核心观点 - 报告提出并验证了通过“因子分域”方法提升沪深300、中证500及中证1000指数增强组合超额收益的策略，核心在于根据特定因子将股票样本划分为不同组别，并对选股能力更强的组别放松个股权重偏离约束，从而在控制风险的同时增强组合收益 [1][4][13] - 研究发现，流动性因子分域对中证500和中证1000指增组合的收益提升效果最为稳健和显著，而市值因子分域在沪深300指增组合上通过反向暴露也能获得超额收益 [4][77][97][130][148] - 策略的有效性在不同选股模型和主要宽基指数上得到验证，但具体效果和最优参数（如分域界定范围、权重偏离幅度）因因子、指数和收益回撤要求而异 [4][77][97][100][106] 因子分域在中证500指增组合上的效果 - 报告检验了波动性、流动性、估值、动量、反转、市值共6个因子在中证500指增组合上进行分域的效果 [4][18] - **波动性分域**：成长、盈利、波动性、动量等因子在高波动性组内选股效果更优。在回测期间（2018/12/28~2026/4/30），多数参数下，对高波动性组放松权重约束（如界定前60%为高波动股，权重偏离0.6%）的组合年化收益达18.41%，超额最大回撤为-5.90%，优于无分域组合（年化收益17.86%，超额最大回撤-6.96%）[4][21][34][38][41] - **动量分域**：成长、盈利、波动性、流动性、动量等因子在低动量组内表现更优，但直接对低动量组放松约束的组合跑输基准。采用“反向暴露”（即对高动量组放松约束）后，多数参数组能带来超额收益。例如，对前30%的高动量股放松0.6%权重约束，组合年化收益达18.63%，超额最大回撤-5.40% [4][42][57][60][64] - **流动性分域（稳健提升）**：成长、盈利、波动性、流动性、动量等因子在高流动性组内选股效果和收益均更优。对高流动性组放松约束在多数参数下均能跑赢无分域组合。例如，（60%、0.6%）参数组下，组合年化收益19.02%，超额最大回撤-5.14% [4][78][94][96][97] - 流动性分域策略在更换选股模型（加入动量因子）后依然有效，新实验组（60%、0.7%）年化收益18.73%，超额最大回撤-7.65%，优于新对照组（年化收益17.47%，超额最大回撤-9.27%）[4][100][101][106] 沪深300指增组合上的流动性及市值分域 - **流动性分域**：在沪深300样本内，成长、盈利、波动性、动量、分析师等因子在高流动性组内表现更优。应用该策略能提升收益但效果弱于中证500。例如，（60%、0.6%）参数组下，组合年化收益16.49%，超额最大回撤-5.44%，略优于无分域组合（年化收益16.27%，超额最大回撤-5.71%）[4][108][121][126][130] - **市值分域**：在沪深300样本内，成长、估值、波动性、动量等因子在小市值组内表现更优，但直接对小市值组放松约束效果不佳。采用“反向暴露”（即对大市值组放松约束）后，所有参数组均带来超额收益，但回撤有所增大。例如，（50%、0.6%）参数组下，组合年化收益16.90%，超额最大回撤-6.19% [4][131][145][148][152] 流动性分域在中证1000指增组合上的应用 - 在中证1000样本内，成长、盈利、波动性、流动性、动量等因子在高流动性组内选股效果和收益均更优 [4][153][168] - 流动性分域策略在中证1000指增组合上同样适用，多数参数组下能跑赢无分域组合。例如，（70%、0.6%）参数组下，组合年化收益20.79%，超额最大回撤-6.78%，优于无分域组合（年化收益19.74%，超额最大回撤-7.08%）[4][168]