弱势格局，权益性策略普遍走弱 ——数量化策略跟踪评价周报|选股_新浪财经

分析师 / 张青（执业证书编号S0890516100001）

研究助理 / 余景辉

多因子选股方面，从当期IC值来看，动量、规模以及贝塔三个因子表现较好，绝对值依次为15.89%、7.88%、6.57%，风格因子的当期收益率也显示这三个因子表现较好。从当期IC值的正负号来看，动量因子和规模因子为正，贝塔因子为负，表明大盘及低贝塔的个股近期表现较好，同时前期上涨的股票近期表现较好。从近一个月IC均值来看，大盘、低波因子表现稳定。

权益量化策略方面，过去5个交易日，沪深300指数增强策略较沪深300被动指数策略获得超额收益0.01%，中证500指数增强策略、主动量化策略分别较中证500被动指数策略获得超额收益0.80%、2.02%，量化对冲策略较二级债基和长期纯债策略获得超额收益0.76%、-0.48%。10月，主动量化与中证500指数增强轮动策略建议持有主动量化策略，量化对冲与长期纯债轮动策略建议持有长期纯债策略。

风格轮动方面，最新一期大小盘风格轮动模型综合打分为5.00分，风格偏向不明显，建议大小盘风格配置采用5:5配置；最新一期价值成长风格轮动模型综合打分为3.00分，风格偏向成长，建议价值成长风格配置采用3:7配置；最新一期动量反转风格轮动模型综合打分为5.00分，风格偏向不明显，建议动量反转风格配置采用5:5配置。

行业配置方面，过去一周市场下跌，申万28个行业收益率均为负，计算机、通信、电子、综合及传媒跌幅较大。从因子收益率来看，过去5个交易日所有因子的因子收益率均为正。其中工业企业经济效益因子多空组合收益率最高。两个事件驱动策略中，公募基金持仓以季度为单位进行推荐，今年第三季度看好的行业包括纺织服装、综合、钢铁、交通运输、商业贸易；上市公司调研策略9月无推荐行业。过去5日，多因子行业配置策略组合收益率为-7.85%，同期中证500指数收益率为-10.89%，行业配置组合录得3.04%的超额收益率。10月，多因子行业配置策略推荐配置银行、采掘、休闲服务、国防军工以及汽车。

总体来看，上周市场下跌，从多因子选股来看，规模因子指向大盘，从近一个月来看大盘和低波动率因子表现优异。权益量化策略方面，指数增强策略、主动量化策略较被动指数策略有较好超额收益，大盘风格上来看，沪深300指数增强策略表现稳定，小盘风格上来看，主动量化策略表现更优，类固收策略上来看，二级债基收益为负，长期纯债收益为正，而量化对冲策略表现依旧不佳。风格轮动方面，市场大小盘风格、动量与反转风格分化不明显，偏向于均衡配置，而价值成长风格方面更倾向于成长风格。行业配置上，近期动量因子表现优异，行业配置策略录得较为显著超额收益。

1. 多因子选股策略跟踪

我们基于Barra框架，合成10个风格因子（因子暴露度均按降序排列），对其表现按周频率进行跟踪。

1.1. 风格因子评价指标跟踪

从当期IC值来看，动量、规模以及贝塔三个因子表现较好，绝对值依次为15.89%、7.88%、6.57%，风格因子的当期收益率也显示这三个因子表现较好。从当期IC值的正负号来看，动量因子和规模因子为正，贝塔因子为负，表明大盘及低贝塔的个股近期表现较好，同时前期上涨的股票近期表现较好。从近一个月IC均值来看，大盘、低波因子表现稳定。

1.2. 风格因子累计收益率跟踪

为动态监测各风格因子的轮动特征，我们绘制了各风格因子历史累计收益率的走势图。整体来看，反转因子和低波动率因子表现稳定，规模因子趋势不明显，其他因子仍基本延续前期形成的长期趋势，未出现明显的反转或趋势增强现象。

2. 权益量化策略跟踪

公募权益量化基金中，主要的投资策略分为三类：指数增强策略、主动量化策略以及量化对冲策略。这三类策略均是以量化多因子选股作为基金产品构建的主要策略思路，指数增强策略在对标的指数进行有效跟踪基础上，以追求超越基准指数回报为目的，其选股范围主要限定于标的指数成分股；量化选股策略也以追求超越基准指数为目的，但较之指数增强策略，选股范围更广，仓位配置也更加灵活；量化对冲策略则在多因子选股基础上加入了股指期货对冲，以追求绝对收益为目的，其收益与风险特征更接近于类固定收益产品。

我们构建相应的策略指数，构建方法为：（1）指数成分基金。调仓日选取所有存续的对应策略的基金，剔除成立时间小于1年、规模小于1亿元、当天处于暂停申购或暂停大额申购状态的基金。（2）调仓时间。每年分别于每个季末结束后的第一个月末进行调仓（即每年1月、4月、7月、10月底）。（3）成分基金加权方式，采用等权方式加权。

