一、AI总结内容 一、核心背景与现状 1. 中证500指增近年超额收益明显下降,2020年后与沪深300指增表现更接近,2025年中证500指增分化显著、容错率低,未选到头部股票易落后。 2. 中证500指数特征变化:头部个股权重提升,前1%、前5%股票收益贡献集中度上升,收益靠前靠后个股离散度加大,风格因子表现整体变差,部分因子(如低波)IC呈现非线性特征,因子IC与下月IC相关性减弱。 二、改进方案与测试结果 1. 针对个股偏离限制:采用按超额波动率差异化限制方案,超额波动低的股票限制±0.3%偏离,超额波动高的股票允许±0.5%偏离,该方案降跟踪误差、超额回撤效果最好。 2. 针对行业偏离限制:适度放松,设置三方案,其中按行业权重差异化放宽(低权重行业±0.5%、高权重行业±2%)效果最优,叠加行业轮动观点的方案因与因子框架兼容性差未体现优势。 3. 针对价量因子调整:对IC胜率下降的价量因子(如低波、反转),将其敞口限制在0.2倍标准差内,提升组合信息比与收益。 4. 针对因子筛选:调整宏观与因子动量的加权方式,过去两年宏观筛选因子表现优于动量,因此将宏观权重与动权重按过往表现动态调整,提升因子筛选有效性。 5. 未采纳方案:月度维度尝试因子双向使用(反向使用低波、反转等因子),未发现稳定规律,后续将尝试周度维度改进。 三、改进效果与后续展望 1. 2025年样本外测试显示,改进后中证500指增超额收益稳健,全年在正2%-3%区间,超额回撤小,但进攻弹性不足,未捕捉短期动量、高波方向收益。2. 后续将推出新报告,介绍双向使用的进一步尝试,计划通过周度因子筛选提升进攻性。 二、音频原文(转写) oh 大家好,欢迎参加申万宏源精工陈化中证五百指数增强超额难度提升传统多因子框架如何应对。目前所有参会者均处于静音状态。下面开始播报声明,请参会人员务必注意本次电话会议交流内容仅限参会人员内部参考,任何机构或个人不得以任何形式对电话会议任何内容进行泄露或外发,请勿以任何方式索要泄露。散布、转发电话会议纪要、任何泄露电话会议纪要等信息的行为均为侵权行为。 申万宏源研究保留追究泄露转发者法律责任的权利。各位投资者,早上好。那欢迎大家继续参加我们今天这个精工成化系列的电话会议。呃,今天我们的这个主题呢,是呃,中证五百指增的一些这个改进的方案,这个也是我们 呃,在去年年底、今年年初的时候观察到的一个。 呃,非常重要的这个现象吧。那么根据这样的呃一个现象啊,我们去做了一些呃对于原有的这个传统多因子框架的一些。呃,改进的动作。呃,那应该来说在后续这个市场确实波动比较大的这个状态里面呢,也得到了一个稳健的表现。 啊,那也。确实说明这样的一些改进,呃,从我们框架的这个基础上是很有必要的。啊,那呃,首先呢,我们观察到这两年的这个中证五百指增的一个表现啊,应该来说还是。体现出来了这个超额收益明显下降的这么一个状态。 嗯,包括从这个20年之后开始啊,我们看到我们市面上的这个500指增的表现。就开始和三百指增的这个表现变得更加的接近。啊,包括在今年我们其实看到应该五百比三百可能是更困难的这么一个状况。啊,那我们。 呃,也去看了一下,就是这个里面可能出现的一些出现这个问题的一些原因啊,就是从 首先我们从五百指数本身的这个角度来看啊,我们说。呃,五百指数这两年出现这个里面的股票越来越大啊,包括呃在这两年科技比较好的状态之下,经常会出现一些股票,呃,可能从进入五百的时候是一个相对比较低的这个权重。啊,但是退出的时候呢,这个权重又变得比较高了。啊,就出现了第一大权重个股明显提升的这样一个状态。 啊,经常是。大部分股票在这个。呃,进入的时候可能在百分之零点五左右的一个权重啊,但是 调出的时候呢,可能已经。达到了百分之一以上,百分之二啊,或者说这两年百分之一以上权重的个股在五百当中出现的也明显是越来越高的。 啊,那包括这个。前百分之五的股票的 权重占比啊,这两年也明显出现了在五百里面越来越高的情况。