组合优化算法探析及指数增强实证｜光大证券多因子系列报告之十三（2018）

报告摘要

本报告基于光大多因子体系，系统比较了等权配置、市值加权、分层抽样等基础组合构建方法，以及均值方差优化（MVO）、风险平价、ABL等优化模型在不同约束下的表现。核心实证部分构建了基于“光大Alpha1.0”和“光大Alpha2.0”的中证500指数增强组合：Alpha1.0组合年化超额收益14.2%，信息比2.5，最大相对回撤仅5.6%；Alpha2.0组合通过SVM因子择时进一步优化，年化超额收益提升至17.5%，信息比3.0。报告深入分析了市值暴露约束、换手率限制等对收益与风险的影响，为量化投资组合构建提供系统参考。适合量化研究员、金融工程师、基金经理及指数投资从业者阅读。

📋 报告目录

1. 组合构建主流方法
2. 常用组合优化模型
3. 基础组合构建方法效果对比
4. 均值方差优化模型及其衍生模型效果对比
5. 基于光大Alpha1.0的中证500指数增强
6. 基于光大Alpha2.0的ABL模型中证500指数增强