开源量化评论(117):分域多策略研究,以偏股基金指数为例

聚焦开源量化评论(117):分域多策略研究,以偏股基金指数为例。分域研究的重要性在当前市场环境下愈发凸显在当前因子同质性提升的背景下,传统多因子框架下的增强类产品不可避免面临策略拥挤的问题,增强策略框架的迭代升级势在必行。大盘成长风格内进行主动选股时,通常更注重个股远期业绩的增长情况与估值和股价的匹配度。相比高分红,测试发现增长率在规避多数基本面恶化的“伪低估”样本更有效。核心数据:相比因子打分法,线性回归法在分域效果上更贴近市场风格变化基于因子打分法分域后各风格平均权重约为:均衡 47%、成长 34%、价值 20%,该划分结果与实际体感存在一定偏差;基于自定义风格指数回归的思路,各样本域平均权重分别为均衡风格 23%,成长风格 56%,价值风格 21%,风格权重的变化匹配市场的行情演绎形式;按照条件双重排序法进行五风格分域后,均衡风格平均权重为 23%,大盘成长为42%,大盘价值为 15%,小盘成长为 14%,小盘价值为 6%。

本报告由开源证券发布,发布于 2026 年。

覆盖 2026 年,全文共 22 页。

本报告为付费报告,可在资料宝站内下单后获取完整内容。

适合投资人等读者参考。

重点分析了基金、量化、开源量化评论等议题。