2024年中期策略报告：坚守量化策略长期收益，积极寻找增量信息

量化配置视角下的市场环境变化及特征

(一)宏观经济表现:经济基本面缓慢修复，市场信心有待提振

为综合考察经济状态，我们基于宏观经济指标合成经济指数与流动性指数。宏观经济的观测主要包括大类资产市场表现、宏观经济供给与需求侧两个层面,流动性的观测主要从流动性的量价与央行货币政策两个层面,其中市场数据取市场最新收盘价、宏观数据滞后一个月，进而以熵值法对指标加权构建经济指数和流动性指数，并基于马尔可夫区制转换模型进行状态划分，判断经济所处的周期阶段。根据模型结果，宏观经济指数在今年1-2月持平，3月小幅下行，自4月以来缓步上升，反映出我国宏观经济当前处于缓慢修复的阶段，经济修复动能有待改善。流动性指数在今年1月快速上行，此后呈现持续下行趋势，一方面表明居民与企业的信心仍稍显不足，另一方面也体现出央行强调淡化新增、盘活存最、防止资金空转的政策态度。

从具体的经济数据来看亦可佐证经济指数与流动性指数走势的有效性，当前宏观经济数据相比202304有所改善，但仍面临结构不佳、有效需求不足等问题。

需求不足仍是当前经济的重点，“有效需求不足，部分行业产能过剩”的问题在2024年略有缓解、但仍有待改善、这与经济指数缓慢上升的判断相一致。2024年3、4月，制造业PMI向上突破了 202304以来的持续收缩状态,回归荣枯线以上,但5月制造业 PMI环比下降 0.9%至 49.5%.重新跌回收缩区间。从分项指标来看,5月生产指数环比下跌2.1%至50.8%,新订单指数环比下跌1.5%至收缩区间49.6%，但二者差距有所收窄;产成品库存指数环比下跌0.8%至46.5%。价格方面,5月原材料购进价格指数上涨2.9%至56.9%,出厂价格指数上涨1.3%至50.4%进入扩张区间结束了连续7个月的收缩。

生产指数环比下降表明受需求影响企业开始收缩生产意愿，但生产与新订单指数差距缩小表明供需缺口有所弥合。同时，随着原材料价格的持续攀升，成本端压力也推动企业提升出厂价格，但目前出厂价格的涨幅没有跟上原材料价格的涨幅，企业还是在压缩利润空间以换取订单。

从流动性来看，今年以来新增社融规模未超预期，但结构有改善，当前社融增速拐点可能已经到来;存款与贷款综合来看，居民投资、消费意愿较低，企业预期偏弱、资金活化程度不足，这与流动性指数下行趋势的判断相一致。今年以来新增社融与对实体发放人民币贷款在规模上没有明显超出市场预期，但结构有改善，从政府融资支撑转向企业债券融资支撑。202304社融主要由政府融资支撑，今年以来政府债券融资发行节奏偏慢，对新增社融有拖累;但信托贷款和企业债券融资上行速度加快，1-2月企业债券净融资同比多增443亿元，3月同比多增880亿元;4月企业债券净融资1707亿元，同比少增1233亿元，但鉴于4月社会融资规模减少720亿元，社融结构改善趋势不变，对政府融资的依赖降低，直接融资走强。

5月社融仍受企业债券融资拉动，社融同比多增5132亿元，其中企业债券净融资313亿元，同比多增2457亿元;政府融资1.2万亿元，同比多增6682亿元，对社融增长亦有贡献;对实体经济发放的人民币贷款8157亿元，同比少增4062亿元，是5月社融增速的主要拖累。央行已做出“信贷增长已由供给约束转化为需求约束”的判断，社融增速拐点可能已经到来。

存款方面，企业活期存款减少主导M1近期快速滑落。今年以来M1、M2同比增速均有下降2024年5月M2余额为301.85万亿元，同比增速7.0%，比前月下降0.2%;M1余额64.68万亿元，同比增速-4.2%，比前月下降2.8%，近期存款利率下行、禁止手工补息等导致企业活期存款短期快速流失是M1下滑的主要因素。M2-M1剪刀差在202401呈现收窄趋势，4月以来连续走阔5月M2-M1剪刀差为11.2%,相比前月走阔2.6%,反映出企业预期仍然偏弱,资金活化程度较低。贷款方面，今年以来贷款余额增速减弱，居民贷款表现稍弱，企业贷款表现稳健。2024年1-3月金融机构新增人民币贷款均同比少增，1-2月同比少增3400亿元，3月同比少增8000亿元，仅4月同比多增112亿元;5月再次同比少增4100亿元。其中，居民贷款同比持续负增长，与今年以来房地产销售的低迷相印证;企业贷款表现平稳，企业中长贷同比小幅少增主要源于2023年高基数。综合存款与贷款来看，居民投资、消费意愿偏弱，居民存款向企业回流不畅:企业资金活化程度不足。

