1.1 研究摘要
在《量化因子掘金系列（五）OpenFE 驱动下的多因子融合实战》中，我们运用 OpenFE 自动特征生成算法，融合了基本面、量价和 191Alphas 等三个不同域的因子，然后通过最大化夏普合成构建了一个复合因子。本文将对该因子在不同选股域的表现进行进一步分析，然后构建指增策略，观察和评价这个因子对于指数增强的效果。 在《量化投资组合管理研究系列之（四）组合优化器与指增组合的构建》中，我们提出了组合优化器的构建过程，以此构建指增组合。但在（四）中，对于行业偏离的约束是静态的，并不能根据市场环境动态放宽限制使组合获得更大的超额。为更好地实现产品风控和超额获取的动态平衡，本研究推出根据板块分化、资金分歧和量能确认的动态行业偏离的优化思路。
在《量化投资组合管理研究系列之（一）一种结合风格切换和超额回归的择时方法》中，我们验证了超额回归对择时的有效性。该理论认为，极端表现会有向均值收敛的倾向。利用这种倾向，可以提前减少或增加某种暴露，从而调整进攻和防守程度。依照这种思路，在本文中，我们会结合因子的超额表现，来动态调整持仓数目，让组合在近期超额表现较好时，增加持仓数目，降低波动性、最大回撤和尾部风险；而在超额近期表现不佳时，降低持仓数目，增加进攻能力。这种做法使组合能够根据因子表现，动态调整增强范围。 结合以上两个维度的优化，指增组合表现收益更好，超额更明显，胜率更高，最大回撤和超额最大回撤更小。我们将以中证 500 为例研究优化过程，并构建中证 500、中证 A500 和中证 2000 的指数增强组合。然后评价这些指增组合的效果。
1.2 研究背景
动态行业偏离指基金或指数增强产品根据市场变化主动调整行业配置比例，以追求更显著的超额收益。当前环境下，此类策略的运用受到严格限制。主动型基金的行业偏离行为更多被视为引入风险而非运用策略。动态调整的空间被压缩。
主动权益基金普遍存在行业偏离，但多数属于被动偏离或风格漂移。这类偏离多源于历史配置惯性或主观赛道选择，而非系统性的动态调整。在指数增强类产品中，多数公募指数增强基金采用行业中性策略。传统指增策略依赖因子在行业内的中性化，但剥离行业暴露可能损失潜在收益。当前仅有少数量化指增基金和主动量化产品尝试系统性的动态调整，而主动权益基金的大幅偏离多属被动行为。市场中不同行业的景气度、资金流入流出存在差异，动态行业偏离可通过捕捉分化机会获取超额收益。当前权益市场正经历深度结构化转型，行业轮动速度与分化程度显著提升。以申万一级行业为例，2023 年年收益极差达 51.8%（通信 20.3% vs 美容护理-31.5%），2024 年仍为 49.8%（银行 35.9% vs 医药生物-13.9%）。2024年标准差达 12.7%，高于 2021 至 2023 年。行业结构性差距加大，传统指数增强策略依赖的行业中性配置框架需要优化。
公募指增产品的跟踪误差受到严格限制，偏离空间有限。但投资者对超额收益的诉求推动策略创新，在有限的空间内实现更大更稳定的超额收益。动态行业偏离通过耦合行业 Beta 与个股 Alpha，在合规框架内拓展收益来源。
“双轮优化”的意义在于破解单一策略的局限性，实现收益与风险的动态平衡。动态行业偏离捕捉行业轮动收益，动态持仓数目则通过不同程度的分散化持仓降低风险。市场风格切换和极端波动下，要求策略具备动态调整能力。双轮优化可以提升适应性，通过调整持仓数目降低尾部风险，同时降低流动性冲击（如集中度过高引发的交易摩擦）。 当前公募指增产品面临 "超额收益收窄 + 同质化竞争"的困境。本研究通过将板块分化与资金分歧转化为可量化的偏离信号，结合量能确认进一步增强信号的有效性，再结合超额回归模型构建持仓数目动态调整框架，旨在解决两大核心问题，一是如何在合规约束下实现有效偏离。二是如何平衡偏离收益与跟踪误差，避免陷入 "过度主动化" 陷阱。 这不仅为指数增强策略提供新的 Alpha 生成引擎，更有望推动量化投资从 "纯数据驱动" 向 "市场微观结构 + 策略超额特性" 的复合型框架升级，对提升产品风险收益比、满足投资者差异化配置需求具有重要的实践意义。
