可以看出策略在大多红利低波指数下跌的月份,如2023年5月、6月、8月、10月均能跑赢基准,甚至实现正收益,同时策略最大回撤仅为6.89%,远低于红利低波的14.70%。上述策略的表现也说明红利+的策略构建思路有一定可实战意义,通过在股息率因子的基础上叠加相应指标(传统做法为叠加低波等)能够进一步提升相应策略表现。分月度来看,策略在2023年4月明显跑输基准,3、12月略跑输基准,而在其他月份均表现优秀,月度超额收益率胜率为75%。我们通过兴证金工红利增强策略进行Brinson归因进行详细分析,可以看出2023年4月的负向收益率主要来自于行业配置。进一步我们观察4月份的具体每个行业的收益贡献情况,可以看出2023年4月主要是传媒、基础化工的行业配置收益贡献为负,医药、银行行业的选股配置收益贡献为负。从具体配置来看,2023年4月份策略主要是相对基准低配了传媒行业、超配了基础化工行业,而传媒在4月份表现突出,上涨了13.70%,基础化工下跌了7.5%。目前策略加权方式为等权,此方法的好处是逻辑简单,但未做任何的权重再优化,这也使得策略出现了如2023年4月基础化工单行业持仓权重达20%的情况,叠加当基础化工表现不佳时,超配部分带来了明显的负向收益。如果想进一步改进策略,可考虑对于策略权重进行相应的精细化调整,当然模型的复杂程度也带来了过拟合风险,需要均衡考虑。我们进一步参考Barra CNE5模型定义的10个风格因子对基金的风格暴露进行分析,具体定义如下表所示。从下面图表可以看出,兴证金工红利增强策略相较于红利低波指数,在2023年主要偏小市值、低杠杆率、低盈利、低成长、高估值、低动量、低波动率、低流动性、高Beta等。同时可以看出持仓偏小市值、低成长、低盈利为组合贡献了明显的正向收益率。而需要注意的是组合相对基准略偏高估值,这也成为了组合的最大的负超额收益来源。后续可考虑通过例如增加高股息因子权重等方法来降低组合高估值暴露。与此同时,组合的小市值、低成长暴露对收益贡献较高,也需要关注风格转换的风险。
红利和小盘增强某种意义上是由风格beta转换而带动的近期关注度较高的选股策略,而除此之外,“基本面量化”作为一种另类的策略构建逻辑近年来也颇受关注——即推动权益投资理念和定量投资手段的结合。例如在我们前期报告《权益基金经理的量化范式总结》中提到,很多主动权益基金经理尝试将研究范围下沉到更多的股票之中;量化方式对于大规模筛选股票、提高研究效率具有天然的优势,因此近年来有不少权益基金经理将量化方法融合到自己的投资之中。同时,不少量化基金经理在叙述自己的投资框架时也提到会将主动的思想融于到相应的量化策略构建中。在2023年三季报基金公告中,我们按照“基本面量化”作为关键词进行搜寻,有122个公告中提及了相应概念,这也说明此方法论有一定的认可度。我们在2023年3月5日发布的深度报告《权益理念量化表达--如何挖掘潜在热点》中,主要解决如何用定量方式模拟权益投资中存在着的“热点扩散/找补涨”的投资范式。具体的,我们在每个中信一级行业下(剔除综合、综合金融两个行业)中选择过去一个月涨幅最多的10只股票,进而形成近300只标的,作为当下市场热点的代表,这也就是我们的当下热点表征。同时我们借助相似方法论,搜寻与当下热点最为相似的个股构建潜在热点股票池,从而得到我们的扩散的对象。策略在2023年大幅战胜偏股混合型基金指数:2023年策略区间收益率为-1.35%(同期基准为-13.52%),相对于基准的超额收益为12.17%。同时,分月度来看,策略除了2023年2月份略跑输基准外,其他月份均明显跑赢基准,月度胜率高达91.67%。上述策略样本内测试截至2022年12月,2023年实际上为纯样本外,整体来看策略依旧较为有效。作为基本面量化的相应策略,与机器学习、高频策略不同的是,需要极高的策略可解释性,即深入需了解策略挣得的是哪部分的钱。以上策略在构建时尽可能抽离出了大家认可的权益投资逻辑,也是当下投资大家实际关注的问题,我们认为这也是策略能够稳定获取alpha的重要原因之一。不可否认的是,主动与量化的结合愈加频繁,例如如何战胜偏股混合型指数基金策略也可以作为其中的一个分支,通过量化方式来跑赢偏股混合型基金指数(可以近似认为是主动权益基金表现的中位数)在近年来热度上升。我们在2022年7月11日发布的报告《也谈如何战胜偏股基金中位数》中构建的相应策略在2023年表现优秀,稳定跑赢了相应基准。 然而在与相应投资者的沟通中,我们也关注到主动与量化有效结合的发展也存在一些痛点:
