ETF轮动因子跟踪
我们对前期使用GBDT+NN机器学习因子构建的ETF轮动策略进行跟踪测试，发现因子在样本外表现出色：上周IC值达78.03%，多头超额收益率为2.80%。策略的年化超额收益率为12.37%，信息比率为0.70 ，超额最大回撤为17.31%，上周超额收益率2.53%，本月以来超额收益率2.53%，2024年超额收益率9.93%，近期表现优异。
高频因子跟踪
我们对前期挖掘的高频选股因子进行跟踪测试，发现因子在样本外整体表现出色。就上周表现来看，价格区间因子多头超额收益率1.56%，价量背离因子-0.20%，遗憾规避因子-0.65%，斜率凸性因子1.00%。本月以来，价格区间因子多头超额收益率为1.56%，价量背离因子-0.20%，遗憾规避因子-0.65%，斜率凸性因子1.00%。2024年高频因子表现整体都比较优秀，价格区间因子多头超额收益率10.50%，价量背离因子2.65%，遗憾规避因子8.53%。斜率凸性因子表现欠佳，多头超额收益率-2.21%。
其中价格区间因子衡量股票在日内不同价格区间成交的活跃程度，能体现出投资者对于股票未来走势的预期。该因子展现出了较强的预测效果，2024年表现比较稳定。价量背离因子主要衡量股票价格与成交量的相关性，一般而言相关性越低，未来上涨的可能性越高。但该因子近几年表现一直不太稳定，多空净值曲线趋近走平，不过2024年超额收益处于历史较高水平。遗憾规避因子通过考察股票当天被投资者卖出后反弹的比例和程度，展现了较好的预测效果。该因子样本外超额收益稳定，表明A股投资者的遗憾规避情绪依然会显著影响股价的预期收益。而斜率凸性因子则从投资者耐心与供求关系弹性的角度出发，刻画订单簿的斜率和凸性对预期收益的影响。
我们将三类高频因子首先等权合成后构建出了高频“金”组合中证1000指数增强策略，该策略年化超额收益率15.19%，超额最大回撤为4.52%。上周录得1.37%的超额收益，本月以来超额收益为1.37%，2024年超额收益为7.93%。
为考虑进一步增强策略的业绩表现，我们将高频因子与三个比较有效的基本面因子进行等权合成构建出了高频&基本面共振组合中证1000指数增强策略，该策略在样本外超额收益稳定。上周录得2.30%的超额收益，本月以来超额收益为2.30%，2024年超额收益率为11.52%。截止到上周，该策略的年化超额收益率为14.94%，超额最大回撤为4.52%。
风险提示
以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。
策略依据一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出现亏损。
