2024年A股风格轮动和市场表现综述 [page::1][page::2][page::3]

• 2024年A股波动显著，前半年表现上涨，9月份政策驱动出现快涨，年末震荡。

- 市值风格明显轮动，年初小盘表现一般，9月底后小盘上升，12月又转为大盘占优。

• 估值、红利、质量、低波动等风格多次出现反转，9月以来防御性风格回撤明显。

宽基增强策略市场表现及兴证金工模型复盘 [page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::12][page::13]

• 指数增强产品数量和规模持续快速增长，2024年宽基指数增强产品数271只，规模2197.58亿元，下沉至沪深300、中证500等主流指数。

- 兴证金工沪深300增强策略2024年绝对收益23.5%，相对收益7.3%，年化跟踪误差5.1%，8个月正超额；中证500增强策略2024年绝对收益13.5%，相对6.4%，跟踪误差7.4%。

• 策略风格暴露为低估值、低波动、低流动性和动量，组合收益主要来自非风格因子alpha贡献。

- 2024年9月至11月市场风格急剧变化，因子有效性下降，导致策略出现历史最大回撤。

• 回撤主要源于低估值、波动、反转风格表现不佳及非银行金融板块快速上涨影响资金配置。

- 行业内选股贡献为超额收益核心，行业配置贡献次之，9月回撤主要由选股贡献驱动。

红利增强策略市场与兴证金工表现 [page::18][page::21][page::22][page::23][page::24]

• 中证红利全收益指数2024年收益18.76%，优于沪深300和中证500，红利量化基金规模2024年激增至95.05亿元。

- 红利量化基金2024年绝对收益和超额收益均显著改善，胜率提升。

• 兴证金工红利增强策略2024年实现34.6%年化收益，超基准13.6%，收益风险比1.53。

- 策略回撤主要来自行业内选股，尤其8月在银行、食品饮料、交通运输行业配置失误较大。

• 后续建议应用“分域建模”，针对红利高分行业叠加赛道选股降低选股风险。

赛道类策略布局与兴证金工精选策略回顾 [page::24][page::25][page::26][page::27][page::28][page::29][page::30][page::31]

• 赛道类量化产品39只，分为主动量化和指数增强两大类，主要布局医药、TMT、消费和银行等板块。

- 2024年赛道主动量化产品规模有所回升，指数增强产品规模稳定，主动策略跑赢基准比例44%，指数增强超七成。

• 兴证金工科技精选策略2024年年化收益19.9%，超基准6.6%，月度超额胜率67%；医药策略年化0.2%，超15.5%；银行策略年化53.8%，超8.1%。

- 各策略均经历9-11月的回撤压力，行业内选股贡献为超额收益核心。

另类主题策略及兴证金工创新策略回顾 [page::32][page::33][page::34][page::35][page::36]

• PB-ROE策略采用极坐标系因子合成创新，2024年实现16.9%年化收益，超基准7.3%。

- 战胜偏股混合基金指数策略通过拟合偏股基金仓位及指数增强选股，2024年年化收益19.2%，超基准15.7%，收益风险比2.72。

• 超预期Plus策略对分析师预期信号进行改进，增强策略持续稳定产生alpha，年内超额收益稳定。

年度复盘&展望之量化增强篇 — 深度分析报告解读

---

1. 元数据与概览

• 报告标题：《年度复盘&展望之量化增强篇 道阻且长，行则将至》

- 作者团队：兴证金工团队（兴业证券经济与金融研究院）

• 发布时间：2025年1月16日

- 主题聚焦：中国A股市场2024年量化增强策略表现复盘与2025年展望，具体包括宽基增强策略、赛道增强策略、风格增强策略、另类主题策略四大类。

• 核心论点与观点：

- 2024年A股风格快速轮动，市场震荡频繁，且大盘表现优于小盘。
- 多类型量化增强策略均实现了超额收益，但仍面临策略alpha获取难度加大、市场风格不确定性等挑战。
- 针对2024年不同市场表现和策略表现，提出风险控制、模型迭代、多策略融合、另类数据探索作为未来量化策略进化方向。
- 详细复盘了兴证金工自主研发的多项指数增强和赛道精选策略，证明了部分策略在市场环境剧烈变化中的竞争优势。
- 警示市场政策及环境变化对模型有效性存在潜在风险，强调策略需持续反思和更新迭代。

