量化基金市场规模及表现概述 [page::4][page::5][page::7][page::8]

• 2024Q3量化基金规模达2883亿元，较前季增长16%；指数型规模增长20%，规模创历史新高。

- 指数型量化基金2024年收益中位数最高为10.63%，主动型次之6.14%，对冲型负2.27%。

• 新发行基金以主动型为主，集中于红利及主题基金，指数型新增多是指数增强类产品[page::4][page::6][page::7].

主动型与指数型量化基金收益排行分析 [page::8][page::9][page::10]

| 基金类型 | 最高收益区间 | 主要重仓行业 |
|------|------------|-------------|
| 主动型 | 23%-43% | 银行、电子行业 |
| 指数型 | 24%-45% | 电子及TMT主题 |

• 主动型基金表现波动较大，银行及电子集中；指数型产品表现差异显著，TMT及北证50指数产品表现较好。

- 指数增强类产品中，沪深300、中证500、1000指数及行业指数占比较高，收益差异大[page::9][page::10].

中证500指数增强策略回顾 [page::12][page::13][page::14][page::15]

• 历史年化策略收益9.76%，超额收益10.65%，信息比率1.82，2024年超额收益6.77%。

- 策略弹性不足，下半年市场快速上涨时回撤明显。

• 因子应用包含估值、质量、成长、分析师和量价因子，估值因子2024年表现最佳，量价因子有所失效[page::12][page::13][page::14][page::15].

中证1000指数增强策略表现 [page::15][page::16][page::17][page::18]

• 2018年至今年化收益9.88%，超额收益11.73%。

- 2024年超额收益6.23%，表现较好但2024年10月大幅跑输。

• 估值、成长、一致预期因子表现较强，量价因子表现一般[page::16][page::17][page::18].

超预期股票精选策略回顾 [page::18][page::19][page::20]

• PEAD效应基础上构建标准化意外收益(SUE)等多维超预期因子。

- 历史年化超额收益11.82%、绝对收益20.11%，波动和最大回撤较指数增强策略更高。

• 2024年超额收益2.52%，1、2月表现弱，3、4月和9、10月表现优异，策略对财报和分析师数据敏感[page::19][page::20].

市场风格因子分析及拥挤度 [page::21][page::22][page::23]

• 2024年市场风格波动大，短期反转、波动率、市净率、一致预期变动因子收益优异。

- 拥挤度较高因子为成长、一致预期、财务质量，波动率、市值和估值拥挤度较低。

• 市场偏好从小市值及成长转向波动和一致预期，股息率因子表现波动大[page::21][page::22][page::23].

2025年配置建议：高股息防守，超预期进攻 [page::0][page::23][page::24][page::25][page::26]

• 高股息策略关注“高分红+低估值”，受政策鼓励分红，受益于低利率环境的低风险资金流入，具备避险属性。

- 超预期策略锁定“超市场预期+高成长”资产，重点聚焦受政策支持的新质生产力领域（TMT、新能源、半导体等）。

• 市场流动性充裕，风险偏好回升，超预期策略在进攻市场环境下仍具优势[page::0][page::23][page::24][page::25][page::26].

2025年度量化选股策略报告深度分析

---

一、元数据与报告概览

• 报告标题：2025年度量化选股策略 - 高股息防守，超预期进攻

- 发布机构：湘财证券金融工程团队

• 分析师：别璐莎

- 日期：2024年末（具体日期未标明，内容最新至2024年11月底）

• 主题：量化选股策略整体回顾与2025年策略配置建议，聚焦中证500指数、中证1000指数增强策略及超预期股票精选策略

- 核心观点：
- 回顾2024年量化基金市场与主要策略表现，展望2025年市场风格及因子变化趋势
- 配置策略主张“高股息资产防守，超预期资产进攻”，结合政策、市场流动性与资产性价比
- 分析市场波动与风格演变，明确各策略优势和演化阶段
- 风险提示为市场环境与因子模型可能失效[page::0,21,26,27]

---

二、逐节深度解读

2.1 量化基金市场概况

• 基金规模趋势：2024年前三季度量化基金规模先下降后恢复至2883亿元，第三季度较上季度增长16%，指数型基金增长20%，达到历史新高1969亿元，主动型基金规模下降约25%，对冲型基金规模稳定约80亿[page::0,4]。

