之前我们提出对个股的波动率进行分层，分别实行不同的个股偏离约束，是更能兼顾超额收益和最大回撤的推荐方 案。本文我们首先对其他因子进行分域测算，发现低流动性因子有类似低波的效果，但成长、动量等分域进行偏离 约束的效果不佳。 动量可以和波动率实现2X2的分组个股偏离约束。 从逻辑上来说对波动率分布维度有相似且可补充的维度是动量， 但动量单独分组进行偏离约束效果不佳，如果和波动率一起组成2X2分域，在高波-高动量交集个股偏离约束放松到 0.7%，在低波-低动量交集个股偏离约束收紧到0.3%，其他两组维持个股偏离约束0.5%不变，动量X波动的分域约束 能实现比单个波动或动量分组约束更好的效果。 波动率分组约束可以进一步细分为五组，提升不同组的放松和收紧约束，能进一步提升波动率分组约束的效果。 波 动率分组效果较为线性，因此可以进一步较为极致的使用波动率分组约束的方案，对组合波动率分五组，分别将波 动从到低的个股偏离约束设置为0.7%、0.6%、0.5%、0.4%、0.3%，这样处理后对不同组合仍然都有超额收益提升和 最大回撤下降的效果，相比分两组，四个组合里三个组合都能进一步提升 。 动量更合适的处理方式是高动量组中 ...

2026 年 06 月 17 日 因子的偏度研究初探：从波动率分 布到动量分布 ——申万金工因子观察第 11 期 202600617 证 券 研 究 报 告 请务必仔细阅读正文之后的各项信息披露与声明 股 票 基 金 - ⚫ 之前我们提出对个股的波动率进行分层，分别实行不同的个股偏离约束，是更能兼顾超额 收益和最大回撤的推荐方案。本文我们首先对其他因子进行分域测算，发现低流动性因子 有类似低波的效果，但成长、动量等分域进行偏离约束的效果不佳。 ⚫ 动量可以和波动率实现 2X2 的分组个股偏离约束。从逻辑上来说对波动率分布维度有相 似且可补充的维度是动量，但动量单独分组进行偏离约束效果不佳，如果和波动率一起组 成 2X2 分域，在高波-高动量交集个股偏离约束放松到 0.7%，在低波-低动量交集个股偏 离约束收紧到 0.3%，其他两组维持个股偏离约束 0.5%不变，动量 X 波动的分域约束能 实现比单个波动或动量分组约束更好的效果。 ⚫ 波动率分组约束可以进一步细分为五组，提升不同组的放松和收紧约束，能进一步提升波 动率分组约束的效果。波动率分组效果较为线性，因此可以进一步较为极致的使用波动率 分组约束的方案，对 ...

报告行业投资评级 未提及 报告的核心观点 - 对个股波动率分层并实行不同个股偏离约束是兼顾超额收益和最大回撤的推荐方案，低流动性因子有类似低波效果，成长、动量等分域偏离约束效果不佳 [4] - 动量与波动率可实现 2X2 分组个股偏离约束，能比单个波动或动量分组约束效果更好 [4] - 波动率分组约束细分为五组，提升不同组的放松和收紧约束，能进一步提升效果 [4] - 动量更合适的处理方式是高动量组中性，只对动量得分前 10%的股票进行中性效果显著 [4] - 波动 X 动量的综合方案是较优选择，能实现长期改善回撤同时提升收益，对 2026 年以来中证 500 的超额有有效提升 [4] 根据相关目录分别进行总结 1. 