20260617-申万宏源-因子的偏度研究初探_从波动率分布到动量分布_申万金工因子观察第11期20260617_9页_346kb

因子的偏度研究初探总结

核心内容概述

本文围绕量化组合中波动率和动量因子的分域约束策略展开研究，探讨如何通过优化个股偏离约束来改善组合的超额收益和最大回撤表现。通过对不同因子分组的测算，发现波动率和流动性分组约束具有较好的效果，而动量、成长、红利、反转等因子的分组约束效果不稳定。最终提出将波动率分五组约束与高动量组中性相结合的综合方案，作为目前较优的选择。

主要观点

1. 波动率分组约束的优化

• 分两组约束：对高波动股票放松个股偏离约束（0.7%），对低波动股票收紧个股偏离约束（0.3%），其余维持0.5%不变，能有效提升超额收益并降低最大回撤。
• 分五组约束：将波动率进一步细分为五组，分别设置不同的个股偏离约束（0.7%、0.6%、0.5%、0.4%、0.3%），结果显示在四个组合中，除P3外，其他组合的超额收益和最大回撤均有所改善，整体表现优于两组约束。
• 效果：波动率分组约束在多数组合中表现稳定，对超额收益和最大回撤均能带来积极影响。

2. 动量组中性策略

• 全中性方案：将量化组合的动量分布与指数对齐，虽然能改善最大回撤，但普遍导致超额收益下降。
• 高动量前10%中性：仅对动量得分前10%的股票进行中性处理，结果显示超额收益提升，最大回撤显著改善，效果优于全中性方案。
• 分年度表现：该方案在不同年份表现不一，但整体上具有长期改善效果，对组合回撤的改善更为显著。

3. 波动率与动量的综合策略

• 2X2分域约束：将波动率与动量组合进行2X2分域约束，对高波-高动量交集个股放宽约束，对低波-低动量交集个股收紧约束，其余维持0.5%不变。
• 效果：相比单独使用波动率或动量分组约束，综合方案在超额收益和最大回撤上均表现出更优的改进。
• 叠加使用：将波动率分五组约束与高动量前10%中性策略叠加使用，四个组合均取得更优的超额收益和回撤改善。

关键信息总结

1. 因子分域约束效果对比

2. 最大回撤改进对比

3. 2026年样本外表现

• 原始组合：P1为-0.392%，P2为1.482%，P3为2.487%，P4为-7.395%。
• 综合方案：P1为1.096%，P2为3.036%，P3为4.568%，P4为-4.931%。
• 效果：综合方案在2026年表现良好，三个组合超额收益为正。

其他指数的测算效果

结论

• 波动率分组约束：分五组约束优于两组约束，能更细致地优化组合波动率分布。
• 动量中性策略：对动量得分前10%的股票进行中性处理，能在提升超额收益的同时显著改善最大回撤。
• 综合策略：波动率分五组约束与高动量前10%中性策略的结合，能够有效互补，提升组合整体表现。
• 适用性：综合方案在中证500指数上表现突出，但在沪深300指数上效果有限，主要体现在最大回撤改善上。

风险提示

• 本研究基于历史数据，无法保证未来表现。
• 市场环境变化可能导致策略失效。
• 指数样本股变动可能影响分析结果。
• 投资者应结合自身风险偏好和承受能力，审慎决策。