宏观经济基本面缓步修复，市场信心有待提振。受今年以来市场对基本面弱预期的影响，长期国债收益率自2023年底以来持续下行，4月以来央行持续发声。4月3日央行货币政策委员会在2024年第一季度例会中明确表态“关注长期收益率的变化”;4月23日，10年期国债利率收于2.22%再创历史新低:晚间央行有关部门负责人接受《金融时报》记者采访，明确表示“长期国债收益率总体会运行在与长期经济增长预期相匹配的合理区间内”其后10年期国债收益率快速反弹。但5月以来在 2.30%附近横盘震荡并未继续向上突破，长期来看仍然处于历史低位。截至5月31日收于2.29%，相比2024年初下行27bp。

从海外环境来看，202401美国经济韧性超预期，近期出现软化迹象;美联储降息预期反复。今年以来美国经济表现出较强的韧性,1-3月CP数据持续超市场预期,4月美国CPI同比上涨3.4%终于如期出现了延续缓和的迹象,5月美国CPI同比上涨3.3%略低于市场预期，展现出继续走弱的基础。伴随着美国经济的强劲表现与美联储表态的反复，市场对美联储降息的预期也一再变化，目前美联储6月FOMC更多传递了偏鹰的信号，但通胀超预期下行增强了市场的降息信心并压过了美联储的偏鹰表态，预期今年9月美联储会进行首次降息。降息预期的反复也体现在美元指数的走势上，今年以来美元指数波动较大，整体呈上行趋势，截至5月31日，美元指数收于104.6318,今年以来上涨3.21%。

(二)大类资产价格表现回顾:商品>债券>股票

2024年以来，大类资产表现商品>债券>股票，

今年以来A股市场经历了较大波动，2024Q1呈现V型走势，2024Q2处于宽幅震荡阶段。截至5月 31日，呈现大盘>中盘>小盘的态势，仅沪深300指数上涨4.70%，其他偏中小盘指数均呈现不同程度的下跌，其中北证50跌幅最大，今年以来累计下跌28.12%。1月市场恐慌情绪蔓延A股市场整体大幅回撤,春节前国家队资金托底带动股市全面回暖,在 2-3月小盘股向上弹性更大。4月12日国务院印发新“国九条”加大监管力度，引领资本市场高质量发展，从4月开始市场风格转向大盘。此外，由于今年股市波动较大、投资者追求稳健收益，叠加监管鼓励上市公司分红，今年以来红利策略受到市场追捧，截至5月31日中证红利指数上涨14.08%。总体而言，今年以来A股市场虽已摆脱底部阶段，但向上动能仍显不足，结构性行情明显，缺乏持续的热点板块，需要更为有利的宏观经济与流动性基本面为A股表现提供支撑。

债市方面，今年以来信用债>利率债。2023年年底以来10年期国债利率持续下行的逻辑除了经济基本面修复缓慢以外，重要原因是市场信心低迷的情况下权益资产向上动能不足，相比而言收益较为稳健的固定收益资产更加受到投资者青睐;叠加今年政府债券发行节奏较慢，市场中可投资标的较少，“资产荒”的逻辑推动债市走牛、收益率持续下行。5月以来，一方面基本面继续缓步修复、资产荒的底层逻辑未发生反转，债市走牛基础未改变，另一方面特别国债发行落地，计划发行时间拉长至两个季度，此前市场普遍关注的供给冲击利空明显缓释;叠加房地产支持政策频发但数据好转仍待观测，对债市影响不大，长端利率窄幅震荡格局较明显。信用债方面，整体收益率仍在下降，低收益率个券数最继续增长，反映资产荒格局仍在加剧。