波动率分组进行个股偏离约束的后续测算 - 2026 年以来传统量化策略遇困难，如常规量价因子和机器学习策略失效，此前推荐从个股偏离约束和增加动量逻辑因子两方面解决问题，本文进一步探索提升波动率约束效果 [6] - 构建四个以中证 500 指数为基准的多因子组合，分别为 P1（八因子等权）、P2（成长、动量、低波、红利四因子等权）、P3（成长、动量、分析师三因子等权）、P4（低波、反转、低流动性三因子等权），以行业约束最大偏离不超过 2%，个股最大偏离不超过 0.5%为优化约束方案，测算区间为 2017 - 2025 年 [6][7][8][9] 1.1 其他因子分域的效果 - 仿照波动率对动量、成长等因子进行两组分别约束测算，低流动性因子处理方式与低波相似，其他因子顺着因子方向处理 [11] - 低流动性呈现和低波相似效果，能提升超额收益并改善最大回撤，动量、成长等因子表现不稳定，波动率和流动性是分域约束较优方式 [11] 1.2 波动率和动量的 2X2 约束 - 构建波动率和动量的 2X2 分域约束，将股票池分成四个象限，高波、高动量交集个股偏离约束放松到 0.7%，低波、低动量交集收紧到 0.3%，其他两组维持 0.5%不变 [15] - 四个组合除 P3 外都得到全面提升，P3 最大回撤放大，相比单独的波动率和动量分组，2X2 提升了综合表现，但提升幅度有限，动量单独分组效果不稳定 [19][21][23] 1.3 波动率分层约束的进化：分五组约束 - 考虑将波动率分五组，第一组放大到 0.7%，第二组放大到 0.6%，第三组维持 0.5%，第四组收紧到 0.4%，第五组收紧到 0.3% [25] - 分五组方式超额收益除 P3 外都有提升，四个组合最大回撤都有改进，整体在 3 个组合上实现全面提升，是波动率分组约束更佳方式 [25][26] 2. 高动量组中性：动量偏离约束的合适方式 - 动量不适用于分组偏离约束，需考虑其他方向增加对高动量股票约束维度 [27] 2.1 高动量中性：解决波动率分布偏离的初始手段 - 回顾解决量化组合波动率分布有偏问题的手段，考虑将动量分布对齐，先尝试全面对齐，P2、P3、P4 超额回撤改善但除 P3 外收益下降，后尝试只对指数里动量得分前 10%的股票中性，4 个组合超额收益提升且最大回撤改善，部分超过波动率分五组偏离约束 [29] 2.2 高动量组中性：对分年度的影响 - 高动量 10%中性在 2017 - 2025 年对收益和最大回撤有提升，但时间序列稳定性不清楚 [31] - 收益改进年份占比各组合有差异，P1、P2、P3 三年变差，P4 五年变差；回撤改进效果也不同，P3 七年改进，P1 四年改进偏少 [31][34] - 高动量前 10%中性和波动率分组偏离约束对组合时间序列的影响受模型本身影响，效果长期体现短期有波动 [36] 2.3 动量与波动率的结合 - 波动率分组偏离约束和高动量股票中性方案在年度上有互补性，可叠加使用 [37] - 动量 + 波动综合方案比单一方案年化超额收益和最大回撤改进更明显，2026 年截至 5 月底综合方案四个组合超额都有改进，三个组合有正超额收益 [39][40] 3. 在其他指数上的测算效果 - 测算高动量组中性和动量 X 波动在沪深 300、中证 1000 指数上的效果 [41] - 沪深 300 指数上超额和回撤不显著，较多组合收益下降；中证 1000 指数整体接近中证 500，有超额收益提升和最大回撤下降特点，除 P2 外其他三个组合超额提升幅度微弱，主要贡献在最大回撤改善 [41]

报告行业投资评级 未提及 报告的核心观点 - 上周商品市场延续调整 由普涨行情转向结构性定价 综合和板块指数回落 单策略、复合策略及特色指数表现占优 [4] - 商品市场内部轮动明显 有色和农业板块正收益 能源和贵金属板块调整下调 市场强弱分化为量化策略提供超额收益空间 [4] - 商品指数配置价值从获取方向性收益转向挖掘产业趋势和相对价值机会 主题投资、多策略配置及套利策略有较高配置价值 [4] 根据相关目录分别进行总结 市场商品指数概况 - 我国商品指数发展晚但近年发展快 全市场已形成完善指标体系 [9] - 商品指数分七类 板块及产业链指数可按产业属性分十大类 