中金丨“被动化”趋势下的量化投资

本文摘自：2025年2月18日已经发布的《资管变革系列（1）：“被动化”趋势下的量化投资》

摘要

被动投资对市场微观结构的影响：影响方向并不单一

（1）重要指数成分股由于被动基金的持续买入，其流动性可能得到提升，而非成分股则可能面临流动性下降的风险。A股实证表明，沪深300指数的流动性整体优于中证500和中证1000指数，且ETF规模的增加对大盘股和中盘股的流动性有正面影响，但在市场波动加剧时，流动性可能会受到短期冲击。

（2）被动投资对市场波动性的影响方向也较为复杂。一方面，被动基金的交易活动减少了对个股基本面的分析和交易，导致市场对信息的反应速度变慢，从而可能降低市场的短期波动性。另一方面可能在市场压力下放大波动性，导致股票价格的波动更加剧烈。A股实证显示，沪深300指数的波动率整体低于中证500和中证1000指数，且ETF规模的增加对大盘股和中盘股的波动率有降低作用，但在市场波动加剧时，波动率可能会出现短期上升。

被动投资对市场风格与因子表现的影响：质量、低波等因子受益

（1）市场风格：大盘股由于被动基金按指数权重配置资金，其需求增强，表现优于小盘股。A股实证表明，由于A股主流大盘指数风格偏向低估，价值风格的收益与市场被动投资规模呈现一定正相关。（2）因子表现：动量/反转因子、低波因子、质量因子等的表现与被动资金的流向密切相关。海外来看质量因子和成长因子在被动资金增长的背景下表现稳定。A股实证显示，质量因子（QQC）和成长因子（QPT）的多头超额收益与ETF份额变化近年来呈稳定正相关。

被动投资对Alpha和策略有效性的影响：Alpha挖掘难度提升，事件策略迎来机遇

（1）Alpha挖掘难度增加：随着被动投资规模的扩张，Alpha因子的挖掘难度增加。被动基金的买卖使得利用错误定价进行套利变得更加困难。传统Alpha因子有效性降低：被动投资的增加使得市场对信息的反应速度变慢，削弱了传统Alpha因子的表现。动量/反转因子和估值因子等传统Alpha因子的超额收益空间被压缩。

（2）量化策略的有效性变化：a）指数增强策略：指数增强策略在被动化趋势中受到的影响中性偏负面。挑战来自于Alpha挖掘难度上升和指数成分股收益相关性上升。然而这类策略仍然受到投资者的青睐，因为它们在跟上指数Beta的同时获得一定的额外收益。b）主动量化策略：主动量化策略在被动化趋势中受到的影响相对负面。被动投资规模的上升导致Alpha挖掘难度提升，常用的基本面量化因子变得过于拥挤或失效。c）事件驱动和套利策略：被动投资的上升为事件驱动策略提供了新的机会。特别是与指数成分股调整和ETF资金流相关的套利机会，指数调整套利和ETF套利策略在被动主导的市场中重要性进一步提高。

被动投资趋势下的量化投资新思路：区分长期性趋势与临时性变化

（1）长期性趋势下：为了应对主流指数的跟踪被动产品规模提升带来的影响，可以考虑从指数编制涉及的范围、指数编制使用的信息等方面入手，挖掘非主流指数成分股中的Alpha信号，加强舆情、高频等另类策略的开发。同时要积极把握被动化趋势下指数调整等套利策略的新机会，加强套利等事件驱动策略的研究。

（2）临时性变化时：为了应对被动资金的短期快速变化，可以通过灵活仓位调整、高频策略、实时流动性监控和风险对冲等措施提高策略的风险控制能力，把握短期套利机会，应对资金大幅波动带来的挑战。

风险提示：分析均基于历史数据，历史数据存在不被重复验证的风险。

正文

近年来被动投资在全球范围内呈现迅猛发展态势。根据晨星的数据，以美国为例，过去10年被动股票ETF的资产管理规模从2015年的约1.68万亿美元增长至2024年的近8.0万亿美元，年均增速超过16%；而同期主动投资的年均增速仅为约5%。在市场份额方面，过去10年美国被动股票ETF规模占比稳定持续上行，占权益基金总规模之比也由37%升至59%，主动投资的市场份额则相应下降。