对于主动量化基金，由于主动量化基金表现差异性较大，为增强其策略表现，我们构建了简单的筛选模型，采用5个业绩评价中最常用的指标进行筛选，依次为夏普比率、信息比率、Calmar比率、过去1年净值表现以及基金波动率，5个指标按照等权配置，每期筛选出排名前5的基金作为配置标的。

2.1. 量化策略绩效跟踪

为衡量策略的绩效情况，我们对于指数增强策略和主动量化策略采用被动指数策略作为比较基准，量化对冲策略以二级债基和长期纯债作为比较基准来进行跟踪监测。

从大盘风格策略来看，过去5个交易日，沪深300指数增强策略较沪深300被动指数策略获得超额收益0.01%，过去20个交易日获得超额收益0.14%，过去60个交易日获得超额收益0.56%，过去250个交易日获得超额收益1.76%。

从小盘风格策略来看，过去5个交易日，中证500指数增强策略、主动量化策略分别较中证500被动指数策略获得超额收益0.80%、2.02%，过去20个交易日分别获得超额收益1.04%、3.36%，过去60个交易日分获得超额收益0.74%、2.54%，过去250个交易日获得超额收益4.64%、7.96%。

从类固收策略来看，过去5个交易日，量化对冲策略较二级债基和长期纯债策略获得超额收益0.76%、-0.48%，过去20个交易日分别获得超额收益1.04%、3.36%，过去60个交易日分获得超额收益-0.33%、-2.45%，过去250个交易日获得超额收益0.85%、-4.74%。

总体来看，指数增强策略、主动量化策略较被动指数策略有较好超额收益，大盘风格上来看，沪深300指数增强策略表现稳定，小盘风格上来看，主动量化策略表现更优，类固收策略上来看，二级债基收益为负，长期纯债收益为正，而量化对冲策略上周收益同样为负。

2.2. 主动量化与中正500指数增强轮动策略

主动量化策略可以在全市场范围内进行选股，且在行业配置、因子暴露上的配置较比较基准的偏离度可以更大，反之指数增强策略在指数成分股内进行选股，为了大概率不跑输比较基准，往往在实际运作中会对行业配置、因子配置上较跟踪指数的偏离度进行一定控制。因此在市场热点较为分散时，主动量化策略具有更大的优势。

我们采用每日中证800指数成分股中跑赢中证800指数的个股数量占比，监测市场热点是否分散。当市场热点较为分散时，此时跑赢中证800指数的个股占比应会较高，反之跑赢中证800指数的个股占比应会较低。根据市场热点指标构建主动量化与中证500指数增强轮动策略，当市场热点指标处于上升趋势时，即市场热点处于扩散状态时持有主动量化策略，反之当市场热点处于收缩状态时，持有中证500指数增强策略。

过去5日，轮动策略较中证500被动指数策略的超额收益率为-0.13%，过去20日超额收益率为1.17%，过去60日超额收益率为0.51%，过去120日超额收益率为4.26%，过去250日超额收益率为5.14%。由于主动量化基金表现差异性较大，为进一步增强策略效果，我们采用简单的筛选指标筛选表现相对稳定的主动量化基金作为代表与中证500指数增强策略构建轮动策略，过去5日轮动策略（经筛选）较中证500被动指数策略的超额收益率为-0.38%，过去20日超额收益率为2.95%，过去60日超额收益率为2.43%，过去120日超额收益率为10.59%，过去250日超额收益率为13.18%。

10月，市场热点处于收缩状态，轮动组合建议持有中证500指数增强策略。

2.3. 量化对冲与长期纯债轮动策略

从业绩归因角度看，量化对冲策略的收益来源有二：一是现货组合的阿尔法收益，实践中，量化对冲策略一般以沪深300指数期货作为对冲工具，故现货组合的阿尔法收益主要体现于较沪深300指数的超额收益。二是期现对冲收益，即股指期货的升贴水率。

对于现货组合的阿尔法收益，我们主要通过监测市场的大小盘风格来进行评判。主流量化对冲策略的现货组合一般采用多因子选股构建，因此当市场风格偏向于小盘风格时，更利于多因子选股的表现。对于期限对冲收益，当股指期货处于贴水状态时，对于量化对冲收益是负贡献，因此我们采用IF合约升贴水情况进行监测。因此，我们结合大小盘因素、期货升贴水率以及策略强弱情况构建轮动策略。

过去5日，轮动策略收益率为0.26%，过去20日收益率为0.49%，过去60日收益率为1.46%，过去120日收益率为2.52%，过去250日收益率为4.82%。

10月，大小盘信号指向均衡，股指期货处于贴水状态，从强弱指数来看长期纯债策略走势强于量化对冲策略，轮动组合建议持有长期纯债策略。

3. 风格轮动与行业配置策略跟踪

为监测市场风格以及行业轮动的变动趋势，以更加深入的跟踪评价股票多头类策略的业绩表现，我们分别构建了大小盘风格轮动策略、价值成长风格轮动策略、动量反转风格轮动策略以及多因子行业配置模型进行跟踪。

