股票单因子是股票多因子研究的基础，基于单因子有效性、稳健性的识别及分析是开展多因子研究的前提条件。因此，多因子研究的基础便在于如何衡量因子的有效性，如何筛选出有用的因子。针对原始因子数据，由于各种原因，会出现数据缺失或数据异常值，这些情况的出现在一定程度上会影响测试结果。

本文主要介绍因子的衰减在多因子选股中的应用。主要包括因子半衰期定义、单因子衰减分析、多因子横截面IC、IC_IR半衰期加权方法和单因子时间序列最大化复合IC_IR加权方法的深入研究。发现不管是在横截面上做IC、IC_IR半衰期加权，还是单因子的时间序列加权上，单因子的半衰期H_Factor均为多因子权重求解的一个稳健最优参数。

本文研究并验证了多因子选债的可行性和有效性,结论证明用多因子选债的策略构建信用债投资组合可以显著跑赢指数,并且在相当一部分时间内和全市场公募债券基金相比表现优异。本文首先介绍了多因子选债的理论依据和因子检验的方法。验证了六个因子，包括规模因子，资产增速因子，ROE因子，YTM因子，动量因子和流动性因子，其中除流动性因子以外，其余五个因子对于全样本信用债显著有效。

因子测试是量化多因子选股模型构建环节中的第一个重要环节。通过寻找金 融学内在逻辑，构建系统的因子测试框架和全面的因子指标，以及如何通过 实证结果的分析对因子进行比对是我们本篇报告探讨的主要内容。 风格因子中性处理： 由于个股所在行业和市值因素会显著影响风格因子大小。我们在做截面回归 之前，对于影响风格因子的行业因子和市值因子分别作了中性处理。其中市 值中性使用单因子回归中性处理，行业因子则使用虚拟变量进行中性处理。

多因子模型问世以来，已经在A股市场得到广泛应用。在模型的因子选取上，较为主流的因子可总结为规模因子、估值因子、基本面因子、技术面因子等几大类。其中基本面因子可分为盈利因子、成长因子、质量等因子等几小类。

本文通过定价理论、随机折现因子与多因子模型、随机折现因子与人工智能、人工智能在技术上配合多因子，探讨了多因子和人工智能谁是“正规军”这个问题。

估值因子收益在2019年出现了较大幅度和较长时间的回撤，导致很多经典的量化多因子模型表现受到影响。那如何应对估值因子的失效呢？我们尝试从两个方面寻找解决方法：一是从估值因子本身的构造入手，寻找更为合理和有效的估值因子构造方式或者改进的可能；二是对估值因子收益做预判：从估值因子失效的原因入手，寻找逻辑上合理且与估值因子收益相关性较高的外部变量，对估值因子收益做预判。

本篇报告阐述了市值与价值因子在海外市场上的演化过程。首先，我们以美国市场为主要研究对象，复盘了市值与价值因子的历史表现；其次，从风险承担和错误定价两方面梳理了市场对因子异象背后的主流解释；进一步，我们探讨了日本在资本市场开放进程中大小盘风格的演变，以及价值策略在近十年来失效可能的原因。

本系列报告旨在挖掘适应当前债券市场的量化投资策略，重点聚焦多因子选债、国债期货以及债券市场择时等多个领域。本报告主要以信用债中的公司债为研究标的，探究了影响公司债超额收益率的几类因子，后续将根据有效的择券因子构建公司债多因子投资框架。

本报告系财通证券出品的报告，主要的投资要点有：1、引入协方差矩阵的因子有效性检验法；2、从点到面：财通金工 Alpha 因子库构建；3、集众之长：Alpha 因子合成效果检验。

本篇通过企业客户集中的变化来替代企业客户规模的变动。将企业分成三组扩张型、收缩型、维持型。在大部分行业中，扩张型企业市场表现更强，但是在医药行业正好相反。另外，在基础化工行业中，由于企业前五收入占比波动较小，所以三种类型企业的市场表现并没有差别。在地域性较强的商贸零售行业，同样三种类型企业也没有明显差别。采用同样方法，按照供应链分成三组，除去个别行业外，大部分行业并没有呈现出一定的规律。