3. 行业偏离的定义与度量：主动权重、行业偏离度、跟踪误差的分解
做指数增强，说白了就是在「跟住指数」和「跑赢指数」之间找平衡。
你完全复制指数，那叫ETF，不叫增强。你偏离太多，又可能变成主动选股基金，业绩基准都丢了。
那问题来了：偏离多少算合适？怎么量化这个偏离？
我个人习惯，先把三个核心指标讲清楚。这三个指标，是做行业偏离绕不开的基石。
3.1 主动权重：最直观的偏离度量
主动权重，英文叫Active Weight。公式很简单：
主动权重 = 组合行业权重 - 基准行业权重举个例子。沪深300里银行股占12%，你的组合里银行股配了15%。那银行行业的主动权重就是+3%。
正数代表超配，负数代表低配。
嗯，这里要注意：主动权重加起来必须等于0。因为你超配了某些行业，必然低配了另一些行业。
3.2 行业偏离度：更精细的度量
主动权重有个问题——它没考虑行业本身的规模。一个行业在基准里占30%，你偏离3%，其实影响不大。但如果一个行业只占1%，你偏离3%，那基本就是赌这个行业了。
所以我们需要行业偏离度，也叫相对权重偏差：
行业偏离度 = |组合权重 - 基准权重| / 基准权重这个指标把偏离「标准化」了。分母是基准权重，越小说明偏离越「夸张」。
| 行业 | 基准权重 | 组合权重 | 主动权重 | 行业偏离度 |
|---|---|---|---|---|
| 银行 | 12% | 15% | +3% | 25% |
| 半导体 | 1% | 4% | +3% | 300% |
你看，同样是超配3%，半导体的偏离度是银行的12倍。这就是为什么我建议同时看两个指标。
3.3 跟踪误差的分解：找到偏离的「罪魁祸首」
跟踪误差，是衡量组合跟基准偏离程度的终极指标。公式是：
跟踪误差 = std(组合收益率 - 基准收益率)但光知道一个数字没用。你得知道：这个跟踪误差，到底是谁贡献的？
我个人习惯把跟踪误差拆成三部分：
- 行业配置效应：因为行业权重不同带来的偏离
- 个股选择效应：同一行业内，选股不同带来的偏离
- 交互效应：两者交叉影响的部分
分解公式长这样：
跟踪误差² ≈ 行业配置方差 + 个股选择方差 + 2 * 协方差实际计算时，我一般用Brinson分解的变体。代码实现也不复杂：
def tracking_error_decomposition(portfolio_weights, benchmark_weights,
portfolio_returns, benchmark_returns):
# 行业配置效应
allocation_effect = (portfolio_weights - benchmark_weights) * benchmark_returns
# 个股选择效应
selection_effect = portfolio_weights * (portfolio_returns - benchmark_returns)
# 交互效应
interaction_effect = (portfolio_weights - benchmark_weights) * \
(portfolio_returns - benchmark_returns)
return allocation_effect, selection_effect, interaction_effect3.4 三者关系：一张图说清楚
这三个指标不是孤立的。它们的关系，我画了张图：
这张图想表达什么？说白了就是：主动权重是源头，行业偏离度是放大镜，跟踪误差是最终结果。
你调整主动权重，行业偏离度会跟着变，最终反映在跟踪误差上。而跟踪误差的分解，又能帮你反过来优化主动权重的分配。
你想想看，如果连偏离都度量不清楚，怎么敢说自己在做「增强」？这三个指标，就是你的仪表盘。开车不看仪表盘，迟早要出事。
公众号:蓝海资料掘金营，微信deep3321