開源量化評論（117）：分域多策略研究，以偏股基金指數(shù)為例.pdf

開源量化評論（117）：分域多策略研究，以偏股基金指數(shù)為例。

分域研究的重要性在當(dāng)前市場環(huán)境下愈發(fā)凸顯

在當(dāng)前因子同質(zhì)性提升的背景下，傳統(tǒng)多因子框架下的增強類產(chǎn)品不可避免面臨 策略擁擠的問題，增強策略框架的迭代升級勢在必行。 “分域研究”思想，其核心在于通過引入額外的條件變量，對橫截面樣本進(jìn)行分組 后再研究收益與特征變量的關(guān)系，以識別不同市場子域中的差異化規(guī)律。 以偏股基金為分域?qū)ο髸r，需先穿透其底層持倉。從樣本外跟蹤表現(xiàn)來看，我們 擬合持倉效果優(yōu)異，基本上貼合偏股基金指數(shù)走勢。 分域多策略的建模流程有著固定的范式，其研究框架圍繞“樣本分域?域內(nèi)選股 -多策略融合”的邏輯展開。

相比因子打分法，線性回歸法在分域效果上更貼近市場風(fēng)格變化

基于因子打分法分域后各風(fēng)格平均權(quán)重約為：均衡 47%、成長 34%、價值 20%，該 劃分結(jié)果與實際體感存在一定偏差。基于自定義風(fēng)格指數(shù)回歸的思路，各樣本域 平均權(quán)重分別為均衡風(fēng)格 23%，成長風(fēng)格 56%，價值風(fēng)格 21%，風(fēng)格權(quán)重的變 化匹配市場的行情演繹形式。 按照條件雙重排序法進(jìn)行五風(fēng)格分域后，均衡風(fēng)格平均權(quán)重為 23%，大盤成長為 42%，大盤價值為 15%，小盤成長為 14%，小盤價值為 6%。

域內(nèi)選股使用主動初篩后進(jìn)行量化精選的串聯(lián)結(jié)構(gòu)

在風(fēng)格域內(nèi)進(jìn)行選股時，我們遵循主動選股邏輯分類、風(fēng)格樣本域內(nèi)驗證和量化 因子輔助增強的串聯(lián)結(jié)構(gòu)。 大盤成長風(fēng)格內(nèi)進(jìn)行主動選股時，通常更注重個股遠(yuǎn)期業(yè)績的增長情況與估值和 股價的匹配度。 小盤成長股中的主動選股思路通常更注重個股的業(yè)績彈性和技術(shù)形態(tài)。 價值風(fēng)格內(nèi)進(jìn)行主動選股時，通常是按照高分紅、低估值的思路進(jìn)行個股篩選。 相比高分紅，測試發(fā)現(xiàn)增長率在規(guī)避多數(shù)基本面惡化的“偽低估”樣本更有效。 均衡域內(nèi)按照指數(shù)增強框架進(jìn)行優(yōu)選，嚴(yán)控風(fēng)格偏離。 港股域內(nèi)使用擬合持倉權(quán)重最高的 30 只港股進(jìn)行等權(quán)持有。