cn_stock_factors_hf_dw_trader_structure

数据描述

按机构、大户、中户、散户成交占比切割涨跌幅，构建改进的新动量因子

数据简介

研报把成交量按挂单金额大小拆成机构、大户、中户、散户四类交易者，发现不同交易者贡献的成交量对涨跌幅因子的方向与强弱有显著识别能力：大单（机构、大户）交易占比越高、小单（散户、中户）交易占比越低，涨跌幅因子的反转效应越强。据此把传统涨跌幅因子按当日某类交易者占比切成 5 个局部因子，再取两端相减得到新动量因子。研报进一步验证该方案同样适用于换手率因子与振幅因子。

本表输出四类交易者的日度交易占比、三个基础因子（涨跌幅 / 换手率 / 振幅）的传统版本，以及「四类交易者 × 5 个局部因子 + 新因子」的完整网格：动量因子覆盖 $N = 20, 40, 60$ 三个回看长度（对应研报图 4-7、图 12-13、表 6），换手率与振幅因子覆盖 $N = 20$（对应研报图 16-17、表 8-9）。全部因子只依赖 cn_stock_prefactors 一张聚合日频 view，共用一次扫描。

入库区间: 2016-01-04 起至今逐交易日，缺 2019 整年（DAI 实查入库年份为 2016-2018、2020-2026，截至 2026-11-03 合计 1071.2 万行），每日增量更新。2015 年分档资金流覆盖度过不了入库前测试，2019 年上游分档资金流整年坏行、被专属测试点 share_sum 拦截，原因见 ## 复现核对「上游数据的两处已知限制」。

数据区间：2016-01-04 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《“求索动量因子”系列研究（二）：交易者结构对动量因子的改进》
• 作者: 高子剑、沈芷琦
• 机构: 东吴证券
• 时间: 2020-08-18

表结构

• 表名: cn_stock_factors_hf_dw_trader_structure
• 中文表名: 东吴证券交易者结构动量因子
• 数据描述: 按机构、大户、中户、散户成交占比切割涨跌幅，构建改进的新动量因子
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录

依赖数据

本表只依赖 cn_stock_prefactors 这一张聚合日频 view，不读取任何分钟或逐笔表。最长因子窗口 $N = 60$ 按「四档占比与基础值都有定义的交易日」计数，为覆盖停牌实际回溯 120 个自然交易日；small_mom_new_20_pure 的风格因子含 250 个交易日同比的营收增速项与 22 日贝塔，两者都是随查询窗口滚动计算的字段，单日查询返回空值，故 SQL 实际回溯 300 个交易日。单日增量的读取区间约为输出区间的 300 倍。

因子列表

每个字段一节。同一族的第一个字段给出完整说明，其余字段只写与它的差异。族的排列顺序为：交易占比 → 传统动量 → 局部 / 新动量（N=20 → 40 → 60）→ 纯净新动量 → 换手率 → 振幅。

share_inst

中文名: 四类交易者的日度交易占比

描述: 研报把成交量按挂单金额大小细分为机构、大户、中户、散户四类交易者，依据是不同交易群体的交易目的与特征不同，其贡献的成交量所蕴含的信息也存在差异。研报统计 2010/01/01-2020/07/31 期间全体 A 股的平均交易占比分别为机构 6%、大户 22%、中户 38%、散户 34%，中户与散户占比长期较高、两者相加超过 70%。

构建逻辑: 每个交易日，对每只股票分别计算四类交易者的成交额占当日总成交额的比例。挂单金额分档为机构 $\ge 100$ 万元、大户 $20 \sim 100$ 万元、中户 $4 \sim 20$ 万元、散户 $< 4$ 万元。

项目实现说明:

• 数据源差异：研报使用 Wind 的投资者结构数据。本项目从 cn_stock_prefactors 的分档资金流字段还原，口径为分档买入金额 $B$ 与卖出金额 $S$，再取两者均值作为该档成交额：

$$B_{档} = \text{active\_buy}_{档} + \text{passive\_sell}_{档}, \quad S_{档} = \text{active\_sell}_{档} + \text{passive\_buy}_{档}$$ $$\text{share}_{档} = \frac{(B_{档} + S_{档}) / 2}{\text{amount}}$$

一笔成交的买卖双方可能落在不同档，取两者均值可使四档之和恒等于总成交额、四个占比之和恒为 1。源表的档位后缀 large 对应挂单额 $\ge 100$ 万元的超大单，与研报的「机构」口径一致；big（大单，$20 \sim 100$ 万元）对应「大户」，mid（中单）对应「中户」，small（小单）对应「散户」。

已知限制：上游分档资金流在 2019 整年及 2015、2016、2021 的部分交易日存在坏行（四档之和只覆盖约一半成交额），这些行上四档占比之和不为 1；当日无超大单成交的股票 share_inst 恰为 0，截面重复率天然较高。两项均见 ## 复现核对「上游数据的两处已知限制」。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.1 节「A 股市场的各类投资者交易占比」与图 3

share_big

中文名: 大户交易占比

描述: 当日大单（20-100 万元）成交额占总成交额的比例。研报图 3 统计 2010/01/01-2020/07/31 全体 A 股大户平均交易占比为 22%。

构建逻辑: $\text{share}_{big} = \dfrac{(\text{active\_buy\_amount\_big} + \text{passive\_sell\_amount\_big} + \text{active\_sell\_amount\_big} + \text{passive\_buy\_amount\_big}) / 2}{\text{amount}}$

项目实现说明: 同 share_inst（分档资金流还原口径与上游已知限制）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.1 节「A 股市场的各类投资者交易占比」与图 3

share_mid

中文名: 中户交易占比

描述: 当日中单（4-20 万元）成交额占总成交额的比例。研报图 3 统计 2010/01/01-2020/07/31 全体 A 股中户平均交易占比为 38%。

构建逻辑: $\text{share}_{mid} = \dfrac{(\text{active\_buy\_amount\_mid} + \text{passive\_sell\_amount\_mid} + \text{active\_sell\_amount\_mid} + \text{passive\_buy\_amount\_mid}) / 2}{\text{amount}}$

项目实现说明: 同 share_inst（分档资金流还原口径与上游已知限制）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.1 节「A 股市场的各类投资者交易占比」与图 3

share_small

中文名: 散户交易占比

描述: 当日小单（<4 万元）成交额占总成交额的比例。研报图 3 统计 2010/01/01-2020/07/31 全体 A 股散户平均交易占比为 34%。

构建逻辑: $\text{share}_{small} = \dfrac{(\text{active\_buy\_amount\_small} + \text{passive\_sell\_amount\_small} + \text{active\_sell\_amount\_small} + \text{passive\_buy\_amount\_small}) / 2}{\text{amount}}$

项目实现说明: 同 share_inst（分档资金流还原口径与上游已知限制）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.1 节「A 股市场的各类投资者交易占比」与图 3

trad_mom_20

中文名: 传统动量因子

描述: 研报开篇作为改进对象与绩效基准的传统动量因子，即股票过去一段时间的涨跌幅。研报指出 A 股的动量之于中长期表现为显著反转，但反转效应并不稳定：$N = 20$ 时 2010/01/01-2020/07/31 期间 5 分组多空对冲信息比率仅 1.19、月度胜率 64.80%，多个时段发生较大回撤。

