2、行业分类标准：申万一级行业、GICS行业分类、自定义行业分类
做多因子模型，行业中性化是绕不开的一步。但中性化之前，你得先回答一个问题：用什么标准来划分行业？
这个问题看似简单，其实坑不少。我刚开始做量化那会儿，直接拿申万一级行业分类就往模型里塞，结果回测曲线漂亮得不像话，一上实盘就崩。后来复盘才发现，是行业分类的颗粒度出了问题。
今天咱们就把三种主流分类标准掰开揉碎讲清楚。你想想看，选错了分类标准，后面的中性化处理全是白费功夫。
2.1 申万一级行业分类
申万行业分类是国内量化圈用得最广的标准。它由申万宏源研究所编制，目前最新版本是2021版，共31个一级行业。
核心特点：
- 本土化强：完全针对A股市场设计，覆盖所有上市公司
- 调整灵活：每年6月和12月定期调整，遇到重大重组还会临时调整
- 层级清晰：一级（31个）、二级（134个）、三级（346个），三级结构
我个人习惯：做多因子模型时，用申万一级行业就够了。二级和三级行业太细，容易导致某些行业里只有三五只股票，统计意义不大。
举个例子，贵州茅台在申万分类里属于「食品饮料」行业。这个行业里还有五粮液、泸州老窖等，样本量足够做中性化处理。
避坑指南：我曾经遇到过一个问题——申万分类每年调整两次，但调整日期不固定。如果你用的是历史数据回测，一定要用当时的行业分类，而不是现在的。否则会出现「未来信息泄露」的问题。
2.2 GICS行业分类
GICS（Global Industry Classification Standard）是MSCI和标普联合推出的全球标准。如果你做的是跨市场策略，或者想跟国际接轨，GICS是首选。
核心特点：
- 全球统一：美股、港股、A股都能用同一套标准
- 四层结构：11个行业、24个行业组、69个行业、158个子行业
- 更新规律：每年3月调整一次，时间固定
| 层级 | 数量 | 举例 |
|---|---|---|
| 行业（Sector） | 11 | 信息技术、医疗保健 |
| 行业组（Industry Group） | 24 | 软件与服务、医疗设备 |
| 行业（Industry） | 69 | 互联网服务、制药 |
| 子行业（Sub-Industry） | 158 | 互联网零售、生物科技 |
说白了，GICS比申万更「粗」一些。11个行业做中性化，每个行业里的股票数量会更多，统计稳定性更好。但代价是——行业内部的异质性更大。
我的建议：如果你只做A股，用申万一级就够了。如果你做A+H或者全球配置，用GICS。别混着用，否则中性化结果会乱套。
2.3 自定义行业分类
有时候，标准分类满足不了你的需求。比如你想把「新能源」单独拎出来，但申万和GICS都没有这个分类。这时候就需要自定义行业分类。
常见做法：
- 基于主营业务：按公司营收占比最大的业务来划分
- 基于概念标签：比如「碳中和」、「人工智能」这类主题
- 基于聚类算法：用股票收益率的相关性做聚类，自动生成行业分组
嗯，这里要注意——自定义分类虽然灵活，但风险也大。我见过有人把「白酒」和「啤酒」分成两个行业，结果中性化后因子收益全变了，因为样本量太小。
警告：自定义行业分类时，每个行业至少要有10只以上的股票。否则中性化后的因子值方差会非常大，模型稳定性堪忧。
下面这张图展示了三种分类标准的对比关系，帮你快速理解它们的定位：
2.4 实际应用中的选择策略
说了这么多，到底怎么选？我总结了一个简单的决策逻辑：
- 看市场范围：纯A股 → 申万一级；跨市场 → GICS
- 看因子类型：基本面因子 → 申万（行业划分更贴合业务）；量价因子 → GICS（统计稳定性更好）
- 看样本量：如果某个行业股票太少（比如<10只），考虑合并到上一级分类
一个小技巧：我习惯在代码里同时保留申万和GICS两套分类。回测时对比一下，如果两套分类下的因子收益差异很大，说明这个因子可能对行业划分方式敏感，需要进一步分析。
最后提醒一句——行业分类不是越细越好。你想想看，如果每个行业只有三五只股票，中性化后因子值几乎被行业哑变量完全解释，那还做什么多因子模型？
好了，行业分类标准就聊到这儿。记住一句话：选对分类标准，中性化就成功了一半。
公众号:蓝海资料掘金营，微信deep3321