2024年金融工程2025年度投资策略：主动Alpha下行，探索Smart Beta新蓝海

1. 二阶段低波动牛市

1.1 宏观经济环境：逐步上行，接近中枢

从短期货币流动性、长端利率、信用、经济增长、通货膨胀以及汇率六个维度刻画宏 观环境运行状态。

1.1.1 最新 Logit 预测结果

宏观状态事件预测模型最新 Logit 预测值为 0.498，接近历史中枢位置。

1.2 企业盈利：当前企业盈利水平底部震荡

1.2.1 行业景气指数构建

一个行业的收入与产品的定价逻辑及公开市场的交易量相关，盈利能力则牵涉到成 本与价格的差异。我们对公司的运营情况进行准确无误的追踪难度较高，实际预测中 只能借助识别主营业务，追踪主营业务的营收和成本情况来进行监控其整体的景气 度情况。我们通过以下步骤来对行业基本面进行刻画： 基于产业链系统分析，追踪上下游行业部门； 对行业进行财务指标分解，挖掘出可追踪的重点指标；重构一套行业的景气度追踪框架。

1.2.2 中观景气指数 2.0 合成

得到各行业景气指数之后，计算上证指数每日各行业市值权重，按此权重加权各行业 景气指数合成关于上证指数的新景气指数 2.0。

截至 2024 年 12 月 13 日，当前景气指数为 1.349，处于历史较低分位数，尚未确认 上行趋势。

1.3 微观结构：各宽基指数结构风险处于历史中枢以上

1.3.1 微观结构风险刻画指标

以估值、风险溢价、波动率以及流动性四类均值恢复性较强的因子刻画各宽基指数的 微观结构风险。

1.3.2 各宽基指数估值均上升至 0.65 左右

宽基指数的微观结构风险变化，时间区间 2015 年 1 月 31 日至 2024 年 12 月 13 日，各宽基指数结构风险 10 月以来反弹明显，目前已经来到 65%分位数左 右。

1.4 期权 VIX 特征：有望走出降波后的慢牛行情

1.4.1 历史牛市隐含波动率特征

期权隐含波动率是通过期权价格反推出来的市场对标的资产未来波动性的预期，隐 含波动率的变化与股市走势之间存在一定的逻辑关系。在股市上涨期间，投资者普遍 持乐观态度，预期市场将持续走强。这种乐观情绪减少了对市场大幅波动的担忧，降 低了对期权（尤其是保护性看跌期权）的需求，期权价格下降，进而使隐含波动率下 降。 我们选取上证 50ETFIV（SH_510050IV.WI）作为隐含波动率特征，统计了过去几次牛 市的隐含波动率变化，时间区间分别是 2017 年 7 月 21 日-2017 年 11 月 3 日，2018 年 11 月 2 日-2019 年 1 月 25 日，2024 年 2 月 19 日-2024 年 3 月 12 日。

1.4.2 当前市场环境：二阶段降波慢牛

近期受政策影响，期权隐含波动率攀升至自 2015 年以来的历史高位，远超过去数年的长期平均水平。在国庆假期前后的高波动时期过后，隐含波动率逐步回落。这一现 象表明，随着市场情绪逐渐趋稳，风险溢价逐步降低，股市或将伴随降波周期步入一 个缓慢且持续的长期牛市。 隐含波动率的回落表达了投资者对未来波动性预期的下降，市场有望在稳健环境下 展开新的上升趋势。

1.5高频基差因子：多头信号减弱

1.5.1 高频基差与指数涨跌幅的相关系数与指数未来收益的关系

在理想状态下，如果全市场套保者和投机者的结构是稳定的，那么在高频 1min 层面 上，基差应该是平稳的，高频基差变化和行情变化的相关系数（即全域相关系数）应 该接近于 0。但现实情况却是全域相关系数会随着市场主导情绪的传播出现明显的抖 动，这也就为捕捉市场情绪提供了一个视角。