构建逻辑: 取过去 $N$ 个交易日的每日涨跌幅（今收 / 昨收 $- 1$），计算其均值。研报对三个回看长度 $N \in \{20, 40, 60\}$ 都做了测试，本表各输出一个字段。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报用「过去 $N$ 个交易日的涨跌幅」描述传统因子，未明示是均值还是累乘。本表取均值，与 5 个局部因子（研报明确为组内均值）保持同一量纲，使 $\text{part}_k$ 与 $\text{trad}$ 可直接比较；均值与累乘在截面上的秩几乎一致，不影响 IC 类指标

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 1 节「前言」与图 1、第 3 节表 1（传统动量因子列）

trad_mom_40

中文名: 传统动量因子 Ret40

描述: 过去 40 个有效交易日日涨跌幅的均值，作为回看 40 日参数敏感性检验的对照。研报表 6 中回看 40 日的传统动量因子 5 分组多空对冲年化收益 17.71%、信息比率 1.18。

构建逻辑: $\text{Ret40} = \text{mean}(r_1, \ldots, r_{40})$，$r_t$ 为日涨跌幅。

项目实现说明: 同 trad_mom_20，窗口 N=40。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与表 6

trad_mom_60

中文名: 传统动量因子 Ret60

描述: 过去 60 个有效交易日日涨跌幅的均值，作为回看 60 日参数敏感性检验的对照。研报表 6 中回看 60 日的传统动量因子 5 分组多空对冲年化收益 13.26%、信息比率 0.91。

构建逻辑: $\text{Ret60} = \text{mean}(r_1, \ldots, r_{60})$，$r_t$ 为日涨跌幅。

项目实现说明: 同 trad_mom_20，窗口 N=60。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与表 6

small_mom_part1_20

中文名: 交易者结构划分的局部动量因子

描述: 研报检验交易者结构是否具有识别动量因子强弱的能力。结论有两条：交易者结构对涨跌幅因子的方向及强弱有显著影响，大单交易者（机构、大户）交易占比越高、小单交易者（散户、中户）交易占比越低，反转效应越强；散户与机构的交易占比区分能力最强，5 个局部因子的年化 ICIR 不仅严格单调，方向还发生了变化——随着散户交易占比提升或机构交易占比下降，局部因子逐渐由反转效应向动量效应转变。

构建逻辑: 对每只股票，回溯过去 $N$ 个交易日，把这 $N$ 个交易日的每日涨跌幅按当日某类交易者的交易占比从低到高排序，等分为 5 个小组，每组计算组内涨跌幅的平均值，得到 5 个局部因子。以散户为例，若排序后的涨跌幅依次为 $r'_1, r'_2, \ldots, r'_{20}$，则

$$\text{small\_MOMpart1} = \text{mean}(r'_1, r'_2, r'_3, r'_4), \quad \text{small\_MOMpart5} = \text{mean}(r'_{17}, r'_{18}, r'_{19}, r'_{20})$$

其中 $\text{part1}$ 为该类交易者占比最低的那 $N/5$ 个交易日的涨跌幅均值。研报对四类交易者各做一遍，并在参数敏感性一节把回看天数改为 40、60 重复检验，结论仍然成立。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 窗口计数口径：$N$ 个交易日按「四类交易者占比与三个基础值都有定义的交易日」计数，停牌日与资金流缺失日不占用窗口名额，与研报「回溯过去 $N$ 个交易日」的意图一致，且避免停牌把窗口打穿

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 4

small_mom_part2_20

中文名: 散户占比局部动量因子 part2（N=20）

描述: 散户占比局部动量因子 part2（N=20），过去 20 个有效交易日按散户占比升序排序后第 2 个五分之一（4 日）涨跌幅的均值，研报 small_MOMpart2。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 4

small_mom_part3_20

中文名: 散户占比局部动量因子 part3（N=20）

描述: 散户占比局部动量因子 part3（N=20），过去 20 个有效交易日按散户占比升序排序后第 3 个五分之一（4 日）涨跌幅的均值，研报 small_MOMpart3。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 4

small_mom_part4_20

中文名: 散户占比局部动量因子 part4（N=20）

描述: 散户占比局部动量因子 part4（N=20），过去 20 个有效交易日按散户占比升序排序后第 4 个五分之一（4 日）涨跌幅的均值，研报 small_MOMpart4。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 4

small_mom_part5_20

中文名: 散户占比局部动量因子 part5（N=20）

描述: 散户占比局部动量因子 part5（N=20），过去 20 个有效交易日按散户占比升序排序后第 5 个五分之一（4 日）涨跌幅的均值，即散户占比最高的 4 日，研报 small_MOMpart5。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 4

mid_mom_part1_20

中文名: 中户占比局部动量因子 part1（N=20）

描述: 中户占比局部动量因子 part1（N=20），过去 20 个有效交易日按中户占比升序排序后第 1 个五分之一（4 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 5

mid_mom_part2_20

中文名: 中户占比局部动量因子 part2（N=20）

描述: 中户占比局部动量因子 part2（N=20），过去 20 个有效交易日按中户占比升序排序后第 2 个五分之一（4 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 5

mid_mom_part3_20

中文名: 中户占比局部动量因子 part3（N=20）

描述: 中户占比局部动量因子 part3（N=20），过去 20 个有效交易日按中户占比升序排序后第 3 个五分之一（4 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 5

mid_mom_part4_20

中文名: 中户占比局部动量因子 part4（N=20）

描述: 中户占比局部动量因子 part4（N=20），过去 20 个有效交易日按中户占比升序排序后第 4 个五分之一（4 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 5

mid_mom_part5_20

中文名: 中户占比局部动量因子 part5（N=20）

描述: 中户占比局部动量因子 part5（N=20），过去 20 个有效交易日按中户占比升序排序后第 5 个五分之一（4 日）涨跌幅的均值，即中户占比最高的 4 日。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 5

big_mom_part1_20

中文名: 大户占比局部动量因子 part1（N=20）

描述: 大户占比局部动量因子 part1（N=20），过去 20 个有效交易日按大户占比升序排序后第 1 个五分之一（4 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 6

big_mom_part2_20

中文名: 大户占比局部动量因子 part2（N=20）

描述: 大户占比局部动量因子 part2（N=20），过去 20 个有效交易日按大户占比升序排序后第 2 个五分之一（4 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 6

big_mom_part3_20

中文名: 大户占比局部动量因子 part3（N=20）

描述: 大户占比局部动量因子 part3（N=20），过去 20 个有效交易日按大户占比升序排序后第 3 个五分之一（4 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 6

big_mom_part4_20

中文名: 大户占比局部动量因子 part4（N=20）

描述: 大户占比局部动量因子 part4（N=20），过去 20 个有效交易日按大户占比升序排序后第 4 个五分之一（4 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 6

big_mom_part5_20

中文名: 大户占比局部动量因子 part5（N=20）

描述: 大户占比局部动量因子 part5（N=20），过去 20 个有效交易日按大户占比升序排序后第 5 个五分之一（4 日）涨跌幅的均值，即大户占比最高的 4 日。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 6

inst_mom_part1_20

中文名: 机构占比局部动量因子 part1（N=20）

描述: 机构占比局部动量因子 part1（N=20），过去 20 个有效交易日按机构占比升序排序后第 1 个五分之一（4 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 7

