开源量化评论（117）：分域多策略研究，以偏股基金指数为例.pdf

开源量化评论（117）：分域多策略研究，以偏股基金指数为例。

分域研究的重要性在当前市场环境下愈发凸显

在当前因子同质性提升的背景下，传统多因子框架下的增强类产品不可避免面临 策略拥挤的问题，增强策略框架的迭代升级势在必行。 “分域研究”思想，其核心在于通过引入额外的条件变量，对横截面样本进行分组 后再研究收益与特征变量的关系，以识别不同市场子域中的差异化规律。 以偏股基金为分域对象时，需先穿透其底层持仓。从样本外跟踪表现来看，我们 拟合持仓效果优异，基本上贴合偏股基金指数走势。 分域多策略的建模流程有着固定的范式，其研究框架围绕“样本分域域内选股 -多策略融合”的逻辑展开。

相比因子打分法，线性回归法在分域效果上更贴近市场风格变化

基于因子打分法分域后各风格平均权重约为：均衡 47%、成长 34%、价值 20%，该 划分结果与实际体感存在一定偏差。基于自定义风格指数回归的思路，各样本域 平均权重分别为均衡风格 23%，成长风格 56%，价值风格 21%，风格权重的变 化匹配市场的行情演绎形式。 按照条件双重排序法进行五风格分域后，均衡风格平均权重为 23%，大盘成长为 42%，大盘价值为 15%，小盘成长为 14%，小盘价值为 6%。

域内选股使用主动初筛后进行量化精选的串联结构

在风格域内进行选股时，我们遵循主动选股逻辑分类、风格样本域内验证和量化 因子辅助增强的串联结构。 大盘成长风格内进行主动选股时，通常更注重个股远期业绩的增长情况与估值和 股价的匹配度。 小盘成长股中的主动选股思路通常更注重个股的业绩弹性和技术形态。 价值风格内进行主动选股时，通常是按照高分红、低估值的思路进行个股筛选。 相比高分红，测试发现增长率在规避多数基本面恶化的“伪低估”样本更有效。 均衡域内按照指数增强框架进行优选，严控风格偏离。 港股域内使用拟合持仓权重最高的 30 只港股进行等权持有。