本报告为广发证券2025年秋季量化策略会的内容简介,聚焦智慧量化投资策略分享,涵盖时序增强学习、多角度指数择时、行业轮动等主题,展示了多因子轮动及智能资金分析等前沿量化方法,为投资者提供全面的量化策略视角和前瞻性见解。
本分析围绕由广发证券金融工程研究团队于2025年8月19日发布的《2025秋季量化策略会(上海)》会议资料展开。该资料由首席分析师安宁宁领衔,重点呈现了量化投资领域内的最新策略研究与应用,涵盖从AI技术、量化策略轮动、多因子模型到分析师预期改进等前沿主题。本次量化策略会时间定于2025年8月27日,地点为浦东香格里拉大酒店,栏目内容丰富,涉及AI复盘、多角度指标剖析、指数择时及股票轮动等多维度投资模型研究。
整体来看,报告致力于展示广发证券金融工程团队在未来量化投资策略上的探索与创新思路,核心信息是以“智慧量化”“未来投资”为纲,结合机器学习与多因子指标强化择时与选股能力。该会议不少分享者都是资深量化分析师,呈现的议题具有较强的深度和专业性。,1]
报告前两页详细罗列了会议安排,时间节点清晰,内容涉及AI复盘策略组合、转债指数策略、指数拥挤度定量刻画、行业轮动分析、多因子TF轮动策略以及“聪明钱”改善分析师预期方法。章节结构反映团队对量化策略的多方向探索,强调实证和模型融合。
会议精确安排了从下午13:30至17:00的各个主题时段,具体如:
这种细致的时间分配体现了会议注重知识深度传递与案例实践探索的双重侧重,尤其关注量化策略的模型创新和实操路径。,2]
报告第2页含有会议时间安排的部分截图,主要用时间节点标注了具体议程及对应讲师。图1图2均为时间安排的截图,体现出会议流程的严谨与连贯。
图1(16:00-16:30)——张钰东讲解“基于多因子加枚的TF轮动策略”:该时间段对应量化策略实践的关键内容,凸显了多因子模型整合与时间序列模型的结合,旨在实现因子轮动机制下的择时收益。
图2(16:30-17:00)——王小康讲解“如何利用聪明钱改进分析师预期”:表明量化策略不仅关注价格和因子信息,还细致引入“聪明钱”的资金流动数据,探究其对分析师盈利预期修正的辅助作用。
图表以简洁明快的时间节点展示,重点突出了核心议题时段,有助于理解会议内容的重点放置及逻辑顺序。这些时间表虽不体现数据,但规划结构为后续分析实操内容提供框架支持。
此次会议资料主要聚焦于量化策略的模型与实操,不涵盖具体企业或板块估值模型的详尽分析。量化方法可能围绕多因子模型、动量策略、AI时序增强学习展开,但文档未涉及用DCF、市盈率等传统估值指标进行具体估值。未来投资收益的预期更多依赖模型的择时及股票/行业轮动效果。
与会内容显示,风险调整后收益的最大化是量化策略的目标,通过多角度因子综合和智能建模实现策略优化,即便未明确表述具体估值算式,此策略的“估值”体现在模型输出的择时信号强度与资金流向匹配度上。,2]
会中未直接给出风险因素列举,但从量化策略视角,可推断潜在风险包括:
会议侧重策略探索,未特别强调风险缓解措施,未来量化策略会需围绕模型验证、动态调整及风控体系构建以保障投资安全。,2]
从内容来看,报告大体呈现积极面向未来技术与量化模型融合的趋势,但也存在若干潜在不足:
整体内容较为框架型,多为议题介绍,尚未体现深度实证研究,后续关注点应为模型稳定性、策略鲁棒性及风控配套方案。~2]
广发证券2025年秋季量化策略会报告主要呈现了量化投资领域前沿的策略创新和应用思路。从整体议程安排和内容来看,会议重点凸显了:
会中图表虽然主要为时间节点标记,但清晰框定了内容主线和时间节奏,有助于理解策略推进的步骤与内容重点。报告当前更多侧重策略框架介绍与交流,尚未发布详细实证数据和模型回测结果,属于创新探索阶段。
总体来看,广发金融工程团队积极布局AI与量化交叉领域,表现出先进的技术视野和多策略融合的逻辑思维,未来的量化投资路径依托于跨学科模型构建和资金流数据深度挖掘。这符合当前行业智能化、大数据驱动的整体发展趋势,期待后续细化成果和策略落地。
引用标注: 本文基于《广发金工2025秋季量化策略会(上海)》会议资料,1,2]进行全面解读与分析。
【广发金工】2025秋季量化策略会(上海).pdf