A股市场近年来在被动投资领域也取得了显著进展。随着市场开放度的提高和投资者结构的转变，以ETF为代表的被动化产品的资产管理规模呈现快速增长趋势。截至2024年末，我国ETF市场规模已有3.7万亿元，较年初增长83%。这一增长背后，政策的支持功不可没。例如，2023年8月中国证监会发布“活跃资本市场、提振投资者信心”多项举措 ，强调发展权益类基金，放宽指数基金注册条件，并将ETF纳入转融通标的。2024年4月，国务院印发《关于加强监管防范风险推动资本市场高质量发展的若干意见》 ，提出建立ETF快速审批通道，推动指数化投资发展。这些政策为ETF市场的发展提供了有力支持。

在被动化产品规模快速扩张的背景下，市场微观结构正发生显著变化。被动投资的增加可能导致市场流动性和波动性等微观结构的变化，进而影响不同策略的收益能力。被动化趋势给基本面投资、量化投资等主流投资策略都带来了新的挑战和机遇。本文我们将聚焦于量化投资，探讨量化投资在被动化趋势下会遇到哪些挑战，并提出可能的应对方案。

被动投资对市场微观结构的影响

我们将首先聚焦于被动化趋势下市场微观结构的变化。在参考海外成熟市场研究经验的同时，我们也将通过高频数据及其衍生的流动性相关指标、以及A股市场ETF规模等相关数据来具体分析A股的情况。市场微观结构是指市场中交易机制、流动性提供者行为等细节层面的特征。通过高频Level 2数据，我们可以观察到ETF对市场流动性的影响，例如买卖价差的缩小和订单簿深度的增加，我们将通过实证分析加以验证。

海外经验：影响方向并不单一

被动投资对市场流动性和波动性的影响

被动投资的兴起对市场的流动性特征产生显著影响。《Index-Linked Investing—A Curse for the Stability of Financial Markets Around the Globe?》（Lidia Bolla et al., 2016）指出，被动投资的增加可能导致市场流动性在不同股票之间的分化。成分股由于被动基金的持续买入，其流动性可能得到提升，而非成分股则可能面临流动性下降的风险。这种分化可能进一步加剧市场的不平等性，使得非成分股在市场压力下更容易出现价格波动。

被动投资对波动性特征的影响方向并不单一。一方面，被动基金的交易活动减少了对个股基本面的分析和交易，导致市场对信息的反应速度变慢，从而可能降低市场的短期波动性。然而，这种策略也可能在市场压力下放大波动性。例如被动ETF的持有比例增加会导致股票的尾部风险显著上升，这意味着在极端市场条件下，股票价格的波动可能更加剧烈。此外，被动投资的增加还可能导致市场波动的同步性增强。《Index-Linked Investing—A Curse for the Stability of Financial Markets Around the Globe?》（Lidia Bolla et al., 2016）提到，随着被动投资的普及，股票之间的相关性显著增加，波动的传播途径可能更广。这种现象在新兴市场中尤为明显，因为这些市场的被动投资比例相对较低，但增长迅速。

A股实证：被动投资对市场流动性、波动性的影响

我们在报告《市场微观结构系列（2）：高频视角下的微观流动性与波动性》中基于高频数据构建了包括日内spread，日内深度，Amihud低流动性，range波动，return波动等等反映股票高频微观特征的指标。

具体来讲，在市场微观结构研究中，日内价差体现最优买卖报价的瞬时交易成本，其收窄通常表征做市商竞争加剧或流动性供给改善；订单簿深度（Depth）反映特定价格区间内可执行交易量规模，深度的增加表明市场具备更强的订单簿韧性，能够缓冲大额交易对价格的冲击；Amihud 非流动性指标通过单位交易金额引发的价格变动幅度衡量市场脆弱性，其数值下降意味着价格发现效率提升，大宗交易对市场均衡价格的扰动降低；区间波动率以日内最高最低价相对幅度刻画价格边界突破强度，而收益率波动率通过分钟级收益率标准差捕捉价格序列的连续变动特征，两者同步扩大往往预示市场信息不对称加剧或风险偏好显著变化。

