申万把组合优化约束从行业/风格扩展到因子分布的偏度与峰度，兴证把微盘指数的编制机制拆成可量化的收益来源

0. 近月脉络

近月主线先集中在”信号生产端”——深度学习因子的去风格化与状态分域、Level-2非成交信息的切面扩张、高频因子算子化；随后重心外移到”合成与表示层”——情绪指标的状态×变化交互重做、K线图的视觉表征、个股→行业的信息传导。本期进一步下探到组合构建与约束层：不再问”有没有新因子”，而是问”已有alpha如何在约束下不被极值风格拖累”，以及”指数编制机制本身能否被拆成可量化的收益来源”。

1. 本期研究灵感 ⭐

灵感点1：把组合优化约束从”行业/风格/个股权重”扩展到”因子分布的偏度与峰度”——四约束方案 ^[1]

• 灵感点：申万把组合相对指数的偏离拆成两个形状维度并给出可计算的约束量：偏度=指数按因子得分分五组后，每组权重与组合该组权重的偏离平方和（刻画分布整体偏离）；峰度=组合在因子得分前10%股票上的权重之和与指数的偏差（刻画极值端暴露）。先诊断六个alpha组合（P1八因子等权、P2成长+动量+低波+红利、P3成长+动量+分析师、P4低波+反转+低流动性、P5加入行业轮动因子与机构筹码集中度的四因子、P6再加动量红利）在动量/市值/波动上的偏峰度暴露，发现用了动量因子的P2/P3在动量峰度上大幅超配极值股、多数组合在波动峰度上低配高波极值股。再逐项测试约束：高波动前10%中性对六个组合全部实现收益提升与回撤改善（平均幅度在单因子里最高），大市值前10%中性对六个组合回撤全部改善、五个组合收益提升，动量前10%中性五个组合双改善；三者叠加后平均收益提升近90bp、回撤平均改善3.89%；再叠加”波动率分五档”的偏度中性得四约束方案，六个组合平均年化收益再提升至1.15%、回撤平均改善超4%（P3以外组合的超额提升均达1%以上），2026年1–5月”一九行情”下六个组合全部改善，其中P5、P6由跑输指数转为正超额。测算区间2017年–2026年5月、2026年留作样本外，组合层面行业偏离约束2%、个股偏离0.5%。
• 出处：申万宏源金工邓虎——“申万金工因子观察第12期《量化组合的因子偏度和峰度约束方案》“（2026/7/2）。切入角度是2026年典型”一九行情”下，作者由”个股波动率分档偏离约束”→“动量前10%中性”两步推进，最终把问题归纳为因子在分布（偏度）与极值（峰度）上的暴露。
• 启发 / 怎么用：①这是约束层的创新而非信号层的创新，迁移成本极低、收益路径清晰：任何已有alpha模型都可以不动打分、只在优化器里加两条”分组权重偏离上限”和”因子得分前10%权重偏离上限”，就能在小成本下压缩”alpha组合在高波动/高动量极值股上的隐性超配”——而这类超配正是风格反转时超额回撤的主要来源。②”先测暴露、再决定约束哪个因子”这个顺序值得抄：报告是在六个组合上先看偏峰度诊断表才选择约束对象，避免了无差别中性化削弱收益。③峰度约束本质上是在约束alpha拥挤度：当你的因子天然把仓位推向少数极端股时，收益弹性与崩溃风险是同一枚硬币；把它和动量崩溃、拥挤度治理放在同一框架下看更完整。④需警惕：约束项越多、可行域越窄，样本外超额提升可能部分来自对特定行情的适配——报告自己也强调2026年留作样本外检验，落地时应做滚动重估并按自身组合的暴露结构筛选约束组合，而不是照搬四约束。

灵感点2：把微盘指数的收益拆成”风险溢价+选样更新+等权再平衡+壳价值保护”，再用市场宽度×边际资金流双维度择时 ^[2]

