很多量化投资者都有这样的困惑：

我的策略跑赢了大盘，但我不知道为什么跑赢了；我的策略最近表现不好，但我不知道哪里出了问题。这是因为他们只关注策略的总收益率，而没有深入分析收益的来源和构成。

绩效归因是量化投资中最重要的环节之一。

它通过将策略的总收益分解成不同的组成部分，帮助你了解策略的盈利能力来自哪里，哪些部分是可持续的，哪些部分是偶然的，从而为策略的优化和迭代提供科学的依据。

QMT 和 PTrade 内置了专业的绩效归因分析系统，提供了从基础的收益拆分到深度的 Brinson 归因、因子归因的全方位分析功能，能够帮助你精准定位策略的收益来源和风险点。

绩效归因的三大核心维度

基础收益拆分

基础收益拆分是绩效归因的第一步，它将策略的总收益拆分成不同的组成部分，让你对策略的表现有一个整体的了解。QMT 和 PTrade 的基础收益拆分功能包括：

品种收益拆分：

将总收益拆分成股票、ETF、可转债、期货等不同品种的收益，让你了解哪些品种对策略的贡献最大。

交易收益拆分：将总收益拆分成开仓收益、平仓收益和持仓收益，让你了解策略的盈利主要来自于开仓时机、平仓时机还是长期持有。

时间收益拆分：将总收益按日、周、月、季度、年度进行拆分，让你了解策略在不同时间段的表现，识别策略的周期性特征。

Brinson 归因分析

Brinson 归因是目前最经典、最常用的绩效归因方法，它将策略相对于基准的超额收益分解成资产配置收益、个股选择收益和交互收益三个部分：

• 资产配置收益：是指由于策略在不同行业或资产类别上的配置比例与基准不同而产生的收益。如果策略在表现好的行业上配置了更高的比例，就会获得正的资产配置收益。

• 个股选择收益：是指由于策略在同一行业内选择了表现更好的个股而产生的收益。如果策略在某个行业内选择的个股表现优于该行业的平均水平，就会获得正的个股选择收益。

• 交互收益：是指资产配置和个股选择共同作用产生的收益，通常数值较小，可以忽略不计。

通过 Brinson 归因分析，你可以清楚地知道你的策略的超额收益是来自于行业轮动能力还是个股选股能力。如果资产配置收益较高，说明你的行业轮动能力较强；如果个股选择收益较高，说明你的个股选股能力较强。这样你就可以针对性地强化自己的优势，弥补自己的劣势。

因子归因分析

因子归因是比 Brinson 归因更深入的绩效归因方法，它将策略的收益分解成不同因子的贡献，比如市场因子、价值因子、成长因子、动量因子、波动率因子等。

因子归因能够帮助你了解策略的风格暴露情况，以及不同因子对策略收益的贡献程度。例如，如果你的策略的收益主要来自于动量因子，说明你的策略是一个动量策略；如果你的策略的收益主要来自于价值因子，说明你的策略是一个价值策略。

通过因子归因分析，你还可以发现策略的潜在风险。如果你的策略在某个因子上的暴露度过高，当这个因子失效时，策略的表现就会大幅下滑。这时你就需要调整策略的因子暴露，降低策略的风险。

QMT/PTrade 绩效归因的实盘应用

1. 策略优化：通过绩效归因分析，找出策略的薄弱环节，进行针对性的优化。例如，如果 Brinson 归因显示你的个股选择收益为负，说明你的选股逻辑有问题，你就需要优化你的选股因子。
2. 策略评价：通过绩效归因分析，全面、客观地评价策略的表现，而不仅仅是看总收益率。一个总收益率高但收益主要来自于偶然因素的策略，不如一个总收益率稍低但收益来源稳定可持续的策略。
3. 风险控制：通过因子归因分析，监控策略的风格暴露情况，避免在单一因子上暴露度过高，降低策略的系统性风险。
4. 组合管理：通过绩效归因分析，了解不同策略的收益来源和风格特征，构建更加多元化、低相关性的策略组合，提高组合的稳定性。

如果你想深入了解自己的策略的收益来源，欢迎点我头像私信。我会免费为你开通 QMT 和 PTrade 量化权限，提供一对一的绩效归因分析指导，帮助你优化策略，提高收益。

风险提示：绩效归因结果仅作为策略分析的参考，不代表未来收益。量化交易存在市场风险、策略失效风险等。本内容仅为投资者教育目的，不构成任何投资建议。

免责声明：本栏目刊载的信息力求准确可靠，但对信息的准确性或完整性不作任何保证，亦不对因使用该等信息而引发的损失承担责任。