cn_stock_factors_hf_fz_clouds_clear

数据描述

以分钟波动率的波动率度量模糊性，刻画投资者模糊性厌恶程度的选股因子

数据简介

研报把「波动率的波动率」称为模糊性（ambiguity），并指出投资者普遍厌恶模糊性：模糊性大时会急于卖出股票。研报用三种方式度量这种厌恶程度——模糊性与分钟成交金额的相关系数、模糊性较大时段的成交金额占比、以及同样口径的成交量占比；后两者相关性高达 99.96%，而研报认为剩下那不足 0.1% 的差异恰好刻画了投资者急于出售时付出的流动性成本，据此构造「模糊价差」并进一步用其自身稳定性做修正，最终等权合成「云开雾散」因子。本表输出研报推进链条上的全部 21 个因子：四个因子族各 4 个（日频原始值、20 日均值、20 日标准差、等权合成），修正模糊价差族 3 个，以及最终的 clouds_clear 与正交化后的 clouds_clear_pure。全部因子只需扫描一次 cn_stock_bar1m_c，故合并为一张表。

数据区间：2013-01-04 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》
• 作者: 曹春晓
• 机构: 方正证券
• 时间: 2022-08-04

表结构

• 表名: cn_stock_factors_hf_fz_clouds_clear
• 中文表名: 方正证券云开雾散因子
• 数据描述: 以分钟波动率的波动率度量模糊性，刻画投资者模糊性厌恶程度的选股因子
• 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

两张表各自独立查询、互不 JOIN，回溯长度也不同。cn_stock_bar1m_c 的回溯由最长的因子链决定：adj_fog_price_spread_mean 先要 10 日标准差、再要 20 日均值，合计需要 29 个交易日的日频中间量，因此分钟数据统一向前多取 35 个交易日（含余量）；单日增量因此要扫约 36 个交易日的分钟数据，约 4700 万行。cn_stock_prefactors 的成长风格因子要与 250 个交易日前的营业总收入 TTM 相比，故向前多取 255 个交易日，日频表约 5600 行/日，合计约 140 万行，成本可忽略。

因子列表

ambiguity_corr_daily

中文名: 日模糊关联度

描述: 当日成交金额随模糊性变化而变化程度的代理变量，用于衡量投资者对波动率模糊性的厌恶程度。

构建逻辑: 先算出每只股票每分钟的模糊性，步骤如下：

1. 取个股的每日分钟数据，剔除开盘与收盘数据，仅保留日内交易数据。
2. 使用分钟收盘价，计算每分钟的收益率（开盘的第一分钟值为空）。
3. 对于第 $t$ 分钟，计算第 $t-4$ 到 $t$ 分钟收益率的标准差，作为第 $t$ 分钟的波动率（开盘的前五分钟值为空）。
4. 对于第 $t$ 分钟，计算第 $t-4$ 到 $t$ 分钟波动率的标准差，作为第 $t$ 分钟的模糊性（开盘的前九分钟值为空）。

再每天计算模糊性序列与分钟成交金额序列的相关系数，记为「日模糊关联度」因子。

项目实现说明:

• 剔除的「开盘与收盘数据」落到 cn_stock_bar1m_c 上就是集合竞价 bar：沪深两市记在 09:25、北交所记在 09:30，收盘集合竞价已并入 15:00 那根 bar 无法单独剔除。过滤掉 09:31 之前的 bar 后每日恰好剩 240 根（09:31–15:00），与研报图示的「第 10–240 分钟」完全一致，模糊性自第 10 分钟起有值。
• 相关系数取 Pearson，在模糊性有值的 231 个分钟上计算。当日价格全程不动（一字板、全天无成交）时相关系数无定义，该日因子为空。

ambiguity_corr_mean

中文名: 均模糊关联度

描述: 日模糊关联度在过去一个月的中枢水平，是「模糊关联度」因子的均值分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊关联度」因子的均值。