这些指标的动态演变构成观测市场流动性的多维度棱镜：当价差、Amihud 指标下行伴随深度上行时，显示市场进入高流动性稳态；反之若价差走阔、深度萎缩叠加波动率抬升，则警示流动性分层风险正在积聚。

接下来我们将聚焦于这些微观特征是否受到ETF规模、ETF持仓占比等方面的影响。我们将从下述两个问题进行重点分析：

• 被动投资是否改变市场流动性特征？

• 被动投资是否导致市场波动率的结构性变化？

被动投资是否改变市场流动性特征

首先，从日内spread和Amihud低流动性指标来看Ａ股主要宽基指数（沪深300、中证500和中证1000指数）的成分股流动性变化趋势，我们发现沪深300指数的流动性整体优于另外两个相对小盘的指数。因此从长期来看，A股市场中对标的ETF规模越大的指数成分股的确也具有更好的流动性。

图表1：三大宽基指数成分股日内spread

注：数据截至2025-01-14

资料来源：Wind，中金公司研究部

图表2：三大宽基指数成分股Amihud非流动性

注：数据截至2025-01-14

资料来源：Wind，中金公司研究部

那么指数成分股的流动性是否有随着ETF资金的流入而出现变化呢？我们计算了三个宽基指数成分股日内平均深度与各自指数对标的ETF规模的相关性，从结果来看，自2018年以来，沪深300和中证500指数的成分股的流动性（日内平均深度越高，流动性越好）与ETF规模整体呈现正相关，而小盘股（中证1000）成分股的流动性与被动规模相关性不显著。

不过2024年是一个较为例外的年份，股票市场在2024年出现两个以上较大幅度的波动，被动投资规模也在2024年的两次大幅波动的时间前后出现快速的增长。我们观察到无论是大盘指数还是小盘指数的成分股的日内深度都呈现出反向波动，即ETF规模的快速拉升反而使得成分股流动性出现下降。

图表3：三大宽基指数成分股日内平均深度与指数ETF份额变化分年度相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

因此在A股市场我们观察到：在市场环境较为稳定时，指数ETF规模上升对成分股流动性的长期结构性影响相对较为正面，且更多体现在大盘股和中盘股。而当市场波动加剧时，股票流动性特征短期可能会受到ETF资金大幅变动产生波动。

• 不同ETF持仓占比的股票的流动性特征是否有分化？

我们接着从ETF持仓占比的角度，来探讨是否ETF资金持有占比越高的股票具有更好的流动性。从日内Spread反映的微观流动性特征来看，ETF持仓占比越高（第3组）的股票spread越小，具有更好的流动性。且这一特征在历史上看来趋势较为稳定。从日内深度来看，对全部A股来说ETF持仓占比越高的股票深度越高流动性越好。但当我们观察沪深300成分股内的ETF持仓占比分组后的特征，会发现ETF持仓占比越高的300内成分股并不具有更好的盘口深度，流动性反而较弱。也就是说，当被动资金持仓占比已经较高时，更高的持仓占比可能反而会削弱相应个股的微观流动性。我们认为其原因可以是：当大量被动资金持有股票且持有不动时，会导致相应个股的真实流通股本占比下降，导致交易时的盘口深度等流动性特征变弱。

图表4：全市场不同ETF持仓占比股票的日内深度

注：数据截至2025-01-17，按照ETF持仓占比排序后等分为三组

资料来源：Wind，中金公司研究部

图表5：沪深300内不同ETF持仓占比股票的日内深度

注：数据截至2025-01-17，按照ETF持仓占比排序后等分为三组

资料来源：Wind，中金公司研究部

被动投资是否导致市场波动率的结构性变化？

我们从日内range波动率和return波动率指标来看Ａ股主要宽基指数（沪深300、中证500和中证1000指数）的成分股波动率变化趋势。我们发现沪深300指数的波动整体低于另外两个相对小盘的指数。因此从长期来看，A股市场中对标的ETF规模越大的指数成分股的确也具有更低的波动率。

