宏观经济及市场环境分析 [page::3][page::6]

• 宏观经济指数呈现缓慢修复趋势，流动性指标持续下行，反映资金紧张且信心不足。

- 房地产市场疲软拖累需求复苏，近期政策刺激有所推出但效果待验证。

• 社会融资增速结构改善，新增企业债券融资带动社融，居民消费及投资意愿偏弱。

大类资产表现及配置策略 [page::7][page::13][page::14][page::15]

• 2024年资产表现顺序为商品 > 债券 > 股票，黄金表现突出，红利风格强势。

- 基于经济和流动性周期划分，ETF宏观择时策略动态配置大类资产，实现2020年以来年化收益5.58%，夏普1.06，最大回撤-4.14%。

• ETF动量择势策略利用XGBoost预测和拥挤度控制，在145只股票ETF样本中年化收益20.67%，夏普0.97，最大回撤23.06%。

行业轮动与ETF实际投资应用 [page::16][page::17][page::18]

• 利用扩散指数结合波动率构造低波扩散行业因子，行业轮动策略年化收益9.1%，最大回撤42.98%，相较沪深300大幅超额收益12.5%。

- 采用ETF作为行业轮动标的，兼顾了多元行业资产配置和风险分散。

指数增强策略与Alpha因子构建 [page::18][page::19][page::20][page::21]

• 指数增强策略基于线性约束优化，构建Alpha因子组合，涵盖业绩超预期、一致预期、资金流向、经济不确定性和距离因子。

- 业绩超预期因子表现最为稳定，有效反映市场风险偏好；距离因子用于剔除异常股，负相关股票收益，提升选股质量。

增强策略回测及细分股票池应用 [page::22][page::23][page::24][page::25][page::26]

• 沪深300增强策略年化收益-6.37%，超越指数5.72%；中证500增强策略年化收益-1.04%，超越指数9.89%。

- 股票池划分国企和非国企，国企占比超过60%，国企股表现具溢价效应。

• 基于行业分类构建红利型和成长型基本面因子体系，提升沪深300国企增强策略表现，年化收益改善至-4.97%，最大回撤缩小至-19.49%。

科创50增强策略改进及效果提升 [page::27][page::28][page::29]

• 科创50以次新股为主，已解禁股票比重下降但收益表现优于未解禁。

- 加入解禁权益约束及专利数量因子，融合SUE营业利润、经济不确定性及距离因子，显著改善科创50增强策略，超额收益Sharpe提升至1.82。

风险控制框架与策略性能优化 [page::29][page::30][page::31]

• 在优化目标函数中加入风险惩罚项（波动率惩罚），有效降低策略的波动性和最大回撤，同时提升沪深300和中证500增强策略的年化收益率和Sharpe比率。

- 风险控制使沪深300增强策略年化收益率提升至-5.56%，最大回撤改善至-22.47%；中证500增强策略年化收益率提升至-0.43%，最大回撤缩小至-26.37%。

金融工程团队2024年中期量化策略报告深度解析

---

1. 元数据与报告概览

报告标题：《坚守量化策略长期收益，积极寻找增量信息——2024年中期策略报告》
分析师：马普凡（金融工程首席分析师）、吴金超（金融工程分析师）
发布机构：中国银河证券股份有限公司研究院
发布日期：2024年6月21日
主题范围：量化投资策略，面向宏观经济、大类资产配置、行业与板块轮动、Alpha因子挖掘及指数增强策略

核心观点提炼：

• 2024年宏观经济修复缓慢且市场环境不确定性高，流动性指标偏弱，经济与证券市场走弱，成为当下投资者追求确定性和绝对收益的核心诉求。

- 债券市场“资产荒”行情和银行、红利类股票表现强劲均印证了上述投资需求。

• 风格因子出现波动和反转，显示市场环境和投资者偏好动态变化，小盘与大盘风格交替，价值和红利风格今年持续显著。

- 量化策略构建自上而下多层次体系，包括宏观大类资产配置、行业轮动和微观选股策略，并基于ETF工具落地。

• 量化策略核心在于挖掘新的Alpha因子集群，尤其在市场参与者多元化和股票不断增多的背景下，保持策略的持续生命力和策略迭代显得尤为关键。

- 展望全年，量化策略预期在收益率和稳定性均将显著优于2023年。

• 报告附带风险提示，强调历史数据和统计规律的局限性及政策突变风险，提醒投资者谨慎参考。

[page::0,1,32,35]

