20220628-国盛证券-_薪火_量化分析系列研究（一）_如何将隔夜涨跌变为有效的选股因子Q_A_14页_1mb

量化分析报告总结

核心内容概述

本报告围绕“如何将隔夜涨跌变为有效的选股因子”展开，重点探讨了MIF（Market Inefficiency Factor）因子的构建与优化过程。通过结合隔夜涨跌幅与换手率信息，MIF因子试图衡量市场有效性，即当隔夜涨跌幅与换手率相关性越高，表示市场越不有效，知情交易者信息优势越大。

主要观点与关键信息

1. MIF因子构建逻辑

• 定义：MIF因子是通过计算隔夜涨跌幅绝对值与昨日换手率的相关系数，进一步进行市值中性化处理，再正交隔夜跳空因子，取残差得到。
• 有效性验证：在2012/01/01-2022/05/31回测期内，MIF因子表现优于传统因子，年化收益为10.83%，波动率为4.33%，信息比率为2.50，月度胜率为74.80%，最大回撤为2.70%。
• 逻辑解释：因子值越大，代表市场有效性越弱，即知情交易者越早获取信息，从而对市场产生更大的影响。

2. 相关系数与秩相关系数的选择

• Pearson相关系数：容易受极端值影响，因此原报告使用了Spearman秩相关系数。
• 效果对比：改为秩相关系数后，MIF的信息比率略有下降（从2.50降至2.14），但整体仍具备有效选股能力。

3. 换手率时间窗口的影响

• T-1日换手率：使用T-1日换手率与隔夜涨跌幅绝对值计算相关系数，效果最佳。
• T-2日、T-3日换手率：换手率越早，相关性越弱，说明T-1日更接近信息发生时间，对隔夜涨跌的预测能力更强。

4. 隔夜涨跌幅是否取绝对值

• 取绝对值：原报告采用绝对值计算，以避免正负涨跌幅方向不一致带来的逻辑矛盾。
• 不取绝对值：虽然仍有效，但其逻辑方向不一致，导致因子内部矛盾，因此应取绝对值。

5. 超额涨跌与换手的考量

• 行业超额：计算个股相对于所属行业指数的超额涨跌幅与换手率，以剔除市场整体影响。
• 效果提升：在行业超额概念下，MIF因子效果进一步增强，其中“MIF（超额涨跌_行业+超额换手_行业）”信息比率可达2.76，月度胜率接近80%。

因子优化过程

6. 超额因子表现

风险提示

• 所有结论基于历史数据和统计模型，未来市场环境变化可能导致模型失效。
• 投资者需注意模型的局限性，并结合自身情况谨慎决策。

总结

MIF因子通过结合隔夜涨跌幅与换手率信息，提供了一种新的选股思路，能够有效衡量市场有效性。其构建过程包括市值中性化处理与正交隔夜跳空因子，以增强因子的独立性与稳定性。在使用秩相关系数时，虽然信息比率略有下降，但整体仍有效。此外，使用行业超额概念可进一步提升因子效果，尤其是在“超额涨跌_行业+超额换手_行业”的组合下表现最优。然而，需注意模型依赖历史数据，未来可能失效。