- 基金类型特点：
- 主动型主要为多头股票策略，市场关注减少
- 指数型量化基金作为ETF增强产品，增长迅速，未来有较大发展空间
- 对冲型基金债券仓位较多，规模近年维稳[page::4]

• 基金新发情况：

- 2024年6-11月发行34只量化基金（主动23只，指数11只）
- 主动型多集中红利及主题策略，指数型重视沪深300和中证500指数增强产品[page::5,6]

• 市场收益与基金收益对比：

- Wind微盘股、科创50指数2024年表现领跑（19.34%、18.24%）
- 量化基金中指数型表现最佳（中位数收益10.63%），主动型其次（6.14%），对冲型最差（-2.27%）[page::0,4,7,8]

2.2 策略回顾

2.2.1 中证500指数增强策略

• 策略框架：

- 基于资本资产定价模型（CAPM）和多因子（Fama-French三因子及扩展多因子）模型构建
- 多因子包括估值、质量、成长、分析师预期和量价因子，采用因子筛选、权重分配、正交等技术提升模型表现
- 追求在约束跟踪误差下的超额收益最大化[page::12,13]

• 历史表现：

- 2017年以来年化绝对收益9.76%，超额收益10.65%，信息比率1.82，表现稳定优异
- 年度超额收益最高为2017、2021、2024年，均超10%，最大回撤限制在-11.02%以内[page::13]

• 2024年表现：

- 截至11月底绝对收益14.56%，超额基准指数6.77%
- 策略表现具抗跌性，1月市场大跌时表现优异；9月-10月市场反弹时弹性不足，跑输基准指数
- 同类公募基金中位收益为8.35%，本策略明显优于业内平均水平[page::14,26]

• 因子贡献：

- 估值因子表现最佳，多空收益达9.7%，量价因子表现疲软出现负收益（-2.11%）
- 因子有效性波动显著，9月开始因子收益回撤，模型需持续优化
- 未来重点深耕量价类因子，采用高频数据及深度学习算法挖掘新因子[page::15]

2.2.2 中证1000指数增强策略

• 策略概述：

- 建立于多因子模型基础上，参照《多因子量化选股系列之八：中证1000指数增强策略改进》
- 目标仍为稳定超越基准指数收益[page::15,16]

• 历史表现：

- 自2018年至今，策略绝对收益9.88%，超额收益11.73%，信息比率1.82
- 最高超额收益出现在2018-2020年，某些年份超额收益超10%，最大回撤约-11.67%[page::16]

• 2024年表现：

- 截至11月收益11.36%，超越基准指数5.13%，超额6.23%
- 上半年表现突出，但10月出现大幅回撤，超额收益下滑跑输8.15%
- 同类公募指数增强中位数为7.17%，本策略优于平均水平[page::16,17,26]

• 因子构成及贡献：

- 估值因子、成长因子、一致预期因子表现较好，均超过10%多空收益
- 质量因子及量价因子表现中等，指标IC及ICIR显示估值因子是关键驱动
- 同样存在因子有效性波动问题，需动态模型调整[page::17,18]

2.2.3 超预期股票精选策略

• 策略原理：

- 基于PEAD效应（财报超预期后股价持续漂移）的“超预期”多维因子构建
- 因子包括标准化意外收益(SUE)、净利润同比超预期、分析师预期和研报标题超预期等
- 结合增强量价因子，在全市场选取超预期前500只股票中精选前30只构建组合[page::18]

• 历史收益：

- 2019年至今绝对收益20.11%，超额11.82%，但伴随较高波动性和最大跌幅(-16.44%)
- 策略波动和弹性显著高于指数增强类，体现为高成长高风险配置[page::19]

• 2024年表现：

- 截至11月绝对收益14.72%，同期Wind全A收益12.2%，超额收益2.52%
- 策略在第一二月表现较差，三四月及九十月因业绩发布及市场反弹表现突出
- 超预期策略弹性强，适应市场波动，明显优于主动型基金平均水平（6.14%）[page::19,20,26]

2.3 市场风格分析

• 2024年整体特征：

- 市场风格波动大，风格偏好频繁转变
- 短期反转、短期波动率、市净率及一致预期变动因子表现良好
- 小市值风格整体表现下滑，10-11月市值因子收益大幅为负[page::21,22]

• 主要风格因子表现（见图16）：

- 上半年市净率、股息率表现优越，体现市场防御需求
- ROE质量类因子全年收益负，成长因子表现较好，尤其是与一致预期相结合的成长因子[page::21,22,24]

