2010 年9 月6 日发布的报告。

我们之前已经陆续推出三篇关于因子贡献度和区分度动量的报告（《多
因子alpha 选股——将行业轮动落实到Top 组合》、《多因子选股模型结合
股指期货实现Alpha 收益》和《将区分度动量模型延伸至三维空间》），依
次研究了以中证800 和沪深300 为股票池的区分度动量选股，并且通过剥离
价格，将因子集分类为基本面因子和市场因子。
但是在不同的样本股票池中，因子集的持续表现是否一致？如果不一致，
那么是否所有的股票池样本集都能用这种方法，股票池对应的因子集又该如
何选择。
最常见的样本子集，就是行业了。按照至上而下的投资逻辑，首先判断
宏观经济，根据所处的经济周期位臵进行行业配臵。那么从量化的结构性角
度出发，行业内的因子有什么特性，又该用哪些因子选股呢？这些便是本篇
报告希望解决的问题。
在对行业内量化选股面临的难点进行了初步探讨之后，我们决定构建一
套因子贡献度的衡量体系，即从持续性、显著性和偏离性三个角度去衡量行
业内因子集的表现。通过对中证800 成分股证监会行业特性的分析，最终得
出交运仓储、批发零售、房地产、石化、金属非金属、机械设备和医药生物
等行业可能适用于区分度动量选股。
进一步我们设计了通过对因子贡献度衡量体系加权打分的方式选择行业
内因子集的方法，并以石化和机械设备行业为示例，给出了行业内区分度动
量选股策略的实证分析。
通过对实证结果的分析，发现相对全市场多因子选股而言，由于行业内
信息扩散速度更快，投资者挖掘更为深入，使得行业内选股难度更大，区分
度动量的持续时间要短于全市场。
在后续的研究工作中，将重点对适合量化选股的行业进行逐一分析，以
线性模型的区分度动量选股为基础，针对行业特征进行选股方法和行业参数
的进一步优化。