在指数增强策略的研究中，动态行业偏离的探索已成为提升超额收益与优化风险调整后回报的核心议题。主流宽基指数（如沪深 300、中证 500）存在显著的行业分布不均衡性。例如，沪深 300 前五大行业权重占比为 76.6%，而中证 500 虽然样本数更多，但该指标也有 67.3%1。这种结构性特征导致被动跟踪基准的指增产品难以规避特定行业的系统性风险（如 2021 年消费板块超配引发的回撤）。而动态行业偏离可通过主动调整行业权重，捕捉行业轮动机会。本研究显示，动态行业偏离（5%）可使 500 指增年化超额提升 0.57%，最大回撤减少 2.21%。偏离度过高（如 8%以上）会因选股域缩窄而侵蚀个股Alpha 收益。因此，动态调整行业偏离成为平衡收益增强与风险约束的重要路径。 近期市场行业轮动迅速，暴露了静态行业配置的脆弱性。动态行业偏离通过监测板块分化与资金流分歧信号，灵活应对风格转换。这种动态性在 2022及 2025 年市场波动中表现尤为突出，500 指增的年化超额达 7%-10%，验证了其环境适应能力。 对 32 个申万一级行业计算每日涨幅和交易金额的标准差，然后计算标准差的变化百分比，分别作为板块分歧和资金分歧的指标。当板块分歧增大及资金分歧增大时，放宽行业偏离（至 5%），否则收窄行业偏离（至 3%）。
3.1 策略原理
超额收益分布驱动的动态持仓调整机制，基于均值回复理论，通过量化超额收益的短期波动特征，构建持仓数目与市场有效性的动态映射关系。均值回归理论认为，极端表现时会有向均值收敛的倾向。组合的超额收益如有这种倾向，则会在超额表现较好时，往均值收缩，在超额表现较差时，往均值走强。 此处用合成因子筛选的 100 只增强股票的组合计算超额，作为策略的超额特性衡量。当其超额收益较高时，表明该组合近期表现显著优于基准。此时增强部分的持仓数目相应增加（如 120 支），扩大增强范围，进一步分散系统性风险，可降低回撤和极端风险。当近期超额收益较低时，意味着组合表现弱于基准，可能积聚潜在超额，往均值走强。通过减少持仓数目（如80支），集中配置高确信度的个股，使组合更迅速获取更大的超额收益。在不同的域中统计 t 日增强股票组合的超额的 MA5与组合t+1收益的相关性，统计如表 3 所示。该值为负，约为-0.1，显示对未来收益有一定预测能力，可作为动态调整的信号。表明超额越大的时候，有一定可能发生回归，需要增加持仓数目，降低风险；当超额越小的时候，有增大的倾向，可以缩小持仓数目，增强组合的进攻性。
3.2 策略优势
收益增强：捕捉趋势与放大收益。MA5 突破分位后扩大持仓，可纳入更多趋势延续个股。提升主动管理效率。通过动态调整持仓数目，避免“无效分散” 问题。 风险控制：持仓数目调整与超额收益表现挂钩，实现风险预算的自适应优化。MA5 低于分位触发持仓收缩。对冲尾部风险，均值回归阶段减少持仓，降低极端事件冲击。
以中证 500 为例，优化过程如图 2 所示。注意到，动态持仓数目的优化对于组合整体的影响不显著。这是由于组合已几乎接近其优化边界。在特定的组合、给定的条件下，无法更优。但这种优化思路是可借鉴的。另外，对于指增组合而言，使用优秀的增强因子比使用优化方法更有效。前者能直接提升组合的有效前沿边界，而后者是往这个边界逼近。
本文回测环境设置如下：样本内时间范围：2018年1月1日至2021年12 月 31 日；样本外时间范围：2022 年 1 月 1 日至 2025年5月12日。起始金额：1 亿元，买入和卖出佣金比例：0.03%，交易印花税（卖出时征收）：0.1%，最低交易佣金：5 元，滑点设置：0.2%，每周一按照开盘价调仓，按照当日收盘价计算组合净值。
5.1 因子分域测试
观察合成因子在不同选股域的表现，如图 3 所示。可见，因子的加权表现要比等权表现好，再次体现因子值的有效性。其次，合成因子在中证2000和中证 1000 等中小盘域内表现较好，超额较明显，在上证180、沪深300等大盘股内表现较逊色，反映大盘内超额获取难度较大。
本研究聚焦于指数增强策略的优化，针对传统指增策略中行业中性化可能错失结构性机会、持仓数目静态设定难以平衡风险收益的痛点，提出 “动态行业偏离 + 动态持仓数目调整”的双轮优化框架，通过市场微观结构信号与超额收益特征的量化整合，实现指数增强策略在收益获取与风险控制间的动态平衡。研究不仅验证了复合因子的跨周期有效性，更有助解决传统指增产品在行业约束僵化、分散化效率不足等核心痛点，为量化投资提供了可落地的进阶方案。 三大指增策略均实现每年超额收益为正，跟踪误差合规，最大回撤修复速度显著快于基准，有效降低投资者赎回压力，对产品规模稳定性具有积极意义。其中，动态行业偏离使 500 指增年化超额提升 0.57%、最大回撤减少 2.21%，动态持仓调整在超额高位时将组合波动率降低，验证了双轮优化的协同效应。 在实践层面，该框架可帮助公募指增产品在跟踪误差约束下提升超额收益，为投资者提供风险收益比更优的配置工具，尤其适用于当前行业轮动频繁、结构化特征显著的市场环境。未来可进一步拓展至行业 ETF 增强、风格指数优化等场景，结合机器学习算法提升信号预测精度，完善极端市场环境下的风险缓冲机制。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