inst_mom_part2_20

中文名: 机构占比局部动量因子 part2（N=20）

描述: 机构占比局部动量因子 part2（N=20），过去 20 个有效交易日按机构占比升序排序后第 2 个五分之一（4 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 7

inst_mom_part3_20

中文名: 机构占比局部动量因子 part3（N=20）

描述: 机构占比局部动量因子 part3（N=20），过去 20 个有效交易日按机构占比升序排序后第 3 个五分之一（4 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 7

inst_mom_part4_20

中文名: 机构占比局部动量因子 part4（N=20）

描述: 机构占比局部动量因子 part4（N=20），过去 20 个有效交易日按机构占比升序排序后第 4 个五分之一（4 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 7

inst_mom_part5_20

中文名: 机构占比局部动量因子 part5（N=20）

描述: 机构占比局部动量因子 part5（N=20），过去 20 个有效交易日按机构占比升序排序后第 5 个五分之一（4 日）涨跌幅的均值，即机构占比最高的 4 日。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 20 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 2.2 节「各类投资者不同交易占比下的动量因子」与图 7

small_mom_new_20

中文名: 交易者结构划分的新动量因子

描述: 研报基于局部因子的单调性提出一种改进动量因子的方案：提取信息最强的两端，即交易占比最低的「因子 1」与交易占比最高的「因子 5」，相减合成新的动量因子。以散户为例，研报回测 2010/01/01-2020/07/31、全体 A 股、月度换仓，新动量因子的月度 IC 均值为 $-0.058$、RankIC 均值为 $-0.073$、年化 ICIR 为 $-2.46$、年化 RankICIR 为 $-3.30$；5 分组多空对冲年化收益 21.23%、信息比率 2.59、月度胜率 78.40%、最大回撤 6.29%，显著优于传统动量因子。研报还指出该因子多头表现优异，相对市场基准的信息比率达 2.64、最大回撤仅 2.70%。

构建逻辑: 新因子定义为因子 1 与因子 5 之差：

$$\text{NEW\_MOM} = \text{small\_MOMpart1} - \text{small\_MOMpart5}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 符号口径：研报只以散户为例给出 $\text{part1} - \text{part5}$ 的定义。本表对四类交易者统一按 $\text{part1} - \text{part5}$ 计算，不按交易者类型翻转符号。因为对小单交易者（散户、中户）占比越低反转越强，$\text{part1} - \text{part5}$ 得到的是反转方向（与研报 NEW_MOM 完全一致）；而对大单交易者（机构、大户）单调性相反，同一式子得到的是动量方向，取负号即与散户版同向。统一口径使四个字段的构造完全可比，方向由使用方按字段含义处理，不在构建侧做隐式翻转

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 3 节「基于交易者结构的新动量因子」（研报以散户为例给出定义）与表 12、图 89

mid_mom_new_20

中文名: 中户占比新动量因子（N=20）

描述: mid_mom_part1_20 与 mid_mom_part5_20 之差。中户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。

构建逻辑: $\text{mid\_mom\_new\_20} = \text{mid\_mom\_part1\_20} - \text{mid\_mom\_part5\_20}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 3 节「基于交易者结构的新动量因子」（研报以散户为例给出定义）与表 12、图 89

big_mom_new_20

中文名: 大户占比新动量因子（N=20）

描述: big_mom_part1_20 与 big_mom_part5_20 之差。大户属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{big\_mom\_new\_20} = \text{big\_mom\_part1\_20} - \text{big\_mom\_part5\_20}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 3 节「基于交易者结构的新动量因子」（研报以散户为例给出定义）与表 12、图 89

inst_mom_new_20

中文名: 机构占比新动量因子（N=20）

描述: inst_mom_part1_20 与 inst_mom_part5_20 之差。机构属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{inst\_mom\_new\_20} = \text{inst\_mom\_part1\_20} - \text{inst\_mom\_part5\_20}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 3 节「基于交易者结构的新动量因子」（研报以散户为例给出定义）与表 12、图 89

small_mom_part1_40

中文名: 散户占比局部动量因子 part1（N=40）

描述: 散户占比局部动量因子 part1（N=40），过去 40 个有效交易日按散户占比升序排序后第 1 个五分之一（8 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 1 组（排序后第 1~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

small_mom_part2_40

中文名: 散户占比局部动量因子 part2（N=40）

描述: 散户占比局部动量因子 part2（N=40），过去 40 个有效交易日按散户占比升序排序后第 2 个五分之一（8 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 2 组（排序后第 9~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

small_mom_part3_40

中文名: 散户占比局部动量因子 part3（N=40）

描述: 散户占比局部动量因子 part3（N=40），过去 40 个有效交易日按散户占比升序排序后第 3 个五分之一（8 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 3 组（排序后第 17~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

small_mom_part4_40

中文名: 散户占比局部动量因子 part4（N=40）

描述: 散户占比局部动量因子 part4（N=40），过去 40 个有效交易日按散户占比升序排序后第 4 个五分之一（8 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 4 组（排序后第 25~32 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

small_mom_part5_40

中文名: 散户占比局部动量因子 part5（N=40）

描述: 散户占比局部动量因子 part5（N=40），过去 40 个有效交易日按散户占比升序排序后第 5 个五分之一（8 日）涨跌幅的均值，即散户占比最高的 8 日。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 5 组（排序后第 33~40 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

mid_mom_part1_40

中文名: 中户占比局部动量因子 part1（N=40）

描述: 中户占比局部动量因子 part1（N=40），过去 40 个有效交易日按中户占比升序排序后第 1 个五分之一（8 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 1 组（排序后第 1~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

mid_mom_part2_40

中文名: 中户占比局部动量因子 part2（N=40）

描述: 中户占比局部动量因子 part2（N=40），过去 40 个有效交易日按中户占比升序排序后第 2 个五分之一（8 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 2 组（排序后第 9~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

mid_mom_part3_40

中文名: 中户占比局部动量因子 part3（N=40）

描述: 中户占比局部动量因子 part3（N=40），过去 40 个有效交易日按中户占比升序排序后第 3 个五分之一（8 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 3 组（排序后第 17~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

mid_mom_part4_40

中文名: 中户占比局部动量因子 part4（N=40）

描述: 中户占比局部动量因子 part4（N=40），过去 40 个有效交易日按中户占比升序排序后第 4 个五分之一（8 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 4 组（排序后第 25~32 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

mid_mom_part5_40

中文名: 中户占比局部动量因子 part5（N=40）

描述: 中户占比局部动量因子 part5（N=40），过去 40 个有效交易日按中户占比升序排序后第 5 个五分之一（8 日）涨跌幅的均值，即中户占比最高的 8 日。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 5 组（排序后第 33~40 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

big_mom_part1_40

中文名: 大户占比局部动量因子 part1（N=40）

描述: 大户占比局部动量因子 part1（N=40），过去 40 个有效交易日按大户占比升序排序后第 1 个五分之一（8 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 1 组（排序后第 1~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

big_mom_part2_40

中文名: 大户占比局部动量因子 part2（N=40）

描述: 大户占比局部动量因子 part2（N=40），过去 40 个有效交易日按大户占比升序排序后第 2 个五分之一（8 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 2 组（排序后第 9~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

big_mom_part3_40

中文名: 大户占比局部动量因子 part3（N=40）

描述: 大户占比局部动量因子 part3（N=40），过去 40 个有效交易日按大户占比升序排序后第 3 个五分之一（8 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 3 组（排序后第 17~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

