偏反转逻辑因子的大量使用是量化组合会低配高波股票的重要原因。量化组合由于低波、低流动性等因子往往倾向于选择波动率较低的股票，使得组合在波动率的分布上与基准有偏，在高波动股票快速上涨时往往会跑输指数。可以通过波动率分组对组合和指数实现“波动率中性”，该方案主要控制住了组合的波动率分布风险，但代价是有可能损失超额收益。这是一个主要防控风险的手段。
　　本文我们提出对个股的波动率进行分层，分别实行不同的个股偏离约束，是更能兼顾超额收益和最大回撤的推荐方案。我们以波动率高的60%股票作为高波股票组，波动率低的40%股票作为低波股票组合，对高波组进行0.6%的个股偏离约束，对低波组采用0.4%的个股偏离约束，可以发现：适度放松高波组的个股偏离约束，能同时带来提升超额收益和减少最大回撤的效果。
　　量化组合能够在高波组股票里拿到更多超额收益，放松约束有利于组合发挥效果。（1）部分因子如低波、成长因子在高波组表现更好，IC更高；（2）高波组里部分因子离散度更高；（3）高波组里，波动率分层约束后，超配股票所带来的收益贡献有了明显提升，而低配股票保持不变或小幅度下降，综合带来更明显的收益。这一结果说明：高波组放松约束，主要是在超配个股上获得了增量alpha，提升了组合的整体表现。
　　波动率分层约束不能实现完全的“波动率中性”，但相比原始组合，高波组股票的配置比例都有了一定幅度的提升。收窄高波组的划分能一定程度上减少最大回撤，但月均超额也出现了一些下降。较为宽松的高波组股票的认定，给尽可能多的股票以宽松约束的空间，有利于组合超额收益的提升。
　　波动率分层约束是一个可以推广到其他指数上的方案：本文的前面全部测算都是基于中证500指数的，该方案是否可以适用于其他指数呢？我们测算了在沪深300、中证1000指数内的使用效果，整体上相比原始组合大都体现出提升超额和降低最大回撤的效果。
　　风险提示与声明：本报告对于量化策略、指数的研究分析均基于历史公开信息，可能受指数样本股的变化而产生一定的分析偏差；阅读本报告时，投资者需结合自身风险偏好及风险承受能力，充分理解因子表现及量化策略的波动、风格、历史表现、风险等因素。模型根据历史数据构建，历史表现不代表未来，市场环境发生重大变化时可能失效。