> **来源：[研报客](https://pc.yanbaoke.cn)** # 金融工程研究团队及交易行为因子绩效总结（2026年3月） ## 核心内容概述 本报告由开源证券金融工程研究团队发布，团队成员包括首席分析师魏建榕及多位分析师与研究员，主要聚焦于交易行为因子的构建与绩效分析。报告内容涵盖Barra风格因子表现跟踪、开源交易行为因子的绩效回顾、因子构造方法以及风险提示等部分。 ## 主要观点 - 交易行为中蕴含alpha源，团队基于此理念构建了多个交易行为因子，包括理想反转因子、聪明钱因子、APM因子和理想振幅因子。 - 通过合成这些因子，形成交易行为合成因子，进一步提升策略的稳定性与收益表现。 - 在2026年3月，各因子表现不一，其中理想反转因子表现不佳，而聪明钱因子、APM因子和理想振幅因子表现较好。 - 合成因子在中小股票池中表现优于中证800指数池。 ## 关键信息 ### 1. Barra风格因子表现跟踪 - 市值因子：-0.18% - 账面市值比因子：+0.45% - 成长因子：-0.60% - 盈利预期因子：-0.46% ### 2. 开源交易行为因子绩效回顾（全历史区间） | 因子名称 | IC均值 | rankIC均值 | 信息比率 | 多空对冲月度胜率 | |-----------------|--------|------------|----------|------------------| | 理想反转因子 | -0.048 | -0.060 | 2.37 | 77.1% | | 聪明钱因子 | -0.037 | -0.062 | 2.68 | 80.5% | | APM因子 | 0.028 | 0.034 | 2.26 | 76.0% | | 理想振幅因子 | -0.053 | -0.073 | 2.98 | 82.7% | | 交易行为合成因子 | 0.065 | 0.093 | 3.24 | 79.3% | ### 3. 2026年3月因子表现 | 因子名称 | 多空对冲收益 | 近12个月胜率 | |-----------------|--------------|--------------| | 理想反转因子 | -0.47% | 50.0% | | 聪明钱因子 | +1.35% | 66.7% | | APM因子 | +1.50% | 41.7% | | 理想振幅因子 | +2.08% | 66.7% | | 交易行为合成因子 | +2.45% | 58.3% | ### 4. 交易行为合成因子在不同股票池中的表现 - 合成因子在国证2000和中证1000中的信息比率分别为2.83和2.61。 - 在中证800中的信息比率为0.92，明显低于中小股票池。 ## 因子构造方法简述 ### 5.1 理想反转因子 - 回溯股票过去20日数据。 - 计算每日平均单笔成交金额。 - 分别计算单笔成交金额高和低的10个交易日的涨跌幅总和。 - 理想反转因子 = 高成交金额日涨跌幅总和 - 低成交金额日涨跌幅总和。 ### 5.2 聪明钱因子 - 回溯股票过去10日的分钟行情数据。 - 构造指标 $S_t = |R_t| / (V_t)^{0.25}$。 - 按照 $S_t$ 排序，取成交量累积占比前20%的分钟视为聪明钱交易。 - 计算聪明钱交易的VWAP与全部交易的VWAP之比作为因子值。 ### 5.3 APM因子 - 回溯股票过去20日数据，分别计算隔夜和下午的收益率。 - 对隔夜与下午收益率进行回归，得到残差。 - 计算隔夜与下午残差的差值 $\delta_t$。 - 构造统计量 $stat = \mu(\delta_t) / (\sigma(\delta_t) / \sqrt{N})$。 - 对stat进行横截面回归，残差值作为APM因子。 ### 5.4 理想振幅因子 - 回溯股票最近20个交易日数据，计算每日振幅。 - 选择收盘价较高的25%交易日，计算振幅均值为高价振幅因子 $V_{high}$。 - 选择收盘价较低的25%交易日，计算振幅均值为低价振幅因子 $V_{low}$。 - 理想振幅因子 = $V_{high} - V_{low}$。 ## 风险提示 - 模型测试基于历史数据，无法保证在市场波动不确定性下的有效性。 - 投资者应根据自身风险承受能力审慎使用本报告内容。 ## 附注 - 报告由开源证券研究所发布，包含上海、北京、深圳、西安等多个办公地点。 - 投资评级为相对评级，不构成具体投资建议。 - 报告中采用的估值方法及模型存在局限性，不保证所涉及证券能够在该价格交易。