3.1. 大小盘风格轮动策略

基于基本面和技术面构建多维度打分体系判定市场大小盘风格情况，基本面指标包括CPI、PMI新订单、M1-M2以及国债期限利差，技术面指标包括波动率以及大小盘强弱指数。其中模型打分采用10分制，分数越接近10分模型偏向大盘风格，反之接近0分偏向小盘风格。根据打分体系构建大小盘轮动策略，采用申万大盘指数作为大盘代表，申万小盘指数作为小盘代表。

最新一期大小盘风格轮动模型综合打分为5.00分，风格偏向不明显，建议大小盘风格配置采用5:5配置。

3.2. 价值成长风格轮动策略

基于基本面和技术面的角度构建多维度打分体系判定市场价值与成长风格情况，基本面指标包括PPI、一年期国债利率，技术面包括波动率、换手率以及价值成长强弱指数。其中模型打分采用10分制，分数越接近10分模型偏向价值风格，反之接近0分偏向成长风格。根据打分体系构建价值成长轮动策略，采用国证价值指数作为价值风格代表，国证成长指数作为成长风格代表。

最新一期价值成长风格轮动模型综合打分为3.00分，风格偏向成长，建议价值成长风格配置采用3:7配置。

3.3. 动量反转风格轮动策略

基于基本面和技术面的角度构建多维度打分体系判定市场动量与反转风格情况，基本面指标包括CPI、M1-M2、产业债利差以及一年期国债利率，技术面包括波动率、换手率以及动量反转强弱指数。其中模型打分采用10分制，分数越接近10分模型偏向动量风格，反之接近0分偏向反转风格。根据打分体系构建动量反转轮动策略，这里我们采用国证1000指数成分股作为初始股票池，在每季度末将成分股按照过去一年收益率进行排序，选择排名前300的股票构建动量指数，选择排名后300的股票构建反转指数。

最新一期动量反转风格轮动模型综合打分为5.00分，风格偏向不明显，建议动量反转风格配置采用5:5配置。

3.4. 行业配置策略

我们采用多因子行业配置思路，以申万一级行业指数为标的，在原有股价动量、低波动率、行业景气度三因子的基础上，新增大小盘、工业企业经济效益以及资金流因子，并融合上市公司调研与公募基金持仓两个事件驱动策略构建了一个行业配置策略组合，于每月第一个交易日更新配置。

3.4.1. 行业配置因子表现跟踪

过去5日，动量因子多空组合累计收益率为3.09%，低波动率因子多空组合累计收益率1.79%，行业景气度因子多空组合累计收益率为1.70%，工业企业经济效益因子多空组合累计收益率为3.55%，资金流因子多空组合累计收益率为2.78%；过去20日，动量因子多空组合累计收益率为2.41%，低波动率因子多空组合累计收益率5.27%，行业景气度因子多空组合累计收益率为3.77%，工业企业经济效益因子多空组合累计收益率为5.41%，资金流因子多空组合累计收益率为0.03%；过去60日，动量因子多空组合累计收益率为5.41%，低波动率因子多空组合累计收益率3.31%，行业景气度因子多空组合累计收益率为1.49%，工业企业经济效益因子多空组合累计收益率为7.68%，资金流因子多空组合累计收益率为5.36%；过去120日，动量因子多空组合累计收益率为0.97%，低波动率因子多空组合累计收益率-0.83%，行业景气度因子多空组合累计收益率为-0.41%，工业企业经济效益因子多空组合累计收益率为13.79%，资金流因子多空组合累计收益率为8.67%；过去250日，动量因子多空组合累计收益率为0.95%，低波动率因子多空组合累计收益率9.80%，行业景气度因子多空组合累计收益率为-3.67%，工业企业经济效益因子多空组合累计收益率为10.92%，资金流因子多空组合累计收益率为10.89%。

过去一周市场下跌，申万28个行业收益率均为负，计算机、通信、电子、综合及传媒跌幅较大。从因子收益率来看，过去5个交易日所有因子的因子收益率均为正。其中工业企业经济效益因子多空组合收益率最高。

两个事件驱动策略中，公募基金持仓以季度为单位进行推荐，今年第三季度看好的行业包括纺织服装、综合、钢铁、交通运输、商业贸易；上市公司调研策略9月无推荐行业。

3.4.2. 行业配置组合绩效跟踪

过去5日，多因子行业配置策略组合收益率为-7.85%，同期中证500指数收益率为-10.89%，行业配置组合录得3.04%的超额收益率；过去20日，行业配置组合收益率为-3.83%，中证500指数收益率为-10.75%，行业配置录得6.92%的超额收益率；过去60日，行业配置组合收益率为-12.18%，中证500指数收益率为-17.29%，行业配置录得5.11%的超额收益率；过去120日，行业配置组合收益率为-23.64%，中证500指数收益率为-28.85%，行业配置录得5.21%的超额收益率；过去250日，行业配置组合收益率为-25.35%，中证500指数收益率为-35.02%，行业配置录得9.67%的超额收益率。

10月，多因子行业配置策略推荐配置银行、采掘、休闲服务、国防军工以及汽车。