big_mom_part4_40

中文名: 大户占比局部动量因子 part4（N=40）

描述: 大户占比局部动量因子 part4（N=40），过去 40 个有效交易日按大户占比升序排序后第 4 个五分之一（8 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 4 组（排序后第 25~32 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

big_mom_part5_40

中文名: 大户占比局部动量因子 part5（N=40）

描述: 大户占比局部动量因子 part5（N=40），过去 40 个有效交易日按大户占比升序排序后第 5 个五分之一（8 日）涨跌幅的均值，即大户占比最高的 8 日。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 5 组（排序后第 33~40 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

inst_mom_part1_40

中文名: 机构占比局部动量因子 part1（N=40）

描述: 机构占比局部动量因子 part1（N=40），过去 40 个有效交易日按机构占比升序排序后第 1 个五分之一（8 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 1 组（排序后第 1~8 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

inst_mom_part2_40

中文名: 机构占比局部动量因子 part2（N=40）

描述: 机构占比局部动量因子 part2（N=40），过去 40 个有效交易日按机构占比升序排序后第 2 个五分之一（8 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 2 组（排序后第 9~16 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

inst_mom_part3_40

中文名: 机构占比局部动量因子 part3（N=40）

描述: 机构占比局部动量因子 part3（N=40），过去 40 个有效交易日按机构占比升序排序后第 3 个五分之一（8 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 3 组（排序后第 17~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

inst_mom_part4_40

中文名: 机构占比局部动量因子 part4（N=40）

描述: 机构占比局部动量因子 part4（N=40），过去 40 个有效交易日按机构占比升序排序后第 4 个五分之一（8 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 4 组（排序后第 25~32 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

inst_mom_part5_40

中文名: 机构占比局部动量因子 part5（N=40）

描述: 机构占比局部动量因子 part5（N=40），过去 40 个有效交易日按机构占比升序排序后第 5 个五分之一（8 日）涨跌幅的均值，即机构占比最高的 8 日。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 40 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 5 组（排序后第 33~40 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 40 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 12

small_mom_new_40

中文名: 散户占比新动量因子（N=40）

描述: small_mom_part1_40 与 small_mom_part5_40 之差。散户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。研报表 6 中回看 40 日的新动量因子 5 分组多空对冲年化收益 19.14%、信息比率 2.24，均优于同窗口传统动量因子。

构建逻辑: $\text{small\_mom\_new\_40} = \text{small\_mom\_part1\_40} - \text{small\_mom\_part5\_40}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

mid_mom_new_40

中文名: 中户占比新动量因子（N=40）

描述: mid_mom_part1_40 与 mid_mom_part5_40 之差。中户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。

构建逻辑: $\text{mid\_mom\_new\_40} = \text{mid\_mom\_part1\_40} - \text{mid\_mom\_part5\_40}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

big_mom_new_40

中文名: 大户占比新动量因子（N=40）

描述: big_mom_part1_40 与 big_mom_part5_40 之差。大户属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{big\_mom\_new\_40} = \text{big\_mom\_part1\_40} - \text{big\_mom\_part5\_40}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

inst_mom_new_40

中文名: 机构占比新动量因子（N=40）

描述: inst_mom_part1_40 与 inst_mom_part5_40 之差。机构属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{inst\_mom\_new\_40} = \text{inst\_mom\_part1\_40} - \text{inst\_mom\_part5\_40}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

small_mom_part1_60

中文名: 散户占比局部动量因子 part1（N=60）

描述: 散户占比局部动量因子 part1（N=60），过去 60 个有效交易日按散户占比升序排序后第 1 个五分之一（12 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 1 组（排序后第 1~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

small_mom_part2_60

中文名: 散户占比局部动量因子 part2（N=60）

描述: 散户占比局部动量因子 part2（N=60），过去 60 个有效交易日按散户占比升序排序后第 2 个五分之一（12 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 2 组（排序后第 13~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

small_mom_part3_60

中文名: 散户占比局部动量因子 part3（N=60）

描述: 散户占比局部动量因子 part3（N=60），过去 60 个有效交易日按散户占比升序排序后第 3 个五分之一（12 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 3 组（排序后第 25~36 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

small_mom_part4_60

中文名: 散户占比局部动量因子 part4（N=60）

描述: 散户占比局部动量因子 part4（N=60），过去 60 个有效交易日按散户占比升序排序后第 4 个五分之一（12 日）涨跌幅的均值。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 4 组（排序后第 37~48 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

small_mom_part5_60

中文名: 散户占比局部动量因子 part5（N=60）

描述: 散户占比局部动量因子 part5（N=60），过去 60 个有效交易日按散户占比升序排序后第 5 个五分之一（12 日）涨跌幅的均值，即散户占比最高的 12 日。研报结论：散户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 5 组（排序后第 49~60 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

mid_mom_part1_60

中文名: 中户占比局部动量因子 part1（N=60）

描述: 中户占比局部动量因子 part1（N=60），过去 60 个有效交易日按中户占比升序排序后第 1 个五分之一（12 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 1 组（排序后第 1~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

mid_mom_part2_60

中文名: 中户占比局部动量因子 part2（N=60）

描述: 中户占比局部动量因子 part2（N=60），过去 60 个有效交易日按中户占比升序排序后第 2 个五分之一（12 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 2 组（排序后第 13~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

mid_mom_part3_60

中文名: 中户占比局部动量因子 part3（N=60）

描述: 中户占比局部动量因子 part3（N=60），过去 60 个有效交易日按中户占比升序排序后第 3 个五分之一（12 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 3 组（排序后第 25~36 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

mid_mom_part4_60

中文名: 中户占比局部动量因子 part4（N=60）

描述: 中户占比局部动量因子 part4（N=60），过去 60 个有效交易日按中户占比升序排序后第 4 个五分之一（12 日）涨跌幅的均值。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 4 组（排序后第 37~48 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

mid_mom_part5_60

中文名: 中户占比局部动量因子 part5（N=60）

描述: 中户占比局部动量因子 part5（N=60），过去 60 个有效交易日按中户占比升序排序后第 5 个五分之一（12 日）涨跌幅的均值，即中户占比最高的 12 日。研报结论：中户属小单交易者，其占比越低的交易日涨跌幅反转越强，part1 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 5 组（排序后第 49~60 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

big_mom_part1_60

中文名: 大户占比局部动量因子 part1（N=60）

描述: 大户占比局部动量因子 part1（N=60），过去 60 个有效交易日按大户占比升序排序后第 1 个五分之一（12 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 1 组（排序后第 1~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

big_mom_part2_60

中文名: 大户占比局部动量因子 part2（N=60）

描述: 大户占比局部动量因子 part2（N=60），过去 60 个有效交易日按大户占比升序排序后第 2 个五分之一（12 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 2 组（排序后第 13~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

big_mom_part3_60

中文名: 大户占比局部动量因子 part3（N=60）

描述: 大户占比局部动量因子 part3（N=60），过去 60 个有效交易日按大户占比升序排序后第 3 个五分之一（12 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 3 组（排序后第 25~36 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

big_mom_part4_60

中文名: 大户占比局部动量因子 part4（N=60）

描述: 大户占比局部动量因子 part4（N=60），过去 60 个有效交易日按大户占比升序排序后第 4 个五分之一（12 日）涨跌幅的均值。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 4 组（排序后第 37~48 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

