update report

report/策略报告/策略建议_中证500增强.md

+# 中证500增强新策略设置建议
+
+## 当前情况
+
+* 市场风格中，`EARNYILD`以及`SIZE`进入2月份以来发生了反转；
+* 当前中证500策略回撤到达1.6%左右，打破之前的最大回撤记录；
+* 当前策略比较显著的风格暴露：`EARNYILD`以及`BETA`的正向暴露；
+* 存在风格暴露不太确定，没有上限的问题。
+
+## 方案
+
+### 措施
+
+* 控制`EARNYILD`暴露在0.25至0.5之间；
+* 控制`LIQUIDTY`暴露在-0.25至-0.5之间；
+* 控制`GROWTH`暴露在0.2到0.4之间；
+* 控制`SIZE`暴露至-0.2到0.0之间；
+* 控制`BETA`暴露至0.0；
+* 使用新的行业分类：sw_adj；
+* 其他限制保持与当前一致。
+
+### 特点
+
+* 仍然会坚持当前以估值为核心，重视历史业绩表现的风格；
+* 增加对风格暴露的控制，加入主观的风格判定；
+* 主动增加对成长性的风格暴露；
+* 对于某些行业采取主动暴露；
+* 给予风格暴露上限，防止风格过于明显。
+
+### 负面影响：
+
+* 会提高换手率；
+* 需要关注行业基本面的变化；
+* 需要更多的关注风格的切换，难度较大。
+
+### 注意事项
+
+* 需要定期review当前风格；
+* 对于`LIQUIDTY`的因子暴露，需要收集实际成交的信息。了解当前的交易成本假设是否能够覆盖低流动率下的真实交易成本。
+
+
+## 因子
+
+### 因子内容
+
+新的因子组合，包括的内容：
+
+* 估值类：`ep_q`;
+* 质量类：`roe_q`;
+* 成长类：`SGRO`, `GREV`;
+* 技术类：`IVR`, `ILLIQUIDITY`;
+* 预期信号：`con_target_price`, `con_pe_rolling_order`;
+
+```python
+alpha_factors = {
+    'f01': LAST('ep_q'),
+    'f02': LAST('roe_q'),
+    'f03': LAST('SGRO'),
+    'f04': LAST('GREV'),
+    'f05': LAST('con_target_price'),
+    'f06': LAST('con_pe_rolling_order'),
+    'f07': LAST('IVR'),
+    'f08': LAST('ILLIQUIDITY'),
+    }
+```
+
+### 因子权重
+
+基本原则：
+
+* `ep_q`作为核心因子，但是最近回撤较大，取1的权重；
+* 基本面因子，赋予1的权重；
+* 预期类因子，赋予1的权重；
+* 技术指标类因子，最近表现较好,权重至0.5的权重。
+
+```python
+weights = dict(f01=1.,
+               f02=1.,
+               f03=1.,
+               f04=1.,
+               f05=1.,
+               f06=-1.,
+               f07=0.5,
+               f08=0.5,
+              )
+```

report/策略报告/策略建议_沪深300增强.md

+# 沪深300增强新策略设置建议
+
+## 当前情况
+
+* 市场风格中，`EARNYILD`以及`SIZE`进入2月份以来发生了反转；
+* 当前沪深300策略属于回测期；
+* 当前策略比较显著的风格暴露：`EARNYILD`；
+* 当前策略的跟踪误差相对于中证500策略偏低；
+* 存在风格暴露不太确定，没有上限的问题。
+
+## 方案
+
+### 措施
+
+* 控制`EARNYILD`暴露在0.25至0.5之间；
+* 控制`LIQUIDTY`暴露在-0.25至-0.5之间；
+* 控制`SIZE`暴露至-0.2到0.0之间；
+* 控制`BETA`，`SIZE`，`GROWTH`暴露至0.0；
+* 使用新的行业分类：sw_adj；
+* 其他限制保持与当前一致。
+
+### 特点
+
+* 仍然会坚持当前以估值为核心，重视历史业绩表现的风格；
+* 增加对风格暴露的控制，加入主观的风格判定；
+* 主动增加对成长性的风格暴露；
+* 给予风格暴露上限，防止风格过于明显。
+
+### 负面影响：
+
+* 会提高换手率；
+* 需要关注行业基本面的变化；
+* 需要更多的关注风格的切换，难度较大。
+
+### 注意事项
+
+* 需要定期review当前风格；
+* 对于`LIQUIDTY`的因子暴露，需要收集实际成交的信息。了解当前的交易成本假设是否能够覆盖低流动率下的真实交易成本。
+
+
+## 因子
+
+### 因子内容
+
+新的因子组合，包括的内容：
+
+* 估值类：`ep_q`;
+* 质量类：`roe_q`;
+* 成长类：`SGRO`, `GREV`;
+* 技术类：`IVR`, `ILLIQUIDITY`;
+* 预期信号：`con_target_price`, `con_pe_rolling_order`;
+* 个股指标：`DividendPaidRatio`;
+
+```python
+alpha_factors = {
+    'f01': LAST('ep_q'),
+    'f02': LAST('roe_q'),
+    'f03': LAST('GREV'),
+    'f04': LAST('SGRO'),
+    'f05': LAST('con_target_price'),
+    'f06': LAST('con_pe_rolling_order'),
+    'f07': LAST('IVR'),
+    'f08': LAST('ILLIQUIDITY'),
+    'f09': LAST('DividendPaidRatio')
+    }
+```
+
+### 因子权重
+
+基本原则：
+
+* `ep_q`作为核心因子，但是最近回撤较大，取1的权重；
+* 基本面因子，赋予1的权重；
+* 预期类因子，赋予1的权重；
+* 技术指标类因子，最近表现较好,权重至0.5的权重。
+
+```python
+weights = dict(f01=1.,
+               f02=1.,
+               f03=1.,
+               f04=1.,
+               f05=1.,
+               f06=-1.,
+               f07=0.5,
+               f08=0.5,
+               f09=0.5
+              )
+```