图表6：22年以来沪深300指数range波动率与沪深300指数走势

注：数据截至2025-01-14

资料来源：Wind，中金公司研究部

自2022年初至2024年初的这段时间，沪深300指数对标ETF产品规模缓慢提升且同时沪深300指数本身表现相对平淡的背景下，我们观察到沪深300成分股的高频波动率是缓慢下降的，波动率中枢处于下移的过程。而随着2024年1月底市场出现波动且沪深300指数ETF的规模大幅增长，成分股高频range波动率出现了一个快速的跃升再缓慢回落的过程。这一情形又再次在2024年9月底的市场大幅拉升和ETF规模快速上升中重复出现。

图表7：三大宽基指数成分股range波动率与指数ETF份额变化分年度相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

类似的，我们计算了三个宽基指数成分股range波动率与各自指数对标的ETF规模的相关性，从结果来看，自2018年以来，沪深300和中证500指数的成分股的波动率与ETF规模整体呈现负相关，而小盘股（中证1000）成分股的波动性特征与被动规模相关性不显著。这里我们看到2024年也是一个较为例外的年份，我们观察到无论是大盘指数还是小盘指数的成分股的range波动都呈现出反向波动，即ETF规模的快速拉升反而使得成分股波动性快速上升。

被动投资对市场风格与因子表现的影响

市场风格是影响各类策略有效性的重要因素。随着被动投资的规模扩张，不同市场风格的强弱势也可能相应发生变化，例如ETF持仓更多的大盘股可能受到更多关注。本章我们将通过对比海外经验，研究Ａ股风格和因子在被动投资趋势下的收益表现变化，分析被动投资规模扩张对不同风格因子表现的影响。

海外经验：大盘占优、成长受益

大盘偏好与小盘效应：大盘略有优势

ETF资金流入可能导致大盘股的表现优于小盘。根据《Passive investing and its impact on return co-movement, market concentration and liquidity in euro area equity markets》（Daniel Dieckelmann et al.，2024）的研究，被动基金按指数权重配置资金，导致对大盘股的需求增强。尽管大盘股流动性较高，但其市值规模庞大，被动资金流入对价格的推动效应仍然显著。这种正反馈循环推高大盘股市值，进一步增加其权重，形成“强者恒强”的格局。

成长风格与价值风格：海外成长风格受益

从2010年至今，美国、欧洲等成熟市场的成长股整体表现优于价值股，这种趋势部分归因于低利率环境下对成长性的青睐，而被动投资的兴起也在其中起到推动作用。大部分被动产品跟踪的基准指数都是按照市值加权的，这意味着股价上涨的股票在指数中的权重会进一步增大，从而形成一个正反馈机制，有利于股价持续提升。相比之下，依赖均值回归的价值投资策略在被动资金流入不断推高某些股票价格时，往往难以发挥优势。因而导致价值因子在很长一段时间内表现羸弱甚至出现负收益。

常见Alpha因子：低波、质量因子可能受益

同样的，被动投资规模扩张对常见Alpha因子的表现也会产生影响。参考相关文献，我们整理了对具体因子的影响：

•动量/反转因子：被动资金的流入对动量效应有双重影响。

一方面，如果被动资金流入不加区分地推动股票价格上涨，则可能延长价格趋势，从而强化动量效应。另一方面，也有观点认为，如果所有人都涌入相同的优势股票（通常通过被动产品购买），这些股票可能出现过度拥挤，最终容易出现急剧反转。

•低波因子：美股市场低波动率因子（偏好波动性较低、回报稳定的股票）在2010年代表现出色，而被动投资的发展与这一因子也有交集。许多低波动率股票本身就是成熟的大盘股（例如公用事业、必需消费行业的公司），同时也在指数中占有较高权重。