• 风格因子拥挤度：

- 低拥挤度因子包含波动率、市值及估值类因子
- 高拥挤度因子为一致预期、成长及财务质量类因子
- 拥挤度指标结合多空组合换手率及波动率，帮助风险管理[page::23]

---

三、图表深度解读

3.1 量化基金规模趋势图（图1-4）

• 图1显示2021-2024Q3量化基金整体规模波动，2024年第三季度规模2883亿较上一季度有明显恢复。规模波峰集中于2023年末及2024Q3，说明市场对量化基金兴趣回暖。

- 图2主动型基金规模整体震荡下滑，2024年Q3有所回升但不及历史高点。与文字说明吻合，显示市场关注度下降。

• 图3指数型基金规模持续上涨，2024年Q3达1969亿元，达到新高，表明指数型策略资金流入活跃。

- 图4对冲型基金规模保持稳定，约80亿元，说明该策略规模较为固化，缺乏增长动力[page::5]

3.2 市场表现对比图（图5）

• 图中指数型基金中位收益最高约10.63%，明显优于主动型（6.14%）和对冲型（-2.27%）

- 同比主流指数，Wind微盘股和科创50表现出色，涨幅接近或超过19%

• 视觉上看，指数型基金连续正收益区间长，波动较小，体现稳健成长特征[page::8]

3.3 指数增强产品收益箱型图（图6至9）

• 沪深300指数增强产品（图6）收益分布较为稳定，最低约3%，最高约20%，中间产品收益聚拢，显示该策略较为成熟稳健。

- 中证500指数增强产品（图7）表现更优，收益中位接近8%，波动幅度大于沪深300，展示更高超额收益潜力。

• 中证1000指数增强产品（图8）收益区间更宽广，包括正负收益，说明小盘股策略存在较大分化和风险。

- 行业类指数增强（图9）表现波动最大，反映不同行业beta及个股选择差异大，产品设计多样化。[page::10,11]

3.4 策略历史净值与收益趋势（图10,12,14）

• 中证500（图10）和中证1000（图12）指数增强策略净值曲线稳步上升，远超基准净值曲线，超额收益稳步积累，验证策略的持续稳定性。

- 超预期股票精选策略（图14）净值曲线波动更大，但长期呈现较强增长，显示策略高弹性与超额收益能力。

• 相比基准，三者均展现良好超额表现，满足投资者多样风险偏好需求[page::13,16,19]

3.5 策略因子表现与风格因子收益（表11,14,16）

• 中证500和1000策略因子多空收益显示估值因子贡献最大（分别约9.7%、12.22%），符合价值投资核心逻辑

- 成长因子、中证1000策略中的一致预期因子表现优异，说明成长与预期修正是驱动超额收益的重要因子

• 市场风格因子图16显示波动率、短期反转与市净率等短期价量因素对全年收益贡献显著，尤其反转因子达12.84%

- 结合因子拥挤度（图17），投资者应关注拥挤度较高的成长和一致预期因子可能带来的波动及风险[page::15,18,21,23]

3.6 资金与流动性指标（图19,20）

• 2024年9月起市场成交额大幅跳升，从每日约5000亿飙升至35000亿，显著反映出政策超预期催化下资金重新活跃。

- 同期融资融券余额也有明显提升，显示散户风险偏好增加，整体市场流动性持续释放，为高波动型超预期策略提供支持[page::25]

3.7 国债收益率趋势（图18）

• 2024年10年期国债收益率持续下降，至年末跌至1.7%左右，表明无风险利率走低，低风险资产吸引力下降，资金向股息类高收益资产迁移。

- 这一宏观利率环境支持2025年高股息策略的防守价值，再结合政策鼓励分红，成为策略调仓关键理由[page::24]

---

四、估值分析

报告未单独披露具体估值模型或目标价，但通过策略回顾和因子选股框架展示：

• 多因子模型基础估值：基于CAPM和多因子框架（估值、成长、质量、量价等）构建量化指数增强组合，侧重于超额收益最大化

- 因子加权方法：等权加权、IC均值加权、ICIR加权等方法调优因子权重，提升预测准确性与模型稳健性

• 超预期策略依赖盈利预期修正与超预期收益动力，非传统估值，侧重公告后价格行为与信息漂移

- 无单一目标估值，强调因子驱动与动态调整，以及风险控制和组合优化[page::12,15,18]