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。20 个交易日的窗口含当日，窗口内任一日缺值则当日结果为空。

ambiguity_corr_std

中文名: 稳模糊关联度

描述: 日模糊关联度在过去一个月的波动水平，是「模糊关联度」因子的标准差分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊关联度」因子的标准差。

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。

ambiguity_corr

中文名: 模糊关联度

描述: 研报三种厌恶程度度量方式中的第一种，把日模糊关联度的中枢与波动两个维度合成为一个因子。

构建逻辑: 将「均模糊关联度」因子与「稳模糊关联度」因子等权合成为「模糊关联度」因子。

项目实现说明:

• 等权合成的实现方式：研报未披露合成前的标准化口径，但在第 2.5 节明确交代「日模糊金额比」与「日模糊数量比」是「不经 z-score 标准化，直接做差」，可见其余合成步骤默认是先标准化的。本项目对每个分量先做截面 1%/99% 分位截尾（c_winsorize）再做截面 z-score（c_normalize），然后等权平均。截尾是必要的：fog_amount_ratio_std 这类比值分量右尾极重（5 天样本实测最大值 12.6、中位数约 0.3），不截尾时单只股票的 z-score 可达 29，合成结果会被个别样本主导。本表全部合成因子（ambiguity_corr、fog_amount_ratio、fog_volume_ratio、fog_price_spread、adj_fog_price_spread、clouds_clear）统一按此口径。

fog_amount_ratio_daily

中文名: 日模糊金额比

描述: 当日投资者在模糊性较大时卖出股票金额的代理变量，反映投资者对模糊性的厌恶程度。

构建逻辑:

1. 计算每日每只股票每分钟的模糊性（同 ambiguity_corr_daily）。
2. 计算当日模糊性的均值。
3. 认定模糊性大于均值的部分为模糊性较大的时间段，记为「起雾时刻」。
4. 计算「起雾时刻」的分钟成交金额的均值，记为「雾中金额」。
5. 计算日内所有时间的分钟成交金额的均值，记为「总体金额」。
6. 使用「雾中金额」除以「总体金额」，记为「日模糊金额比」。

项目实现说明:

• 分母「日内所有时间」取保留下来的全部 240 根日内 bar，而不是只取模糊性有定义的第 10–240 分钟。研报原文只写「日内所有时间」，两种读法都说得通，本项目按字面取全部 240 分钟，与分子「起雾时刻」形成「部分 vs 全体」的对照。
• 「起雾时刻」用严格大于当日模糊性均值判定。当日模糊性恒定（如全天价格不动）时起雾时刻为空集，或当日成交金额合计为零时分母为零，该日因子均为空。

fog_amount_ratio_mean

中文名: 均模糊金额比

描述: 日模糊金额比在过去一个月的中枢水平，是「模糊金额比」因子的均值分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊金额比」的均值。

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。

fog_amount_ratio_std

中文名: 稳模糊金额比

描述: 日模糊金额比在过去一个月的波动水平，是「模糊金额比」因子的标准差分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊金额比」的标准差。

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。

fog_amount_ratio

中文名: 模糊金额比

描述: 研报三种厌恶程度度量方式中的第二种，也是「云开雾散」的三个合成分量之一。

构建逻辑: 将「均模糊金额比」因子与「稳模糊金额比」因子等权合成为「模糊金额比」因子。

项目实现说明:

• 等权合成的实现方式同 ambiguity_corr。

fog_volume_ratio_daily

中文名: 日模糊数量比

描述: 当日投资者在模糊性较大时卖出股票数量的代理变量，同样反映投资者对模糊性的厌恶程度。

构建逻辑:

1. 计算「起雾时刻」的分钟成交量的均值，记为「雾中数量」。
2. 计算日内所有时间的分钟成交量的均值，记为「总体数量」。
3. 使用「雾中数量」除以「总体数量」，记为「日模糊数量比」。

项目实现说明:

