本报告构建了指数优选的“Alpha+双Beta策略”体系试图寻找市场中能跑赢基准指数中证800的指数标的。区别于今年9月发布的指数优选系列深度报告，我们对备选指数池进行了重新梳理并纳入了今年量化领域关注热点万得微盘股指数，同时基于更新后的备选指数池收益特征对方法论进行了更新。
　　基于把握经典因子的Alpha并抓住市场Beta的目标，本文构建了“Alpha+双Beta策略”在宽基指数备选池中（包括沪深300、中证1000、万得微盘股指数等）中进行季度换仓指数优选，每期推荐2个或3个指数。同时，由于万得微盘股指数的收益特征和备选池中其他宽基指数存在大幅偏离，我们在附录展示了剔除万得微盘股指数后，沿用当前因子和参数的模型稳健性。
　　“Alpha+双Beta策略”框架主要分为以下四个部分:
　　1.宏观Beta因子构建：破局于传统的自上而下从宏观基本面到指数优选的方法，本文从宏观指标出发，以风格特征因子为桥梁，构建指数优选策略。基于宏观指标作为自变量，通过机器学习方法——弹性网络构建回归模型对风格因子多空收益率进行预测，并基于风格暴露打分法对备选指数打分。宏观Beta策略优选前2个指数相较于基准中证800实现年化超额收益9.1%，季度胜率63.6%；优选前3个指数年化超额收益7.1%，季度胜率为63.6%。
　　2.技术Beta因子构建：通过基础技术指标构建技术指标池，通过“长期-短期”相结合滚动筛选有效技术指标，并等权复合得到指数优选技术因子。技术Beta策略季度换仓优选前2个指数相较于基准指数中证800实现年化超额收益15.5%，季度胜率为70.9%；优选3个指数年化超额收益12.4%，季度胜率为72.7%；
　　3. Alpha因子构建：将个股多因子研究成果映射到指数配置上，通过“低估值-高换手-动量”三大维度构建Alpha因子。通过滚动窗口进行因子Alpha筛选后，以因子组合夏普比率最优化为目标计算因子权重，并按相应权重加权得到最终因子。Alpha策略优选前2个指数相较于基准指数中证800年化超额收益达16.3%，季度胜率为71.4%；优选前3个指数年化超额收益10.7%，季度胜率为71.4%。
　　4.策略复合与指数优选：本文提出两类复合方式，复合后的模型在季度换仓中均可稳定获取超额收益。具体如下：
　　对于分仓等权复合：优选前2个指数年化超额收益14.2%，季度胜率68.7%；优选前3个指数年化超额收益10.4%，季度胜率69.3%；对于因子等权复合：优选前2个指数年化超额收益10.6%，季度胜率66.7%；优选前3个指数年化超额收益11.0%，季度胜率70.4%。
　　当前模型推荐：最近一次换仓（2023.10.09）以因子等权复合模型为例，推荐买入指数标的为万得微盘股指数、中证1000、中证红利。
　　风险提示：投资者应注意基于历史数据建模的模型失效风险。