big_mom_part5_60

中文名: 大户占比局部动量因子 part5（N=60）

描述: 大户占比局部动量因子 part5（N=60），过去 60 个有效交易日按大户占比升序排序后第 5 个五分之一（12 日）涨跌幅的均值，即大户占比最高的 12 日。研报结论：大户属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 5 组（排序后第 49~60 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

inst_mom_part1_60

中文名: 机构占比局部动量因子 part1（N=60）

描述: 机构占比局部动量因子 part1（N=60），过去 60 个有效交易日按机构占比升序排序后第 1 个五分之一（12 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 1 组（排序后第 1~12 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

inst_mom_part2_60

中文名: 机构占比局部动量因子 part2（N=60）

描述: 机构占比局部动量因子 part2（N=60），过去 60 个有效交易日按机构占比升序排序后第 2 个五分之一（12 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 2 组（排序后第 13~24 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

inst_mom_part3_60

中文名: 机构占比局部动量因子 part3（N=60）

描述: 机构占比局部动量因子 part3（N=60），过去 60 个有效交易日按机构占比升序排序后第 3 个五分之一（12 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 3 组（排序后第 25~36 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

inst_mom_part4_60

中文名: 机构占比局部动量因子 part4（N=60）

描述: 机构占比局部动量因子 part4（N=60），过去 60 个有效交易日按机构占比升序排序后第 4 个五分之一（12 日）涨跌幅的均值。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 4 组（排序后第 37~48 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

inst_mom_part5_60

中文名: 机构占比局部动量因子 part5（N=60）

描述: 机构占比局部动量因子 part5（N=60），过去 60 个有效交易日按机构占比升序排序后第 5 个五分之一（12 日）涨跌幅的均值，即机构占比最高的 12 日。研报结论：机构属大单交易者，其占比越高的交易日涨跌幅反转越强，part5 反转性最强。

构建逻辑: 回溯过去 60 个有效交易日，把每日日涨跌幅（今收 / 昨收 $- 1$）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 5 组（排序后第 49~60 日）的算术平均。

项目实现说明: 同 small_mom_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 60 天时为 null；占比并列时按时间先后稳定排序）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 13

small_mom_new_60

中文名: 散户占比新动量因子（N=60）

描述: small_mom_part1_60 与 small_mom_part5_60 之差。散户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。研报表 6 中回看 60 日的新动量因子 5 分组多空对冲年化收益 18.15%、信息比率 1.95，均优于同窗口传统动量因子。

构建逻辑: $\text{small\_mom\_new\_60} = \text{small\_mom\_part1\_60} - \text{small\_mom\_part5\_60}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

mid_mom_new_60

中文名: 中户占比新动量因子（N=60）

描述: mid_mom_part1_60 与 mid_mom_part5_60 之差。中户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。

构建逻辑: $\text{mid\_mom\_new\_60} = \text{mid\_mom\_part1\_60} - \text{mid\_mom\_part5\_60}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

big_mom_new_60

中文名: 大户占比新动量因子（N=60）

描述: big_mom_part1_60 与 big_mom_part5_60 之差。大户属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{big\_mom\_new\_60} = \text{big\_mom\_part1\_60} - \text{big\_mom\_part5\_60}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

inst_mom_new_60

中文名: 机构占比新动量因子（N=60）

描述: inst_mom_part1_60 与 inst_mom_part5_60 之差。机构属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{inst\_mom\_new\_60} = \text{inst\_mom\_part1\_60} - \text{inst\_mom\_part5\_60}$

项目实现说明: 同 small_mom_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.2 节「新因子的参数敏感性」与图 14~15、表 6

small_mom_new_20_pure

中文名: 纯净新动量因子

描述: 研报为剔除常用风格与行业的干扰，每月月底将新因子对 Barra 风格因子和 28 个申万一级行业虚拟变量回归，取残差作为纯净新因子。剔除后纯净新因子的年化 ICIR 仍可达 $-2.32$，全市场 5 分组多空对冲年化收益 8.26%、信息比率 2.36、月度胜率 75.20%、最大回撤仅 3.34%。研报同时给出新因子与 10 个 Barra 风格因子的相关系数，其中与 Momentum（用 Ret20 替代）相关 0.3514、与 ResidualVolatility 相关 0.2487、与 Liquidity 相关 0.2266，与 Size 几乎无关（$-0.0084$）。

构建逻辑: 在每个截面上，把 small_mom_new_20 对 10 个风格因子与申万一级行业哑变量做最小二乘回归，取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 风格因子口径：研报使用 Barra 风格因子，本项目无 Barra 因子库，用 cn_stock_prefactors 字段构造十个同名代理变量——Beta 取 beta_000300SH_22，Size 取 $\log(\text{total\_market\_cap})$，NonLinearSize 取 Size 的三次项，BooktoPrice 取 $1 / \text{pb}$，EarningsYield 取 $1 / \text{pe\_ttm}$，Growth 取营业总收入 TTM 的 250 个交易日同比，Leverage 取 debt_to_asset_lf，ResidualVolatility 取日收益率的 22 日标准差，Liquidity 取 $\log$(22 日平均换手率)，Momentum 按研报做法用 trad_mom_20 替代
• 行业口径：研报为 28 个申万一级行业虚拟变量，本项目用 sw2021_level1（申万 2021 版一级行业，31 个）
• 回归前对因子与自变量逐列做截面 MAD 5 倍去极值与 z-score 标准化；行业缺失的股票不参与回归，残差置空

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 3 节纯净新因子、表 3~4 与图 10

trad_turn_20

中文名: 传统换手率因子

描述: 研报在「交易者结构在其他因子上的应用」一节用来对照的传统换手率因子。研报回测其年化 ICIR 为 $-1.87$，5 分组多空对冲年化收益 21.99%、年化波动 12.78%、信息比率 1.72、月度胜率 69.60%、最大回撤 11.33%。

构建逻辑: 每月月底计算过去 20 个交易日的日均换手率，并做市值中性化处理。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 市值中性化实现为：先对 20 日平均换手率做截面 z-score，再对 $\log(\text{total\_market\_cap})$ 回归取残差

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 8

small_turn_part1_20

中文名: 交易者结构划分的局部换手率因子

描述: 研报把本篇发现的规律迁移到换手率因子上，按四类交易者的交易占比高低把传统换手率因子划分为 5 个局部因子。结论与动量因子一致：大单（机构、大户）交易占比越高、小单（散户、中户）交易占比越低，换手率因子的表现越好。

构建逻辑: 与局部动量因子同构，仅把被切割的基础值由每日涨跌幅换成每日换手率：回溯过去 20 个交易日，按当日某类交易者的交易占比从低到高排序，等分 5 组，每组取组内日换手率的平均值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 局部因子不做市值中性化，保持与被切割的原始换手率同量纲；市值中性化只施加在对照用的 trad_turn_20 上（研报仅对传统因子明示该处理）

