主动量化组合跟踪：5月各类选股策略超额显著

敬请参阅最后一页特别声明基于多目标、多模型的机器学习指数增强策略选股因子在A股各类宽基指数上表现优异。着市场恢复正常，超额收益有望进一步提升。基于红利风格择时+红利股优选的固收+策略0.00%。固收+策略收益率为0.10%，整体表现较好。以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。 国证2000指数增强策略好，5月策略的超额收益为1.73%。风险提示 敬请参阅最后一页特别声明内容目录一、国证2000指数增强策略.......................................................................31策略构建..................................................................................32国证2000指数选股因子跟踪.................................................................33国证2000指数增强策略跟踪.................................................................34最新策略信号..............................................................................4三、基于多目标、多模型的机器学习指数增强策略....................................................51策略构建..................................................................................52 GBDT+NN沪深300指数增强策略跟踪..........................................................53 GBDT+NN中证500指数增强策略跟踪..........................................................74 GBDT+NN中证1000指数增强策略跟踪.........................................................8三、基于红利风格择时+红利股优选构建的固收+策略..................................................8风险提示.......................................................................................10图表目录图表1：大类合成因子与国证2000增强因子IC指标.................................................3图表2：增强因子IC.............................................................................3图表3：增强因子多空组合净值...................................................................3图表4：国证2000指数增强策略表现..............................................................4图表5：国证2000指数增强策略指标..............................................................4图表6：国证2000增强策略本月持仓列表..........................................................4图表7：GBDT+NN机器学习选股因子在沪深300成分股的组合指标跟踪..................................6图表8：GBDT+NN沪深300指数增强策略净值........................................................6图表9：GBDT+NN沪深300指数增强策略指标........................................................6图表10：GBDT+NN机器学习选股因子在中证500成分股的组合指标跟踪.................................7图表11：GBDT+NN中证500指数增强策略净值.......................................................7图表12：GBDT+NN中证500指数增强策略指标.......................................................7图表13：GBDT+NN机器学习选股因子在中证1000成分股的组合指标跟踪................................8图表14：GBDT+NN中证1000指数增强策略净值......................................................8图表15：GBDT+NN中证1000指数增强策略指标......................................................8图表16：基于红利风格择时+红利股优选构建的固收+策略主要指标....................................9图表17：中证红利选股策略净值走势..............................................................9图表18：基于红利风格择时+红利股优选构建的固收+策略净值走势....................................9图表19：动态宏观事件因子近期给出择时信号.....................................................10图表20：中证红利选股策略6月份持仓...........................................................10 敬请参阅最后一页特别声明一、国证2000指数增强策略1策略构建根据国金金融工程团队发布的《中证2000指数发布，如何构建微盘股指数 增 强 策略？》,A股长期存在着大小盘轮动的现象，近两年来，小盘股明显走势占优。如何在小微盘股中进行有效选股，增厚收益，是投资者比较关心的问题。我们基于大小盘选 股逻辑差异，筛选出更适合微盘股的选股因子，针对国证2000指数成分股构建指数增强策略。2国证2000指数选股因子跟踪包括技术、反转、特异波动率等在内的因子在国证2000指数成分股上均有出色表现，我们所合成的各个大类因子也基本都起到了很好的提升效果。但发现技术、反转和特 异波动率因子相关性较高，我们此处将波动率因子对技术和反转因子做回归求残差得到 了相对独立的波动率因子。最终，我们将各大类因子再次等权合成并进行行业市值中性 化，构建得到国证2000增强因子。该因子的IC均值达到12.63%，T统计量为12.46，有良好的预测效果。本月该因子IC值11.74%，因子表现突出。图表1：大类合成因子与国证2000增强因子IC指标IC平均值最新月度IC标准差2.86%-2.21%6.87%10.35%9.37%12.60%9.14%20.53%11.95%11.13%12.52%11.06%7.77%11.70%10.98%12.63%11.74%11.69%图表3：增 强因子多空组合净值来源：Wind，国金证券研究所3国证2000指数增强策略跟踪我们利用增强因子构建国证2000指数增强策略。在构建策略时，我们每月月底取因子值排名前10%的股票买入调仓，以等权方式构建多头组合。以国证2000指数作为基准，手续费率假设为单边千分之二，样本内回测时间段为2014年4月至今。增强因子IC-样本外增强因子IC的移动平均 最小值最大值风险调整的ICt统计量-15.09%19.96%0.424.80-25.45%43.81%0.829.47-19.92%45.06%0.778.83-22.90%36.35%1.0111.60-18.86%37.92%0.718.16-17.39%40.26%1.0812.46-20.00%-10.00%0.00%10.00%20.00%30.00%-20406080100因子多空收益率因子多空收益率-样本外因子多空净值因子多空净值-样本外 来源：Wind，国金证券研究所 敬请参阅最后一页特别声明基于上述因子构建的国证2000指数增强策略相较于基准有明显的优势，超额净值稳步向上。策略年化超额收益率达到14.35%，信息比率为1.92。样本外策略表现良好，5月策略的超额收益为1.73%，表现良好。图表5：国证2000指数增强策略指标指标国证2000指数增强策略等权基准年化收益率23.07%6.04%年化波动率24.32%26.93%夏普比率0.950.22最大回撤42.49%66.75%双边换手率（月度）66.63%-年化超额收益率14.35%-跟踪误差7.49%-信息比率1.92-超额最大回撤10.19%-5月收益率4.09%2.36%5月超额收益率1.73%-来源：Wind，国金证券研究所4最新策略信号根据我们的策略规则，最新信号持仓如下：图表6：国证2000增强策略本月持仓列表股票简称股票代码股票简称股票代码股票简称股票代码股票简称陕建股份601811.SH新华文轩603309.SH维力医疗300228.SZ富瑞特装京山轻机300978.SZ东箭科技688185.SH康希诺601512.SH中新集团时代出版002160.SZ常铝股份002376.SZ新北洋300219.SZ鸿利智汇宝钢包装002390.SZ信邦制药603609.SH禾丰股份600481.SH双良节能立霸股份603301.SH振德医疗600713.SH南京医药000919.SZ金陵药业浙江交科000690.SZ宝新能源000823.SZ超声电子603612.SH索通发展雪天盐业600063.SH皖维高新603230.SH内蒙新华000407.SZ胜利股份金辰股份600335.SH国机汽车605365.SH立达信002864.SZ盘龙药业联化科技600757.SH长江传媒600216.SH浙江医药601609.SH金田股份康恩贝600475.SH华光环能300241.SZ瑞丰光电300739.SZ明阳电路江盐集团600459.SH贵研铂业600479.SH千金药业002344.SZ海宁皮城三角轮胎601801.SH皖新传媒605007.SH五洲特纸688696.SH极米科技亚宝药业605369.SH拱东医疗603730.SH岱美股份688023.SH安恒信息 敬请参阅最后一页特别声明三、基于多目标、多模型的机器学习指数增强策略1策略构建根据国金金融工程团队发布的《基于多目标、多模型的机器学习指数增强策略》和 后续报告，考虑到AI各类算法在量化领域具有较强的适用性，同时也越来越受到A股众多投资者的关注。我们选取了GBDT和NN两大类结构具有一定差异的模型，选取不同的特征数据集进行分别训练，并使用多种预测标签进行对比并融合，最终构建出的GBDT+NN机器学习选股因子在A股各类宽基指数上表现优异。2 GBDT+NN沪深300指数增强策略跟踪 敬请参阅最后一页特别声明在沪深300成分股中，两类模型在样本外整