沪深300指数增强模型构建与测试.docxVIP

第 PAGE 1 页 共 NUMPAGES 3 页 敬请参阅最后一页特别声明 敬请参阅最后一页特别声明 目 录 1、 沪深 300 指数增强的难点所在 5 、 行业分布不均衡 6 、 个股权重差异大 7 、 沪深 300 成分股内有效因子较少 9 2、 基本面沪深 300 指数增强 10 、 行业基本面模型增强：近年收益下降 11 、 EBQC 综合质量因子增强模型：超额收益稳定 13 3、 权重股模型结合多因子增强 15 、 权重股模型：EBQC 结合估值 15 、 非权重股多因子增强：多因子模型结合优化 17 、 模型表现：整体收益较高，不同年度收益存在差异 18 4 、 总结 19 5、 风险提示 20 敬请参阅最后一页特别声明 图目录 图 1：各大宽基指数表现对比（2009 年以来） 5 图 2：IC 与 IF 近月合约基差率（2018 年以来） 6 图 3：沪深 300 成分股行业权重分布情况 7 图 4：中证 500 成分股行业权重分布情况 7 图 5：沪深 300 成分股权重股明细 8 图 6：沪深 300 权重股权重之和变化情况 9 图 7：沪深 300 权重股与沪深 300 指数走势对比 9 图 8：沪深 300、中证 500、中证 1000 成份股内有效因子占比情况 10 图 9：量化行业基本面模型沪深 300 增强表现 12 图 10：EBQC 因子结合权重优化沪深 300 增强净值表现 14 图 11：EBQC 因子结合权重优化沪深 300 增强相对净值及回撤情况 14 图 12：沪深 300 权重股优化组合表现 16 图 13：沪深 300 增强组合净值表现 18 图 14：沪深 300 增强组合相对净值与回撤情况 18 敬请参阅最后一页特别声明 表目录 表 1：沪深 300 与中证 500 指数成分股行业权重前五 6 表 2：沪深 300 权重股及所属行业 8 表 3：沪深 300 内有效因子名单 9 表 4：光大金工基本面增强策略行业板块划分标准 11 表 5：各行业板块内基本面指标明细 11 表 6：量化行业基本面模型沪深 300 增强表现 12 表 7：EBQC 因子在不同样本内的测试结果 13 表 8：EBQC 因子结合权重优化沪深 300 增强分年度表现统计 14 表 9：沪深 300 权重股模型因子明细 15 表 10：沪深 300 权重股增强分年度表现统计 16 表 11：沪深 300 非权重股模型因子明细 17 表 12：沪深 300 增强组合分年度表现 18 敬请参阅最后一页特别声明指数增强模型是量化选股研究领域中的一个重要研究方向，指数增强模型是在对标的指数进行有效跟踪基础上，以追求超越基准指数回报为目的。而在各类宽基指数的指数增强模型中，沪深 300 敬请参阅最后一页特别声明 本篇报告将主要着眼于沪深 300 指数增强模型的构建，从模型构建的难 点入手，尝试并深入分析不同的增强方案，并最终给出沪深 300 指数增强的模型建议。 1、沪深 300 指数增强的难点所在 近期沪深 300 指数增强策略的关注度提升，我们认为主要有以下几个原因： 首先，从 A 股市场各大宽基指数近年的走势来看，上证 50 和沪深 300 自 2017 年以来表现相当抢眼，显著跑赢了其他主要宽基指数。尤其是 2017 年市场风格切换到蓝筹白马股之后，大盘指数表现显著提升。 图 1：各大宽基指数表现对比（2009 年以来） 上证 上证50 沪深300 中证500 中证1000 8 7 6 5 4 3 2 1 0 2009-01 2010-01 2011-01 2012-01 2013-01 2014-01 2015-01 2016-01 2017-01 2018-01 2019-01 资料来源：Wind， 再加上沪深 300 股指期货（IF）相对中证 500 股指期货（IC）在贴水程 度上具有较大优势，因此沪深 300 指数增强模型应用于对冲策略时优势也较为明显。 由下图可见，IF 近月合约在 2018 年 9 月至 2019 年 4 月之间基差几乎为 0，且一度出现升水的情况。2019 年 4 月之后基差有所扩大，但贴水情况仍然显著小于 IC 近月合约。 敬请参阅最后一页特别声明 图 2：IC 与 IF 近月合约基差率（2018 年以来） IC01 IF01 3.0% 2.0% 1.0% 0.0% -1.0% -2.0% -3.0% -4.0% 资料来源：Wind，