根据报告,上周大部分高频选股因子出现回撤,多粒度因子同样表现不佳。具体来看,多颗粒度模型(5日标签)和(10日标签)因子上周多空收益分别为1.35%、1.67%,但多头超额收益为负值。这表明高频策略在当前市场环境下面临一定挑战,需要进一步优化调整。
多粒度因子在不同时间维度上展现出分化表现。9月份,多颗粒度模型(5日标签)和(10日标签)的多空收益均为1.35%和1.67%,而2026年至今的累计多空收益分别达到34.97%和31.57%。多头超额收益方面,5日标签模型为9.69%,10日标签模型为7.74%,均显示多粒度策略长期表现优于短期波动,但短期回撤风险仍需关注。
AI指数增强组合近期表现呈现差异化特征。AI空气指增组合2026年至今超额收益为7.73%,但近期有所波动。中证500 AI增强宽约束组合在2026年超额收益为-2.95%,显示出特定市场环境下策略的局限性。中证1000 AI增强宽约束组合表现相对较好,2026年超额收益达5.11%。整体来看,AI增强策略在不同指数和约束条件下表现各异,需结合市场环境动态调整。
高频因子与深度学习因子在不同分组中均表现出明显分化。例如,高频偏度因子、下行波动占比因子等在月度及周度换仓时,分组收益差异显著。深度学习因子如改进GRU(50,2)+NN(10)和残差注意力LSTM(48,2)+NN(10)同样存在分组分化现象。多颗粒度模型(5日标签)和(10日标签)因子在周度换仓时也未能避免分组收益的显著差异,这提示因子有效性受市场分层影响较大。
本报告提示的主要风险包括市场系统性风险、海外市场波动风险以及模型误设风险。市场系统性风险可能影响整体策略表现,海外市场波动可能传导至国内市场,而模型误设则可能导致策略失效。这些风险因素需纳入投资决策考量,建议结合多维度分析进行风险管理,避免单一策略过度依赖。