综上，报告通过宏观市场风格剖析，结合多个量化增强策略的绩效验证，提供了中国A股量化投资领域2024年的全面回顾和未来发展建议，彰显兴证金工团队的量化研究深度和实战能力。[page::0],[page::1],[page::38]

---

2. 逐章节深度解读

2.1 引言及2024年整体市场表现回顾

• 关键观点：2024年A股经历了多阶段震荡走势，年初回撤后2月反弹，5月起震荡走弱，9月多政策刺激带来指数快速拉升，10月至年末维持中高位震荡。市场风格频繁切换，低估值、质量、红利等主导风格出现多次波动反转，小盘股表现分化明显，特别9月末后小盘显著走强再到年底大盘回归。
• 数据依据与解读：

- 上证指数年内走势图（图1）反映了上述阶段性波动。
- 多个风格因子对应的多空、多头组合表现图阐述风格轮动过程（图2-15）。
- 风格表征显示高频风格切换，市场风险偏好波动较大，战术轮动难度增加。

• 逻辑解析：风格轮换快速与市场波动加剧相互关联，限于中国市场独特结构与政策环境，风格因子表现首尾不一，投资策略面对更多挑战，强调了量化策略灵活调整和风险控制的重要。

[page::1],[page::2],[page::3]

---

2.2 宽基增强策略

• 产品与市场结构：

- 指数增强类基金数量持续极速增长，2024年底达到271只，规模约2197亿元，宽基产品占主导地位（图16-19）。
- 2024年市场大盘指数明显优于小盘，小盘指数（中证1000、中证2000）跑输大盘（沪深300、中证A500），推动市场投资重回大盘风格（表1，图20）。

• 策略绩效亮点：

- 兴证金工沪深300增强策略2024年绝对收益23.5%、相对收益7.3%，年化跟踪误差5.1%，在全年8个月实现正超额收益（表3，图26-27）。
- 中证500增强策略同样实现13.5%绝对收益和6.4%相对收益（表4，图40-41）。
- 2024年沪深300指数增强产品绝对收益中位数恢复，超额收益中位数较近年仍处较低区间（图22-23），显示alpha获取仍具挑战。

• 回撤分析与风格波动影响：

- 2024年2月及9月后出现明显超额回撤，特别9月后多因子反转，低估值、低波等风格显著退潮，规模因子表现强势（图24、25）。
- 非银行金融板块短期涨幅巨大且增强产品普遍低配该板块，拖累策略超额收益。
- 资金申赎节奏与市场因子贡献波动也加剧回撤风险。

• 模型构建与优化：

- 策略基于动态因子选取与合成，结合静态因子经验与动态的ICIR加权方法，拓展股票池进行训练确保模型稳定性与泛化能力（图36~39）。
- 指数增强约束严格，控制个股权重、行业市值偏离，调仓成本约0.3%，确保策略追踪与超额有效平衡。

• 归因分析：

- Brinson归因显示超额收益主要来自行业内选股贡献，行业配置贡献次之（图28-30）。
- Barra因子归因强化策略优势在低估值（BP）、低波动（ResVol）、低流动性及动量风格，同时中盘股负面贡献反映当前市场环境对策略带来压力（图31-33）。

• 风险点与未来方向：

- 策略回撤时段模型Alpha因子表现显著下降（2024年9-11月），反映市场风格极端转变对因子有效性的冲击。
- 推荐加大风险模型研究，推动多策略融合，积极探索另类数据提升模型适应性。

总结：宽基增强策略仍具备较强收益优势，但需正视风格切换对Alpha稳定性的挑战，持续进行模型迭代和风险控制才能稳健实现超额收益。[page::4~14]

