20180222-东吴证券-因子方法论之一_基于日内模式的因子改进-以流动性因子为例_19页_1mb

因子方法论之一：基于日内模式的因子改进总结

核心内容

本报告是“因子方法论”系列的第一篇，旨在通过分析A股市场的日内交易结构，提出一种对传统流动性因子进行改进的方法。该方法通过提取不同交易时段的流动性信息，构造出更具选股能力的“混合流动性因子（MixLIQ）”，并验证其在不同样本空间中的表现。

主要观点

1. 传统流动性因子的局限性
   传统流动性因子（LIQ）基于日频换手率计算，忽略了日内交易结构的差异，导致因子在横截面上与市值存在强负相关性，影响了其选股能力。

2. 日内交易模式的差异性
   A股市场存在显著的日内交易结构，不同交易时段的个股走势与大盘相关性不同，反映了市场中知情交易者与噪声交易者的参与程度差异。

3. 因子改进方法

   • 将每天的交易时间划分为5个时段：隔夜、9:30-10:30、10:30-11:30、13:00-14:00、14:00-15:00。
   • 构造“局部流动性因子”（pureLIQ），通过横截面回归剔除市值影响。
   • 选取两个表现最优的pureLIQ因子（pureLIQ(2)与pureLIQ(4))与原始LIQ因子进行等权线性叠加，得到混合流动性因子MixLIQ。

4. 改进因子的绩效表现

   • MixLIQ因子在全样本下，年化超额收益为 $32.4%$，信息比率达到 $3.98$，月度胜率为 $88.9%$，显著优于原始LIQ因子（年化收益 $24.4%$，信息比率 $1.73$，月胜率 $72.2%$）。
   • 在中证500成分股内，MixLIQ因子年化收益为 $25.2%$，信息比率为 $2.46$。
   • 在沪深300成分股内，MixLIQ因子年化收益为 $21.7%$，信息比率为 $1.61$。

5. 因子的普适性
   该因子改进方法具有较强的普适性，可应用于其他类型的因子构造，为多因子研究提供了新的思路。

关键信息

• 因子改进方法

  • 原始流动性因子（LIQ）：基于20日换手率的对数，剔除市值影响后得到。
  • 局部流动性因子（pureLIQ）：在每个交易时段内计算换手率，再通过横截面回归剔除市值影响。
  • 混合流动性因子（MixLIQ）：通过等权线性叠加pureLIQ(2)、pureLIQ(4)与LIQ，构造出新的因子。

• 因子表现

  • MixLIQ因子在全样本下，年化超额收益为 $32.4%$，信息比率提升至 $3.98$，月胜率提升至 $88.9%$。
  • 在不同样本空间中，MixLIQ因子均表现出优于原始因子的选股能力。
  • 该因子具有较强的行业普适性，能够在所有28个申万一级行业中产生显著的IC值。

• 因子特性

  • MixLIQ因子仍具有一定的市值衰减特性，但在每个市值区间内，其ICIR均优于原始因子。
  • 因子收益主要来源于空头，且在2015年与2017年表现尤为突出，月胜率达到了 $100%$。

• 风险提示

  • 所有结论基于历史数据回测，未来可能存在失效风险。

因子构造与测试流程

传统流动性因子（LIQ）构造流程

1. 计算股票s在t日的换手率TR。
2. 计算最近20日的换手率总和，取对数，得到原始因子F。
3. 对F进行横截面回归，剔除市值影响，得到LIQ因子。

混合流动性因子（MixLIQ）构造流程

1. 构造5个“局部流动性因子”（pureLIQ(0)至pureLIQ(4)）。
2. 选取pureLIQ(2)与pureLIQ(4)与原始LIQ因子进行等权线性叠加。
3. 得到MixLIQ因子，其计算公式如下：

$$
\mathrm{MixLIQ}{s,t} = -\frac{\mathrm{pureLIQ}{s,t}^{(2)} - \mathrm{mean}(\mathrm{pureLIQ}{s,t}^{(2)})}{\mathrm{std}(\mathrm{pureLIQ}{s,t}^{(2)})} + \frac{\mathrm{pureLIQ}{s,t}^{(4)} - \mathrm{mean}(\mathrm{pureLIQ}{s,t}^{(4)})}{\mathrm{std}(\mathrm{pureLIQ}{s,t}^{(4)})} + \frac{\mathrm{LIQ}{s,t} - \mathrm{mean}(\mathrm{LIQ}{s,t})}{\mathrm{std}(\mathrm{LIQ}{s,t})}
$$

回测方法

• 样本空间：全体A股，剔除次新股、ST股及停牌股。
• 调仓频率：月度调仓。
• 分组方式：等分5组，做多因子值最小的一组，做空因子值最大的一组。
• 测试时间段：2013/04/26-2017/10/31。

总结

本报告通过分析A股市场的日内交易结构，提出了一个针对传统流动性因子的改进方案。通过提取不同交易时段的流动性信息，并结合横截面回归与线性叠加方法，构造出新的混合流动性因子MixLIQ。实证结果表明，该因子在不同样本空间中均表现出显著的选股能力，其信息比率、年化收益、月胜率等指标均优于原始因子，从而提升了因子的Alpha属性。该方法具有较强的普适性，为其他因子的改进提供了借鉴。