---

2. 逐节深度解读

一、量化配置视角下的市场环境及特征

（一）宏观经济表现

• 经济指数与流动性指数构建：

报告基于多项宏观经济指标，利用熵值法结合马尔科夫区制转换模型，将经济状态细分为“复苏”、“过热”、“滞胀”和“衰退”等阶段。2024年上半年我国宏观经济指数表现为缓慢修复，呈现先平稳后小幅下跌再回升的趋势，反映经济动能整体疲软但有所企稳。流动性指数则表现为流动性在年初快速上行后持续回落，表明居民和企业信心不足且央行政策突出“淡新增、盘活存量”，体现货币政策偏紧。

• 详细指标佐证：

制造业PMI数据显示2023年底至2024年初持续收缩后，3-4月突破荣枯线但5月又重回收缩区间；生产指数和新订单指数虽环比下降，但缺口缩小，表明供需仍有矛盾但在改善。成本端原材料价格上涨而出厂价格涨幅相对滞后，企业通过压缩利润以保持订单，显示市场需求依旧疲软。

• 房地产及融资环境：

房地产下滑显著，具体表现为房价、销售面积持续下降，4月开发投资同比降9.8%。5月“房地产517新政”虽出台，政策力度大，但数据反映政策效果尚需时间验证。社融规模维持低增长，企业融资结构开始优化，政府债券融资步伐放缓，企业债务融资上升，信贷更多表现为需求不足。M1、M2增速不同步，企业活期存款减少，消费投资意愿偏低。

• 海外与金融市场表现：

10年期国债收益率自2023年底开始下降，4月创新低2.22%，5月后略有回升但整体维持低位反映长期经济增长预期偏低；美元指数上升反映美元走强。美国经济表现超预期但近期显示弱化，降息预期波动，市场对9月降息有较强预期但存在不确定性。

图表详解：

• 图1-图4展示了经济指数及流动性指数的时间序列、TED利差区制划分和PMI具体指标的环比与同比表现。

- 房地产开发投资和商品房成交面积数据用柱线图直观呈现需求不足对经济的拖累。

• 社会融资规模和M1/M2增速图形支持资金流紧缩和信贷需求不足的观点。

- 10年期国债收益率长趋势图揭示市场流动性缓慢改善但仍偏弱。

• 汇率与美元指数走势图呈现外部环境压力。

[page::3,4,5,6]

---

二、大类资产及权益市场表现

（一）资产表现及结构性行情

• 商品＞债券＞股票的表现结构，黄金因避险需求及央行购金旺盛涨幅最大；有色金属、原油等因供需冲击价格波动较大；债券中信用债优于国开债，债市受“资产荒”影响受追捧；股票市场大盘优于中盘、小盘，红利策略表现强劲。

- 行业板块分化显著，银行、煤炭、家电、有色金属、石油石化、电力公用、交通运输等红利风格行业表现突出，跑赢其他板块；TMT及科技成长板块表现较弱，地产受政策刺激短期反弹显著。

• 北向资金流向行业分布显示电子、汽车、银行、电力等获资金积极买入，食品饮料、传媒、消费服务出现资金流出，反映国际投资者对行业景气和市场安全边际的选择。

（二）Barra风格因子表现

• 报告计算使用Barra CNE6模型涵盖规模、波动、流动性、动量、质量（杠杆、盈利波动性、盈利能力）、估值、成长、红利因子。

- 2024年内规模因子呈现正负波动，初期偏大盘，随后因市场弹性恢复小盘受益，5月再次向大盘偏移。

• 波动、流动性、动量因子存在反复变化，反映市场高度不确定；盈利波动性因子长期负收益，盈利能力及红利因子收益为正，说明投资者更喜欢稳定业绩和现金分红。

- 价值因子表现显著，市场整体估值处于合理低位。

• 各主要宽基指数如沪深300、中证500、科创50、北证50因子暴露显示大盘股收益稳定，科创50动量较弱且杠杆和盈利波动性较差，北证50小市值高杠杆，风格偏价值和红利。

图表详解：

• Barra因子收益表和宽基指数Barra因子暴露条形图详细展现风格变化动态。

- 行业收益、资金流入流出分布图显示资金偏好，结合股息政策解读红利偏好趋势。

[page::7,8,9,10]

---

三、基金与ETF市场发展

• 2024年以来，股票型基金数量和规模均有所增长，债券型基金规模也持续扩大但保持稳定。

- ETF整体数量增加，股票型ETF占大多数，资产规模超过2万亿元。

• 净申购赎回数据显示ETF市场阶段性波动，1月净申购激增，3月出现赎回，反映市场情绪变动。

- 新成立的中证A50ETF产品表现抢眼，基金份额快速增长，反映市场向大盘龙头及均衡行业配置偏好明显。

[page::10,11,12]