---

2.3 风格增强策略 — 红利策略表现与市场机会

• 市场表现：

- 中证红利指数自2019年以来年化12.1%，在多个时间点优于沪深300、中证500等指数（图47，表5）。
- 2024年红利相关基金迎来爆发式增长，基金数量和规模大幅提升（图48，表6）。

• 策略构建与表现：

- 兴证金工红利增强策略基于股息率选股，结合低波、成长、质量等因子提升策略稳健性和超额能力（报告《下放配置》相关内容）。
- 2024年策略年化收益达34.6%，远超红利低波指数的17.8%，超额13.6%；分月超额收益胜率达约67%，收益风险比达到1.53，展现较强收益弹性和抗跌能力（表7，图51，图52）。

• 回撤原因拆解：

- 2024年8月负向超额主要由行业内选股贡献拖累，尤其在银行、食品饮料、交通运输等板块选股表现不佳（图53-54）。
- 行业内选股准确度对策略波动影响较大，且因高分红行业数目较少，建议尝试“分域建模”，结合赛道选股策略叠加风险分散。

• 未来展望：

- 由于宏观经济不确定性及市场波动，红利策略作为避险资产受长期资金青睐，尤其险资偏好稳定回报的红利股。
- 监管推动上市公司分红改革，有望提升红利选股空间与策略效果。
- 需警惕经济景气度和市场波动率下降对红利策略弹性带来的风险。

总结：红利增强策略作为抗跌优选策略，在多变市场环境下仍具投资价值和配置潜力，且能作为资产配置中的杠铃一端发挥作用。[page::18~24]

---

2.4 赛道类量化策略

• 市场布局现状：

- 赛道类量化策略分为主动量化与指数增强两类，前者通过量化选股实现超额，后者则在行业指数基础上增强收益。
- 截至2024年底，赛道类量化产品共39只，总规模约101亿元，主动量化与指数增强产品规模和数量基本持平（表9）。
- 赛道主题聚焦医药、TMT、消费等板块，指数增强产品更偏向TMT和消费（表11）。

• 历史发展与趋势：

- 赛道量化产品2016年起步，2021年达到发行高潮，2024年主动量化产品新发数量井喷，行业风格轮动及定价合理性促进赛道配置需求回升（表10，图55）。
- 主动量化产品规模2021年峰值后有所压缩，指数增强产品规模相对稳定。
- 指数增强产品跑赢基准比例显著高于主动量化（71%VS44%），2024年主动量化提供超额收益难度加大（图56）。

• 表现分析及未来展望：

- 2024年表现优异的主动量化产品多聚焦消费赛道，指数增强则更分散（表12）。
- 赛道主动量化产品整体收益呈波动趋势，指数增强表现较为稳健（图57-58）。
- 行业风格快速轮动与高分散性市场环境下，指数增强产品由于跟踪误差限制及分散配置优势，较为适合当前市场，具备长期潜力。
- 主动量化面临行业突发事件风险，建议加强量价因子加入和赛道细分精细化投资，提升回撤管理效率。

• 兴证金工赛道策略实绩：

- 科技板块精选策略2024年实现19.9%年化收益，超基准6.6%，月度超额胜率约67%，但9-11月表现承压（表13，图59-60）。
- 医药板块精选策略实现0.2%年化绝对收益，较基准-12.8%贡献15.5%超额，表现稳定（表15，图61）。
- 银行板块精选策略表现尤为出色，2024年年化收益53.8%，超基准8.1%，月度超额胜率75%（表17，图62）。

总结：赛道类策略作为细分行业投资的量化化尝试，在当前市场环境中多管齐下，指数增强策略更适宜大环境波动加剧背景下配置，而主动量化仍需深化风控和多因子融合改进。[page::24~31]