大宗商品方面,今年以来黄金、原油、铜等多种大宗商品由于供需冲击均出现了快速上涨行情。其中黄金是2024年以来表现最好的大类资产，地缘政治冲突加剧增强避险需求、全球央行购金导致3月以来金价快速上行，尽管期间美国经济与CPI数据表现坚挺、市场对美联储降息的预期一再延后使得黄金价格短期内出现回调，但当前黄金价格仍处于高位震荡阶段，截至5月31日南华黄金指数今年以来上涨14.82%。此外，原油供给侧OPEC+延长减产计划叠加地缘政治冲突影响使原油供应处于收紧的状态，一季度油价震荡上行:二季度原油需求侧走弱、油价震荡下行，但当前原油需求旺季来临，油价方向不确定性较强。今年以来金属涨幅也较高，截至5月31日南华金属指数今年以来上涨6.26%;其中，铜由于主产地智利发生矿难等事故导致减产，今年 3-4月铜价快速上行，5月下旬以来随着供应干扰缓和转为震荡下跌趋势。

(三)权益市场及行业表现回顾:红利风格表现强势

1.行业及风格表现

今年以来，受市场信心不足偏好防御属性、新“国九条”政策鼓励分红等因素影响，红利风格相关的行业表现出色。银行(+19.54%)、煤炭(+17.57%)、家电(+16.72%)、有色金属(+13.51%)石油石化(+11.78%)、电力及公用事业(+9,17%)及交通运输(+8.42%)等偏高股息相关行业涨幅居前，且大幅跑赢其他行业。而TMT板块回调幅度较大，题材炒作情绪减弱。就短期情况来看。5月份房地产利好政策的出台刺激购房需求，地产板块一度涨幅亮眼。

从北向资金行业流入分布情况看，今年以来北向资金主要流入电子、汽车、银行、电力及公用事业等行业，截止5月31日，这些行业上半年均流入超过100亿元，而流出较多的行业有食品饮料、传媒、消费者服务、非银金融和计算机，净流出超过100亿元。而从5月份看，北向资金在电力及公用事业、银行、电子等行业持续加仓，而在汽车、传媒、通信、食品饮料、家电等行业上持续流出。

2.Barra风险因子表现

参考BarraCNE6模型,我们对A股市场构建了8大类因子:规模(Size)、波动(Volatility)、流动性(Liquidity)、动量(Momentum)、质量(Quality)、估值(Value)、成长(Growth)与红利(Dividend Yield),其中质量因子进一步细分为杠杆(Leverage)、盈利波动性(EarningsVariability)、盈利能力(Profitability)3个因子。本文使用全部A股为样本,剔除因子数据不全的股票,采用2019年12月31日至2024年5月31日的数据，对Barra风格因子的表现进行测算。所有因子均进行了MAD去极值与标准化处理。

从规模因子的收益来看，2024年1-2月规模因子正收益显著，一方面春节前市场情绪低迷、大盘股相对而言业绩与收益较为稳健，另一方面国资委要求将市值管理纳入央企考核体系，也使得大市值的央企标的表现较好;而3-4月市场反弹,这段时间小盘股弹性更高,因此规模因子收益为负,但随着新“国九条”的出台，小盘股风险较高，5月市场重回大盘风格。

波动、流动性、动量因子的收益今年以来方向反复变化,体现出当前市场环境中不确定性较高。在高不确定性的市场环境中，投资者对业绩与收益确定性的需求显著提升。一方面，盈利波动性因子收益今年以来一直为负、而盈利能力因子的收益为正，体现出市场对于业绩稳定的关注;同时，今年以来红利风格一直是市场热点，中证红利指数涨幅远超宽基指数，红利因子的收益相比前期也有显著提升，今年以来整体呈现正收益，体现出市场对于资产收益稳健的要求。此外，今年以来价值因子的正收益也很显著,表明市场在熊市后整体估值偏低,当前估值水平为配置A股合适的时机。

中证100、沪深300与中证500风格因子暴露情况类似，规模因子暴露较高，呈现低波动、低流动性特征;在盈利波动性上暴露较小、在盈利能力上暴露较多，反映出大盘股业绩较优，但杠杆暴露较高;在价值、成长因子上暴露均为正，但价值因子暴露略高于成长;红利因子暴露显著。

科创 50指数大市值、低波动、低流动性的特征明显，但相比于沪深300等大盘宽基指数，在动量和杠杆上暴露为负，而在盈利波动性上暴露较多，反映出科创板企业盈利波动较大;价值成长风格上偏向成长风格，且红利因子暴露为负。北证50相比而言市值小、波动小、杠杆高，在盈利波动性上同样暴露较多，但在价值成长风格上偏向价值风格，且红利因子暴露显著。

