核心观点 - 中银量化多策略行业轮动系统采用基于“负向波动率平价”模型的复合策略，动态分配7个单策略的权重，以构建行业配置组合 [40][45][46] - 截至2025年12月11日，复合策略当前仓位最高的行业为通信（9.6%）、银行（9.5%）和交通运输（9.1%）[1][55] - 本周（2025年12月4日至12月11日）复合策略获得累计收益0.3%，跑赢中信一级行业等权基准（0.0%），对应超额收益0.3% [3][59] - 年初至今（截至2025年12月11日），复合策略累计收益为27.5%，跑赢行业等权基准（22.3%），累计超额收益为5.2% [3][60] 市场表现回顾 - 本周（2025年12月4日至12月11日）中信一级行业平均周收益率为0.0%，近1月平均收益率为-4.1% [3][10] - 本周收益率表现最好的三个行业是通信（6.4%）、国防军工（4.6%）、非银行金融（3.3%）[3][10] - 本周收益率表现最差的三个行业是煤炭（-3.6%）、石油石化（-2.7%）、钢铁（-2.4%）[3][10] - 年初至今表现最好的三个行业是通信（87.3%）、有色金属（81.1%）、电力设备及新能源（42.3%）[11] 行业估值风险预警 - 报告采用滚动6年稳健PB分位数作为估值预警指标，分位数超过95%的行业将触发高估值预警并被剔除出策略测算 [12] - 本周触发高估值预警的行业有：计算机（100.0%）、商贸零售（100.0%）、传媒（97.9%）、有色金属（96.9%）、石油石化（96.5%）、国防军工（96.3%）[12][13] - 当前估值较低的行业包括：食品饮料（0.6%）、建筑（22.9%）、医药（27.9%）、交通运输（28.2%）[13] 单策略表现与推荐行业 - **S1 高景气行业轮动策略（周度）**：本周绝对收益3.5%，年初至今绝对收益24.2%，超额收益1.9% [3][59]；当前推荐行业为机械、通信、电力设备及新能源 [15][16] - **S2 隐含情绪动量策略（周度）**：本周绝对收益2.9%，年初至今绝对收益42.0%，超额收益19.7% [3][59]；当前推荐行业为通信、机械、电子 [20] - **S3 宏观风格轮动策略（月度）**：本周绝对收益-1.7%，年初至今绝对收益27.4%，超额收益5.1% [3][59]；当前推荐行业为银行、家电、电力及公用事业、石油石化、交通运输、建筑 [23] - **S4 中长期困境反转策略（月度）**：本周绝对收益-0.3%，年初至今绝对收益27.7%，超额收益5.4% [3][59]；当前推荐行业为有色金属、电力设备及新能源、钢铁、银行、建材 [27] - **S5 资金流策略（月度）**：本周绝对收益-0.8%，年初至今绝对收益16.3%，超额收益-6.0% [3][59]；当前推荐行业为综合、石油石化、钢铁、综合金融、农林牧渔 [29][30] - **S6 财报因子失效反转策略（月度）**：本周绝对收益0.9%，年初至今绝对收益23.8%，超额收益1.5% [3][59]；当前推荐行业为非银行金融、食品饮料、家电、通信、交通运输 [35] - **S7 传统多因子打分策略（季度）**：本周绝对收益-0.4%，年初至今绝对收益39.4%，超额收益17.1% [3][59]；本季度推荐行业为食品饮料、基础化工、非银行金融、银行、交通运输 [39] 策略复合与权重分配 - 复合策略采用“负向波动率控制模型”对7个单策略进行资金分配，根据各策略下跌交易日的波动率（负向波动率）的倒数进行归一化配置 [40][45] - 当前（2025年12月11日）单策略权重最高的为S7传统多因子打分策略（23.7%），权重最低的为S2隐含情绪动量策略和S3宏观风格轮动策略（均为7.2%）[3][54] - 复合策略的调仓频率根据单策略频率设定：季度首日调整全部7个策略，月度首日调整6个周/月频策略，每周四调整2个周频策略 [42][44][46] - 策略权重通过等权方式映射至各策略看多的行业，形成最终的行业配置权重 [47][48] 复合策略配置与调仓动向 - 当前复合策略行业配置覆盖19个中信一级行业，前五大重仓行业为通信（9.6%）、银行（9.5%）、交通运输（9.1%）、非银行金融（8.0%）、食品饮料（7.7%）[1][55] - 从板块配置看，当前权重最高的板块为中游非周期（21.1%）、金融（21.0%）和TMT（12.0%）[56] - 本周复合策略调仓动向为：加仓TMT、中游周期和中游非周期板块，减仓消费、金融和上游周期板块 [3] - 近10周板块配置显示，TMT板块配置权重从6.8%上升至12.0%，消费板块配置权重从17.2%下降至15.6% [56]

