分域训练在因子动量情景下的尝试：如何克服因子表现的截面差异.pdf

分域训练在因子动量情景下的尝试：如何克服因子表现的截面差异。因子在不同选股域中的表现有显著差异，特定选股域中没有因子全市场多空表现。 匹配组合目标的风格因子加权复合，一定程度提升了复合因子目标选股域表现。

按照市值重新分组加权，复合因子在全市场范围内表现稳定性下 降，但在特定指数域选股效果有所提升：从各种单因子评价指标来 看，进行市值加权后，当以小市值组为最大权重时，复合因子多空 表现有微弱提升，但当以大市值组为最大权重时，复合因子多空表 现有明显削弱，其中极端赋权的削弱效果最为明显。随着偏大市值 组权重的增加，因子在沪深 300 成份内的整体表现有明显提升。中 证 500 情况与沪深 300 相近，给大市值加权可以提升成分内的因子 表现，但第 11 组加权（最大市值组）与第 10 组加权相比，效果略 有减弱，这也与 500 平均市值较 300 更小相契合。对于 1000 成分而 言，给偏中小市值股票高权重，会有更好的选股效果。给更小市值 分组加权会使得复合因子在小市值中有更好的多空表现，赋权方式 越极致，多空收益提升幅度越明显。而综合所有选股域来看，极致 的提大市值端，尤其是最大市值分组权重，可以显著的改善因子的 多头表现。

按照市值重新加权因子，对于沪深 300 与中证 500 增强组合有明显 选股效果提升，中证 1000 效果提升不显著：对于沪深 300 增强而 言，无论宽严约束，极端的大市值加权历史上有更好的表现，年化 超额提升超过 1%。市值加权在 500 中也有不错的改善效果，无论对 于严约束的 500 增强还是宽约束的 500 增强，历史来看都可以有效 改善组合增强表现，提升年化超额 1%左右。对于 1000 增强组合而 言，无论是在宽约束组合中还是严约束组合中，按照市值加权训练 均无法稳定的提升组合表现。

按照风格重新加权因子，对于不同组合增强效果提升有较大不稳定 性，以成分股权重进行加权，对于严约束 1000 增强组合有明显提 升：风格加权的复合因子对于 300 组合的提升效果比较仅仅按市值 复合提升效果略差。宽约束时，加权参数越极端提升效果越明显， 严约束时，加权参数较为保守提升效果更加显著。对于 500 组合的 提升效果比较仅仅按市值复合提升效果也略差。同时，只有在进行 交叉复合时，风格因子重新赋权会有表现提升，按成分赋权对于 500 组合基本没有改进。对于 1000 宽约束组合的整体提升效果并不好， 无论何种复合方式均无法显著提升组合历史收益。对于 1000 增强严 约束组合，成分复合方式有一定的提升效果，年化提升 1%左右。