构建信号值步骤： ① 将原始的日频相关系数进行 N 日的算术平均，降频处理； ② 将算术平均值进行 M 日的排序，归一化处理； ③ 归一化处理的信号值对未来收益进行 IC 测试；得到归一化的信号值后对未来 T 个交易日进行 IC 矩阵测试

1.5.2 基于股指期货基差的择时信号

按上述信号构建的基于股指期货基差与日内股指涨跌幅相关系数的择时信号，12 月 12 日以来，以沪深 300 股指期货基差择时多头信号减弱， 中证 500 累计仓位因存续空头仓位平仓而增加。

2. 市场有效性大幅提升，产业增速中枢下移

2.1机构投资占比显著提升

近年来，在政策的鼓励支持下，我国 ETF（交易型开放式指数基金）发展迅速，尤其 是 2024 年 4 月重磅推出的新“国九条”更是专项提及“建立 ETF 快速审批通道，推 动指数化投资发展”。 随着 2024 年基金中报陆续披露，统计显示，今年以来 ETF 获得快速净流入，以沪深 300 为代表的核心指数大量净申购，截至 2024 年 12 月 19 日，ETF 基金累计净申购 6224 亿份，净流入金额达到 16882 亿元。

从持有人结构来看，今年上半年 ETF 持有人中机构投资者的比例明显增加，由去年 年底的 63.50%上升至 70.36%。

2.2新兴行业净利润增速中枢下移

随着全球经济结构的调整和科技的快速发展，新兴产业逐渐成为推动经济增长的新 动力。然而，近期数据显示，如下图所示，新兴产业的净利润增速中枢出现下移趋势。

以中国战略新兴产业为例，近期净利润增速中枢出现了显著下跌，从 2023 年初的 8%左右降到 0 以下。 行业分化：在新兴行业内部，不同子行业的净利润增速表现存在差异。例如，新能源 汽车行业在过去几年经历了高速增长后，增速有所放缓；而生物医药行业则面临着研 发投入大、市场推广难等问题，净利润增速也面临一定压力。 尽管新兴行业净利润增速中枢出现下移，但从长期来看，新兴行业仍具有广阔的发展 前景和较大的增长潜力。随着全球经济的逐步复苏、技术创新的不断推进以及政策环 境的持续优化，新兴行业有望迎来新的发展机遇。例如，人工智能、大数据、云计算 等新一代信息技术的快速发展，将为新兴行业的数字化转型提供有力支撑；新能源汽 车的市场需求将继续保持增长态势，推动新能源产业的发展壮大。

2.3主流因子拥挤度大幅提升

因子拥挤度是指由于跟踪或投资某一因子的资金过多，导致该因子的收益或收益稳 定性下降的程度。

多数主流因子拥挤度大幅提升的原因

市场趋势与风格转换：当某一特定的市场风格或行业板块表现出持续的强势时，会吸 引大量资金涌入相关的主流因子。如 2024 年下半年期间，A 股市场出现风格切换， 此前市场尾部的中小市值公司被“盘活”，大量资金流入小市值、低估值等因子相关 的股票，导致这些主流因子的拥挤度大幅提升。 投资者情绪与投资跟随行为：在市场乐观情绪的推动下，投资者往往更倾向于追逐近 期表现良好的资产和因子，这种跟随行为加剧了资金的集中流入，进一步提高了主流 因子的拥挤度。当市场上大部分投资者都看好某一类型的股票或投资策略时，就会纷 纷涌入，导致相关因子的交易活跃度大幅上升，拥挤度随之增加。 信息传播与一致性预期：信息在市场中的快速传播使得投资者对某些主流因子形成 了较为一致的预期，认为这些因子能够带来较高的收益，从而促使更多资金集中配置 到这些因子上，推动拥挤度上升。例如，当市场广泛关注某一热门行业或投资策略时， 众多投资者也会参与其中，导致相关因子的拥挤度提升。