---

2.5 另类主题策略

• PB-ROE策略：

- 基于极坐标系创新构建因子解决传统红利估值和周期陷阱，涵盖离散变量连续化与时空分域的复杂因子合成。
- 2024年实现16.9%年化收益率，超基准6.9%，收益风险比0.5，策略月度超额胜率约42%（表19，图63）。

• 战胜偏股混合型基金指数策略：

- 通过穿透偏股基金指数资产，复合多因子构建指数增强策略，跟踪误差低至2.97%。
- 2024年实现19.2%年化收益，超基准高达15.7%，收益风险比2.72，月度超额胜率67%（表21，图68）。

• 超预期Plus策略：

- 针对传统超预期策略alpha失效，结合分析师预期信息进行量化改进，2019年以来超额收益趋于稳定。
- 2024年回报表现平稳，显示策略对预期信息挖掘的有效修正（表23-24，图69）。

总结：另类主题策略通过多样创新方法尝试破解传统量化因子局限，重点加强对信息异质性和市场非线性关系的捕捉，是量化研究新兴发展方向。[page::32~37]

---

3. 图表深度解读精选

• 图1（上证指数走势）：反映2024年市场大幅波动的主线，年初深跌后依次反弹与震荡，9月政策带领市场明显上升，体现政策对市场情绪和行情操控依赖大。
• 图16-19（指数增强产品数量及规模历史变动）：红柱持续上升显示指数增强火爆发展态势，蓝线反映同比增长率起伏侧面提醒投资增长动力与市场环境关联。
• 图22-23（沪深300指数增强产品历年绝对及超额收益中位数）：2019-2021年达到峰值，2022-2023年收益下滑，2024年略有回暖，反映市场竞争及风格切换对策略难度的影响。
• 图25（9月底以来主要因子表现）：显示低估值、红利、低波等风格自9月底起明显下跌，规模因子逆势上升，说明因子轮动激烈，策略面临因子失效挑战。
• 图28-30（沪深300增强策略Brinson归因）：行业内选股贡献高于行业配置，验证选股模型能力，12月选股回归带动超额收益反弹。
• 图31-33（Barra因子归因）：强调策略alpha主要集中于低估值、低波动、低流动性和动量，且残差贡献显著大于传统风格因子，说明策略行为围绕多样alpha因子展开。
• 图48（红利量化产品数量及规模）：指标显示红利基金近年发展迅速且2024年爆发式增长，反映市场避险转向和资金配置偏好切换。
• 图56（赛道类主动与指数增强产品跑赢基准产品数对比）：指数增强显著优于主动量化，表明市场震荡环境下指数增强的稳定性优势明显。
• 图60（科技板块精选策略Brinson归因）：通透展现策略选股贡献占主导地位，特别是在9-11月风格逆转时段承受压力大，说明风格敏感度较高。
• 图63（PB-ROE策略净值走势）：策略经历波动，但总体呈稳定上升趋势，体现极坐标系方法在实战中的有效性。
• 图68（战胜偏股基指数策略净值）：表现出色且超额收益稳定，反映高效拟合与优化的组合增强方法。
• 图69（超预期指数历史净值）：该策略历史峰值后明显震荡并下跌，表明传统超预期因子面临失效挑战，需策略迭代。
• 图69（超预期Plus年收益表现）：显示经过改进后的策略仍保持良好的超额能力。

---

4. 估值方法与模型解析

• 指数增强法：通过建立基准指数的股票组合，严格控制组合与指数的偏离（股票权重、行业配置、市值匹配、动态调整自适应因子权重）实现超额收益，跟踪误差率保持在较低水平（5.1%-7.4%区间），权衡收益与风险。
• 多因子选股模型与集成学习（如AdaBoost）：挖掘各类Alpha因子，采用量价、财务数据及另类数据，动态筛选并合成最优因子组合，避免过拟合。
• 极坐标系法：创新将PB与ROE映射至极坐标空间实现变量连续化和多域分割，提升因子解释能力及预测稳定性。
• 行业分域建模与量价信号：对分行业进行更精准的因子构建与组合，结合量价数据增强对突发事件的反应能力。
• 风险模型升级：通过引入高频风险模型和改进协方差矩阵估计，强化市场波动快速变化时的风险控制。

