20181213-东吴证券-_订单簿的温度_系列研究（一）_反转因子的精细结构_13页_1mb

报告摘要

反转因子的精细结构总结

核心内容

本报告是“订单簿的温度”系列研究的第一篇，主要探讨了如何利用逐笔成交数据改进传统反转因子，提出了一种名为“W式切割”的新方法。该方法基于“单笔成交金额”对交易日进行分组，从而提升反转因子的稳定性和收益能力。

主要观点

A股市场特性：A股是订单驱动型市场，股票行情的演化过程可以由订单簿自下而上精确决定。
传统反转因子的局限性：传统反转因子（如Ret20）在不同时间段表现不稳定，存在动量效应，影响其预测能力。
W式切割方案：通过将交易日按“单笔成交金额”分为高D组和低D组，分别计算涨跌幅的累积值，再进行差分，构建出新的反转因子M。
理想反转因子M的定义：
$$
\mathbf{M} = \mathbf{M}{\text{high}} - \mathbf{M}{\text{low}}
$$
其中，M_high代表高D组的反转因子，M_low代表低D组的动量因子。该因子在多个统计指标上表现优异，具有较强的选股能力。
因子表现：M因子在2010年至2018年期间，IC均值为-0.057，rankIC均值为-0.070，多空对冲信息比率为2.51，年化收益为19.3%，年化波动为7.68%，月度胜率为74.3%。
风格因子与行业因子影响：剔除Barra风格因子和行业因子后，M因子的信息比率进一步提升至2.97，显示其较强的独立选股能力。
参数N的敏感度：W式切割在N=20、40、60等不同取值下均能有效提升因子表现，且效果稳定。
分组比例影响：在N=60的情况下，将高D组与低D组设为各占一半（30天）时，信息比率最佳，支持“对半分组”的操作方式。
与日内切割的关联：虽然“日内切割”与“W式切割”在逻辑上看似矛盾，但通过承认“单笔成交金额越高，反转特性越强”的基本假设，两者可以共存并相互补充。

关键信息

W式切割步骤：
1. 每月底回溯过去N个交易日（N为偶数）；
2. 按“平均单笔成交金额”对交易日排序，前N/2天为高D组，后N/2天为低D组；
3. 计算高D组和低D组的涨跌幅累积值，构建M_high与M_low；
4. 最终因子为M_high - M_low。
因子效果：
- M_high（高D组）：强反转因子，rankIC均值为-0.082；
- M_low（低D组）：弱动量因子，rankIC均值为0.018；
- M因子：综合两者，表现出更强的反转能力。
不同样本空间表现：
- 沪深300成分股：M因子年化收益15.0%，年化波动12.8%，信息比率1.17；
- 中证500成分股：M因子年化收益16.3%，年化波动8.2%，信息比率2.00。
回测结果：
- 月度胜率：74.3%；
- 年化波动：7.68%；
- 信息比率：2.51（剔除风格与行业因子后提升至2.97）。
风险提示：
- 模型基于历史数据，未来市场可能发生较大变化，需谨慎对待。