(四)基金市场变化:基金规模持续增长，A50ETF密集发行

今年以来，基金市场整体保持快速增长。其中，股票型基金数量由年初的2281只增加至2455只(截止2024年5月31日，下同)，基金规模由26554.91亿元增加至27750.84亿元;混合型基金数量由 4542只增至4600只，基金规模由34510.03亿元降至33092.45亿元;债券型基金产品数量由3469只增加至3620只，基金规模由83704.82亿元增至87771.30亿元。

ETF市场方面，截至2024年5月31日，整体ETF共956只，规模24114.99亿元。2024年5月ETF增加18只，整体规模减少336.28亿元。股票型基金依旧占据大多数，从数量上看，股票型基金共817只，新增17只(其中行业主题10只，策略3只，规模2只，风格与跨境各1只)占比达到 85.5%;从规模上看，规模达18432.8亿元，减少了359亿元(其中股票基金(规模)减少585.1亿元，行业主题减少56.3亿元)，占比76.4%。

从场内净申赎份额变化来看,2024年1-2月ETF净申购,尤其1月净申购份额较高,达1076.82万份:3月净赎回498.72万份，为最近一年来净赎回份额最高的月份;4-5月全市场ETF份额变化相对较小，整体上体现出ETF在1月逆市抄底、3月反弹后赎回的特征。

今年以来净申购份额最高的ETF包括半导体ETF、沪深300ETF、创业板ETF等，其中值得关注的是净申购份额前10的ETF中有4只均为中证A50ETF。中证A50指数发布于2024年1月2日，于3月初密集成立了多只A50ETF产品，当前市场上共有10只中证A50ETF以及1只A50指数增强基金。该指数以配置A股各行业龙头公司为特色，行业分布较为均衡，挂钩的ETF产品4月以来基金份额持续增加，也反映出当前市场偏向于大盘价值风格的特征。

策略表现与影响因素

今年以来权益市场波动较大，在不确定性高的经济与市场环境中，追求确定性成为投资者的共识，这也是今年债券市场出现“资产荒”、银行股为代表的红利型股票涨幅较高的重要原因。针对当前的市场环境，我们从宏观、中观、微观三个层面构建了大类资产配置策略、行业板块配置策略和选股策略，并通过相应的标的进行策略落地和跟踪，以期获得稳健收益。

(一)宏观配置:大类资产 ETF 配置策略

1.宏观经济状态划分

传统的美林投资时钟依据经济增长与通胀将经济周期划分为复苏、过热、滞胀和衰退四个阶段被广泛应用于大类资产配置。参考美林投资时钟，依据经济基本面变动和流动性变化可以将经济周期划分为以下四个阶段:“经济上行、流动性宽松”对应“复苏阶段”，应提高股票配置权重;“经，应提高商品配置权重;济上行，流动性紧缩”对应“过热阶段”“经济下行，流动性紧缩”对应“滞胀阶段”，应提高货币配置权重;“经济下行，流动性宽松”对应“衰退阶段”，应提高债券配置权重。

前文中我们已完成了经济指数和流动性指数的构建,并对经济周期进行了划分。根据模型结果，2024年上半年宏观经济处于衰退阶段，应超配债券;同时，TED利差指数在今年1月转入下行区间，因此在2月增加了对境外资产的配置。

2.宏观择时策略

配合经济形势的变化，央行往往会施行相应的货币政策以调节流动性，流动性对大类资产价格也具有重要影响，例如宽松的流动性可以直接驱动资产价格上涨，也可以通过刺激总需求影响经济增长，从而间接影响资产价格。因此，基于前文中马尔科夫模型划分的经济周期结果，我们根据当前所处的经济周期提高相应大类资产的权重。另外，我们同时加入了境外资产的配置，对TED利差进行区制划分，以决定是否将境外资产纳入资产组合。

由于资产价格指数不能直接进行交易，我们以ETF作为投资标的构建可交易的ETF宏观择时策略。经过多年的发展，ETF已经涵盖股票、商品、债券、境外、货币等品种，可分别对应大类资产配置中的股票指数、商品指数、债券指数、标普500指数和货币指数。我们以ETF在不同周期的历史均值收益作为观点矩阵输入Black-Litterman模型，最终获得ETF的配置权重。