• 「起雾时刻」判定与分母口径同 fog_amount_ratio_daily，只把成交金额换成成交量。

fog_volume_ratio_mean

中文名: 均模糊数量比

描述: 日模糊数量比在过去一个月的中枢水平，是「模糊数量比」因子的均值分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊数量比」的均值。

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。

fog_volume_ratio_std

中文名: 稳模糊数量比

描述: 日模糊数量比在过去一个月的波动水平，是「模糊数量比」因子的标准差分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊数量比」的标准差。

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。

fog_volume_ratio

中文名: 模糊数量比

描述: 研报三种厌恶程度度量方式中的第三种。研报指出它与「模糊金额比」的平均每日秩相关系数高达 99.96%，绩效表现也相近，本身不进入「云开雾散」的合成，但它与「模糊金额比」的差值构成了后续的「模糊价差」。

构建逻辑: 将「均模糊数量比」因子与「稳模糊数量比」因子等权合成为「模糊数量比」因子。

项目实现说明:

• 等权合成的实现方式同 ambiguity_corr。

fog_price_spread_daily

中文名: 日模糊价差

描述: 刻画投资者在急于出售股票时所付出的流动性成本。「模糊金额比」与「模糊数量比」计算方式完全一致，唯一区别是指标本身，因此二者的差异只由不同时段的价格差异造成；以模糊性划分时段时，这一差异体现的就是模糊性与价格之间的关系。当模糊性较大时，如果平均成交金额所占比例远小于平均成交量所占比例，说明厌恶心理使投资者急于卖出、挂单价格明显偏低，此时容易反应过度，未来大概率发生补涨。

构建逻辑: 将「日模糊金额比」因子与「日模糊数量比」因子，不经 z-score 标准化，直接做差。由于二者计算方式一致，且都是部分时间均值与总体均值的比值，故直接做减法是合理可行的。

fog_price_spread_mean

中文名: 均模糊价差

描述: 日模糊价差在过去一个月的中枢水平，是「模糊价差」因子的均值分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊价差」因子的均值。

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。

fog_price_spread_std

中文名: 稳模糊价差

描述: 日模糊价差在过去一个月的波动水平。它既是「模糊价差」因子的标准差分量，也被「修正模糊价差」复用为标准差分量。

构建逻辑: 每月月底，计算过去 20 个交易日「日模糊价差」因子的标准差。

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。

fog_price_spread

中文名: 模糊价差

描述: 「日模糊价差」的中枢与波动两个维度的等权合成。

构建逻辑: 将「均模糊价差」因子与「稳模糊价差」因子等权合成为「模糊价差」因子。

项目实现说明:

• 等权合成的实现方式同 ambiguity_corr。

adj_fog_price_spread_daily

中文名: 修正日模糊价差

描述: 对「日模糊价差」多头逻辑的拆分改进。当前多头部分的股票可分为两类：一类是某些日子出现重大利空事件、可能预示基本面恶化，这类股票较大概率不会补涨；另一类是基本面没有大幅恶化、投资者只是持续性反应过度，这类股票补涨概率相对较大。当个股日模糊价差为负且绝对值较大时，如果其每天的模糊价差大小不定，更像是偶尔出现重大利空导致的；如果每天的模糊价差大小稳定，则大概率没有发生基本面恶化，更像是投资者持续性反应过度导致的。因此用过去 10 天「日模糊价差」的标准差对其做调整，识别出多头组里基本面恶化的股票。

构建逻辑:

1. 将个股每天的「日模糊金额比」与「日模糊数量比」因子做差，得到「日模糊价差」因子。
2. 每天计算个股过去 10 天「日模糊价差」的标准差。
3. 每天计算截面上「日模糊价差」为负的部分的「日模糊价差」之和 $s_1$。
4. 将「日模糊价差」为负的部分的「日模糊价差」除以其过去 10 天的标准差，记为「修正日模糊价差」；「日模糊价差」为正的部分不变。
5. 每天计算截面上「修正日模糊价差」为负的部分之和 $s_2$。
6. 将「修正日模糊价差」为负的部分加以调整，除以 $s_2$，乘以 $s_1$，使其负的部分的数量级保持与原来一致，以免行业市值中性化时受影响。