带来的影响

收益递减与风险增加：随着主流因子拥挤度的大幅提升，过多的资金追逐相同的因子， 会导致该因子所代表的资产价格被过度推高，其未来的收益预期下降。同时，由于市 场参与者的高度集中，一旦市场情绪发生变化或出现不利因素，这些资产可能会面临 较大的抛售压力，导致价格大幅下跌，风险显著增加。 市场波动加剧：主流因子拥挤度的提升会使市场的交易结构变得更加敏感，容易加剧 市场的波动风险。当大量资金集中在少数因子上时，这些因子所代表的资产价格的微 小变化都可能引发市场的连锁反应，导致整个市场的波动性上升。

2.4主动权益与指数增强类基金 alpha 出现回落

2.4.1 现象表现

主动权益基金：今年以来，主动权益基金的整体表现相较指数来说相对弱势。2020 年 至 2024 年 12 月 17 日，主动权益类基金 alpha 出现显著下降，超额收益从 22.12%回 落至-4.31%。

指数增强类基金：2024 年 9 月 24 日市场反弹以来，许多指数增强基金“增强”失利。 数据显示，指数增强类基金 2019 年超额收益回落至-21.12%后逐渐增强，直至 2022 年超额收益为 12.03%。然而近两年，指数增强类基金超额收益有所下降，回落至 1.92%。

2.4.2 回落原因 

市场环境因素： 风格切换频繁：近年来，A 股市场风格总体趋势是从龙头成长股切换到了央企国企 大盘价值股，且短期的风格轮动更加频繁，这使得基金管理人难以把握市场节奏， 增加了获取超额收益的难度。比如，当市场风格突然从成长风格切换到价值风格时， 如果主动权益基金或指数增强基金的持仓风格未能及时调整，就容易导致业绩落 后。 宏观经济影响：全球宏观环境不确定性增加，在中国经济缓慢恢复背景下，上市公 司整体业绩修复偏慢，也给基金的投资带来了较大的不确定性，基金获取超额收益 的难度增加。

竞争与资金流动因素： 市场有效性大幅提升：随着资本市场的不断发展和信息传播效率的提升，市场有效 性逐渐增强，资产价格能够更快地反映各种信息，这使得通过传统的基本面分析和 选股策略获取超额收益的难度加大，主动权益基金和指数增强基金的 alpha 空间 有所收窄。 资金申赎影响：对于指数增强基金而言，市场出现大幅波动或短期快速上涨时，资 金的申赎行为可能会对基金的运作产生影响。如在本轮反弹行情中，部分指数增强 基金因短期资金涌入，需要在市场上涨后调整持仓以跟踪指数，导致调仓成本增加， 短期超额收益收到一定影响。

3. Smart Beta 新蓝海

在新兴行业净利润增速中枢下移、主流因子拥挤度过高、公募基金 alpha 逐渐衰减的 环境下，探索 Smart Beta 或成为新的投资蓝海。

3.1风格因子库

3.1.1 Barra CNE6 因子

Barra CNE6 风格因子库是市场上广泛应用的多因子模型工具之一，由 MSCI Barra 开发，旨在为投资者提供全面的风险因子框架和数据支持。CNE6 与 CNE5 相比，因子 进一步细分和扩充，涵盖了九大核心风格因子类别：规模、波动性、流动性、动量、 质量、价值、成长、分析师预期和红利。 规模因子主要衡量市值大小对收益和风险的影响，波动性因子聚焦于历史波动率及 其对风险的贡献，流动性因子描述交易活跃程度对收益的潜在影响，而动量因子反映 了股票价格的趋势性效应。与此同时，质量因子关注企业财务健康和盈利能力，价值 因子则捕捉股票的估值特性，成长因子反映企业增长潜力，分析师预期因子衡量市场 对企业未来表现的预期，红利因子则聚焦于股息收益的稳定性和水平。这些因子的共 同作用构建了一个全面且细致的市场风险和收益分析框架。