3.资产配置权重约束

为保证回测时间足够长，我们选择在2020年以前上市的ETF。除货币ETF外，其余四类ETF均为两融标的。商品ETF中，我们选择有色ETE、豆粕ETF和黄金ETF;债券ETF中，我们选择上市期限较早的5年国债ETF代表国债，中债-中高等级公司债利差因子财富(总值)指数ETF代表信用债。股票ETF、境外ETF、货币ETF满足条件的标的较多，其中股票ETF我们选择上市期限较早、代表性较强的华泰柏瑞沪深300ETF、嘉实中证500ETF,境外ETF选择博时标普500ETF货币ETF选择银华日利A。在大类资产配置上，我们依据经济周期划分的结果对不同类别ETF配置权重进行限制;对于海外资产，只有当海外指标发出择时信号时，才将标普500ETF纳入股票ETF类别中，否则不配置海外资产。

4.资产配置权重约束

回测期间为2020年7月1日至2024年5月31日，月末调仓，调仓成本为万分之三、双向。在样本外回测期间，每月末合成经济指数和流动性指数，并对指数进行状态划分，根据月末状态划分结果设置不同资产的权重约束。同时，各资产从数据起始日至月末在不同状态下的收益均值作为主观收益。然后将主观收益和权重限制输入 Black-Litterman模型，计算约束下最优权重。基于最优权重进行ETF配置并持有组合一个月，实现动态配置。根据经济周期划分结果，当前经济处于衰退期，应多配债券;当前TED利差区制划分结果处于上行区间，最新一期我们不对境外资产进行配置。截至2024年5月31日，Black-Litterman配置策略年化收益率为5.58%,夏普比率和 Calmar比率分别为1.0635和 1.3487,最大回撤为-4.14%。由此可知，ETF宏观择时策略可获得稳健的收益率。在最近一个报告期(20240430-20240531)内宏观择时ETF策略收益率为0.78%。

(二)中观配置:行业与板块 ETF 轮动策略

1.动量择势ETF轮动策略

基于动量和拥挤度择时构建ETF交易策略可以捕捉价格动量，并降低动量结束时“明斯基”时刻的损失。ETF动量择势策略使用XGBoost预测出的ETF上涨概率作为动量指标，以基金份额历史分位数代表拥挤度，然后基于板块动量(板块内ETF均值)和拥挤度(ETE个体份额总和作为板块份额)选择动量排名前七且(1-历史分位数)排名前五的板块,最后再选择板块内动量最大的ETF并根据拥挤度计算ETE配置权重。

我们以股票类两融ETF作为样本池，并参考Wind对ETF的主题分类，将股票ETF划分为新能源、生物医药、金融、食饮消费等20个板块;同时，我们在样本池中加入债券和黄金两融ETF标的，以提高组合分散度、降低策略波动。在最新一期(2024年5月31日)，样本池内共有145只ETF。在回测过程中，考虑到同时满足上涨概率高、拥挤度低的板块可能数量较少，当选中的股票板块数量小于等于2个时，我们将在板块筛选结果中加入债券和黄金。ETE策略资产配置调整周期为一周，回测时间为2020年7月1日至今。2020年7月1日至2024年5月31日，ETF动量择势策略年化收益率为20.67%，夏普比率和Calmar比率分别为0.9735和0.8964，最大回撤为-23.06%。在最近一个报告期(20240430-20240531)内，策略收益率为0.14%。

2.低波扩散行业ETF轮动策略

扩散指数是一种基于指数成分股上行状态合成的动量指标，其相较于传统动量因子更能反映指数涨跌背后的贡献来源。单因子回测结果表明扩散指数因子分层效果及稳定性优于传统动量因子。回测显示，行业扩散指数具有明显的分层效果，因此可以设计相应的行业轮动策略。我们对一级行业进行单因子回测(月度调仓，不考虑交易费率，每期选择6个行业作为多头组合，回测时间2011年1月4日至2023年10月27日)，回测结果显示扩散指数单因子行业轮动多头组年化收益率为 10.84%，年化超额收益率5.91%，超额最大回撤-16.27%,Sharpe比率 0.43.由于扩散指数因子具有明显的动量属性，在动量因子失效的情况下容易出现动量坍塌问题(2022年下半年以来出现较大回撤),因此我们叠加波动率对扩散指数因子进行改进,构建低波扩散因子。