项目实现说明:

• 研报原文第 5 步写作「计算截面上『修正日模糊价差』为负的部分的『日模糊价差』之和 $s_2$」。由于过去 10 天标准差恒为正，除法不改变符号，「修正日模糊价差为负」与「日模糊价差为负」是同一批股票，照字面理解会得到 $s_2 = s_1$、第 6 步的缩放退化为恒等变换，与该步「使负的部分数量级保持与原来一致」的目的矛盾。本项目按可自洽的读法实现：$s_2$ 取截面上修正后负值之和，缩放系数 $s_1/s_2$ 使调整后负值之和恰好回到 $s_1$。
• 过去 10 天标准差的窗口含当日；窗口不满或标准差为零时该股当日「修正日模糊价差」为空，且不参与当日的 $s_1$、$s_2$ 截面求和。

adj_fog_price_spread_mean

中文名: 均修正模糊价差

描述: 修正日模糊价差在过去一个月的中枢水平。研报指出它相比「均模糊价差」因子 Rank IC 提升明显。

构建逻辑: 每月月底，计算过去 20 个交易日「修正日模糊价差」的均值。

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。

adj_fog_price_spread

中文名: 修正模糊价差

描述: 「云开雾散」的三个合成分量之一，用「均修正模糊价差」替换掉「模糊价差」中的均值分量，标准差分量仍沿用「稳模糊价差」。

构建逻辑: 将「均修正模糊价差」因子与「稳模糊价差」因子等权合成，得到「修正模糊价差」因子。

项目实现说明:

• 等权合成的实现方式同 ambiguity_corr。

clouds_clear

中文名: 云开雾散

描述: 研报的最终合成因子。对于那些在波动性模糊时被抛售的股票，未来或将看到云开雾散后的美好时刻，因子值越小未来收益越高。

构建逻辑: 将「模糊关联度」因子、「模糊金额比」因子、「修正模糊价差」因子等权合成，得到「云开雾散」因子。

项目实现说明:

• 等权合成的实现方式同 ambiguity_corr；三个分量本身已是合成因子，合成前再各自做一次截尾与截面 z-score，以保证三者权重均衡。

clouds_clear_pure

中文名: 纯净云开雾散

描述: 剥离常见风格因子与行业暴露之后的「云开雾散」因子。研报测得「云开雾散」与流动性、波动率、估值、盈利因子相关性较高，与其余风格因子相关性均较低；正交化后因子仍然具有很好的选股能力，说明其信息不能由常见风格解释。

构建逻辑: 使用常用风格因子及行业因子对「云开雾散」因子进行正交化处理，得到「纯净云开雾散」因子。

项目实现说明:

• 正交化的实现方式由本项目选定，研报未披露所用风格因子的具体口径。按交易日分截面，因变量为 clouds_clear，自变量为十个风格因子：市值（总市值取对数）、非线性市值（标准化市值的三次方）、估值（pb 取倒数）、盈利（roe_avg_ttm）、成长（营业总收入 TTM 相对 250 个交易日前的增长率）、杠杆（debt_to_asset_lf）、流动性（20 日平均换手率取对数）、反转（20 日累计日收益率）、波动率（20 日日收益率标准差）、贝塔（beta_000300SH_22）。因变量与自变量都先做截面 MAD 5 倍去极值再 z-score 标准化，另加申万一级行业哑变量（去掉一列避免与截距共线）与截距项，用最小二乘求解后取残差。
• 缺失风格暴露按当日同行业均值填补（c_fillna(x, sw2021_level1)），这是 Barra 对缺失暴露的标准处理。clouds_clear 或行业缺失的个股不参与该日回归，其 clouds_clear_pure 为空；某日有效样本数不足自变量个数的 2 倍时该日整体不输出 clouds_clear_pure。
• 十个风格因子的口径与同系列的 cn_stock_factors_hf_fz_team_coin.team_coin_pure 保持一致，便于两张表的正交化结果互相比较。