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

small_turn_part2_20

中文名: 散户占比局部换手率因子 part2（N=20）

描述: 散户占比局部换手率因子 part2（N=20），过去 20 个有效交易日按散户占比升序排序后第 2 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

small_turn_part3_20

中文名: 散户占比局部换手率因子 part3（N=20）

描述: 散户占比局部换手率因子 part3（N=20），过去 20 个有效交易日按散户占比升序排序后第 3 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

small_turn_part4_20

中文名: 散户占比局部换手率因子 part4（N=20）

描述: 散户占比局部换手率因子 part4（N=20），过去 20 个有效交易日按散户占比升序排序后第 4 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

small_turn_part5_20

中文名: 散户占比局部换手率因子 part5（N=20）

描述: 散户占比局部换手率因子 part5（N=20），过去 20 个有效交易日按散户占比升序排序后第 5 个五分之一（4 日）日换手率的均值，即散户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

mid_turn_part1_20

中文名: 中户占比局部换手率因子 part1（N=20）

描述: 中户占比局部换手率因子 part1（N=20），过去 20 个有效交易日按中户占比升序排序后第 1 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

mid_turn_part2_20

中文名: 中户占比局部换手率因子 part2（N=20）

描述: 中户占比局部换手率因子 part2（N=20），过去 20 个有效交易日按中户占比升序排序后第 2 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

mid_turn_part3_20

中文名: 中户占比局部换手率因子 part3（N=20）

描述: 中户占比局部换手率因子 part3（N=20），过去 20 个有效交易日按中户占比升序排序后第 3 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

mid_turn_part4_20

中文名: 中户占比局部换手率因子 part4（N=20）

描述: 中户占比局部换手率因子 part4（N=20），过去 20 个有效交易日按中户占比升序排序后第 4 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

mid_turn_part5_20

中文名: 中户占比局部换手率因子 part5（N=20）

描述: 中户占比局部换手率因子 part5（N=20），过去 20 个有效交易日按中户占比升序排序后第 5 个五分之一（4 日）日换手率的均值，即中户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

big_turn_part1_20

中文名: 大户占比局部换手率因子 part1（N=20）

描述: 大户占比局部换手率因子 part1（N=20），过去 20 个有效交易日按大户占比升序排序后第 1 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

big_turn_part2_20

中文名: 大户占比局部换手率因子 part2（N=20）

描述: 大户占比局部换手率因子 part2（N=20），过去 20 个有效交易日按大户占比升序排序后第 2 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

big_turn_part3_20

中文名: 大户占比局部换手率因子 part3（N=20）

描述: 大户占比局部换手率因子 part3（N=20），过去 20 个有效交易日按大户占比升序排序后第 3 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

big_turn_part4_20

中文名: 大户占比局部换手率因子 part4（N=20）

描述: 大户占比局部换手率因子 part4（N=20），过去 20 个有效交易日按大户占比升序排序后第 4 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

big_turn_part5_20

中文名: 大户占比局部换手率因子 part5（N=20）

描述: 大户占比局部换手率因子 part5（N=20），过去 20 个有效交易日按大户占比升序排序后第 5 个五分之一（4 日）日换手率的均值，即大户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

inst_turn_part1_20

中文名: 机构占比局部换手率因子 part1（N=20）

描述: 机构占比局部换手率因子 part1（N=20），过去 20 个有效交易日按机构占比升序排序后第 1 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

inst_turn_part2_20

中文名: 机构占比局部换手率因子 part2（N=20）

描述: 机构占比局部换手率因子 part2（N=20），过去 20 个有效交易日按机构占比升序排序后第 2 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

inst_turn_part3_20

中文名: 机构占比局部换手率因子 part3（N=20）

描述: 机构占比局部换手率因子 part3（N=20），过去 20 个有效交易日按机构占比升序排序后第 3 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

inst_turn_part4_20

中文名: 机构占比局部换手率因子 part4（N=20）

描述: 机构占比局部换手率因子 part4（N=20），过去 20 个有效交易日按机构占比升序排序后第 4 个五分之一（4 日）日换手率的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

inst_turn_part5_20

中文名: 机构占比局部换手率因子 part5（N=20）

描述: 机构占比局部换手率因子 part5（N=20），过去 20 个有效交易日按机构占比升序排序后第 5 个五分之一（4 日）日换手率的均值，即机构占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，换手率因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日换手率按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_turn_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 16

small_turn_new_20

中文名: 交易者结构划分的新换手率因子

描述: 研报以散户交易占比为例，将局部换手率因子 1 与因子 5 相减构造新的换手率因子，效果优于传统因子：年化 ICIR 由 $-1.87$ 提升到 $-2.34$，5 分组多空对冲年化收益 21.67%、年化波动 9.20%、信息比率 2.36、月度胜率 76.00%、最大回撤 9.38%。

构建逻辑: 新换手率因子等于局部换手率因子 1 减去因子 5。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 符号口径：同 small_mom_new_20，四类交易者统一按 $\text{part1} - \text{part5}$ 计算，不按交易者类型翻转符号

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 8

mid_turn_new_20

中文名: 中户占比新换手率因子（N=20）

描述: mid_turn_part1_20 与 mid_turn_part5_20 之差。中户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。

构建逻辑: $\text{mid\_turn\_new\_20} = \text{mid\_turn\_part1\_20} - \text{mid\_turn\_part5\_20}$

项目实现说明: 同 small_turn_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 8

big_turn_new_20

中文名: 大户占比新换手率因子（N=20）

描述: big_turn_part1_20 与 big_turn_part5_20 之差。大户属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{big\_turn\_new\_20} = \text{big\_turn\_part1\_20} - \text{big\_turn\_part5\_20}$

项目实现说明: 同 small_turn_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 8

inst_turn_new_20

中文名: 机构占比新换手率因子（N=20）

描述: inst_turn_part1_20 与 inst_turn_part5_20 之差。机构属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{inst\_turn\_new\_20} = \text{inst\_turn\_part1\_20} - \text{inst\_turn\_part5\_20}$

项目实现说明: 同 small_turn_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 8

trad_amp_20

中文名: 传统振幅因子

描述: 研报用来对照的传统振幅因子。研报回测其年化 ICIR 为 $-0.79$，5 分组多空对冲年化收益 10.18%、年化波动 13.89%、信息比率 0.73、月度胜率 66.40%、最大回撤 17.03%。

构建逻辑: 每月月底计算过去 20 个交易日的日均振幅，并做市值中性化处理。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报未给出日振幅的定义式，本项目取 $(\text{最高价} - \text{最低价}) / \text{昨收盘价}$，三个价格字段均为后复权
• 市值中性化实现为：先对 20 日平均振幅做截面 z-score，再对 $\log(\text{total\_market\_cap})$ 回归取残差

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 9

small_amp_part1_20

中文名: 交易者结构划分的局部振幅因子

描述: 研报把交易者结构的切割方案迁移到振幅因子上得到的 5 个局部因子，研报称改进效果同样令人欣喜。

构建逻辑: 与局部动量因子同构，被切割的基础值为每日振幅：回溯过去 20 个交易日，按当日某类交易者的交易占比从低到高排序，等分 5 组，每组取组内日振幅的平均值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 局部因子不做市值中性化，理由同 small_turn_part1_20