•质量因子：质量因子（注重盈利能力和稳健性的公司）也常与指数成分股或低波动率股票重合，因此资金流入指数时质量因子的表现也会相对受益。

A股实证：质量因子、低波因子受益

聚焦A股，我们发现价值风格的收益与市场被动投资规模呈现一定正相关，尤其是2019年以来，随着市场上被动投资规模的快速上升，价值风格收益与ETF规模的相关性也逐级提升。

但A股大小盘风格与被动资金的流向之间的相关性相对较弱，过去十年来看大盘风格与被动投资的相关性平均为0.02，从2019年至2023年随着ETF规模的增长，大盘风格略微受益。而在2023年被动资金的流向呈现出与小盘风格的一定正相关。

图表8：Ａ股主流风格与ETF份额变化的相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

图表9：Ａ股主流风格与ETF规模变动的相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

质量因子（QQC）、成长因子（QPT）近年来稳定收益与被动资金份额增长：我们发现QQC和QPT因子的多头超额收益与ETF资金流向长期以来呈现稳定的正相关，且历史相关性高达0.83和0.85。

反转因子（mmt_range_M）近5年收益与被动资金份额变动呈现显著负相关：自2020年以来，反转因子（mmt_range_M）的收益与ETF资金流向之间的相关性由正相关转为显著的负相关。我们认为随着A股被动资金规模的不断增长，反转因子有效性受到影响，相对应的，动量效应可能得到增强。

低波动因子（vol_highlow_std_1M）相关性不断提升，分析师预期因子（EEChange_3M）相关性下降。

总结来看，基于我们的测试结果，A股市场的因子收益与被动资金的相关性方向与海外研究经验基本一致。质量因子、成长因子和低波动因子有所受益，而反转因子、分析师预期因子与被动资金的相关性较为负面。

图表10：Ａ股主要Alpha因子与ETF份额变化的相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

被动投资对Alpha和策略有效性的影响

Alpha因子是量化投资的基石。随着被动投资规模的扩张，市场效率可能提高，这可能影响Alpha因子的挖掘难度。本章将通过回顾传统Alpha因子的表现和被动资金的流向之间的相关性，探讨在ETF趋势下Alpha挖掘的难度和对量化策略收益的影响。

ETF规模扩张对Alpha挖掘难易程度的影响

ETF规模扩张可能导致Alpha挖掘的难度增加

根据《Passive Investing and Market Quality》（Höfler, Schlag, and Schmeling, 2024）的研究，市场上有大量资金采用被动策略时，击败市场的难度可能会变大。更高的被动ETF持有比例会降低公司特定信息对收益的重要性，但增加了暂时性噪声的重要性以及投资者情绪变化对股价的影响力。

一方面，由于错误定价现象可能因缺乏主动纠正而持续存在；另一方面，被动基金较少关注基本面信息，某些股票的定价错误可能会长期存在，但利用这些错误进行套利也会变得更加困难，因为被动资金的持续买入可能会掩盖基本面信号。一个基本面过高估值的股票可能因被动资金持续追捧而持续走高，使得主动型投资者即使看准其高估，也难以做空。这种动态削弱了逆向阿尔法策略的有效性。总体而言，在大量指数化操作的股票中，Alpha的挖掘会变得更加艰难。

传统Alpha因子的有效性降低

ETF规模扩张导致传统Alpha因子的有效性显著降低。根据《On Index Investing》的研究，被动投资的增加使得市场对信息的反应速度变慢，削弱了传统Alpha因子的表现（Coles, Heath, and Ringgenberg, 2022）。具体而言，动量/反转因子和估值因子等传统Alpha因子的超额收益空间被压缩，因为市场对这些因子的反应更加迅速和充分。

部分因子拥挤度提升

ETF规模扩张导致大量资金流入少数几个因子（如大盘股、价值股），使得这些因子的超额收益空间被压缩。根据《Passive Investing and Market Quality》的研究，被动投资的增加导致市场波动的同步性增强，个股之间的相关性显著提高，这使得量化策略更难通过个股选择获取超额收益。这种因子拥挤现象进一步削弱了传统Alpha因子的有效性。

