Workflow
量化选股模型
icon
搜索文档
权益因子观察周报第119期:上周小市值风格占优,本年中证2000指数增强策略收益18.84%-20250708
国泰海通证券· 2025-07-08 19:03
报告核心观点 - 对国内主要宽基指数的公募指数增强基金产品业绩进行周度跟踪,展示量化选股模型中常用因子在不同股票池的表现,跟踪基于选股因子库构建的指数增强策略的样本外表现,为投资者提供参考 [6] 公募指数增强基金表现 产品规模与统计范围 - 统计 2024 年 12 月 1 日之前成立的公募基金指数增强产品,跟踪指数主要为沪深 300、中证 500、中证 1000、国证 2000。截至 2025 年 7 月 4 日,沪深 300 指数增强产品 53 只,规模 789 亿;中证 500 指数增强产品 66 只,规模 456 亿;中证 1000 指数增强产品 46 只,规模 153 亿;国证 2000 指数增强产品 11 只,规模 14 亿 [7] 各指数增强产品表现 - 沪深 300 指数增强产品本年以来收益排名前五的是安信量化精选沪深 300 指数增强 A 等,超额收益分别为 8.53%等,超额收益最大回撤分别为 -1.4%等 [8] - 中证 500 指数增强产品本年以来收益排名前五的是中欧中证 500 指数增强 A 等,超额收益分别为 8.85%等,超额收益最大回撤分别为 -2.87%等 [12] - 中证 1000 指数增强产品本年以来收益排名前五的是工银瑞信中证 1000 指数增强 A 等,超额收益分别为 13.1%等,超额收益最大回撤分别为 -2.14%等 [16] - 国证 2000 指数增强产品本年以来收益排名前五的是鹏华国证 2000 指数增强 A 等,超额收益分别为 12.78%等,超额收益最大回撤分别为 -2.4%等 [20] 因子表现 单因子表现 - 沪深 300 股票池上周超额较好的因子是分析师预测 EP - FY3 等,本年超额较好的因子是 EP120 日 score 等 [30] - 中证 500 股票池上周超额较好的因子是单季度扣非 ROE 变动等,本年超额较好的因子是一个月涨跌幅等 [31] - 中证 1000 股票池上周超额较好的因子是单季度 EP(营业利润)倒数等,本年超额较好的因子是一个月涨跌幅等 [31] - 中证 2000 股票池上周超额较好的因子是单季度归母 ROA 等,本年超额较好的因子是 20 日日内收益等 [32] - 中证全指股票池上周超额较好的因子是单季度扣非净利润等,本年超额较好的因子是分析师预测 ROE - FY3 的 120 变动等 [33] 大类因子表现 - 沪深 300 股票池上周超额收益较好的大类因子是公司治理等,本年超额收益较好的大类因子是分析师超预期等 [37] - 中证 500 股票池上周超额收益较好的大类因子是盈利等,本年超额收益较好的大类因子是市值等 [42] - 中证 1000 股票池上周超额收益较好的大类因子是估值等,本年超额收益较好的大类因子是市值等 [47] - 中证 2000 股票池上周超额收益较好的大类因子是估值等,本年超额收益较好的大类因子是分析师超预期等 [50] - 中证全指股票池上周超额收益较好的大类因子是估值等,本年超额收益较好的大类因子是市值等 [56] 指数增强策略表现 沪深 300 和中证 500 指数增强策略 - 截至 2025 年 7 月 4 日,沪深 300 指数增强策略上周收益 2.26%,超额 0.72%;本年收益 6.55%,超额 5.35%,超额最大回撤 -3.15% [59] - 截至 2025 年 7 月 4 日,中证 500 指数增强策略上周收益 1.58%,超额 0.77%;本年收益 6.22%,超额 2.97%,超额收益最大回撤 -4.23% [59] 中证 1000 和中证 2000 指数增强策略 - 截至 2025 年 7 月 4 日,中证 1000 指数增强策略上周收益 1.42%,超额 0.86%;本年收益 15.09%,超额 9.14%,超额收益最大回撤 -5.59% [64] - 截至 2025 年 7 月 4 日,中证 2000 指数增强策略上周收益 1.68%,超额 1.09%;本年收益 33%,超额 18.84%,超额收益最大回撤 -4.94% [64]
华宝聚合系列科普文章:市场中性策略多头端解析:量化选股模型如何决定你的收益上限
华宝证券· 2025-05-15 18:12
报告核心观点 - 市场中性策略作为绝对收益体系重要支柱,通过多空对冲机制为投资者提供相对稳健收益路径 [11] 各部分总结 市场中性策略多头端的构建逻辑与运作特征 - 股票市场中性策略多头端通过系统化方法构建具备超额收益能力的股票组合,构建逻辑含多层次筛选机制,组合管理核心是控制个股风险敞口 [5] - 策略收益源于多头组合与对冲工具超额收益差值,管理人需监测关键指标并定期再平衡,专业机构配置风险控制模块确保收益稳定性 [5] - 量化选股模型有效性受市场环境制约,重大政策调整或市场流动性异常变动时需调整模型参数并管控风险敞口 [5] 国内量化模型发展史 - 我国资本市场初期,机构用财务指标定性分析进行基本面研究,缺乏衍生品对冲工具,策略有系统性风险敞口 [6] - 2010 年融资融券试点及股指期货推出,机构引入线性多因子模型;2015 年市场波动使市场中性策略阶段性退出主流 [6] - 2015 年后监管推动量化投资规范化,2019 - 2021 年机构构建非线性机器学习模型、应用神经网络模型 [6] 穿越牛熊的秘密:中性策略的生存法则与制胜逻辑 - 量化模型构建需破解历史规律与现实演变的动态平衡难题,管理人投研体系需建立市场状态识别模块进行动态校准 [7] - 投资者鉴别策略质量关键在于验证全周期适应能力,重点评估特殊阶段回撤控制能力 [7] - 管理人进化能力是策略竞争力底层支撑,需保持核心因子稳定性并建立新特征挖掘快速响应通道 [7][8] 如何评估市场中性策略的多头端 - 评估需构建多维分析框架,首要考察收益持续能力,通过分析波动相关性和压力测试评估稳定性 [9] - 风险控制体系完备性是第二评估维度,有效机制含行业风险敞口动态平衡模块和自动预警机制 [9] - 普通投资者需确认策略底层逻辑和历史最大回撤,关注管理人迭代模型能力 [9] 避开这三个认知陷阱,你的中性策略投资才能成功 - 投资者需辨明选股逻辑实质,超额收益源于系统性研究,需多周期回溯检验确认策略有效性 [10] - 理解分散化配置价值内核,通过行业及因子暴露对冲实现收益来源多元化,提升收益稳定性 [10] - 正视策略固有风险边界,核查管理人极端压力测试体系和对尾部风险因子的监测响应机制 [10]