如何看待量化策略運作市場環境？

分多頭端和空頭端兩方面對量化策略運作的市場環境進行分析，其中多頭端 梳理了股票市場交投活躍度、個股離散程度、行業行情集中度和收益相關性、風 格收益和風格因子收益穩定性等指標，空頭端分析了股指期貨的基差水平。

1.量化多頭超額環境

市場交投活躍度

從兩市成交額和主要寬基指數的換手率來看，2025 年以來股票市場交投活躍度 較高。2025 年以來截至 9 月 12 日，兩市日均成交額為 1.57 萬億元，整體流動 性較好；從換手率來看，主要寬基指數換手率均較 2024 年有所抬升，尤其是小 市值股票的換手率維持高位。

市場分化程度和穩定性

個股離散度：計算萬得全 A 指數成分股收益率相對于指數收益率差值絕對值的標 準差，并回溯過去 20 個交易日的平均值。個股在截面離散程度較高時，量化模 型更能夠發揮選取表現超越基準股票的能力。可以看到，2024 年 3 月-9 月個股 離散度處于下降趨勢，“924”行情后個股離散程度有所升高。

行業行情集中度：取中信一級行業收益率前 5 大行業的平均值與全部行業收益率 中位數的差值，因該值變化較快，再進行移動 120 天平均的平滑處理。量化策略 持倉行業較為分散，指數增強策略嚴格限制與對標指數的行業偏離度，量化選股 策略通常也會限制行業集中度，因此當行業行情集中度過高時，不利于對行業偏 離有嚴格限制的量化策略獲取超額收益。可以看到，2023 年行業行情集中度整 體較低，2024 年持續上升后，2025 年 3 月下旬以來行業行情集中度持續下降， 2025 年 9 月后該值有所反彈，但仍處于近 5 年低位。 行業相關性：使用過去 120 個交易日的日收益率計算 30 個中信一級行業指數兩 兩之間的收益相關性，計算相關系數絕對值的均值。當行業相關性較低時，各行 業之問的漲跌分化越大，更容易選出有超額的行業和個股。2025 年以來行業相 關性整體處于下降趨勢，各行業漲跌分化升高，2025 年 9 月后該值略有反彈。

風格穩定性（風格因子收益標準差）：計算 10 個 Barra 因子過去 20 個交易日收 益率的標準差的均值，衡量風格因子的穩定性，該值越低代表風格因子收益越穩定，當股票市場風格短期內保持穩定時，有利于量化策略超額的穩定性。可以看 到，2024 年 2-3 月、4 月末、6 月末、10-11 月均發生風格收益標準差的躍升， 尤其是 2-3 月的峰值，對量化超額收益帶來劇烈的負面影響；2025 年以來，風 格因子收益穩定性較 2024 年有所提升，僅 4 月受到關稅危機的影響風格因子收 益標準差有所提升，但極值也沒有突破 2024 年 6 月末的水平。

綜上來看，對比 24 年，25 年以來個股離散程度、行業相關性和行情集中度、風 格收益穩定性等指標整體表現均顯示有利于量化策略的超額。

風格因子收益

從 Barra 風格因子的具體走勢來看，2025 年以來動量因子和成長因子累計收益 均為正、估值因子累計收益為負、盈利因子整體走勢較平，體現了股票市場高動 量、高成長、高估值的風格特征；市值因子方面，超配小市值股票以及啞鈴型組 合（超配大盤和小盤股、低配中盤股）仍能貢獻正超額收益，具體來看，2025 年 1-8 月小市值風格表現較好，但 8 月以后尤其是 8 月下旬，中盤和大盤表現整 體優于小微盤股，市值因子有所回撤、非線性市值因子走勢也趨平緩，8 月以來 部分量化基金超額出現回撤，或與此因素有關。

2.量化對沖成本

主力合約基差水平

2025 年以來基差波動的極值較 2024 年有所降低，但整體基差波動幅度以及對沖 成本均高于 2023 年的水平，給市場中性策略的運作和收益獲取帶來難度。