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

small_amp_part2_20

中文名: 散户占比局部振幅因子 part2（N=20）

描述: 散户占比局部振幅因子 part2（N=20），过去 20 个有效交易日按散户占比升序排序后第 2 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

small_amp_part3_20

中文名: 散户占比局部振幅因子 part3（N=20）

描述: 散户占比局部振幅因子 part3（N=20），过去 20 个有效交易日按散户占比升序排序后第 3 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

small_amp_part4_20

中文名: 散户占比局部振幅因子 part4（N=20）

描述: 散户占比局部振幅因子 part4（N=20），过去 20 个有效交易日按散户占比升序排序后第 4 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

small_amp_part5_20

中文名: 散户占比局部振幅因子 part5（N=20）

描述: 散户占比局部振幅因子 part5（N=20），过去 20 个有效交易日按散户占比升序排序后第 5 个五分之一（4 日）日振幅的均值，即散户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日散户交易占比（share_small）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

mid_amp_part1_20

中文名: 中户占比局部振幅因子 part1（N=20）

描述: 中户占比局部振幅因子 part1（N=20），过去 20 个有效交易日按中户占比升序排序后第 1 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

mid_amp_part2_20

中文名: 中户占比局部振幅因子 part2（N=20）

描述: 中户占比局部振幅因子 part2（N=20），过去 20 个有效交易日按中户占比升序排序后第 2 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

mid_amp_part3_20

中文名: 中户占比局部振幅因子 part3（N=20）

描述: 中户占比局部振幅因子 part3（N=20），过去 20 个有效交易日按中户占比升序排序后第 3 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

mid_amp_part4_20

中文名: 中户占比局部振幅因子 part4（N=20）

描述: 中户占比局部振幅因子 part4（N=20），过去 20 个有效交易日按中户占比升序排序后第 4 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

mid_amp_part5_20

中文名: 中户占比局部振幅因子 part5（N=20）

描述: 中户占比局部振幅因子 part5（N=20），过去 20 个有效交易日按中户占比升序排序后第 5 个五分之一（4 日）日振幅的均值，即中户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日中户交易占比（share_mid）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

big_amp_part1_20

中文名: 大户占比局部振幅因子 part1（N=20）

描述: 大户占比局部振幅因子 part1（N=20），过去 20 个有效交易日按大户占比升序排序后第 1 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

big_amp_part2_20

中文名: 大户占比局部振幅因子 part2（N=20）

描述: 大户占比局部振幅因子 part2（N=20），过去 20 个有效交易日按大户占比升序排序后第 2 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

big_amp_part3_20

中文名: 大户占比局部振幅因子 part3（N=20）

描述: 大户占比局部振幅因子 part3（N=20），过去 20 个有效交易日按大户占比升序排序后第 3 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

big_amp_part4_20

中文名: 大户占比局部振幅因子 part4（N=20）

描述: 大户占比局部振幅因子 part4（N=20），过去 20 个有效交易日按大户占比升序排序后第 4 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

big_amp_part5_20

中文名: 大户占比局部振幅因子 part5（N=20）

描述: 大户占比局部振幅因子 part5（N=20），过去 20 个有效交易日按大户占比升序排序后第 5 个五分之一（4 日）日振幅的均值，即大户占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日大户交易占比（share_big）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

inst_amp_part1_20

中文名: 机构占比局部振幅因子 part1（N=20）

描述: 机构占比局部振幅因子 part1（N=20），过去 20 个有效交易日按机构占比升序排序后第 1 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 1 组（排序后第 1~4 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

inst_amp_part2_20

中文名: 机构占比局部振幅因子 part2（N=20）

描述: 机构占比局部振幅因子 part2（N=20），过去 20 个有效交易日按机构占比升序排序后第 2 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 2 组（排序后第 5~8 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

inst_amp_part3_20

中文名: 机构占比局部振幅因子 part3（N=20）

描述: 机构占比局部振幅因子 part3（N=20），过去 20 个有效交易日按机构占比升序排序后第 3 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 3 组（排序后第 9~12 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

inst_amp_part4_20

中文名: 机构占比局部振幅因子 part4（N=20）

描述: 机构占比局部振幅因子 part4（N=20），过去 20 个有效交易日按机构占比升序排序后第 4 个五分之一（4 日）日振幅的均值。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 4 组（排序后第 13~16 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

inst_amp_part5_20

中文名: 机构占比局部振幅因子 part5（N=20）

描述: 机构占比局部振幅因子 part5（N=20），过去 20 个有效交易日按机构占比升序排序后第 5 个五分之一（4 日）日振幅的均值，即机构占比最高的 4 日。研报结论与动量一致：大单交易者占比越高、小单交易者占比越低，振幅因子表现越好。

构建逻辑: 回溯过去 20 个有效交易日，把每日日振幅（(最高价 $-$ 最低价) / 昨收）按当日机构交易占比（share_inst）从低到高排序后等分 5 组，取第 5 组（排序后第 17~20 日）的算术平均。

项目实现说明: 同 small_amp_part1_20（逐日计算；窗口按四档占比与三个基础值都有定义的交易日计数，有效交易日不足 20 天时为 null；占比并列时按时间先后稳定排序）；不做市值中性化。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与图 17

small_amp_new_20

中文名: 交易者结构划分的新振幅因子

描述: 研报以散户交易占比为例，将局部振幅因子 1 与因子 5 相减构造新的振幅因子，效果优于传统因子：年化 ICIR 由 $-0.79$ 提升到 $-1.76$，5 分组多空对冲年化收益 11.84%、年化波动 5.77%、信息比率 2.05、月度胜率 73.60%、最大回撤 6.80%。

构建逻辑: 新振幅因子等于局部振幅因子 1 减去因子 5。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 符号口径：同 small_mom_new_20，四类交易者统一按 $\text{part1} - \text{part5}$ 计算，不按交易者类型翻转符号

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 9

mid_amp_new_20

中文名: 中户占比新振幅因子（N=20）

描述: mid_amp_part1_20 与 mid_amp_part5_20 之差。中户属小单交易者，part1 − part5 为反转方向，值越小未来收益越高。

构建逻辑: $\text{mid\_amp\_new\_20} = \text{mid\_amp\_part1\_20} - \text{mid\_amp\_part5\_20}$

项目实现说明: 同 small_amp_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 9

big_amp_new_20

中文名: 大户占比新振幅因子（N=20）

描述: big_amp_part1_20 与 big_amp_part5_20 之差。大户属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{big\_amp\_new\_20} = \text{big\_amp\_part1\_20} - \text{big\_amp\_part5\_20}$

项目实现说明: 同 small_amp_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 9

inst_amp_new_20

中文名: 机构占比新振幅因子（N=20）

描述: inst_amp_part1_20 与 inst_amp_part5_20 之差。机构属大单交易者，单调性与散户相反，part1 − part5 得到的是动量方向，取负号后与散户版同向。

构建逻辑: $\text{inst\_amp\_new\_20} = \text{inst\_amp\_part1\_20} - \text{inst\_amp\_part5\_20}$

项目实现说明: 同 small_amp_new_20（四类交易者统一按 part1 − part5 计算，不按交易者类型翻转符号；逐日计算）。

文献出处: 高子剑、沈芷琦. 2020-08-18. “求索动量因子”系列研究（二）：交易者结构对动量因子的改进. 东吴证券，第 4.4 节「交易者结构在其他因子上的应用」与表 9