---

五、风险因素评估

• 市场环境变化风险：

- 巨大波动和风格快速变化增加策略失效风险
- 2024年多因子模型因子有效性波动，尤以量价因子表现较差引发忧虑[page::1,21]

• 因子或模型失效风险：

- 因子拥挤度高（特别是一致预期、成长因子）可能导致收益衰减
- 策略在市场反弹时弹性不足，部分月份策略回撤明显，如中证1000指数增强十月跑输基准8.15%[page::1,15,26]

• 流动性及资金面风险：

- 高波动策略面对市场流动性变化敏感，融资融券杠杆驱动风险增加

• 宏观政策导向的不确定性：

- 政策推动高股息和成长方向，若政策调整可能影响资金配置偏好[page::23,26]

• 报告未详述具体缓解措施，隐含持续优化因子、动态风险管理及组合调整为主要手段[page::26]

---

六、批判性视角与细微差别

• 策略弹性不足问题突出：

- 两大指数增强策略均出现市场反弹时跑输基准现象，说明跟踪误差管理与风险偏好匹配存在一定滞后，策略信号及风格转化需加强

• 量价因子表现不稳定，传统量价因子失效迹象明显：

- 量价因子在中证500策略中表现负收益，未来模型需引入更先进技术（如深度学习、高频数据）

• 超预期策略波动大，风险相对高：

- 策略高弹性带来高年化收益同时伴随较高最大回撤，适合风险偏好较高投资者

• 因子拥挤度高，潜在风险须关注：

- 尤其是一致预期类因子拥挤度高，可能导致未来收益衰退，投资组合需配置合理

• 策略多依赖市场流动性及政策预期：

- 若环境变化剧烈，策略效益有波动风险，潜在隐患不容忽视

• 报告较重技术分析与数据驱动，缺乏个别公司基本面深入解读，适合量化投资框架，但可能忽略深层结构性变化的影响

---

七、结论性综合

湘财证券2025年度量化选股策略报告通过详尽的数据回顾及因子分析，全面展现了2024年量化基金市场发展与策略表现，重点对中证500、中证1000两大指数增强策略及超预期股票精选策略进行了多维度评估，提炼出以下观点：

• 市场环境：2024年量化基金规模小幅波动后回升，指数型基金表现优异且资金占比上升，反映机构投资者趋于定量化稳健策略。市场风格波动大，短期反转及波动率因子带来收益，风格不稳定。

- 策略表现：
- 中证500增强策略以估值因子为核心驱动，历史收益稳定，2024年表现优于同业但弹性略显不足，量价因子表现待强化。
- 中证1000增强策略兼顾成长与估值因子，虽持续跑赢基准，但10月出现较大回撤，因子失效问题突出。
- 超预期精选策略凭借PEAD效应与多维超预期因子实现较高超额收益和弹性，适合进攻高风险偏好型投资者。

• 策略优化方向：

- 深化量价因子挖掘与应用，利用机器学习与高频数据改善模型识别能力
- 动态管理拥挤度高的因子风险，平衡收益与稳定性
- 丰富策略组合，适时调整以应对市场风格波动

• 2025年配置建议：

- 防守端：聚焦高股息、低估值资产，利用政策鼓励分红和低利率环境，满足低风险偏好资金需求，具备较强避险能力
- 进攻端：布局超预期高成长资产，特别是新质生产力方向（TMT、新能源车、半导体等），结合市场流动性充裕和宏观宽松预期，策略弹性优势显著

• 风险提示涵盖市场环境突变、因子失效及流动性风险，投资者需关注策略适应性与风险管理

整体来看，报告立足于定量多因子模型基础，结合政策与市场环境变动，提出“高股息防守 + 超预期进攻”双核心策略配置框架，既顺应市场风险偏好变化，也体现量化策略在投资组合中的灵活调节作用。通过详实的数据和图表验证了策略效果，并明确指出了优化路线和潜在风险，具备较高的参考价值和执行指导意义[page::0-26]。

---

以上分析将报告全文及所有主要表格、图表和文字内容充分涵盖，力求信息详尽、条理清晰、专业客观。金融模型和因子方法已明确解释，策略表现的逻辑和数据支撑条理分明，并标注对应溯源页码，便于后续查证和深入研究。

报告