---

四、策略表现与影响因素

（一）宏观层面：大类资产ETF宏观择时策略

• 依据美林投资时钟结合经济指数和流动性指数，划分经济周期阶段，并对应配比股票、商品、债券和货币ETF。

- 境外资产配置依据TED利差区制划分，当TED利差下降时配置境外标普500ETF。

• 通过Black-Litterman模型整合历史收益观点和权重约束实现动态资产配置。

- ETF选取严格，回测时间2020年7月至2024年5月，年化收益5.58%，夏普比率1.06，最大回撤仅-4.14%，表现稳健，2024年Q1-Q2收益率进一步上升。

图表详解：

• 经济周期划分流程图与ETF动态配置过程图说明策略逻辑。

- ETF宏观择时收益曲线表现平滑上升趋势。

• 各类ETF权重动态调整自适应经济周期变化。

（二）中观层面：行业及板块ETF轮动策略

• 结合XGBoost模型预测ETF上涨概率作为动量指标，资金拥挤度测算结合挑选动量强且拥挤度低的ETF对应板块。

- 样本池涵盖股票与黄金、债券ETF，以降低波动性并提升组合分散度。

• 2020年7月至2024年5月回测年化收益20.67%，最大回撤-23.06%，夏普0.97。

- 低波动的扩散指数行业轮动策略通过ETF实现，年化收益约9.1%，较沪深300超额12.5%，最大回撤较低。

（三）微观层面：Alpha因子指数增强策略

• 采用线性约束优化框架，在指数成分股内计算超配权重，结合风格因子和行业偏离约束确保组合风险合理。

- 主要Alpha因子涵盖业绩超预期、一致预期、资金流向与经济不确定性等，通过降维及RankIC有效性检验优化组合。

• 增加“平均距离”因子（反映基本面或收益异常的选股指标），恶化因子也加入惩罚。

- 沪深300增强策略自2022年6月至今超额年化收益5.72%，最大回撤显著低于基准。

• 中证500增强策略表现更优，超额收益9.89%，风险指标改善明显。

- 科创50与北证50增强策略表现不稳定，显示因子稳定性和股票池适配问题。

• 针对国企标的特殊性，设计基于财务基本面的选股打分系统，尤其对沪深300国企权重大幅约束，提升组合风险调整表现；国企表现出显著溢价。

- 科创50因指标调整引入解禁约束和专利数量因子，显著提升超额收益表现（超额年化9.53%），改善了原先过度波动和回撤大问题。

• 加入风险惩罚项的目标函数实现了风险和收益的平衡优化，沪深300和中证500增强策略的波动性和最大回撤均有所下降，夏普比率有所提升。

[page::13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31]

---

3. 图表深度解读

• 图1-图4（经济指数、流动性指数及TED利差）：视图直观反映经济周期阶段划分，辅助宏观资产配置决策。

- 图7-图9（房地产投资与销售、社融及M1 M2、长期国债收益率、美元指数）：揭示了房地产市场疲弱，流动性收紧且居民和企业融资需求偏弱的现实。

• 图15-图16（Barra因子收益及因子暴露）：反映市场风格切换，大盘价值与红利因子持续受益，而波动性及动量因子收益波动大。

- 大类资产表现表（page7）：体现商品价格整体向好，黄金和有色金属表现领先，债券市场稳健，股票市场结构性下跌。

• 基金和ETF市场增长图（page11-12）：表明主动投资与被动投资产品数量和规模持续扩张，ETF尤其是大盘ETF受资本青睐。

- 策略净值曲线（page15+16+17+18+22+23+26+28+30）：多层面策略表现全面，各策略均取得稳健或超额收益，风险控制有效降低波动和最大回撤。

• Alpha因子RankIC测试图（page20,27,28）：分析因子有效性变化，捕捉选股信号稳定性，专利数量等创新因子在科创板表现较好。

- 行业配置与资金流向图（page8-9）：透露市场资金偏好行业，资金流入电子、汽车、银行等，出集中于消费、传媒等。

以Markdown格式举例如下：

  

图1：经济指数区制划分图，2024年1-5月宏观经济缓慢修复迹象明显。



  

图2：宏观择时ETF策略净值曲线，体现了自2020年至2024年持续稳健收益。



  