发布主体分四大类 [10][11] - 上周商品指数市场表现弱 各类别指数收益率低 期权策略指数表现领先 综合和板块及产业链指数承压 [15] - 周度收益率分布显示多数类别指数收益率为负 单品种指数内部收益分化显著 单品种和板块及产业链指数波动率高 复合策略指数风险控制能力强 [16][17][18] 商品指数分类别表现跟踪 综合指数 - 综合指数以多商品期货品种为样本 反映整体商品市场状况 国际有标普高盛等指数 国内有南华商品指数等 [19] - 2025 年以来商品市场经历三个阶段 2026 年二季度后进入高位震荡调整 上周延续调整态势 [24] - 各指数上周表现偏弱 银河商品指数跌幅最小 市场下跌集中在周初 6 月 11 - 12 日部分指数跌势趋缓或反弹 [25] 板块及产业链指数 - 板块及产业链指数聚焦细分领域 反映特定产业链情况 可细分为十个大类 [26] - 长周期看板块及产业链指数呈结构性行情 2026 年二季度后收益分化加剧 上周表现为避险回落、顺周期修复 [30] - 有色、谷物等板块正收益 贵金属、能源等板块承压 新能源及有色品种坚挺 农业板块有防御属性 能源板块受需求和风险偏好影响下行 [32][34][36] - 从发布机构看 上周板块及产业链指数延续调整 低波动、强防御指数体系有优势 国泰君安发布的指数风险控制和收益稳定性强 [37][38] 单品种指数（以黄金、白银为例） - 单品种指数反映单一商品市场情况 选取黄金、白银观察本轮行情表现 [39][40] - 上周黄金板块调整 各指数负收益 受地缘政治和通胀影响 涨幅阶段性调整 [42] - 上周白银单品种指数跌幅大 受避险情绪、工业需求、美元走势和资金流向共同驱动 [45] 单策略指数 - 单策略指数基于投资策略或商品因子构建 收益依赖特定策略 常见策略有趋势跟踪等 [46] - 国泰君安推出 23 个系列单策略指数 部分代表性指数有波动策略等 [49][50] - 上周国君单策略指数整体表现强 六只指数正收益 核心商品截面动量策略最优 利润和中期动量策略突出 优于市场平均水平 [55][56] 复合策略指数 - 复合策略指数融合多种投资策略 分散风险提升收益稳定性 应用于 CTA 等产品体系 [57] - 选取多个代表性复合策略指数 自 25 年起呈现趋势增强、策略分化特点 [57][64] - 上周复合策略指数整体表现偏弱 中信证券中国商品多策略指数正收益且稳定性强 CTA 策略指数调整 全天候策略指数防御属性强 [66][67][68] 期权策略指数 - 期权策略指数运用期权工具构建收益结构 提供不同收益来源 国内主要由中信证券发布 [69] - 选取中信证券 10 个期权策略指数 上周期权策略指数表现分化 波动率策略稳健 备兑策略受贵金属回调拖累 [70][74][77] 特色指数（热点、主题和套利） - 特色指数围绕产业热点等构建 捕捉结构性投资机会 分热点主题和套利策略指数 [78] - 选取 5 个特色指数 上周央企星云价值和 AI 算力基建金属指数领涨 受益于高端制造等主题 黑色套利指数风险控制能力强 [80][85][86] 总结 - 上周商品市场调整 七大类商品指数平均收益回落 综合指数最弱 特色、单策略和复合策略指数占优 市场转向结构性定价 [87] - 商品市场内部分化 有色等板块正收益 能源和贵金属板块承压 新能源金属支撑有色板块 贵金属避险溢价释放 [87][88] - 市场强弱分化为量化策略提供超额收益 截面动量等策略表现好 传统基本面策略回落 市场定价转向相对强弱交易 [88] - 特色指数是结构性机会 主题类指数有收益弹性 套利类指数可控制组合波动和提升风险调整后收益 [89]