国证2000指数增强策略基于大小盘选股逻辑差异,筛选适合微盘股的选股因子,针对国证2000指数成分股构建增强策略。技术、反转、特异波动率等因子表现优异,合成增强因子IC均值12.18%,T统计量11.98。样本内年化超额收益率12.60%,信息比率1.46;样本外9月超额收益4.71%。最新策略信号为持仓前十股票等权买入。
基于Mamba改进的GRU+LGBM指数增强策略创新性加入Mamba-2模型,构建改进机器学习选股模型,捕捉近期市场信息。沪深300策略样本外IC均值9.06%,年化超额收益率11.78%;9月IC19.58%,超额收益-0.63%。中证500策略样本外IC均值8.7%,年化超额收益率11.36%;9月IC-1.04%,超额收益-1.15%。中证1000策略样本外IC均值12.01%,年化超额收益率17.81%;9月IC-0.91%,超额收益-2.04%
红利指数择时策略使用经济增长和货币流动性等10个指标,构建动态事件因子体系。选股策略年化收益率为17.26%,今年以来收益率为8.40%;夏普比率0.84,跑赢中证红利全收益指数。固收+策略近一月超额收益率为0.98%,年化收益率7.10%,最大回撤4.93%,夏普比率2.12。
当前市场环境下,量化策略通过创新性模型如Mamba-2改进GRU+LGBM模型,捕捉近期市场信息,并利用动态事件因子体系进行择时。不同指数增强策略表现各异,需结合市场环境调整因子组合。技术、反转、特异波动率等因子持续表现优异,但需关注历史数据环境变化、政策市场环境变化及交易成本提高等因素对策略收益的影响。
研报提示历史数据环境变化可能导致模型失效,政策、市场环境变化带来模型风险,交易成本提高可能导致策略收益下降。量化策略需持续优化模型以适应市场变化,并关注因子有效性衰减、监管政策调整等因素。不同策略的风险收益特征各异,需结合自身风险偏好进行配置。