3.1.2 特色风格因子

在传统的 Barra CNE6 风格因子基础上，我们通过深入研究和量化实践，创新构造了 一系列具有显著表现的特色因子。这些因子在覆盖传统风格因子类别（如波动、质量、 价值等）的同时，进一步结合了市场特性和前沿量化模型，展现出更高的投资价值和 稳定性。 Barra CNE6 因子库作为多因子投资领域的经典工具，其因子定义和框架具有重要意 义。然而，随着市场环境的变化以及量化投资的广泛应用，CNE6 因子的边际有效性 逐渐下降，部分因子在捕捉收益驱动和风险分布上的能力有所弱化。在传统的 Barra CNE6 风格因子基础上，我们通过深入研究和量化实践，创新构造了一系列具有显著 表现的特色因子。这些因子在覆盖传统风格因子类别（如波动、质量、价值等）的同 时，进一步结合了市场特性和前沿量化模型，展现出更高的投资价值和稳定性。

3.2分析优化工具包

3.2.1 归因模型

业绩风险归因模型旨在系统化地分解投资组合的收益和风险来源，通过细化收益驱 动和风险暴露，帮助投资者深入理解组合表现的成因，并为投资决策提供数据支持。 其核心思想是将投资组合的收益与风险解析为不同因子或维度的贡献，揭示影响投 资结果的关键要素。 对于组合每日的收益，我们按照风格因子、行业因子、国家因子和个股选择，对收益 来源进行了分解，分解方式包括绝对收益分解和相对收益分解，用于分析整体收益和 基准超额收益的构成。

3.3组合优化器

组合优化器基于马可维兹的均值方差模型，核心目标是在给定的约束限制下，寻找资 产配置的最优解。这种优化过程可以通过数学公式严格表达，其中核心的概念是组合 收益与组合风险。

3.4增强策略

3.4.1 红利指数增强

参考中证红利指数编制方案，我们选取了一部分现金股息率高、分红较为稳定，并且 具有一定规模及流动性的上市公司作为指数样本。同时剔除了派发特别股息的异常 情况和经营质量不佳的股票。我们一共筛选出 13 个选股因子和 4 个负向分域因子构 建选股组合。基于组合优化器，我们对组合进行了权重二次优化，目标函数设置为最 大化经风险调整后组合预期收益。约束方面，我们设置了权重约束、主动风险约束、 风格因子约束、行业因子约束、成分股约束。组合优化选股组合月度选股，每期挑选 100 只股票，双边交易费率千三，权重使用优化后权重。策略 2014 年 2 月以来，年 化收益率 22.58%，年化超额收益率 8.76%，夏普率 1.02，信息比率 1.61。

3.4.2 质量低波动量

我们筛选市值大于 50 亿元的股票，以构建基础股票池，从而规避小市值股票所带来 的较高风险。随后，选择了两个正向因子（短期反转和动量）与两个负向因子（60 日 收益率均值和长端反转），并对股票池中的成分进行分位数处理，剔除尾部和顶部的 20%，对所有因子取交集得到一个动量股票池。接着，选择高质量稳定性因子作为质 量端，并结合波动同期因子、波动超前因子以及高频波动因子，通过加权合成构建波 动端。策略采用月度选股，每期挑选 100 只股票，双边交易费率千三，构建质量低波 动量策略。策略 2011 年以来，年化收益率 14.20%，年化超额收益率 12.64%，夏普率 0.73，信息比率 1.15。

3.4.3 微盘动量增强

我们筛选市值最小的 1000 只的股票，以构建微盘股股票池。随后，选择了 20 日均收 益率作为负向因子，剔除顶部 20%的股票；选择 10 日换手率作为流动端，同时选择 高频波动因子和 10 日波动的加权因子作为波动端。策略采用周度选股，每期挑选 100 只股票，双边交易费率千一，构建微盘动量增强策略。策略 2011 年以来年化收益率 38.33%，年化超额收益率 9.59%，夏普率 1.32，信息比率 1.24。

（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。）