核心观点 - 报告研究主动型股票基金绩效表现，探讨其能否跑赢市场，构建多个基金组合并采用因子模型分析，发现多数主动型基金组合能跑赢市场但超额收益不显著，考虑规模和价值效应、成长因素后结果有变化 [1][93] 引言 - 上一篇报告研究普通股票型基金超越基准收益及配置风格，本篇报告统一比较基准为市场因子，将偏股混合型基金纳入研究，构建不同规模基金组合，构建成长因子，进行因子模型稳健性检验 [11][12] 数据来源、样本选择及描述性统计 基金样本的选择 - 研究对象为普通股票型基金和偏股混合型基金，采用万得基金指数成份记录筛选，主动型股票基金数量持续上涨，2015 年普通股票型和偏股混合型基金数量结构变化，主要因仓位下限规定调整 [15][18] 时间区间的选择 - 数据样本周期为 2009 - 2024 年，因 2007 年前主动型股票基金规模小，2006 - 2008 年 A 股市场波动大，且 2009 年后市场有不同增长和缩水区间 [21][22] 数据来源及处理 - 数据源于万得，频率为月，处理基金月收益率和规模数据，按基金全称合并不同份额类别基金，2014 年后出现多份额类别基金，合并后样本区间后期截面样本数量下降 [25][35] 基金组合绩效的实证分析 基金组合的构建 - 构建大型、中大型、中小型和小型基金组合，规模占比分别为 40%、30%、20%、10%，基金数量平均占比分别为 9.43%、15.9%、22.8%、51.8%，各组合规模和基金数量时序有变化 [36][37] 基金组合的绩效表现 - 各基金组合走势相近，年化收益为 7.65% - 12.2%，多数达至少 10%显著性水平，波动率差别不大；单因子模型下多数有正超额收益但不显著，市场因子暴露β值显著小于 1；三因子模型下各组合有正超额收益且大都显著，考虑规模和价值效应后主动型股票基金能显著跑赢市场；四因子模型结果与三因子模型一致，情绪因子纳入未提升解释能力 [42][44][49] 普通股票型基金组合的绩效表现 - 与全样本结论基本一致，多数基金组合达至少 10%显著性水平，年化收益为 7.69% - 12.9%；单因子模型下多数超额收益为正但大都不显著，拟合优度高；三因子模型下各组合有正超额收益且大都显著，规模和价值因子负向暴露；四因子模型结果与三因子模型一致，主动股票型基金不能显著跑赢市场，考虑规模和价值效应后超额收益显著 [58][59][61] 基金组合绩效的进一步分析 成长因子的构建与检验 - 在三因子模型基础上构建成长因子，各分组收益率随成长指标递增，成长因子年化收益高且显著；单因子、三因子、四因子模型下各分组超额收益与成长指标正相关，成长因子有溢价现象，与部分因子有相关性 [66][67][75] 基金组合绩效的进一步解释 - 成长因子能解释部分三因子模型下超额收益，纳入后超额收益下降且显著性降低；各基金组合在部分因子暴露上变化不大，大部分在成长因子正向暴露显著；纳入情绪因子提高解释能力，五因子模型进一步解释超额收益 [77][78][79] 稳健性分析 - 不剔除总市值最小 30%股票构造因子收益率，规模因子收益率变化最大；单因子模型结论与原模型一致，三因子模型下超额收益大小和显著性下降，拟合优度降低；五因子模型能进一步解释超额收益，各因子暴露有变化，拟合优度下降；不同因子收益率下基金组合收益率拆分结果整体一致，主要区别在情绪因子贡献方向 [83][85][88] 主要结论与讨论 - 多数主动型基金组合能跑赢市场但超额收益不显著，与普通股票型基金超越基准收益看似矛盾，因比较基准不同；主动型基金偏好大盘股和高估值股票，规模和价值因子负向暴露影响绩效；成长因子年化收益高，主动型基金偏好高成长股，成长因子正向暴露对业绩有正面影响；除市场因子外，价值因子有较大负面贡献，成长因子有较大正面贡献 [93][2][3]

量化股票投资复苏 - 量化股票投资在2025年表现突出 传统多空因子模型和机器学习策略均呈现复苏态势 [1][2] - 法国兴业银行全球自下而上股票因子策略2025年上涨超过9% 成功抵御4月市场波动 [2] - 自上而下因子指数实现稳健增长 价值型和动量型策略(尤其美国以外地区)引领涨势 [2] 地区与策略差异 - 欧洲价值策略在相对和绝对回报方面表现最佳 但估值差距已显著缩小 [3] - 机器学习模型表现强劲 新推出的每周均值回归策略回报率达4.1% 超越基础反转模型 [3] - 机器学习模型自2017年部署以来持续表现出色 在美国市场尤为突出 [3] 投资主题表现 - 防御性股票收益策略表现优异 优质收益指数专注于高派息率公司(公用事业/电信/能源) [4] - 美国小型股价值(除垃圾股)策略超越基准指数 在廉价信贷消失背景下受重视 [4] - "强弱资产负债表"交易保持正增长 紧密跟随信贷利差走势且避免传统对冲成本 [4] 下半年展望 - 欧洲价值策略引领量化投资回归 但下半年展望趋于谨慎 因估值利差接近历史正常水平 [5] - 更倾向采用稳定策略 如优质收益策略和小型股价值(除垃圾股)策略 [5] - 欧洲价值股轻松收益阶段可能结束 因地缘政治不确定性和盈利风险增加 [5] 行业整体表现 - 2025年量化投资实现实质性回归 不仅是简单贝塔效应驱动 [6] - 从机器学习逆转策略到严谨因子分析 系统性投资者迎来胜利之年 [6] - 结构化股票选择在当前复杂政策环境下取得显著成效 [6]

