低 Beta 选股
因子选股A股风险 低进阶更新 2026-09-24#低Beta#Beta因子#截面因子
按对市场敏感度（Beta）而非总波动选股：Betting Against Beta 的 A 股验证框架，与低波动策略构成姊妹对照。
策略目标
Beta 因子与低波动因子是近亲但不同物：低波动用总风险排序，低 Beta 用对市场的敏感度排序——一只长期横盘的股票总波动很低，但 Beta 可能不低；一只与市场同涨同跌的大盘股总波动高，Beta 却接近 1。理论机制是杠杆约束：受限投资者无法加杠杆放大低 Beta 资产，只能超配高 Beta 博收益，把低 Beta 资产的价格压出折价 [1]。本策略是低波动率选股的姊妹篇：持仓预期高度重叠，重叠度本身就是重要检验对象——若 A 股样本中两者几乎同物，组合层面保留其一即可。
数据需求（量价）
| 数据 | 字段 | 频率 | 用途 |
|---|---|---|---|
| 量价 | 个股日收益率（后复权） | 日频 | 回归因变量 |
| 量价 | 指数日收益率（沪深 300） | 日频 | 回归自变量 |
| 状态 | ST、上市日期 | 基础信息 | 过滤 |
Beta 估计
用过去 250 个交易日的日收益做 OLS， 为该股对指数的敏感度，截面取最低 40 只。
执行规则
季度调仓，缓冲带抑制边缘换手。与低波动策略的重叠度每月统计：重叠超过 70% 说明两因子在 A 股几乎同物，组合层面保留其一即可——这个判断由数据下结论，不由偏好下结论。
风险与失效场景
- 与低波动高度重叠：两因子相关性极强是国际共识，独立 alpha 期望要放低；
- Beta 估计不稳定：250 日窗口的回归系数随行情结构漂移，Beta 排名天然抖动；
- 行业集中：低 Beta 聚集防御行业，与低波动策略同样的老问题；
- 牛市跑输：贝塔错配在单边上涨中代价最大；
- 利率与风格环境：防御暴露对利率敏感。
验证状态
待验证。需要完成：Beta 与总波动排名的截面相关系数；两策略持仓重叠度序列；回归窗口 120/250/500 日的稳定性；防御行情与进攻行情的双向对照。本文不提供任何未实测的收益或回撤数字。
参考文献与延伸
[1] Frazzini, A., & Pedersen, L. H. (2014). Betting Against Beta. Journal of Financial Economics, 111(1).（Beta 因子与杠杆约束机制）
[2] Q-Code 量化策略工作台
策略逻辑结构
- 个股与指数行情 — 日收益序列（后复权）
- Beta 估计 — 250 日对指数回归
- 范围过滤 — 剔除 ST 与次新
- 低 Beta 组合 — Beta 最低 40 只等权
- 季度再平衡 — 缓冲带与重叠度监控