被动投资趋势对主流量化策略的影响

图表11：被动化趋势对量化策略的有效性影响分析

资料来源：中金公司研究部

指数增强策略

首先是正面的影响，从策略的关注度上来看，我们认为被动化趋势可能将推动指数增强策略的关注度提升。一些在传统主动投资中失去信心的投资者会转向指数增强产品，以期在跟上指数Beta的同时获得一定的额外收益。

指数增强也将在被动化趋势中面临一定的挑战。在指数增强策略构建流程的各个阶段，被动化趋势带来的影响具体涉及的方面包括：

• Alpha模型：前文中我们分析发现在被动化趋势下，Alpha挖掘难度上升，传统Alpha因子收益受到影响；指数成分股的收益因为被动跟踪资金的同向交易而出现相关性上升，个股之间收益趋同也会进一步提高Alpha的挖掘难度。

• 风险模型：由于市场风格的强弱趋势在被动化趋势下也会出现一定的变化，怎样定义和识别风险因子也将成为一个新的研究课题。另外，被动资金上升导致股票收益尾部波动提升也会对组合的风险控制带来新的挑战。

• 组合优化：指数调整的交易竞争加剧，也使得成分股调整窗口期的交易策略重要性提升，以控制跟踪误差为目的的组合优化难度提高。

事件驱动和套利策略

事件驱动策略指的是从特定事件或暂时性错误定价中获取阿尔法。被动投资的上升为这类策略提供了新的事件驱动机会，特别是与指数成分股调整和ETF资金流相关的机会：

•指数调整套利

被动基金对指数成分股的买入和卖出需求最为直接。例如，当某只股票被纳入主要指数（如标普500）时，跟踪该指数的被动基金必须大量买入该股票，通常会在公告和生效日前后推高股价。量化投资者可以通过提前预测这些变动，在股票被纳入前买入，从而捕捉由于被动资金加仓带来的价格波动。

我们在报告《2024年12月A股指数定期调整预测：被动化时代下，指数调整的影响有哪些变化？》中也详细分析了被动化趋势下指数调整事件效应的变化，基于我们的统计。多数指数在2023年后的纳入效应优于全历史平均水平。

沪深300、中证500等宽基指数2023年后纳入样本股在调整公告日后10日的超额收益表现显著，超额收益的均值、中位数、胜率相较于历史总体均有所提升，纳入效应优于全历史平均水平。其中沪深300、上证50指数在公告日后10日的累计超额收益分别提高至6.00%和8.02%。综合来看我们认为被动型基金规模的扩大或将增强指数成分股调整带来的纳入和剔除效应。

•ETF套利

ETF价格有时会与其标的的净值出现微小溢价或折价，投资者可以通过申购或赎回来套利，既获得收益，又使ETF价格与其标的资产价格保持一致。高频交易等量化交易机构经常利用ETF与其成分股之间的日内价格失衡开展套利交易。例如如果某只ETF交易价格高于其成分股篮子的净值，机构可以做空ETF并买入成分股，待套利完成后平仓。这类策略虽然单次收益不高，但在大规模交易下积少成多，同时也有助于提高市场效率。

A股：主动量化Alpha受影响较大

由于我国公募基金产品类型中无法单独区分出事件驱动策略的类型，我们统计了Ａ股市场公募基金中主动量化产品和指数增强产品的超额表现与市场ETF资金流向的相关性，来观察A股市场不同量化策略与被动资金的相关性情况。结论与我们前文总结的海外经验相类似：

A股的主动量化策略受影响更为显著，而指增策略目前来看受到的影响较为中性。具体而言，大盘和中盘风格的策略受到的负面影响更多，而小盘策略（例如中证1000指增）由于被动资金体量仍然有限，目前受到的负面影响较小。

图表12：A股的量化策略与ETF资金流向的相关性

注：数据截至2024-12-31

资料来源：Wind，中金公司研究部

被动投资趋势下的量化投资新思路

量化策略如何应对：区分长期性趋势与临时性变化

A股市场的ETF规模发展呈现出的规律有两个特点：首先是发展相对较晚，A股ETF产品规模从2019年以来才出现了增速的缓慢提升。其次是近期增速跃升，A股的ETF规模在刚刚过去的2024年出现了一个明显的跃升，总规模达到接近3.5万亿元，其中沪深300规模增长接近7000亿元，新发行的中证A500规模也达到2500亿元。