行业轮动择时策略现有研究多数集中于行业指数层面，投资者可通过在特定行业的配置偏离获取超收益。而对于希望通过直接配置特定行业指数的投资者来说，ETF无疑是较好的投资工具。因此我们尝试将行业轮动策略应用在ETF上，实现策略的有效落地。我们将目前已上市ETF进行梳理，构建ETF标的池，并通过其跟踪指数与行业指数的相关性计算，将行业与ETF进行匹配，选择相关系数较高且规模靠前的ETF作为对应行业的可投资标的。

(三)微观配置:Alpha因子指数增强策略

今年以来A股市场明显呈现结构性行情，市场热点在央国企、新质生产力、低空经济、房地产“517”新政等多个热点间频繁切换,但尚未出现持续跑出超额收益的板块。在这样的市场环境下相比于投资单一主题或板块,投资宽基指数、并在指数上构建增强策略更容易获得较为稳健的收益。

1.Alpha因子的构建

常见的 Alpha来源包括业绩超预期表现、投资者预期的边际变化、资金流向等，本报告从业绩超预期、一致预期与资金流向3个角度出发，选择多个因子对2022年下半年以来股票的Alpha来源进行了分析。对于业绩超预期、一致预期和资金流向因子，我们选择的观测指标如下表所示;在获得初始因子值后，我们采用T-SNE方法对其进行降维，使得N维数据下降为一维，从而将多个因子合成为一个大类因子。此外，在报告《行为金融理论和经济不确定性因子构建与应用》中，我们提出了经济不确定性风险暴露因子abs_EPU_Beta来刻画股票收益对宏观经济的敏感度，并证明因子暴露与股票收益负相关。本文采用RankIC法对以上因子的有效性进行了算。

2.沪深300指数增强策略

为进一步测试选股因子的效果，本文使用线性约束优化求解的方式分别对沪深300指数和中证500指数进行增强测试。首先对业绩超预期、一致预期和资金流向3个Alpha因子以及经济不确定性与距离因子2个负向因子首先进行了行业市值中性化、MAD去极值与标准化处理;其次，采用排序打分的方法，等权加权得到总分，即Alpha因子得分。最后，我们将Alpha因子得分代入优化目标函数中计算指数成分股超配权重，回测窗口为2022年6月30日至2023年5月31日，选股池为沪深300成分股和中证500成分股，月末调仓，不计交易成本。

2022年6月30日以来沪深300指数增强策略年化收益率为-6.37%，Sharpe比率为-0.3492,Calmar 比率为-0.2711,最大回撤为-23.51%，小于中证 500指数-29.28%的回撤;相较于沪深 300指数实现超额年化收益5.72%，超额收益净值的Sharpe比率为 1.2730，Calmar 比率为 0.9360.今年以来1月策略超额收益出现较大回撤，2月以来超额收益走势稳健。

3.中证500指数增强策略

2022年6月30日以来中证500指数增强策略年化收益率为-1.04%，Sharpe比率为0.0318,Calmar 比率为-0.0385,最大回撤为-27.10%，小于中证 500指数-31.62%的回撤;相较于中证 500指数实现超额年化收益9.89%，超额收益净值的Sharpe比率为 2.2434，Calmar 比率为 2.8809.今年以来1-2月策略超额收益不显著，3月以来超额收益趋于稳定。

策略拓展方向及展望

资本市场的发展目的始终是为了服务实体经济，同理，经济的不同发展方向也会推升出不同的资产市场投融资需求。以寻找微观收益为主的量化 Alpha策略方法，基于的是长期的市场定价偏差和股票风险溢价。因此投资逻辑也会产生较大的差异，而上市股票的不断增多，投资者逐渐分化，由于交易规则或资管产品的要求，也更进一步增加了市场参与者的多元化。而市场的分化也可能导致常用的Alpha因子的作用在逐步减弱。

前文中沪深 300、中证 500指数增强的回测结果整体上取得了较为稳定的超额收益，但在 2023年底至2024年初也存在Alpha因子暂时失效的情况;而且，虽然这些因子在全部A股范围内的RankIC 测试结果较优，但也可能在其他股票池中表现异常，换而言之，因子溢价可能无法广泛存在于所有的股票中，不同股票池有不同的交易逻辑。