1、权益理念的抽取问题:之前也提到,作为基本面量化策略,可解释性较为重要。这换言之,即如何将权益的投资思想,转换为量化的语言表达其实是最为重要的。例如我们的潜在热点捕捉策略,就是聚焦于某种权益投资行为。权益的思考方式与量化追求的“可回测”有一定差距。如何尽可能寻找两个之间的平衡点目前还未有统一的结论。2、另类信息获取问题:事实上,权益投资的大部分思考方式来源于非标准化的数据,例如公司的一些公告信息、内部调研、专家会议等。如何将这些另类数据落地到量化策略中也成为大家比较关注的问题。例如我们之前布局的专利、产业链、供应链等另类数据均是在某个维度去解决信息获取问题。但依旧可以认为众多权益理念的落地在相应的信息提取层面容易遇到瓶颈。目前,此问题大体有两个解决的方式:1)一些数据厂商产品的逐渐丰富布局:目前可以看到众多另类数据在被逐渐的落地化,例如调研、机构金股等均逐渐的被作为稳定的信息源;2)信息处理手段的丰富:我们关注到随着目前信息技术手段的丰富,例如文本类的数据也可以被进一步加工处理得到有效信息。第一步的发展较为缓慢,一个稳定来源的有效另类数据也可以认为是可遇不可求的。而第二步伴随着AI技术的丰富,我们认为有望引来较快的发展。3、逻辑的持续有效性:在成功提炼出相应权益投资的理念,基于量化手段落地后,更需要关注的问题便是策略的alpha是否可持续验证,即我们认为的稳定的、可持续的逻辑是否能够持续挣钱。例如前期关注度较高的超预期相关策略(逻辑可解释+基于分析师预期数据提取另类信息)在近年来出现一定的失效。前两个问题可以认为是技术上的问题,而第三个问题则更难以处理。事实上,我们的隐藏热点策略在2017年至2020年表现趋弱。我们从底层逻辑思考,隐藏热点策略的目的是寻找热点扩散后由于与热点存在潜在关联关系而存在上涨动力的个股,而2017-2020年市场风格相对较为集中,可以认为市场热点扩散难度较大,因此此间策略的失效我们认为也符合逻辑。而我们也针对此问题进行了一些改进方式的思考,在报告2023年11月16日发布的报告《权益理念量化表达--如何挖掘潜在热点二》中,我们尝试了扩充个股相似的搜寻方式(纳入量价等维度进一步寻找多元的潜在热点),对策略适用环境进行分析,考虑加入一些择时因素等改进方案,最终构建了兴证金工动态精选30策略。该策略在2017至2020年区间均能稳定的战胜基准,同时2023年大幅战胜偏股混合型基金指数。分月度来看,除了6月份略跑输基准外,其他月份均明显跑赢基准。这个思考的结论并不一定是最佳的策略改进方式,但我们认为,这个思考过程事实上是更有意义的。针对每一个相应的策略,通过研究更深入的去了解其有效的方式,内在的逻辑,失效时间段的原因,由此产生的更新迭代,对于策略的研究开发或许更有意义。虽然基本面量化的应用道长险阻,但从目前我们跟踪的相应策略来看,此方式仍有较好的实践意义,因此我们看好此类策略的进一步发展。
“赛道配置”在近年也是大家关注的热点问题之一。因此,除了主流宽基指数增强等量化产品,量化产品也逐渐进入特定行业板块配置领域—即赛道类量化产品,我们首先为各位投资者介绍其目前的布局情况。我们按照下述规则进行确定并筛选赛道类量化产品:1)基于量化策略构建:为区别于传统的行业基金,我们在Wind所划分的量化基金中筛选赛道类产品,即希望产品通过运用量化投资策略,来获取收益;2)挂钩相应行业赛道:我们筛选产品业绩基准囊括行业赛道的产品,例如主要投资于医疗行业的优质上市公司的基金。由于Wind无此标签,此步骤由人工筛选完成。同时依据Wind 分类,我们从产品形态上分为赛道类主动量化产品、赛道类指数增强产品,具体来说:1、主动量化赛道产品指通过投资于与某行业主题相关的资产,主要追求超越基金业绩比较基准的资本增值的基金产品;2、赛道指数增强产品指主要希望实现在对行业相关标的指数进行有效跟踪的被动投资基础上,结合增强型的主动投资,力争获取高于标的指数的投资收益的基金产品。下面我们对两种产品布局现状分析。我们基于上述两条准则在截至2023年12月31日存续的Wind量化基金中筛选了共33只赛道类量化产品,其中包括了18只赛道类主动量化基金、15只赛道类指数增强基金(具体产品列表详见图表26)。