复现核对

核对口径: 因子 IC 一项的区间为 2016-01-01 ~ 2020-07-31（研报为 2010/01/01-2020/07/31，本项目资金流字段自 2015-01 起才有、且 2015 年覆盖度不足以入库，故起点晚 6 年；2019 整年因上游缺陷未入库，自然从样本中缺失）；交易占比一项的区间为 2015-02-16 ~ 2020-07-31，直接查上游字段、不受入库区间限制，故可多覆盖 2015 与 2019。全市场不做任何股票过滤（研报剔除 ST 与次新股）；前向收益取次日开盘到 21 个交易日后开盘（不用收盘口径：收盘价含当日反转信息，会系统性放大反转类因子的表现）；IC 为 Pearson、RankIC 为 Spearman；研报为月末截面、本项目逐日，下表的 IC 类指标取月末子样本（43 个截面日）与研报对数，逐日全样本（871 个截面日）的 RankIC 另见下方差异说明。交易占比一项对全样本股票日求简单算术平均，与研报图 3「所有 A 股样本的平均交易占比」同口径。

研报的「年化 ICIR」是月度 ICIR $\times \sqrt{12}$。本项目给的是年化 RankICIR（基于 Spearman IC），研报在动量因子上同时给了 ICIR 与 RankICIR（$-2.46$ / $-3.30$），故动量一项可直接对上；但换手率与振幅两节研报只给了年化 ICIR（Pearson 口径），与本项目的 RankICIR 不是同一指标，表中已标注，两列只能看方向与相对关系、不能看绝对值差。

本表实际入库区间为 2016-01-01 起（见 notebook 历史 cell 的说明）：2015 年分档资金流覆盖度过不了入库前测试的 80% 下限，2015-07 千股停牌期间单日覆盖仅约 48%。上表交易占比一项的核对区间从 2015-02-16 起算，是为了尽量贴近研报区间做口径核对，不代表本表的入库区间。

核心因子的复现质量：small_mom_new_20 月度 IC $-0.0657$ 对研报 $-0.058$、月度 RankIC $-0.0855$ 对 $-0.073$、年化 RankICIR $-3.60$ 对 $-3.30$，三项都比研报略强但量级一致；逐日全样本 RankIC 为 $-0.0908$。研报最关键的结论——新动量因子显著优于传统动量因子——在本项目成立且幅度更大：年化 RankICIR $-3.60$ 对 $-1.39$（传统 Ret20）。

两处与研报不一致，标为待确认：

1. 新换手率因子没有体现出相对传统换手率因子的改进。研报表 8 给出年化 ICIR 由 $-1.87$（传统）提升到 $-2.34$（新）；本项目的年化 RankICIR 为 $-2.16$（传统）对 $-2.13$（新），两者基本持平，改进消失。注意两列不是同一指标（研报 Pearson、本项目 Spearman），但同一指标内部的相对关系应当保持，而本项目的相对关系与研报相反。可能与研报未披露的处理有关：研报明确说传统换手率因子「做市值中性化处理」，但没说 5 个局部因子是否也做；本项目的局部因子与新因子均未做市值中性化（见 small_turn_part1_20 的项目实现说明），若研报对局部因子也做了中性化，新因子的构造基础就不同
2. 振幅一组的量级整体强于研报：本项目 $-2.30$（传统）/ $-3.00$（新）对研报 $-0.79$ / $-1.76$。相对关系（新强于传统）与研报一致，绝对量级差 1.2 ~ 1.5。除 Pearson / Spearman 的口径差异外，研报未给出日振幅的定义式，本项目取 $(\text{最高价} - \text{最低价}) / \text{昨收盘价}$，若研报用的是 $(\text{最高价} - \text{最低价}) / \text{当日均价}$ 之类的口径，结果会有差别

未为了对上研报去调整中性化处理或振幅定义。

四类交易者的占比排序与量级均与研报一致（中户最高、机构最低，中户加散户占三分之二），逐项误差 1.3 ~ 3.9 个百分点。差异来源有两个，且方向可解释：

1. 区间不同：研报含 2010-2014，本项目缺这 5 年。A 股机构化程度逐年上升、散户占比逐年下降，故本项目区间偏晚会系统性地高估机构与大户、低估散户，与实测方向（机构 $+1.3$pp、大户 $+2.0$pp、散户 $-3.9$pp）完全一致
2. 数据源与还原口径不同：研报用 Wind 的投资者结构数据直接取得分档成交额；本项目源表只给「主动 / 被动 × 买 / 卖」四个方向的金额，分档成交额按 $(B + S) / 2$ 还原（见 share_inst 的项目实现说明）。该还原使四档占比之和恒为 1（已作为入库前测试点 share_sum 固化，容差 $10^{-6}$，实测全部通过），但单档数值与 Wind 口径可能有细微差别

挂单金额的分档阈值（机构 $\ge 100$ 万、大户 $20 \sim 100$ 万、中户 $4 \sim 20$ 万、散户 $< 4$ 万）与源表的 large / big / mid / small 四档完全对应，无需换算。注意源表后缀 large 指的是超大单，与研报「大户」不是同一档，映射关系已在实现中按阈值对齐而非按字面对齐。

上游数据的两处已知限制

这两项都已量化并固化进 checks.py，使用本表前需要知道：

一、四档之和恒等于 1 并非全区间成立，2019 年整年失效。 对 2015-01 ~ 2026-09 逐日扫描「四档还原成交额之和 / amount」：干净交易日的偏离是纯浮点累积误差（p99 约 $3 \times 10^{-8}$，单日最大约 $5.4 \times 10^{-5}$）；坏行则是实质缺陷——四档之和只有 amount 的 40% ~ 52%，即该股当日的分档资金流只覆盖了不到一半的成交额。逐年实测：

坏行集中在主板股票，沪深两市都有。据此把专属测试点 share_sum 的判据定为「偏离 $> 10^{-3}$ 的行占比 $> 1\%$ 即失败」：容差留了两个数量级余量以放过浮点噪声，坏行占比的门限能拦住整片坏掉的交易日。

两个直接后果：

• 2019 年整年未入库：按年与按月分批都试过，12 个月全部被 share_sum 拦住（各月抽样日坏行率 19% ~ 26%），这是上游数据本身的问题，不是因子逻辑问题。本表实际入库年份为 2016-2018、2020-2026
• 2016 与 2021 虽已入库，但各含 21 / 26 个坏日：入库前测试按批次随机抽 1 个交易日，这两年抽到的恰好是干净日。坏日上的四类交易者占比不可信，进而影响把该日纳入回溯窗口的因子值（该日作为 20 / 40 / 60 个排序键之一会被错排）。本表不对坏日做剔除或填补（按项目规范不得对股票或交易日做价值判断），对精度敏感的使用场景建议自行按上表避开 2015、2016、2021 三年

二、share_inst 的截面重复率天然超过默认门禁。 当日没有超大单（挂单额 $\ge 100$ 万）成交的股票，share_inst 恰好为 0；实测 2019-11-22 当天 3651 只有效股票中有 1641 只为 0，仅这些 0 值就贡献 $(1641 - 1) / 3651 = 44.9\%$ 的重复率，与该日实测重复率 44.9% 完全吻合。这是因子的固有性质而非计算退化，故经用户同意（2026-10-04）对 share_inst 单列豁免 duplicate_ratio 测试，阈值仍为默认 20%、其余 129 列照常参与测试。其余三档（share_big / share_mid / share_small）几乎每日都有成交，实测重复率远低于 20%，保留测试。

示例数据

按 date、instrument 排序后的前 5 行与后 5 行，由 update_docs() 推送文档时自动填充。