复现核对

核对口径: 2013-01-01 ~ 2022-07-31（与研报测试区间一致，研报原文「测试区间为 2013 年 1 月至 2022 年 7 月」）；全市场不做任何股票过滤；前向收益取次日开盘到 21 个交易日后开盘（cn_stock_prefactors.open，后复权）；Rank IC（因子与前向收益各自取截面百分位排名后求相关，口径同 hfwarehouse.utils.ic.validate_factor_ic）；因子按研报口径先做市值 + 行业正交化（申万一级行业 + 流通市值，与 DAI c_neutralize 逐值等价，见下方口径说明），clouds_clear_pure 已在构建时正交化故不再重复处理。研报为月末截面、本项目逐日，故给出两列：「月末口径」= 每个自然月最后一个交易日截面，共 115 个截面；「逐日全样本」= 区间内全部交易日，共 2326 个截面。多空组合为月末调仓、十分组、组内等权，做多因子值最低一组、做空最高一组（因子 IC 为负），年化按几何口径。

ICIR 口径差异（对照前必读）: 研报的 Rank ICIR 是年化值，本项目的截面 ICIR（IC 均值 / IC 标准差）未年化，两者直接比会差 $\sqrt{12}$ 倍。判别依据同系列研报一致：$t = \text{ICIR} \times \sqrt{n}$ 在 $n=115$ 个月时要求 $t/\text{ICIR}=10.7$，而研报同行的 t 值 ÷ Rank ICIR 落在 $\sqrt{12}=3.464$ 附近。因此下表「月末口径」列同时给出未年化值与年化值（× $\sqrt{12}$），与研报可比的是括号里的年化值。

正交化口径说明: c_neutralize 的输入含 NULL 时会把整个截面的结果清成 NULL（文档只提示了 NaN，NULL 同样中毒），而本表 16 个因子的空值模式各不相同，一次查询无法逐因子预过滤，故核对脚本在 polars 侧复刻该算子：因子按 MAD 的 4.4478 倍（= $3 \times 1.4826$，即 n=3 配缩放到标准差量纲的 MAD）截尾后 z-score，log 流通市值只做 z-score 不截尾，再对 [截距, log 市值, 申万一级行业哑变量] 回归取残差。该实现与 DAI c_neutralize 在 5 个交易日 × 2 个因子上逐值比对，最大绝对偏差在 $10^{-12}$ 量级，可视为同一算子。

整体结论: 16 个因子的月末口径 Rank IC 与研报的偏差在 -0.0043 ~ +0.0073 之间，年化后的 ICIR 偏差在 -0.92 ~ +0.21 之间，方向全部一致，无符号矛盾。fog_amount_ratio 与 fog_volume_ratio 的 IC 分别为 -0.0734 / -0.0729，与研报 -7.33% / -7.28% 相差 0.0001；核心因子 clouds_clear 的 IC 为 -0.0941（研报 -9.81%）、年化 ICIR -4.74（研报 -4.48）、多空年化 27.96%（研报 30.89%）、月度胜率 86.09%（研报 82.46%）。四条模糊性度量支路与修正、合成步骤可认为复现无误。

多空年化收益系统性低于研报 0.2 ~ 3.6 个百分点（16 个因子中 15 个偏低），研报未披露分组数、组内权重与是否扣费，本项目取十分组等权不扣费，该差异不改变任何因子的排序结论。偏差最大的两个因子是 ambiguity_corr_std（IC 差 +0.0073）与 clouds_clear_pure（IC 差 -0.0072），原因见下。

其他交叉核对（与研报原文可直接对数的三处）:

分钟级递推（收益率 → 5 分钟波动率 → 5 分钟模糊性）另与 polars 独立实现逐位比对，ambiguity_corr_daily 与模糊性均值在 5 只样本股上全位数一致，可确认 m_stddev 的窗口口径、样本标准差定义与空值传播与研报描述一致。

clouds_clear_pure 的正交化效果已验证：残差与十个风格因子的截面相关系数绝对值均不超过 0.03（growth +0.0135 最大），clouds_clear 与 clouds_clear_pure 的相关系数为 0.686。正交化前 clouds_clear 与波动率（+0.64）、流动性（+0.60）相关性最高，估值（-0.33）次之，与研报「与流动性、波动率因子、估值因子和盈利因子相关性较高」基本吻合；但本项目实测反转风格相关性也达 +0.43、盈利只有 -0.06，与研报「与其余因子相关性均较低」不一致，应来自本项目自选的风格因子口径（反转取 20 日累计收益、盈利取 roe_avg_ttm）与研报不同。以上均为单日截面结果，仅作指示。

覆盖度与量纲：全量回填后 2013-01-04 ~ 2026-09-30 共 3338 个交易日、1280 万行，clouds_clear 的逐年有效值占比在 81.96%（2015 年）~ 96.67%（2013 年）之间，其余年份均在 87% 以上；2015 年偏低来自当年大面积停牌，逐年入库时随机抽日的入库前测试全部通过。

已知的口径差异：

• 多空组合口径未披露：研报未说明分组数、组内权重与是否扣费，本项目取月末调仓、十分组、组内等权、不扣费。这解释了 15 个因子多空年化系统性低于研报 0.2 ~ 3.6 个百分点。
• 研报未披露日模糊关联度以外三处细节：等权合成前的标准化与去极值口径、「日内所有时间」分母是否含前 9 分钟、以及修正日模糊价差第 5 步的 $s_2$ 定义。前两项的选择见各因子「项目实现说明」，第三项按可自洽的读法实现。
• ambiguity_corr_daily 的相关系数类型：研报只写「相关系数」，本项目取 Pearson。ambiguity_corr 族三个因子的 IC 偏差（+0.0049 / +0.0073 / +0.0054）是全表同向偏低最明显的一组，且恰好是唯一用到相关系数的支路，若研报实际用的是 Spearman 即可解释这一组的系统性差异。偏差最大的 ambiguity_corr_std（+0.0073，绝对值比研报低 11%）同属这一支路。
• clouds_clear_pure 的风格因子口径由本项目选定（见该因子「项目实现说明」），研报未披露其十个风格因子的计算方式与缺失处理，正交化掉的信息量必然不同。本项目 IC -0.0467、年化 ICIR -3.55 均强于研报的 -3.95%、-3.22，方向与显著性一致，属预期内差异。
• 样本区间：cn_stock_bar1m_c 自 2005-01-04 起可用，覆盖研报全区间，不存在区间截断。但 2015 年之前没有 09:25 集合竞价 bar，剔除集合竞价这一步在该时段自然为空操作，对 240 根日内 bar 的口径无影响。

样本外表现（2022-08-01 ~ 2026-09-30，逐日，991 个截面）：研报样本期之后全部 16 个因子仍然有效，无符号反转。

IC 衰减普遍在 20% 以内，fog_price_spread 族最稳（fog_price_spread_mean 与 fog_price_spread_std 的 IC 几乎不变），ambiguity_corr_mean 衰减最多（-0.1016 → -0.0839，17%）。ICIR 的下降幅度普遍大于 IC，说明近四年 IC 的波动变大而非中枢移动。需要留意的仍是 clouds_clear_pure：IC 从 -0.0461 衰减到 -0.0202、ICIR 从 -1.02 降到 -0.50，剥离风格后的增量信息明显减弱，而未正交化的 clouds_clear 衰减有限（-0.1014 → -0.0852），说明近期 clouds_clear 的选股能力中由常见风格解释的比例上升，使用 clouds_clear_pure 前应复核当期表现。样本外区间末端约 21 个交易日因前向收益窗口不完整而无 IC，已从序列中剔除。

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。