证券研究报告 | 金融工程 gszqdatemark 2025 05 22 年 月 日 量化分析报告 锚定基准做超额收益——股票组合偏离度管理的几个方案 证监会于 5 月 7 日发布了《推动公募基金高质量发展行动方案》，主动权 益基金经理们未来或将会更加重视基准，锚定基准创造超额收益，那么在 控制偏离度的情况下创造超额有哪些简单可行的方案？ 风格、行业、个股偏离选择哪个？从主动股基的收益归因来看，主动权益 整体呈现"亏风格、平行业、赚个股"的显著特征。因此主动股基的股票 投资组合想要锚定基准做出超额收益，应该把重心放在如何挖掘个股 alpha 上面，风格和行业层面可以尽量控制和基准之间的偏离度不要太大。 方案①：核心卫星化，W%锚定基准+1-W%主动管理 方案：类似于核心卫星策略，拿出 W%的仓位用于锚定基准指数作为核心 部分，剩下（1-W%）的仓位用于实践股票配置观点作为卫星部分。 结论：方案①可以在不降低该基金超额收益的情况下更好地控制跟踪误差 和降低业绩偏离度，投资中参数 W 可以根据产品的考核要求进行选择， 例如要求年化跟踪误差小于 10%、最大日度偏离度小于 2%，则参数 W 可 以考虑设置为 40 ...

金融工程 | 专题报告 DFQ-diversify：解决分布外泛化问题的自 监督领域识别与对抗解耦模型 ——因子选股系列之一一五 研究结论 DFQ-Diversify 模型有效解决分布外泛化问题 ⚫ 本文提出全新模型 DFQ-Diversify，通过引入自监督领域识别与对抗训练机制，实现 标签预测任务与领域识别任务的显式解耦。该模型无需人工预设环境变量，能够自 主识别潜在领域信息，进而提取出对外部扰动不敏感、跨领域稳定的预测特征，增 强模型的分布外泛化能力。 模型创新性地引入"领域-标签"解耦框架 ⚫ 模型训练流程包含三个核心模块：update_d、set_dlabel 和 update，通过对抗训练 机制同时完成领域识别与标签预测任务，实现两者的显式解耦。 自监督动态领域划分机制提升灵活性与泛化适应能力 三重对抗训练机制增强特征解耦与迁移稳健性 与 Factorvae-pro 的对比：从静态环境变量到动态领域建模 多市场回测表现优异，泛用性强 ⚫ 模型在中证全指、沪深 300、中证 500 等多个股票池中均取得显著绩效，尤其在大 盘股表现突出。2020-2025 年间，中证全指池中 IC 达 12.22%， ...