截至2023年12月31日,赛道类量化产品的总规模为104.40亿元,其中赛道类主动量化基金、赛道类指数增强基金基本各占一半,分别为51.59亿元、52.81亿元。事实上,量化赛道类产品可以认为是量化用于应对相应价值主导,市场风格集中市场环境的创新性产品。最早的主动量化赛道产品发布于2016年,为长盛医疗行业(002300.OF)。但2016年相关产品仍处于布局初期,产品个数较少。直到2017年,价值投资回归到主导的投资模式,不同板块和行业分化较大,对于量化研究来说是比较大的挑战,也成为赛道类产品布局的主要动力。2017年为赛道类主动量化产品的发行大年,成立了6只产品,目前规模前三的产品均成立于2017年。而值得关注的是,2021年以来,赛道指数增强产品热度提升明显,当年发行了11只产品,而2022年也发行了3只。但在2023年,赛道类量化产品发行热度明显下降,无论是赛道主动量化产品还是赛道指数增强产品均未有相关产品发行。从发行的赛道主题上,我们可以看出主动量化产品主要聚焦于消费、TMT、医药板块,在主动量化产品中有6只产品挂钩消费板块,4只挂钩TMT板块、4只挂钩医药板块,其余挂钩新能源、高端制造、金融等板块。而赛道类指数增强产品主要聚焦于TMT、新能源、医药、高端制造等板块。总体来看,消费、医药、TMT等长期表现优秀赛道均有较多产品的布局,但可以看出赛道类指数增强基金因为集中布局时间较晚,更偏向新能源、TMT等近年来热门的赛道。 从收益表现来看,2023年赛道类主动量化策略获取相对基准超额收益难度骤增。我们可以看到2023年,18只赛道类主动量化中仅有4只产品跑赢了基准。而与此形成对比的是,15只赛道类指数增强产品中有11只均能有超额收益。下面我们对产品的收益进行进一步的分析。首先我们对相应绩优产品的赛道布局情况进行分析。从2023年能够跑赢基准的赛道类主动量化产品来看,集中布局于消费、医药行业(两只消费、两只医药), 例如博道消费智航A、长盛医疗行业A等,而赛道类指数增强基金挂钩赛道更为多元。从历史分年度收益来看,赛道类主动量化产品在2019、2020年表现极其突出,而从2021后收益明显下滑。赛道类指数增强产品收益从2021年以来则较为稳健,产品超额收益中位数均为正数。近两年来,A股市场的行业、风格轮动加剧,很少再出现长期单边上涨的结构化行情。从2022年开始,大盘价值、大盘成长、小盘价值和小盘成长都处于震荡期,轮动交易的难度逐渐增加。而指数增强基金在风格快速轮动的A股市场优势明显。在较为动荡的市场走势背景下,个股和行业的表现相比以前,分化程度明显提升,热点也更加分散。指数增强基金有利于把握相对分散的投资机会;另一方面,由于产品本身对跟踪误差的限制,因此指数增强基金对于风格和行业的约束都较为严格,个股、行业、风格的配置都十分分散,有助于更好地适应多变的市场环境。而上述产品表现则侧面反映了以上结论,我们可以看到在2019、2020年,市场整体抱团明显的时候,赛道类主动量化产品表现极其突出,能够很好的做出超额,然而21年之后,产品收益明显下行,而赛道类指数增强产品超额维持稳定,这可能也是21年后相应赛道类产品数量急速上升的原因。作为量化的一个重要赛道,赛道类量化策略一直是大家关注的焦点,兴证金工在此方向耕耘颇深。下面我们用兴证金工赛道类策略来进一步详细分析。我们目前分别撰写了科技、医药、银行等板块的精选策略,下面我们以医药、科技策略为例来观察2023年相应策略表现。5.2.1、医药板块精选策略
在2020年7月22日发布的报告《基本面量化视角下的大健康板块选股研究》中,我们将医药板块切分成“医药服务”以及“医药制造与高科技”两个领域,针对每个子行业选择相应因子,并采用等权的方式进行合成。最终我们在医药制造和医药服务板块分别精选10只股票,构建月度调整策略。此策略长期表现优秀,在2011年1月至2023年12月期间年化收益率为28.76%,收益风险比为1.02,相较于中信医药行业指数超额明显。同时分年度来看,策略每一年均能相较于基准获取明显的超额收益。策略发布于2020年,2021年-2023年为纯样本外,可以看出表现依旧稳健。该策略在2023年战胜中信医药指数:2023年策略区间收益率为6.99%(同期基准为-6.77%),相对于基准的超额为13.75%,策略大幅战胜基准。此外,策略相对净值的收益风险比率为1.41。5.2.2、科技板块精选策略