考虑到我国股票市场ETF规模的上述变化规律，我们认为在被动资金主导的市场环境中，资金流向往往不会维持单一模式，在长期性趋势下可能也会因为市场环境、政策等层面的因素发生临时性的短期快速波动。因此，我们认为有必要对量化策略的应对进行分层设计，从而更精准地捕捉各阶段的Alpha机会并控制风险。我们将针对“长期性趋势”与“临时性变化”两种情形，分别分析量化策略的应对措施。

长期性趋势下的应对策略

在市场被动资金流向相对平稳、趋势较为稳健的情形下，量化投资策略的应对方法可考虑针对指数编制的特点来展开。首先，为了应对主流指数的跟踪被动产品规模提升带来的影响，可以考虑从指数编制涉及的范围、指数编制使用的信息等方面入手，挖掘非主流指数成分股中的Alpha信号，加强舆情、高频等另类策略的开发。其次，要积极把握被动化趋势下指数调整等套利策略的新机会，加强套利等事件驱动策略的研究。

图表13：长期性趋势下的应对策略

资料来源：中金公司研究部

• 关注非主流指数成分股中的超额收益机会

可以考虑在被动资金覆盖较少的领域寻找新的超额收益机会，将策略开发的重点更多投向中小盘股或新兴板块。基于前文的分析我们发现Ａ股市场小盘风格股票的Alpha受影响程度仍相对较小，而且这些类型的股票中个人投资者交易仍然占有一定的比例，在此类股票中通过交易和行为数据挖掘非理性交易行为中的超额收益仍然有一定的空间。

• 重点开发新闻舆情、高频价量等数据中的另类Alpha

我们注意到，指数编制过程中使用的大部分是公司基本面信息和简单的波动率等价量信息，而新闻舆情、高频价量等信息基本未被主流指数编制过程所采纳，从这个角度出发我们认为新闻舆情、高频价量中的Alpha信息或许将成为被动化趋势下的影响策略收益的关键。

根据前文的分析，更高的被动ETF持有比例会降低公司特定信息对收益的影响能力，而暂时性市场噪声和投资者情绪变化对股价的影响力会提升。因此，舆情分析模型的重要性将进一步提升。同时，可以考虑更多的应用近期发展迅速的大语言模型等机器学习技术，构建针对舆情等其他类型文本信息的分析框架。一方面提高舆情Alpha的挖掘和捕捉能力，另一方面也可以更好地及时监控市场情绪动向，提高舆情风险监控能力。

• 把握指数调整等套利策略的新机会

此前我们提到，围绕指数再平衡等事件的套利策略，ETF套利策略，是被动投资规模上升趋势下的获取收益的有效方式。除此之外我们也可以通过被动资金流向等数据，在被动资金大量流入相关股票时跟随持仓，待流入趋势结束时逐步退出来获取收益。或者也可以考虑直接对ETF资金流构建模型，捕捉大额流入引发的短期价格波动，并通过捕捉均值回归的效应来获取相应的收益。

临时性变化下的应对策略

当市场上被动资金突然出现大幅的流入或流出，可能会带来股票微观流动性和价格波动的急剧变化，需要采取更为敏捷和动态的应对措施：

• 跟踪ETF资金流，加强风险管理

面对突发性被动资金波动，需迅速降低仓位风险，缩短持仓周期。可以考虑构建实时仓位管理模型，根据ETF的资金流入流出情况快速调整持仓，防范相应股票流动性和波动性急变带来的风险。

• 利用高频数据捕捉短期套利机会

短期的资金快速流动会使得短期的套利机会和均值回归效应更加明显，适合利用高频交易捕捉短暂波动。可以考虑在被动资金出现临时性大幅波动时更多利用套利策略，利用指数再平衡窗口或被动资金急速变化引发的短期价格偏离，捕捉短期Alpha和短期的交易机会。