定量选基策略构建：因子中性化与 SMAA 优化框架研究

机构研报 数据与宏观 / 策略观点笔记
🔒
登录解锁完整投研深度报告与行情联动： 免费查阅完整机构研报原件、音频转写、五维画像模型与异动监控
立即登录 / 免费注册 ➔

📰 研报摘要

查看全文 ➔

摘要： 本报告针对传统定量选基模型在因子权重设定、风险集中及风格依赖方面的痛点，提出了一套结合“因子中性化”与“SMAA 随机优化”的定量选基策略改进方案。

核心观点：
通过在因子层面引入中性化处理以剔除风格噪声，并在模型层面采用随机多准则可接受度分析（SMAA）框架，可以有效解决权重僵化与风险集中问题，显著提升基金组合的稳健性与超额收益质量。

论据支撑：

  1. 因子中性化提升稳定性：通过风格暴露估计模型剥离赛道与风格因素，提取纯净 Alpha。测试显示中性化后因子的 ICIR 和 t 值显著提升，增强了预测的稳健性。
  2. SMAA 框架优化组合：引入蒙特卡洛模拟，在权重和时间窗口的不确定性空间中采样，通过 Mu-Sigma 优化构建组合，降低了对特定风格或基金动量的过度依赖。
  3. 回测结果显著：对标偏股基金指数（885001），综合模型年化收益率 16.84%，年化超额收益 6.54%，收益风险比达 1.89，且在过去 13 年中均实现正超额收益。

局限性/风险：
策略结论基于历史数据回测，在市场环境发生根本性转变时，模型可能存在失效风险。