文｜王兆宇 赵文荣 杨淼杰 张强 上官鹏
战胜基准是公募基金高质量发展导向下实现一切长期目标的基础。本文从量化方法论出发，首先从不同的角度归纳超额收益的来源，自上而下探究产业、风格、小盘博弈的驱动因素，自下而上总结中长线强势股的后验规律，从企业行为角度梳理企业与资本市场互动的微观视角。不同角度下的历史规律既有内在联系，又有复杂性，因此多策略融合既符合超额收益的客观规律，又满足回归基准、降低回撤的风控需求。最后我们提出，从产生超额收益的最宏观尺度，即经济结构跃迁的角度来看，当下人口结构变化驱动产业结构向技术密集型转型，而技术突破的核心动力依然是人，因此高端人才因素、工程师红利角度或是发掘未来产业结构升级的重要突破口。
▍自上而下：产业、风格与小盘博弈的三层次超额驱动因素探究。
1）宏观视角：经济结构跃迁塑造行业大级别、趋势性超额行情。周期产业在总量发展时代常出现较大级别超额行情，消费&医药板块在2015年至2021年净利润全A占比提升的过程中表现突出，科技产业在2013年至2016年营收占全A比例提升显著，但同期净利润占比的背离也曾埋下隐患。
2）中观视角：典型行业奠定总体风格，量化手段提取更“纯”因子。成长风格组合每一轮行情周期都存在向科技类和高端制造业行业的集中和发散；盈利风格组合长期受到医药、食品饮料两大行业的影响；银行业是低估值风格组合长期第一大权重行业。
3）微观视角：小盘博弈由市场流动性和大盘股潮汐效应双轮驱动。小盘股效应问题包含三个层次，一是小盘概念映射板块的迁移，二是小盘板块整体和个股的关系，三是小盘效应的双轮驱动，也是微观博弈的核心。
▍自下而上：中长线强势股的特征后验规律总结。
1）从基本面和技术面两个维度探究中长线强势股背后的共性特征。基本面角度，长周期表现靠前个股的盈利能力明显高于短周期，短期表现强势个股的驱动力则更多来自成长性溢价，且低估值并非长期优质资产的核心特征；技术面的角度，大部分时间，不同周期长线股均以中小市值为主，各周期长线股的波动率均高于市场中位数水平；
2）以资产负债率以及经营活动产生的现金流量净额/总负债来考察资产负债结构，周期越长的长线股的负债结构更优；
3）质量角度的股票负向筛选方法。构建3大类共22个风险指标，分别为造假风险、现金流风险和经营风险；从中信一级行业上的回测结果来看，总体上，大部分指标在大部分行业中能够贡献负向超额，说明指标能够有效识别相关风险；
4）从质量角度构建沪深300、中证500和中证1000负向组合，三者年化超额收益分别为-9.16%、-5.01%和-3.54%，作为A股核心资产代表的沪深300通过负面筛选获得的风险补偿更为显著。
▍企业行为：企业与资本市场互动的微观视角。
1)上市公司及其股东行为或暗含企业变化信息。上市公司重要股东（持股5%以上的股东及董监高）通常对企业情况更为了解，往往领先于市场意识到企业变化，上市公司股东行为亦值得关注。
2）企业行为通常对公司股价具有事件效应，基于企业行为的指数增强策略超额稳定、信息比率高。股东增持、公司回购、股权激励及定向增发均对公司股价具有正面事件效应，基于以上行为构建沪深300及中证500的指数增强策略，考察期内超额收益年化分别达6.82%及5.16%，超额收益年度胜率均为87.5%，信息比率分别为1.56及2.02。
3）受监管环境影响，未来其信息价值或更为显著。我们预计上市公司与资本市场互动更为紧密，将更加重视各类资本市场工具的使用，同时企业行为的覆盖面仍可进一步提升，行为信息使用的精细化程度仍可优化。
▍多策略融合：基于基本面量化选股的体系框架。
1）单一赛道、单一方法论、集中持股的方式无法适应《行动方案》的新要求。并且，单一策略具有一定的风格倾向性，多策略通过分散化降低策略收益风险和提高策略稳健性。
2）本文基于已经发布报告中的三大类全市场和两大类产业选股策略构建多策略组合，单策略之间相关性不高，有利于形成收益互补，多策略组合具有更加稳健的历史收益表现，考察期内针对沪深300、中证500和中证1000指数增强组合的年化超额收益分别为6.6%、7.7%和8.9%，超额收益最大回撤分别仅6.6%、7.3%和3.8%，并且，在行业和个股上的偏离度整体较小，行业平均偏离度均控制在2%以内，个股偏离度控制在3%以内。
3）战胜宽基指数多策略框架在策略端和风险收益端具备可拓展性。从策略端来看，以产业选股为例，我们在已有的科技TMT和新能源产业链基础上进一步拓宽到消费板块下食品饮料行业，在风险收益端，不同权重乘数设定能够实现投资者不同的风险偏好特征。
▍新的经济结构变局：工程师红利时代。
1）人口结构变化驱动产业向技术密集型升级，人才规模扩张与培养体系完善，共同构成工程师红利的核心支柱。经济结构由劳动密集型向技术密集型跃迁，高学历、高技能人才逐步替代传统劳动力成为核心生产要素；国家政策体系对工程师培养全周期支撑，构筑起工程师红利释放的立体化制度保障。
2）工程师红利组合指标体系：四因子有效捕捉工程师红利驱动企业。创新投入指标以研发强度衡量企业对创新活动的积极性，人才储备指标通过员工本科率及研发人员占比反映企业的创新潜力与技术竞争力，技术资本化指标以专利和技术价值识别创新投入转化为市场价值的能力，激励机制指标以研发人员薪酬衡量企业吸引高端人才的竞争优势。
3）工程师红利50组合：长期超额收益显著，捕捉行业发展趋势。回测显示，十余年来年年化超额收益6.5%，组合行业结构随国家战略与产业政策变化明显，反映工程师红利视角下的产业发展趋势。
▍风险因素：
模型过拟合；市场预期大幅变化；宏观及产业政策重大变化；个股业绩兑现不及一致预期。
本文节选自中信证券研究部已于2025年5月21日发布的《2025年下半年量化投资策略—战胜基准，决胜多元》报告，具体分析内容（包括相关风险提示等）请详见报告。若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。
重要声明：
本资料定位为“投资信息参考服务”，而非具体的“投资决策服务”，并不涉及对具体证券或金融工具在具体价位、具体时点、具体市场表现的判断。需特别关注的是（1）本资料的接收者应当仔细阅读所附的各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。（2）本资料所载的信息来源被认为是可靠的，但是中信证券不保证其准确性或完整，同时其相关的分析意见及推测可能会根据中信证券研究部后续发布的证券研究报告在不发出通知的情形下做出更改，也可能会因为使用不同的假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。（3）投资者在进行具体投资决策前，还须结合自身风险偏好、资金特点等具体情况并配合包括“选股”、“择时”分析在内的各种其它辅助分析手段形成自主决策。为避免对本资料所涉及的研究方法、投资评级、目标价格等内容产生理解上的歧义，进而造成投资损失，在必要时应寻求专业投资顾问的指导。（4）上述列示的风险事项并未囊括不当使用本资料所涉及的全部风险。投资者不应单纯依靠所接收的相关信息而取代自身的独立判断，须充分了解各类投资风险，自主作出投资决策并自行承担投资风险。
