主動量化組合跟蹤：近期量化指增策略的回調復盤與歸因分析.pdf

主動量化組合跟蹤：近期量化指增策略的回調復盤與歸因分析。

異常行情下的階段性風格切換，量化產品超額如何回歸？

近三個月（7–9 月），在寬基與主要指數上行的背景下，多個品類的量化產品出現“超額下滑”的一致性特征。在基 于全 A 市場的因子策略測試與跨期對比（2014–2015 牛市、2024–2025 年兩段上漲樣本；2024 年初流動性與 2025 年 關稅危機兩段下跌樣本）中，我們發現近期“指數強、量化 Alpha 弱”的現象來自風格錯配。24–25 年累積超額先由 小市值、中短期動量驅動，至 2025 年 7-9 月轉為分析師一致預期、成長風格領跑，市值因子反轉，而動量與技術因 子轉負；這與中報窗口前后預期上修的廣度與幅度提升相吻合。 通過對比分析 2014-2015、2019-2021 兩個歷史牛市的因子超額表現及演變，當前很可能處于此次系統性慢牛的早中 期階段。從結構看，市值因子預計持續向大市值傾斜。短期維度，上周多成長賽道出現預期修復階段性透支的回撤， 成長類因子可能短期繼續調整，動量因子有望從深負區間向中間回歸。長期來看，成長預期的基本面驗證是核心矛盾： 驗證充分則“成長+質量+趨勢”協同強化慢牛主線；驗證不足則風格或向“價值、質量補漲”短暫切換。目前成長邏 輯仍較為堅實，整體大概率呈現“核心主線趨勢性上行，輔助板塊階段性輪動”的格局，既避免 2014-2015 年后期杠 桿牛下“小票普漲、估值泡沫化”的風險，也突破 2019-2021 年“賽道過度集中、市場彈性不足”的局限，最終延續 “溫和、持續、結構與全局兼顧”的獨特慢牛特征。

國證 2000 指數增強策略

經過因子測試與篩選，包括技術、反轉、特異波動率等在內的因子在國證 2000 指數成分股上均有出色表現，我們所 合成的各個大類因子也基本都起到了很好的抗波動效果。9 月該因子調整，IC 值 12.54%。樣本外整體策略表現調整， 9 月策略的超額收益為-0.86%。

基于多目標、多模型的機器學習指數增強策略

根據國金金融工程團隊發布的《基于多目標、多模型的機器學習指數增強策略》，考慮到 AI 各類算法在量化領域具有 較強的適用性，同時也越來越受到 A 股眾多投資者的關注。我們選取了 GBDT 和 NN 兩大類結構具有一定差異的模型， 選取不同的特征數據集進行分別訓練，并使用多種預測標簽進行對比并融合，最終構建出的 GBDT+NN 機器學習選股因 子在 A 股各類寬基指數上表現優異。 為貼合交易實際，我們構建了基于 GBDT+NN 因子的機器學習模型的指數增強策略，通過對投資組合的跟蹤誤差進行控 制，最大化因子暴露。回測區間自 2015 年 2 月 1 日開始，假定手續費率單邊千二，每月月初調倉。滬深 300 指數增 強策略、中證 500 指數增強策略和中證 1000 指數增強策略上月超額收益率分別為-1.44%、-3.19%和-0.96%。后續隨 著市場恢復正常，超額收益有望修復或進一步提升。