我们以Wind中的信息技术下的二级行业分类为基础,同时将申万和中信的一级行业分类中属于电子、通信以及计算机的相关公司一并纳入进来,共同作为我们的研究主体。同时我们以扩充后的Wind信息技术板块为初始股票池,并在其上划分出了四个细分行业:技术硬件与设备、软件与服务、半导体制造、半导体设计,分行业建立有效的量化选股模型,并最终将其整合为一个完整的策略,具体参见我们于2020年10月30日发布的报告《基本面量化视角下的科技板块选股研究》。此策略长期表现优秀,在2011年1月至2023年12月期间年化收益率为36.00%,收益风险比为1.07,相较于信息技术指数超额明显。分年度来看,策略除2023年略跑输基准外,其余年份均能相较于基准获取明显的超额收益。策略发布于2020年,2021年-2023年为纯样本外,可以看出表现大体稳健。上述也可以看出该策略在2023年跑输信息技术指数:2023年策略区间收益率为-0.14%(同期基准为3.02%),相对于基准的超额收益为-3.16%。我们通过兴证科技精选策略进行Brinson归因进行详细分析,可以看出2023年大部分负向收益率主要来自于选股配置。尤其是年初这一波我们发现超额相对较弱,这主要由于策略构建于2020年,当时训练并没有考虑科创板的标的,而科创板股票在年初迎来了大爆发导致了策略相对基准超额较弱。赛道类主动量化策略的难题之一是应对行业的突发性事件,当行业突然发生变化(例如政策发布、新的概念主题概念出现),相关基本面驱动的策略表现可能走弱。从赛道类主动量化本身的改进来看,可以考虑:
1)加入量价类因子进行alpha的回撤控制:个股的量价行为一定程度上可以反映短期的事件的影响,目前我们的策略均未加入量价维度,在2023年也均出现了一段时间的回撤。2) 纳入板块择时体系:这是一个符合逻辑但也更复杂的方式,事实上,单赛道的beta对个股表现影响颇大,例如目前我们的策略,无论是科技还是医药均在子赛道上进行了固定比例加权,而这一部分也可以进行更精细的操作。与此同时,我们目前更为推荐对赛道类的指数增强产品进行布局,我们可以看到针对行业政策频发,整体波动加大的环境,指数增强类的策略或许更为适用。
本文首先对2023年的风格、因子表现进行复盘,我们关注到2023年一些相关量化策略受到明显关注,例如:1)红利增强相关策略;2)小盘增强策略。同时伴随着小盘的崛起,量价类因子也受到较大关注,我们可以看到例如高频、机器学习策略均在不断火热发展中。最后,作为量化发展的一个小趋势,我们可以看到主动与量化的有机结合所构建的策略也颇受投资者关注。本文结合兴证金工的相关策略对部分重点策略进行分析,提出相应策略改进方向和展望。
风险提示:报告中的结果均由相应作者通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险。
注:文中报告节选自兴业证券经济与金融研究院已公开发布研究报告,具体报告内容及相关风险提示等详见完整版报告。
证券研究报告:《年度复盘&展望三—选[文]股策略篇》。
对外发布时间:2024年1月15日
报告发布机构:兴业证券股份有限公司(已获中国[章]证监会许可的证券投资咨询业务资格)
----------------------[来]----------------
分析师:
郑兆磊
SAC执业证书编号:S01905200800[自]06
E-mail:zhengzhaolei@xy[1]zq.com.cn
占康萍
SAC执业证书编号:S01905220700[7]08
E-mail:zhankangping@xy[量]zq.com.cn
----------------------[化]----------------
更多量化最新资讯和研究成果,欢迎关注我们的微信公众平台(微信号:XYZQ-QUANT)!
本篇文章来源于微信公众号: XYQuantResearch
本文链接:https://kxbaidu.com/post/%E3%80%90%E5%85%B4%E8%AF%81%E9%87%91%E5%B7%A5%E3%80%91%E5%B9%B4%E5%BA%A6%E5%A4%8D%E7%9B%98%26amp%3B%E5%B1%95%E6%9C%9B%E4%B8%89%E2%80%94%E9%80%89%E8%82%A1%E7%AD%96%E7%95%A5%E7%AF%87.html 转载需授权!