• 灵感点：兴证先用总市值最小的400只股票日频等权调仓复现万得微盘指数（与Wind指数日收益相关99.99%、年化跟踪误差0.44%），再在其上做机制级收益分解：调仓频率由季度提到月度带来年化对数超额4.96%，其中”选样更新”贡献3.62%（占72.94%）；月度提到周度带来2.07%，选样更新贡献1.73%（占83.74%），而”等权再平衡”贡献小且随频率递减——即微盘调仓收益主要来自及时剔除已脱离最小市值区间的股票、维持极端小市值暴露。同时定量验证壳价值的下行保护正在衰减：微盘相对全A等权的最大回撤在2013–2016/2017–2023/2024后三段分别为−9.71%/−15.18%/−26.99%，最差1%交易日的平均跌幅由−1.61%、−1.74%扩大至−5.49%。择时框架两个维度：市场宽度（全A个股MA20趋势宽度、权重扩散、行业扩散三指标分位等权，刻画”彩票效应的右尾能否被组合覆盖”）与边际资金流（微盘主动净买入总量强度、相对主动强度20日变化，EMA10平滑后取历史分位，刻画”交易型资金是否把弹性转化为超额”）；综合得分>50%持微盘、<50%持沪深300全收益，T日收盘出信号、T+1收盘执行、T+2计收益、单边10bp。2013/12/31–2026/9/30年化43.49%、相对50/50每日再平衡基准年化超额17.77%、最大回撤−41.04%→−29.42%、收益回撤比0.53→1.48，13个年度中12年跑赢；因2015年去杠杆回撤无法靠权益内部换仓解决，引入40%黄金后最大回撤进一步收窄至−19.57%、年化仍超30%。
• 出处：兴证金工郑兆磊/宫民/罗玉——《如何把握微盘的配置窗口？——历史复盘、收益分解与双维度择时》（2026/10/13对外发布）。切入角度是微盘超额并非稳定存在，需先回答”收益从哪来、这些来源何时不兑现”，再谈择时。
• 启发 / 怎么用：①**“把指数编制机制当作收益来源来归因”是一个可直接移植的框架：选样更新=高抛低吸的再平衡收益、等权再平衡=横截面反转与分散化收益，这个拆分对任何smart beta、等权小盘、定期调样的组合都适用——它回答了”我的超额到底是因子暴露还是调仓规则送的钱”，这是多数因子归因不做的一步。②”市场宽度”作为厚尾组合的择时维度很有普适性：右尾赢家分散出现时等权小盘才吃得满，龙头虹吸时同一指数上涨也无效；这条同样是等权/小市值/主题轮动策略的通用状态变量。③”主动净买入相对**强度”把”微盘成交是否活跃”与”资金是否偏好微盘”分开，比单纯成交量/换手率更接近边际资金驱动的本意，这个”相对化+强度化”的构造可以套到任意板块的资金流指标上。④要警惕的是容量与制度假设：报告自己承认2015年回撤无法通过换对手资产解决、必须引入低相关资产，说明这类择时是”状态识别”而非”风险消除”；且微盘策略对赎回—降仓—流动性收缩的负反馈高度敏感，实盘需先估容量。

灵感点3：把”同一风格内的不同指数编制方案”当作互为低相关的子策略来组合——价值Smart Beta的编制方法学拆解 ^[3]

• 灵感点：申万把中证/国证/华证三家百余只价值指数按”样本空间（A股/港股、宽基/行业/主题）× 因子构成（纯价值/复合价值）“分为五类，再用聚类（2019/1/1–2026/7/23）把全部价值指数归为七类（港股通价值、大盘价值、小微盘价值、智选价值、复合价值、中盘价值、小盘价值），得出核心结论：价值指数之间的差异主要来自样本空间而非价值因子本身。绩效上，宽基+价值类在价值占优的2022–2024年每年超额约8%–13%，但在成长占优的2020、2025及今年相对宽基亏损10%–20%，故多数宽基+价值指数不具备长期配置价值、更适合阶段性配置；中长期绩优者为价值100R（近十年323.58%）、价值盈利50、港股通价值50策略，其共性是编制中叠加了现金流质量与盈利稳定性（如价值100用ROE均值/ROE波动率/自由现金流率+估值与股息率打分）。最关键的一步是组合构建：以相对国证价值全收益的超额收益计，不同价值类型之间的相关性除中小微盘与智选复合（62.51%）等近邻外，跨类型多在10%以内；据此用风险平价（滚动五年波动率）把四类子策略组合，年化约11%，显著高于传统价值指数约6.5%，波动与最大回撤同步改善，四类权重普遍接近1/4。
• 出处：申万宏源金工白皓天/蒋辛/邓虎——“Smart Beta策略研究系列《价值风格指数：策略差异解构与配置价值》“（2026/8/6）。切入角度是市场对”价值”的定义高度分化，编制差异不直接等于投资价值差异，需先分类再谈配置。
• 启发 / 怎么用：①最有价值的是**“风格内部做多策略”**这个视角：多数团队把”价值”当成一个因子或选一只最好的价值指数，这里证明同一风格下不同编制方案之间的超额是低相关的、可以像多策略一样做风险平价配置——同样思路可平移到红利（高股息 vs 红利质量 vs 红利低波）、成长（财务增长/SUE/分析师预期三种表达）、质量等风格。②聚类是判断”编制方法差异是否真的带来表现差异”的合适工具：名义编制不同但净值高度同质的指数，聚类会归到一类，避免把”重复策略”当成”分散化”。③”风格beta + 编制倾斜 ≠ 长期alpha”这条实证结论值得记住：宽基+价值指数在成长占优年份的相对亏损达10%–20%，说明大多数价值指数的超额是风格条件性的，做风格择时的必要性大于选指数。④可复现的流程是：指数分类 → 超额收益相关性矩阵 → 风险平价/等风险预算加权；警惕的是子策略相关性基于2017年以来样本、且部分指数成分重叠较高，实际组合的分散化效果可能被高估。