活动概述 - 彭博将在上海、深圳、北京、杭州多地举办2025年私募投资策略闭门交流会系列活动 [2] - 活动将邀请行业领袖、彭博经济学家及专家共同探讨市场走势、挑战与破局之道 [2] - 上海场活动时间为2025年5月22日15:30-18:00 [3] 市场背景 - 2025年第一季度全球宏观格局震荡，受美国关税政策、地缘政治博弈等因素影响 [3] - 中国市场因经济复苏、融资需求高涨备受投资者关注，境内外多元化资产配置机遇显现 [3] - 人工智能（AI）等前沿科技推动科技股表现亮眼，并为量化投研赋能 [3] 上海场活动内容 - 主题包括海外宏观权益交易策略、彭博投研一体化解决方案、衍生品投资策略等 [4] - 主讲嘉宾包括彭博中国区外汇市场专家赵旭、企业数据解决方案专家钟毓秀、衍生品市场专家陈立人 [5][7] - 活动议程涵盖开场致辞、炉边对谈及互动交流环节 [4] 其他场次安排 - 深圳场和北京场计划于2025年6月举办 [7] - 杭州场计划于2025年9月举办 [7] - 各场次主题与议程将于活动前两周公布 [7]

活动概述 - 彭博将在上海、深圳、北京、杭州多地举办2025年私募投资策略闭门交流会系列活动 [2] - 活动旨在探讨市场走势、行业挑战及科技在投资决策中的应用 [2] - 上海场时间为2025年5月22日 15:30-18:00 地点详情将通过确认函提供 [3] 市场背景 - 2025年第一季度全球宏观格局震荡 受美国关税政策、地缘政治博弈等因素影响 [3] - 中国经济复苏及融资需求高涨吸引国际对冲基金布局 境内外多元化资产配置机遇显现 [3] - 人工智能（AI）等前沿科技推动科技股表现亮眼 同时为量化投研高效赋能 [3] 上海场议程 - 开场致辞 [3] - 海外宏观权益交易策略 [3] - 彭博投研一体化解决方案 [3] - 炉边对谈：衍生品投资策略 [3] - 互动交流 [3] 主讲嘉宾 - 钟毓秀 [3] - 陈立人 [3] - 彭博中国区企业数据解决方案专家 [5] - 彭博中国区衍生品市场专家 [5] 其他场次安排 - 深圳场：2025年6月 [5] - 北京场：2025年7月 [5] - 杭州场：2025年9月 [5] - 各场次主题与议程将于活动前两周公布 [5]

选股能力Alpha的提纯与改进框架 - 从Alpha纯粹度、置信度与异质性三个维度出发，构建选股能力Alpha的改进思路框架 [1] - 传统时序回归Alpha存在行业集中度过高问题，多头组合易受行业回调影响 [3] - 截面回归Alpha相比时序回归在IC均值、ICIR等指标上有显著提升（IC均值从4.52%提升至6.30%，ICIR从0.29提升至0.73） [5] Alpha纯粹度改进方法 - 采用截面回归重估因子溢价，显著改善风险指标（跟踪误差从4.8%降至2.5%，相对回撤从16.3%降至5.3%） [5] - 纳入潜在因子可提升预测效果，以FF3模型为例，信息比率从0.84最高提升至1.24 [6][8] - 潜在因子最佳数目因模型而异，Carhart模型在kl=1时信息比率达1.31 [8] Alpha置信度提升方法 - 融合p值信息可改善风险指标，年化波动从22.7%降至20.9%，跟踪误差从4.8%降至2.9% [10] - p值调整Alpha中adj_rank方法效果最佳，信息比率从0.25提升至0.41 [11][13] - 截面回归结合p值调整后，信息比率最高从0.84提升至1.42（Carhart模型kl*情形） [13] Alpha异质性修正方法 - 存在明显Beta异象，HML暴露与Alpha呈现-0.92高负相关性 [15] - 基金回归Beta调整效果最佳，时序Alpha信息比率从0.25提升至1.19（邻域重排法） [16][17] - 截面Alpha经基金回归Beta调整后，信息比率从1.02最高提升至1.28 [16]