啊,那么我们同样的还去算了一个这个收益靠前的。呃,这个。 要钱。前收益靠前的这个个股,它的一个收益贡献的情况啊,这里我们的收益贡献的衡量呢,算的是 呃,月底的权重乘上次月的这个收益。啊,然后我们去做了一个十二个月的这个滚动的加权。我们发现这个。 呃,前百分之五的这个中证五百的。股票它能够贡献到的这个收益啊,已经达到。呃,接近百分之二十五呢,如果是前百分之一的股票啊,五百里的贡献可能现在能够达到个百分之十左右。呃,但是在四五年之前,这个数字可能也就是个百分之六到百分之七。 啊,所以明显的就收益靠前的这个股票,它的收益的贡献的集中度啊,是明显的在上升的。这个特征呢,也是变得和三百更像的。啊,所以我们这两年看到的情况就是五百的这个超额收益的这个难度是越来越大的。啊,那除了靠前个股的这个收益的贡献提高,我们还发现收益靠前靠后的这个股票啊。 它的离散程度其实在五百当中是拉得更开的。那就说明,如果说我们没有选到最头部的这个股票。呃,其实在后续的这个表现上呢,是明显容易变得比较差的。啊,这个应该是一个。 不是特别好的这么一个现象,就说明这个容错率其实反而是比较低的啊。如果选到了好的股票呢,确实呃可能也只能说呃去跟上这个指数。但如果说没有选到这个好的股票,就容易落得比较远啊。所以包括今年我们其实看到中证五百指增的产品,呃,在呃这个分化上应该还是非常明显的啊。 包括在上半年和下半年啊,其实也出现了非常明显的差异啊。这个也确实从这些维度上,从指数本身的变化上。我们能够去感受到这样一些信息啊,这个是指数本身的一些变化。那么如果我们去关注这个因子表现的变化的话呢,我们也能够发现呃,在五百里大部分的这个因子,这两年传统的我们的风格的因子,呃,这两年的这 个表现在五百里面都是相对比较差一些的,或者说是有一些明显的这个下降的啊。 那呃,还有一个点呢,就是我们会发现,即使是有一些因子可能从ICIR的视角上看着还可以啊,比如说这个低波,比如说反转。可能从去年,包括今年上半年啊,我们去用ICR去评判它呢,并没有特别特别的差啊。但我们会发现它的多空两端的这个收益呢,其实呈现出一定的这个非线性的特征啊。就多头和空头端的这个表现,其实都还可以啊。 那如果是这样的话,我们去用ICR去评价,可能就不是那么的合适。甚至像这个低波啊,在今年呃一季度,包括在去年的时候,曾经出现过呃可能高波这一端比低波更好。啊,但是我们看 IC 啊,可能还看 IC的话,可能还是一个就是呃这个低波的这个方向。啊,所以这个应该都会对我们去选择因子呃去这个做指增,还是会呃遇到比较大的一个问题。 呃,那除了这个 IC 本身它的非线性特征,我们还会发现就是 IC 啊和下一个月因子 IC 的这个相关性能明显是在减弱的。啊,这一点我们在后面的这个报告当中也会进一步的去提到,啊,就长周期的因子动量在衰减。啊,那从选因子的角度呢,我们可能需要去引入一些其他的东西。啊,那如果是纯粹从一开始我们去调整改进这个框架的角度上呢,我们可能需要增加更多的一个限制的这个措施。 啊,因为传统的这个因子动量对因子的这个指导意义是下降的。啊,所以这个报告呢,其实我们重点是呃讨论了这个五个方向的一些改进的这个措施,看一看对于我们传统的这个呃因子的这个多因子的这个指数增强,我们可以去增加哪一些。限制,那么我们原始的这个多因子的这个指数增强,这个我们叫因子共振的组合啊。其实我们是使用的宏观加上因子动量的这个方式,呃,去对于我们呃传统的这个呃大类的这些风格因子,刚才我们见到的这个十个大类的因子啊,大小盘成长价值、呃,低波、低流动性、动量反转、呃,这个分析师预期、呃,红利等等。 我们对于这样的一些因子呢,我们去做一个呃筛选啊,用宏观选三个因子。再用因子动量,再去选择这个三个因子。然后把他们去。拼一下每一期可能选到。 三到五个大类因子作为我们的 呃,这个阿尔法来使用啊,并且控制这个最多一位标准差的这个敞口。