图3：科创50增强策略（解禁+专利因子改进）表现显著优于基准，且回撤有所改善。

---

4. 估值及优化分析

• 量化配置部分，核心估值方法包含Black-Litterman模型，通过结合历史收益均值和投资者主观看法（经济周期、TED利差影响）整合最优组合权重。

- 指数增强策略通过线性约束优化结合Alpha因子评分，控制个股权重偏离、行业偏离及风格因子暴露波动，保证组合的稳定性与合规性。

• 风险控制融入均值-方差框架，目标函数加入风险惩罚项（λ=1000），实现收益与风险的权衡，更好地限制策略波动及最大回撤。

- 多因子因子合成与降维技术（如T-SNE）应用用于Alpha因子管理和优化，确保因子稳定性和组合有效性。

---

5. 风险因素评估

• 市场风险：高度不确定的宏观经济环境及流动性趋势给市场带来波动，影响交易策略的表现稳定性。

- 政策风险：即时性政策变动难以预测，可能带来市场走势的“黑天鹅”效应，量化策略基于历史统计规律存在失效风险。

• 因子失效风险：Alpha因子在特定市场和股票池中可能表现不佳，科创板和北证50增强策略实际回测显示波动大甚至负收益。

- 资金流动风险：资金流入流出及ETF净申购赎回影响市场结构和流动性，进而影响策略执行和标的流动性。

• 资产配置失准风险：经济周期判断失误可能导致资产配置不当，风险收益不匹配。

风险提示中明确提醒报告结论基于历史数据和统计规律，投资者需审慎使用，非投资建议，对可能损失自行负责。[page::1,35]

---

6. 审慎视角与细微差别

• 报告整体论述详实，模型与策略验证充分，但也对Alpha因子稳定性表现出足够警示，反映出量化投资的不完美性。

- 报告对科创板和北证50策略表现不佳进行了较坦诚披露，显示分析团队在策略迭代和新因子寻找上的清醒。

• 报告虽肯定国企股票池的表现，但对偏大盘的国企权重要加约束，以避免策略因单一板块过度集中风险。

- 多因子模型和优化目标中，约束条件高度依赖历史参数调校，可能对未来市场结构突变反应滞后。

• 风险分析部分强调政策不确定性，但缓解策略介绍较为有限，投资者仍需自我判断。

- 尽管红利因子和价值因子表现良好，但报告也暗示市场缺乏持续热点和向上动能，提示后续行情谨慎。

---

7. 结论性综合

本报告全面提供了2024年上半年基于量化配置的宏观经济分析、资产配置、行业轮动和微观因子挖掘策略。
通过多层次资产配置和多角度Alpha因子选股，结合ETF和优化模型，报告实现了策略的稳健收益和回撤控制。宏观经济依旧处于缓慢修复阶段，流动性偏紧，市场高不确定性下投资者追求确定性与稳定收入，红利类资产表现突出。
报告的宏观择时ETF策略（年化收益5.58%，最大回撤-4.14%）和动量择势ETF策略（年化收益20.67%，最大回撤-23.06%）表现优异，而微观指数增强在沪深300和中证500表现稳健，科创50和北证50因子适用性待提高。
针对国企股票池采用行业特色基本面因子改进选股效果，科创50通过引入解禁和专利数量因子完善策略，风险惩罚项融入优化增强风险收益比，均体现策略的高度定制化和持续优化趋势。
整体来看，该量化策略体系充分体现了对当前复杂宏观环境的适应，强调策略的迭代升级和Alpha因子挖掘，是面对不确定市场环境的有效对冲手段，值得关注于中长期绝对收益。

报告避免简单乐观预期，基于实证数据，在审慎估计风险的基础上，给出量化策略系统化、科学化改进的完整路径。后续通过关注新级别Alpha因子和灵活的资产配置框架，量化策略具备相对竞争优势。

---

参考文献与图表示例

  

图1：经济指数与流动性指数区制划分，表明宏观经济状态及流动性趋势



  

图2：宏观择时ETF策略净值表现，自2020年平稳上升至2024年。



  

图3：科创50指数增强策略（加入解禁约束和专利数量因子）显著提升策略表现。

---

总体评价

中国银河证券银河金工团队2024年中期策略报告，逻辑严谨，数据详实，充分体现了现代量化投资框架下的系统分析和动态优化，具备高度的研究价值和指导意义。报告在结合宏观经济、政策、市场结构、资金流及微观因子挖掘，层层深入分析量化投资策略绩效的同时，也客观指出风险及因子失效的挑战，是量化投资领域具有较强实践参考价值的权威文献。

[page::0-38]

报告