20260209-国金证券-主动量化组合跟踪_1月机器学习沪深300指增策略表现出色_11页_1mb

报告摘要

国金金融工程组近期对多种指数增强策略与固收+策略进行了深入分析和优化，重点包括国证2000指数增强策略、基于多目标、多模型的机器学习指数增强策略以及基于红利风格择时+红利股优选的固收+策略。各策略在不同市场环境下表现各异，部分策略在特定时期表现出色，但也存在市场风格调整带来的失效风险。

策略构建
基于大小盘选股逻辑差异，筛选出适合微盘股的选股因子，构建指数增强策略。因子包括技术、反转、特异波动率等，通过合成大类因子并进行行业市值中性化处理，最终得到国证2000增强因子。
因子表现
- 国证2000增强因子IC均值达到 $12.59%$，T统计量为12.92，预测效果良好。
- 本月IC值为 $13.95%$，因子表现突出。
- 技术、反转和波动率因子相关性较高，通过回归求残差，得到相对独立的波动率因子。
策略跟踪
- 采用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。
- 样本内回测自2014年4月开始，年化超额收益率为 $23.74%$，信息比率为1.69。
- 样本外策略表现良好，1月超额收益为 $-1.57%$，表现较上月恢复。
最新策略信号
本月持仓包括多只股票，如江山股份、浦东金桥、今天国际、大丰实业等，具体详见图表6。

策略构建
原策略采用GBDT和NN模型，分别训练不同特征数据集并融合多种预测标签，构建出GBDT+NN选股因子。但在近期市场风格调整后，该策略表现有所失效。
改进策略
引入TimeMixer的多尺度混合与季节/趋势分解机制到GRU模型，通过LightGBM集成TSGRU隐向量与传统量化因子，构建了改进的机器学习选股模型，能更好地捕捉近期市场信息。
沪深300指数增强策略
- 本月IC为 $12.04%$，多头超额收益率为 $0.29%$。
- 样本外整体表现优异，IC均值 $7.66%$，多头年化超额收益率 $8.24%$。
- 年化超额收益率为 $6.67%$，超额最大回撤为 $6.12%$，本月超额收益率为 $0.89%$。
中证500指数增强策略
- 本月IC为 $1.54%$，多头超额收益率为 $-0.17%$。
- 样本外整体表现优异，IC均值 $8.15%$，多头年化超额收益率 $6.37%$。
- 年化超额收益率为 $9.59%$，超额最大回撤为 $6.28%$，本月超额收益率为 $-2.04%$。
中证1000指数增强策略
- 本月IC为 $2.44%$，多头超额收益率为 $-0.19%$。
- 样本外整体表现优异，IC均值 $10.75%$，多头年化超额收益率 $11.44%$。
- 年化超额收益率为 $12.48%$，超额最大回撤为 $7.02%$，本月超额收益率为 $-0.02%$。

策略构建
使用经济增长和货币流动性共10个指标，构建动态事件因子体系进行红利指数择时。同时，利用AI模型在中证红利指数成分股内进行测试，获得因子表现相对较好的选股策略。
策略表现
- 选股策略年化收益率为 $18.18%$，夏普比率为0.87，相较于中证红利全收益指数有显著提升。
- 择时策略年化收益率为 $13.57%$，夏普比率为0.89，相较于指数有明显优势。
- 固收+策略年化收益率为 $7.15%$，夏普比率为2.13，最大回撤为 $4.93%$，显著优于固收+基准（年化收益率 $5.15%$，夏普比率1.21）。
2月份持仓信号
- 2月份仓位为 $100%$，多个指标给出买入信号。
- 2月份持仓包括兴业银行、兔宝宝、华夏银行、光大银行等，详见图表20。