20220203-开源证券-金融工程定期报告_开源交易行为因子绩效月报（2022年01月）_11页_1mb

金融工程研究团队与交易行为因子总结

核心内容概述

本报告由开源证券金融工程研究团队发布，团队成员包括多位分析师与研究员，涵盖交易行为因子的构造、表现及绩效分析。报告聚焦于四个开源交易行为因子（理想反转因子、聪明钱因子、APM因子、理想振幅因子）以及其合成因子的月度表现与历史数据回测结果，旨在为量化投资提供参考。

主要观点与关键信息

1. 常见Barra因子表现跟踪

• 2022年1月，小盘风格略优于大盘风格，市值因子收益为 $-1%$。
• 价值风格表现优于成长风格，账面市值比因子收益为 $0.77%$，成长因子收益为 $0.26%$。
• 本月风格与上月基本一致，价值风格依旧占据优势。

2. 开源交易行为因子概述

• 交易行为因子基于A股市场的微观交易数据构建，包括：
  • 理想反转因子：通过大单成交识别反转属性最强的交易日。
  • 聪明钱因子：利用分钟行情数据识别机构交易行为，构造跟踪聪明钱的因子。
  • APM因子：衡量日内上午与下午交易行为差异，反映市场反转强度。
  • 理想振幅因子：基于股价高低位的振幅差异，捕捉不同价态下的信息结构。
• 四个因子的构造方法均参考了开源证券金工专题研究报告，具有一定的市场认可度。

3. 开源交易行为因子的绩效回顾

3.1 理想反转因子

• 1月多空对冲收益：$2.85%$
• 近12个月胜率：75.0%
• 全历史IC均值：-0.052
• 全历史rankIC均值：-0.064
• 信息比率：2.62
• 多空对冲月度胜率：78.2%

3.2 聪明钱因子

• 1月多空对冲收益：$2.31%$
• 近12个月胜率：91.7%
• 全历史IC均值：-0.038
• 全历史rankIC均值：-0.060
• 信息比率：2.89
• 多空对冲月度胜率：81.7%

3.3 APM因子

• 1月多空对冲收益：$0.75%$
• 近12个月胜率：83.3%
• 全历史IC均值：0.033
• 全历史rankIC均值：0.035
• 信息比率：2.50
• 多空对冲月度胜率：78.9%

3.4 理想振幅因子

• 1月多空对冲收益：$1.34%$
• 近12个月胜率：83.3%
• 全历史IC均值：-0.057
• 全历史rankIC均值：-0.074
• 信息比率：3.28
• 多空对冲月度胜率：87.2%

4. 交易行为合成因子表现

• 合成因子多空对冲收益（1月）：$2.32%$
• 近12个月胜率：83.3%
• 全历史IC均值：0.074
• 全历史rankIC均值：0.096
• 信息比率：3.72
• 多空对冲月度胜率：85.6%
• 中证1000表现优于中证800，信息比率分别为3.96和1.15。

因子构造方法简述

5.1 理想反转因子

• 选取股票过去20日数据。
• 计算每日平均单笔成交金额。
• 分别计算高单笔成交金额与低单笔成交金额的10日涨跌幅总和。
• 理想反转因子 = 高成交日涨跌幅总和 - 低成交日涨跌幅总和。

5.2 聪明钱因子

• 选取股票过去10日的分钟行情数据。
• 构造指标 $S_t = |R_t| / V_t^{0.25}$，其中 $R_t$ 为分钟涨跌幅，$V_t$ 为分钟成交量。
• 排序后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与全交易VWAP，取比值作为因子值。

5.3 APM因子

• 选取股票过去20日数据，计算隔夜与下午的收益率。
• 回归得到残差项，计算隔夜与下午残差的差值 $\delta_t$。
• 构造统计量 stat，用于衡量日内行为差异。
• 对动量因子进行横截面回归，取残差作为APM因子。

5.4 理想振幅因子

• 选取最近20个交易日数据，计算每日振幅。
• 分别选取收盘价较高与较低的25%交易日，计算振幅均值。
• 理想振幅因子 = 高价振幅均值 - 低价振幅均值。

风险提示与免责声明

• 模型测试基于历史数据，市场未来可能发生变化。
• 本报告适用于专业投资者及风险承受能力为C2、C3、C4、C5的普通投资者。
• 报告内容不构成投资建议，不保证分析结果的准确性。
• 本报告仅供开源证券客户参考，未经授权不得复制、分发或使用。
• 开源证券可能参与、投资或持有报告涉及的证券，或与相关公司存在业务关系。

总结

本报告系统性地分析了开源交易行为因子的表现与构造逻辑，展示了其在A股市场的有效性。四个因子在2022年1月均录得正收益，合成因子表现更为稳健。研究团队建议投资者结合自身情况审慎参考因子表现，并注意市场变化与模型局限性。