那么对于其他没有选中的这个因子呢,我们对它限制0.2倍标准差的一个敞口。啊,大概是这样一个做法,就选中的因子我们作为阿尔法来用,没有选中的因子呢,我们作为这个 呃,贝塔来去。控制他的一个。 呃,这个场口。啊,大概是这个做法,然后其他的一些基本的限制呢,就是原来我们是百分之八十的成分股。呃,这个行业的正负零点五的一个偏离。啊,那在个股偏离上呢,其实我们之前对五百和一千呢做的相对是比较宽松的。 啊,在三百上做的会比较严格一点。那么这一次我们首先就讨论这个个股的偏离。啊,一个。呃,我们采用的这个三个对比的方案。 啊,第一个呢是对所有的股票,就是使用这个经典的0.5%的统一的一个偏离。呃,二三种呢,我们设置了一个差异化的限制偏离的一个方案。啊,就是因为我们前面发现这个头部个股的集中度变高了嘛。啊,那我们是不是 呃,对于比如说波动比较大的这个股票,有波动比较小的股票。 啊,或者对于收益贡献。高和低的这股票,我们做一些差异化的限制。啊,那这里我们的第二个方案呢,是按照这个超额的波动率。啊,我们对跟踪指数比较紧的,就超额的这个波动率比较低的这个股票。 啊,我们降低它的这个。嗯。这个偏离的要求啊,我们限制正负零点三的一个偏离。然后对于超额波动比较高的啊,就是有可能去获得更多阿尔法的股票呢。 我们设置了一个正负零点五的偏离啊,这是。呃,第二个方案。第三个方案呢,我们是根据这个收益贡献。啊,收益贡献比较低的这个股票呢,我们偏的少一点,收益贡献高的我们偏的大一点。 嗯,这个三组方案做下来呢。呃,首先就是增加限制之后呢,肯定都是能够去降低跟踪误差。呃,降低这个超额回撤的。啊,那相对来说,最终结果最好的一个方案啊,是根据这个超额的波动率。 来去增加限制。啊,就是超额波动比较大的股票呢,我们去留这个政府零点五的偏离去找阿尔法。那剩下的股票呢?啊,我们给正负0.3的偏离,希望它能够跟指数跟得更紧一点。 啊,这种差异化的根据波动去限制的这个方案。按照我们目前的这个测算下来,应该是能够。得到一个这个不错的表现。那我们在其他报告中其实也讨论过。 啊,就其实这个有一点。按照波动率去分域去增加这个个股限制的这个方案。啊,它和我们原始的波动率因子本身的这个方向呢,体现出了一点这个差异属性。啊,说明这个也是。 一个比较适合拿来去做这个呃分与约束的这样的一个因子。啊,这个是。呃,第一个就是我们对个股的这个限制啊。做了一些这个增加啊,主要的原因呢是因为个股的权重的分布。 相比于之前来说呢,更加的离散。啊,或者说是头部个股权重在提高啊,所以我们需要去 对个股的偏离去做更多的一个限制。啊,那第二个限制呢,是针对这个行业的偏离。在行业这边呢,我们反而是尝试去做了一些。 敞口的一个呃放大啊,因为这里我们统计了中证五百历史上各年度的一个收益贡献的情况。啊,我们会发现呢,这个差异还是比较大的。啊,比如说像这个。呃,一九年、二零年的时候啊,可能医药食品饮料做了比较多的贡献。 20年到21年的时候,电力设备新能源可能是收益贡献最大的行业。啊,那么到了最近的这两年,可能科技啊就电子。这个。呃,包括前面有色啊,可能反而贡献的会比较多一点。 那么电子呢,因为权重。在五百里面一直是。比较高的。啊,所以一直以来收益贡献是比较大的,但是其他的行业我们会发现。 啊,它其实经常会发生一些变化。啊,所以如果能够在行业上啊去稳定的能够去做一些偏离的话。啊,其实应该还是能够去。得到一些好的结果,就是去。 留下一些所谓的行业的这个风格的贝塔进来。所以这里我们依然是尝试了三个方案。第一个呢是统一放宽我们原来的行业偏离的这个。呃,要求都是正负的零点五,那么现在我们统一放宽到正负的百分之二。 啊,第二个方案呢是一半一半的放。啊,就 对,还是按照这个权重来换。你对于权重比较低的这一半的这个行业呢?我们还是按照正负零点五。 但是对于权重比较高的这个行业,我们允许偏的多一点。啊,就是。本来可能权重就比较小的,比如说本来权重只有一两个点的这个行业,我们也不要偏的太多了