例如，把业绩超预期等5个Alpha因子应用于科创50和北证50指数，个股权重偏离上下限设置为士2%，行业和 Barra风格偏离的上下限设置为士5%并进行权重优化。在回测区间内，科创50增强策略的超额收益累计为负;北证50增强策略的超额收益累计为正，但其间波动较大，超额收益并不稳定，且今年以来效果不显著。

(一)Alpha 策略:细分股票池，寻找新的有效 Alpha 因子集群

1.沪深300增强策略:国企股票池与基本面因子改进

在报告《国企基本面因子选股策略》中，我们在中证国企指数(000955.CSI)的基础上构建了国企股票池，并采用财务基本面因子对国企标的进行打分和筛选，2019年12月31日回测至今，策略相对于中证国企指数可获得稳健的超额收益。

沪深300成分股中国企标的丰富。国企上市公司本身具有市值偏大的特征，因此我们也可以将股票池范围缩小，聚焦于大市值国企标的，并在大盘宽基指数中对国企股票构建增强策略。我们以沪深 300指数为大盘宽基指数的代表，自2019年12月31日以来，大部分时间国企成分股数量均超过半数、权重之和超过50%。最新一期(2024年5月31日)沪深300成分股中有164只股票为国企，权重之和达60.80%,可见沪深300成分股中国企标的是比较丰富的。

沪深300成分股中国企相对于非国企存在溢价。我们统计了沪深300成分股中国企与非国企标的的月度收益率，可看出近年来沪深300国企相对于非国企的溢价较为显著。

2.科创50增强策略:解禁约束与专利数量因子改进

(1)次新股解禁

2019年6月科创板正式开板，2020年7月科创50指数发布，相对于沪深300、中证500这些宽基指数而言，科创50成分股以次新股为主。新股上市满三年后控股股东和实际控制人持有的首发股份解禁，这对股价是一种利好，一方面“大非”解禁后股票流通市值扩容，可有更多机构资金流入;另一方面从公司业绩来看，IPO募资项目投产也可在两到三年内初见成效。

(2)专利数量

在 Alpha因子的选择上,鉴于之前5个Alpha因子的优化组合表现不佳,我们对这5个Alpha因子及其细分原始指标均进行了RankIC测试:另外,考虑到科创50成分股有将近70%属于电子、计算机行业，我们在测算RankIC时不再进行行业市值中性化处理。根据RankIC测试结果，我们保留SUE_营业利润、EPU经济不确定性因子和平均距离因子。

同时，我们希望挖掘出能反映出科创板的特色的Alpha因子。科创板股票以高新技术类企业为主，对于这类企业，研发与创新是企业实现持续增长的源泉。因此，我们以专利数量为因子，测算了专利数量与股票收益率之间的 RanklC系数。从结果来看，专利数量因子的ICIR达到 0.5948.说明因子选股效果较优。在后文中，我们将以SUE_营业利润、EPU经济不确定性因子、平均距离因子和专利数量四个Alpha因子对科创50指数进行增强策略回测。

(二)组合风险控制:合理估计风险，降低收益波动

前文中我们着重分析了 Alpha因子的选择，但在投资组合的构建中，风险控制也是不可忽视的一项内容。从量化策略的构建流程来看，风险控制可分为事前和事后两方面，事前在优选个股、计算权重的过程中可依据风险评估指标，如波动率、VaR、估值分位数等，评估个股和组合的风险水平，并依据风险厌恶程度施加合适的约束条件;事后可实时监控组合中个股的表现，若部分个股在持有期间风险偏高，则应考虑适当减仓。

结语

2024年以来，虽然市场依然处于不确定性较高的环境中，但由于积极因素的累积和策略层面的完善，自上而下从宏观至微观的配置方法均实现了相较于去年更优的绝对收益。在资产配置和行业配置策略上均实现了稳定收益，由于市场基准的逐步企稳和Alpha收益的逐渐稳定，指数增强策略也实现了正收益。预期量化策略今年相较去年收益率及稳定性均会有明显提升。

更进一步，宏观环境及市场的发展都并非周期性的往复，在全球经济依然未复苏及全球复杂的政治环境下，加大推动国企的高质量发展和加快形成新质生产力集群依然是投资的重要主线。依靠主线，结合合理的定量方法，在绝对收益策略的基础上不断寻找新的收益来源，形成策略的迭代。是量化策略保持生命力的重要方式。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）