2. 方法论主题归类

• 框架与方法（组合构建与约束）：申万把优化约束扩展到因子分布的形状（偏度/峰度），给出可普适套用的四约束方案 ^[1]；同门在Smart Beta层面用”分类→超额相关性→风险平价”构建风格内部的多策略组合 ^[3]。两者共同点是不生产新alpha，而改造alpha的组织方式。
• 另类视角：兴证把指数编制机制（选样更新、等权再平衡）当作可量化的收益来源做归因，并用”市场宽度”刻画厚尾收益的兑现环境 ^[2]——这是一条把”产品规则”变成”研究变量”的思路，可迁移到任何定期调样的组合。
• 数据驱动：兴证用主动净买入总量强度及其相对强度变化刻画微盘的边际资金驱动 ^[2]，其”相对化+强度化+EMA平滑+历史分位”的四步处理是资金流类指标的通用清洗模板。

3. 值得持续追踪的系列

• 申万宏源”金工因子观察”：本期召回第12期（因子偏度与峰度四约束方案）^[1] 与第13期（视觉大模型ViT选股）^[4][5]；第12期是该系列从”个股偏离约束→波动率分档→动量极值中性→分布与极值形状约束”的阶段性收口，值得按序回读以理解约束设计逻辑。
• 兴证金工”风格轮动 + 资产配置”系列：本期召回的微盘双维度择时 ^[2] 与月报中承载的股债性价比3.0、转移熵信息扩散轮动 ^[6] 同属一条”从分歧与共振出发做配置”的主线，可把微盘择时看作其”资产/风格状态识别”框架在小市值端的延伸。
• 申万宏源”2026研究成果巡礼”（目录） ^[7]：列出因子观察系列第2–14期（含OpenClaw零代码构建量化策略、因子偏度/峰度约束、视觉大模型ViT与筹码分布图形）、量化策略演进手记之二/之三、筹码结构因子三篇（投资者分层视角）、吸收率风险识别框架、SmartBeta三篇风格指数解构——是追踪申万方法论线索的索引页。
• 长江金工”2026深度研究合集”：主动量化系列 ^[8]（GARP的PE-PEG九宫格、多策略配置的价值增强与成长三种表达、固收+五层风险图谱、ETF风险预算风险平价）、量化赋能系列 ^[9]（CJPY数据服务、行业四象限监控Skill、WorkBuddy投研应用、投研工具箱一至八）、因子选股系列 ^[10][11]（高频因子十八至二十、神经网络因子挖掘五/六含强化学习Multi-Step DQN择时、多因子选股二十一/二十二、时序选股模型之平台突破）。
• 兴证金工”近一年重磅深度合集” ^[12]：可一次性看到其量化选股线的技术路线——MEGA-GRU（时序/截面/关联信息）、基于风格因子的非线性分域训练、长短信号与市场状态结合的深度学习改进、基于剪接交换算法的稀疏学习、基于条件异质性识别的高频因子构建，以及非标端的可转债强赎事件因子与期货会员持仓拥挤度CTA。
• 国盛金工”研究成果精选”（目录） ^[13]：高频量价（流动性冲击下的逐笔羊群效应、订单聚集）、事件驱动（高/低位放量事件簇、异动雷达、事件信号的绝对收益应用）、机器学习（量价指纹两篇）三条线的最新期次索引。

---

附：补充信源

• ^[14] 申万宏源金工 — “量化择时策略研究系列之五：基于多维状态交互与双层Ridge的结构化情绪指标优化”：本期召回但上一期简报已逐条展开，此处仅备注以便回溯——其”状态×变化”交互、双层Ridge与主效应非负约束、purge=20的季度walk-forward等工程细节仍是当前最完整的一套”经济约束下合成指标”样本。
• ^[15] 广发金工 — Alpha因子跟踪月报（2026年9月）：报告本身为月度跟踪，但其因子库结构值得单列——基本面/Level-1中高频/Level-2高频/机器学习/另类数据五层，披露44个Level-2高频因子（近期较优为 keyperiod_amount_top30pct，近一年RankIC 9.92%、历史胜率84.40%）与StableAlpha、fimage、DL_1、agru_dailyquote四类深度学习因子的长期RankIC与胜率，可作因子库对标的索引。
• ^[16] 招商定量 — “预期共振”行业轮动月报：月度跟踪，但三维11指标体系中的两处构造值得单列——“守正出奇”投资景气度用边际上行贝塔、超预期报告两个正向因子加交易热度、基于点击量数据的关注情绪两个负向剔除因子；拥挤度用Fama-French+GARCH模型得到预期特质波动率。
• ^[6] 兴证金工 — 风格轮动月报：月度跟踪，同时给出股债性价比3.0（分位19.80%→灵活组合股票权重19.80%、固收加5.94%）与转移熵信息扩散轮动（年化15.58%、相对等权基准年化超额15.77%）的最新信号，方法细节以早前深度报告为准。
• ^[8] 长江金工 — 主动量化系列目录中的两条待追踪线索：GARP策略的PE-PEG九宫格分类+“安全边际优先”梯度配置，以及多策略配置（一）（二）把增强价值风格的本质归为”反转”、把成长风格拆成财务增长/SUE/分析师预期增长三维；摘要过略，暂无法判断实现细节。

---

本报告为卖方金工研究的灵感摘录，方法与结论以各家原始报告为准，不构成投资建议。