金工定期报告：新价量相关性RPV因子绩效月报-20231016-东吴证券-20页_667kb

金工定期报告 20231016 总结

核心内容回顾

本报告主要分析了两个价量相关性因子：新价量相关性RPV因子与聪明版日频价量相关性SRV因子的绩效表现。这两个因子均基于价量关系构建，旨在通过技术分析思想提升选股效果。

RPV因子表现

• 年化收益率：16.26%
• 年化波动率：6.73%
• 信息比率：2.42
• 月度胜率：75.86%
• 最大回撤率：5.16%

SRV因子表现

• 年化收益率：18.96%
• 年化波动率：6.12%
• 信息比率：3.10
• 月度胜率：80.17%
• 最大回撤率：3.11%

SRV因子在多个指标上优于RPV因子，尤其在信息比率和月度胜率方面表现更为突出，同时最大回撤率更低，说明其在风险控制上更优。

9月份因子收益统计

• RPV因子：

  • 多头组合收益率：-0.066%
  • 空头组合收益率：-0.98%
  • 多空对冲收益率：0.91%

• SRV因子：

  • 多头组合收益率：0.13%
  • 空头组合收益率：-1.74%
  • 多空对冲收益率：1.87%

SRV因子在9月份的多空对冲收益更高，且空头表现更差，进一步验证其选股能力。

因子构建方法

RPV因子构建

• 日内CXV因子：基于日内涨跌与日内换手率的相关性，定义为CCOIV因子。
• 隔夜CXV因子：基于隔夜涨跌与昨日换手率的相关性，定义为COV因子。
• RPV因子：通过横截面标准化相减，将CCOIV与COV的信息进行叠加。

SRV因子构建

• 日内部分：将日内涨跌拆分为上午和下午，计算“聪明”时段的价量相关性，定义为amCO_amSV与pmCO_pmSV。
• 隔夜部分：将换手率替换为昨日最后半小时换手率，定义为SCOV因子。
• SRV因子：通过横截面标准化相减，结合日内与隔夜的“聪明”价量相关性因子。

其他重要讨论

分年度表现

• RPV因子：年化收益率在不同年份波动较大，但整体表现稳定，信息比率均值在2左右。
• SRV因子：年化收益率更高，且信息比率普遍高于RPV因子，2023年表现尤为突出。

正交传统因子后的表现

• 正交传统价量因子（如Ret20、Turn20）后，SRV因子的绩效指标优于RPV因子，尤其在信息比率和胜率方面。

参数敏感性分析

• 回看天数不同，SRV因子的绩效表现优于RPV因子和传统因子，其中回看40天时，SRV因子表现最佳。

多空收益分解

• SRV因子的多头超额收益高于RPV因子，且空头超额收益表现也较为稳定，整体多空对冲效果更优。

不同样本空间的绩效

• SRV因子在沪深300、中证500、中证1000、国证2000成分股中的表现均优于RPV因子，信息比率和胜率更高，最大回撤更小。

风险提示

1. 市场变化风险：未来市场可能发生重大变化，历史数据无法完全预测未来表现。
2. 单因子模型风险：单一因子模型可能面临收益波动较大的风险，需结合资金管理和风险控制。
3. 数据测算误差风险：报告中的数据基于历史数据，可能存在测算误差。

结论

SRV因子在多个维度上优于RPV因子，具有更高的年化收益率、信息比率和月度胜率，同时最大回撤更低，表明其在风险调整后的收益更优。该因子结合了日内与隔夜的价量相关性，并通过“聪明”时段的换手率增强其有效性。未来应用中需注意市场变化、模型风险和数据误差等因素。