---

5. 风险因素评估

• 模型失效风险：政策环境和市场结构突变可能加速因子失效，导致历史表现良好模型难以持续产生Alpha。
• 市场风格快速轮动：风格因子表现波动剧烈，影响行业配置和选股策略的稳定性，显著挑战量化策略的适应性。
• 资金流动与申赎压力：大规模资金入市或赎回导致组合调整压力，进而冲击超额收益稳定性。
• 行业突发事件风险：赛道策略面对行业政策变化或技术变革表现承压，选股准确性面临考验。
• 策略风格暴露风险：如红利策略在经济低迷或市场波动率下降环境下回报弱化，以及银行板块中特有风险等。
• 数据和技术风险：另类数据获取难度大，数据质量或处理不当均会影响策略效果。

报告虽未完全细化缓释措施，但多次强调模型迭代、风险模型加强、多策略融合与另类数据的探索作为关键应对路径。

---

6. 审慎视角与细微差别

• 报告整体基于兴证金工实战策略表现展开，数据详实，但各策略在9月至11月的回撤凸显当下量化策略对风格转折的敏感性，暴露出策略研发仍需进一步提升在极端风格变动期的鲁棒性。
• 虽然强调动态模型优先，但部分静态模型亦在实际中应用，暗示模型结构选择存在权衡，过于依赖单一模型可能增加风险。
• 赛道主动量化与指数增强产品表现差异大，主动管理难度被强调，但对区别和结合的深入机制探讨相对有限。
• 对另类数据应用重视且乐观，但实现路径与潜在挑战未深入披露，需关注实际落地效果及技术风险。
• 风险提示与免责声明中充分揭示了市场、政策变动对模型可能失效的风险，表现较为谨慎与透明。
• 个别策略月度胜率（如PB-ROE约42%）偏低，提示策略表现波动性，需要投资者严格风险管理。

---

7. 结论性综合

整体而言，本报告全面细致地回顾了2024年中国A股市场的量化增强策略运行情况，划分四大策略体系——宽基增强、风格增强、赛道增强和另类主题策略，并以兴证金工团队的实际策略为案例做深入解析。重点包括：

• 市场风格快速轮动与震荡格局为策略带来不确定性和捕捉Alpha难度，尤其9至11月份风格因子回撤明显。
• 宽基增强策略仍居主流位置，优秀的跟踪与超额能力体现了动态多因子模型和严格约束的结合效用，但模型回撤期点明需提升风格转折应对能力。
• 红利风格因其稳健属性，表现抢眼，策略通过增强稳健性因子取得了较强收益弹性，并适合作为投资杠铃一端配置标的。
• 赛道量化产品呈现出主动量化与指数增强分化，指数增强策略在多变市场环境下显现稳定优势，主动量化需优化因子广度与风险控制来应对行业事件冲击。
• 另类主题策略说明量化研究不断通过创新方法（极坐标系、多因子融合、预期数据分析等）来提升Alpha发现潜力，部分策略如战胜偏股基金指数策略已表现优异。
• 风险提示与多维度的未来展望强调策略迭代、多策略融合、风险模型升级和另类数据利用是应对市场挑战的关键路径。

总体看，这份报告不仅是2024年量化策略成绩的总结，也是面向未来的深度思考。兴证金工团队基于业绩复盘严格分析弱点，同时提出了多条切实可行的创新和改进路线图，为市场投资者和行业提供了重要参考和借鉴。量化增强之路“道阻且长”，但“行则将至”，持续深化、动态调整与多元融合将成为未来量化投资成功的关键。

---

版权声明

本报告版权归兴业证券股份有限公司所有，引用和数据依托Wind、聚源、万得等权威数据源。所有图表皆为报告原版截图，标注有页码溯源，确保内容的严谨和可追溯性。

---

（完）

报告