中信证券-多因子量化选股系列专题研究：结构行情下沪深300增强策略改进方法研究-200918

《中信证券-多因子量化选股系列专题研究：结构行情下沪深300增强策略改进方法研究-200918（30页）.pdf》由会员分享，可在线阅读，更多相关《中信证券-多因子量化选股系列专题研究：结构行情下沪深300增强策略改进方法研究-200918（30页）.pdf（30页精品完整版）》请在悟空智库报告文库上搜索。

行业主动偏离是提升增强策略结构行情下配置价中信证券值的重要方式。

通过主风格判断+相对估值修正+尾部剔除的方多因子量化选股系列专题研究式构建沪深300增强基准模型，2013年以来年化超额收益14.4%；进一步以公募超低配为锚，捕捉结构行情的行业Alpha。

通过分层优化的框架构结构行情下沪深300增强策略改进方法研究建放松行业约束的指数增强模型，结构行情明显的2017、2019、2020年年化超额收益均提升5%以上。

投资聚焦中信证券：如何提升增强策略在结构行情下的表现？行业分化度是影响量化增强基金与主动偏股基金相对配置价值的重要因素。

严格控制行业偏离虽能提升稳健性，但多因子量化选股系列专题研究也损失了结构行情下的潜在收益。

本篇报告以沪深300指数增强模型为例，尝试在现有体系下放松行业偏离的约束，力求在跟踪结构行情下沪深300增强策略改进方法研究误差可控的情况下获取行业的Alpha。

从底层因子表现看中低频量化增中信证券强的边界：拥抱主动逻辑，回归价值成长。

（1）单因子增强组合的表现能够刻画严格控制行业、市值暴露后多因子量化选股系列专题研究因子对模型多头超额收益的贡献。

（2）因子表现是投资者行结构行情下沪深300增强策略改进方法研究为的结果，投资者在中低频选股时更关注业绩、估值。

单因子增强组合信息比前10中信证券的均为业绩、估值类因子。

（3）日频级别量价策略发展迅速，很难在中低频利用技术因多因子量化选股系列专题研究子获取稳健的多头Alpha。

常见的技术因子中，流动性、波动率因子一定程度与估值同源；反转因子收益大多源于趋势行情中的补涨、补结构行情下沪深300增强策略改进方法研究跌逻辑。

基础沪深300指数增强模中信证券型构建。

（1）基本面/估值因子合成：通过盈利、成长类因子合成基本面因子，绝对估值类因子合成估多因子量化选股系列专题研究值因子。

二者2012年结构行情下沪深300增强策略改进方法研究以来的年化超额收益分别为10.4%、5.4%。

（2）基本面中信证券/估值因子的轮动内涵：寻找稀缺性。

企业成长性多因子量化选股系列专题研究整体下行时，基本面优质公司是稀缺资产，因而得到一定估值溢价；企业成长性整体上行时，基本面优质公司变多，性价比（估值）更受关注。

（3）基本面/估值因子的GARP配置逻辑：基本面因子表现较强时，寻找基本面优质的个股中估值相对结构行情下沪深300增强策略改进方法研究较低的；估值因子表现较强时，寻找估值较低的个股中基本面相对较优的。

基于类似于GARP策略的配置逻辑，按主风格判断+相对估值修正构建沪深300增强策略，2013年以来年化超额收益约13中信证券.9%，信息比3.5；进一步使用技术因子进行尾部剔除，年化超额收益提升至14.4%，信息比率提升至3.7。

放松行业约多因子量化选股系列专题研究束的指数增强模型构建。

（1）分层优化的逻辑框架：使用行业Alpha因子优化行业权重，根据行业结构行情下沪深300增强策略改进方法研究权重调整比例放缩成分股权重以重构指数，并基于重构指数进行个股层面的组合优化。

（2中信证券）以主动公募基行业超低配为锚，捕捉结构行情下的行业Alpha。

行业权重优化时，控制大类产业板块/市值多因子量化选股系列专题研究风格偏离能够有效降低跟踪误差。

重构指数2011年以来年化超额收结构行情下沪深300增强策略改进方法研究益3.7%，信息比率1.9。

（3）基于重构指数进行组合优化，放松行业约束的增强模型2013年中信证券以来年化超额收益提升至15.5%，信息比3.7。

结多因子量化选股系列专题研究构行情明显的2017、2019、2020年年化超额收益均提升5%以上。

结论与投资建议：结构行情下沪深300增强策略改进方法研究（1）因子是投资者行为的结果，拥抱主动逻辑或是中低频量化增强的必然趋势。

中信证券以GARP策略逻辑配置因子、辅以技术因子尾部剔除，沪深300增强策略2013年以来年化超额收益14.4%，除2018年外超额收益均超10%。

（2）控多因子量化选股系列专题研究制大类产业板块/市值风格偏离能够有效降低行业偏离对跟踪误差的影响。

基于分层优化的思路能够使跟踪误差控制在4.5%以内的情况结构行情下沪深300增强策略改进方法研究下，有效提升增强模型在结构行情下的超额收益。

风险因素：主风格中信证券大幅切换风险；因子失效风险；模型失效风险。