#量化选股
今年以来，同为全市场量化选股，很多投资人都有这样的体感：它比指增策略的分化要大得多。
尤其是碰到极端行情，这种差距就会被显著放大，就比如这波深度回调+强势反弹行情。
上周净值出来后，从各家的修复进度条来看，也印证了这一点。
有人两周涨了快20个点，甚至还有人接近修复前面的天坑，不过也有人速度相对比较慢，仅仅反弹了个位数。
老样子，风云君往下细拆一步。
先来看表现比较突出的。
某机器学习量选
100%量价高频策略，底层完全采用端到端机器学习模型，对个股进行短周期的Alpha做预测，预测周期最长不超过1天。信号追求更高效的预测，同时换手灵活。
在7月下跌过程中，机器学习模型一直在不断调仓捕捉有潜力的持仓，成为本轮反弹中最重要的收益来源。
这也再次验证了这类模型的核心优势——数据驱动下的快速自适应。
它能实时处理海量量价、基本面与情绪数据，第一时间捕捉市场微观结构的微妙变化，并据此动态调整持仓的风格暴露。
当市场从极致分化转向再平衡时，模型能够在短时间内完成因子权重的重新配置，将组合向更具性价比的方向倾斜。
某小微盘量选
聚焦微盘股的量化选股策略，采用量价策略和基本面策略相结合进行选股。在此基础上叠加仓位择时和灵活对冲管理，根据行情调整多头仓位，平滑量选策略波动。
这几周小微盘量化的强势修复，并非单纯的超跌反弹，而是Beta与Alpha的共振结果。
- Beta层面，反弹启动更早，力度更大
当前期虹吸效应显著的科技板块进入高位震荡后，资金开始自发地从高估值区域向估值洼地流动，这种再平衡的过程直接触发了小微盘股的估值修复。
从上图可以看出，小微盘的反弹启动时点更早，反弹幅度也显著超越同期其他主流宽基指数。
- Alpha上，因子拥挤度降低重新打开超额空间
小微盘股本身天然就是量化策略的沃土，加之此前资金大量撤离，因子拥挤度随之降至低位，超额收益空间得以重新打开。当市场风格转向小微盘后，多因子模型在普涨基础上进一步筛选出弹性更大的标的，实现了真正的优中选优。
某中低频量选
Alpha多因子选股策略，对数据质量要求非常高，只使用原始数据构建因子，不使用任何三方机构处理的数据。
因子上基本都是人工挖掘，分布上来看，70%量价，30%基本面。年双边换手率40倍，属于中低频赛道。
其实这类策略在上半年的表现也比较突出，关键就在于超额收益来源足够纯粹，而最近较快的修复同样得益于此。
七月那轮极端调整并非基本面崩塌，更多是流动性冲击下的情绪踩踏，大量优质标的遭遇错杀。
而策略的核心正是捕捉这种定价偏差，当八月市场企稳、恐慌情绪退潮，这些被低估的个股便迎来独立且强劲的价值修复。
与此同时，这类策略对风格轮动具备天然免疫力。
反弹初期大小盘与成长价值之间切换剧烈，带有明显风格偏好的策略极易在反复拉扯中受损，而高Pure Alpha通过严格的风格中性化，确保超额收益完全来自个股精选。
叠加中低频框架下对估值与盈利质量的锚定，而非跟随短期情绪起伏，使得策略在投资者信心尚不稳固的阶段，能够以平稳的方式持续兑现价值修复。
再来看表现相对较弱的。
以反转因子为主的量化择时
反转策略的核心，就是专门买那些“跌多了、该反弹”的票，买入时点偏左侧，倾向于在下跌过程中或者上涨回踩时进场。
这套逻辑在震荡市、或者风格来回切换的市场里很吃香，因为它赚的是均值回归的钱。
但问题是，这波反弹是强动量行情。
在强动量市场里，反转策略天然吃亏：它买的是跌的票，而市场正在奖励涨的票。它越是在左侧抄底，就越容易抄在半山腰——因为动量行情里，跌的票往往还会继续跌，涨的票才会继续涨。
可以看出，反转策略的收益来源，和动量策略的收益来源，本来就是相反的。
这并非管理人做错了什么，而是它的策略和这波行情“八字不合”。
其实对于量选这波反弹的分化，我们投资人真正需要关注的，并不是区分谁好谁坏，而是看懂策略的性格。
量选从来不是一个“同涨同跌”的赛道。标签一样，性格可以完全不同。
看懂你手里的那只产品到底在赚什么钱，比盯着它这几周涨没涨，其实重要得多。
热门跟贴