cn_stock_factors_hf_fz_startled_by_grass

数据描述

基于显著理论度量个股收益偏离市场的显著程度，刻画极端收益对决策权重的扭曲

数据简介

研报从显著理论（salience theory）出发：收益率过分高于市场的股票会吸引注意力、引起过度买入，未来回落（「守株待兔」心理）；收益率过分低于市场的股票会引起恐慌、过度卖出，未来补涨（「草木皆兵」心理）。研报借鉴 Cosemans 与 Frehen (2021) 的显著性度量并加以简化，把个股日收益偏离市场的程度称为「惊恐度」，用它加权每日收益率来模拟投资者的决策权重，20 日窗口取均值与标准差分别改进传统的 20 日收益率因子与 20 日波动率因子，合成「原始惊恐」因子。随后针对 Cakici 与 Zaremba (2021) 的三点质疑（显著效应可归因于短期反转、在小市值股票上更强、在波动率加剧时更强），分别从日内波动率、个人投资者交易占比、注意力衰减三个方向把权重加厚，三者同时相乘得到「草木皆兵」因子。本表输出研报推进链条上的全部 22 个因子：3 个日频中间量、3 个传统对照因子、五个因子族各自的「收益 / 波动 / 合成」三件套，以及最终的 startled_by_grass 与正交化后的 startled_by_grass_pure。

数据区间：2015-01-05 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》
• 作者: 曹春晓
• 机构: 方正证券
• 时间: 2022-12-13

表结构

• 表名: cn_stock_factors_hf_fz_startled_by_grass
• 中文表名: 方正证券草木皆兵因子
• 数据描述: 基于显著理论度量个股收益偏离市场的显著程度，刻画极端收益对决策权重的扭曲
• 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

cn_stock_prefactors 是聚合日频 view，上表按用途分两行列出，实际只查这一张表、不展开成底层原始表。

因子含 20 个交易日滚动窗口，叠加「惊恐度减前两日均值」共需 22 个交易日，故 cn_stock_bar1m_c、cn_stock_index_bar1d 与 cn_stock_prefactors 的日频中间量实际读取区间比输出区间向前多 30 个交易日；startled_by_grass_pure 的风格因子含 250 个交易日同比项，其读取区间向前多 255 个交易日。

因子列表

salience

• 中文名: 惊恐度
• 描述: 个股日收益率偏离市场水平的程度，是研报全部因子的权重来源。研报的核心判断是：市场平静时个股的大涨大跌更容易被归因于个股自身，因而更能吸引注意力或引起恐慌；市场本身也在大跌时，个股的大跌会被归因于市场带动。因此偏离项相同、基准项越小，惊恐度越大。

构建逻辑:

1. 取中证全指（000985.SH）的日收益率（今日收盘指数 / 昨日收盘指数 - 1）作为当日市场收益率水平。
2. 计算个股收益率与市场收益率的差值再取绝对值，作为「偏离项」。
3. 计算个股收益率的绝对值加市场收益率的绝对值再加 0.1，作为「基准项」。
4. 偏离项除以基准项即为当日该股票的惊恐度：

$$\text{salience}_t = \frac{|r_t - r^m_t|}{|r_t| + |r^m_t| + 0.1}$$

项目实现说明:

• 基准项中的 0.1 来自 Cosemans 和 Frehen (2021)，研报明确交代不对其优化或调整，本项目照用。研报同时解释了该项的必要性：缺少它会在个股与市场收益率同为 0 时出现 0 除 0，且会使收益率为 0 的个股惊恐度恒等于 1（截面最大值），与逻辑相悖。
• 中证全指在本库 cn_stock_index_bar1d 中的代码是 000985.CSI，不是研报正文写的 000985.SH；后者在本库查不到数据。
• 由于分子 $|r_t - r^m_t|$ 恒小于分母，惊恐度恒落在 [0, 1) 区间。该硬约束由入库前测试点 bounded_range 逐日守护。

intraday_volatility

• 中文名: 日内波动率
• 描述: 当日分钟收益率的样本标准差，用于刻画研报 3.1 节的「波动率加剧」。Cakici 与 Zaremba (2021) 指出显著效应在波动率加剧时更强烈，故把它乘进权重。

构建逻辑:

1. 取股票 1 分钟频率行情，计算每分钟收盘价相对上一分钟收盘价的涨跌幅。
2. 将全天每分钟收益率求标准差，得到当日该个股的波动率。

项目实现说明: 剔除集合竞价 bar（沪深记在 09:25、北交所记在 09:30），日内保留 240 根 bar（09:31–15:00），首分钟收益率为空，故每日用 239 个分钟收益率求样本标准差。该口径与同系列之五、之六一致。

retail_trade_ratio

• 中文名: 个人投资者交易比
• 描述: 小单交易金额占当日总成交额的比例，用于刻画研报 3.2 节的「个人投资者交易占比」。小市值股票的个人投资者占比更高、更容易受情绪影响而反应过度，故把它乘进权重。

构建逻辑:

1. 参考 wind 资金流指标定义，把单笔成交金额小于 4 万元的交易视为个人投资者交易。
2. 计算每天个股个人投资者卖出金额与买入金额的均值，再除以个股当日总成交金额。

项目实现说明:

• 取 cn_stock_prefactors 的小单资金流字段，inflow_amount_small 为小单买入金额、outflow_amount_small 为小单卖出金额。该库分桶为小 / 中 / 大 / 超大单，small 桶即单笔低于 4 万元，与研报定义一致；实测贵州茅台（一手约 17 万元，必然超过 4 万门槛）的小单金额近乎为 0，可反向验证门槛口径。
• 分母取「买卖两侧对称」的全单总额，即比例 = (小单买 + 小单卖) / (全单买 + 全单卖)。这就是研报「买卖金额均值除以当日总体成交金额」的字面实现，只是总成交金额同样由资金流分解自身给出、与分子同源。两个曾被实测否掉的写法：
  • 用行情字段 amount 作分母：它与资金流字段的浮点舍入不同，实测 inflow_amount_all / amount 在 [0.99999994, 1.00000006] 之间波动，使得全部由小单成交的个股（真实比例恰为 1）被推到 1.00000004。首次回填时入库前测试点 bounded_range 正是在 2026-06-04 抓到这样一行（688287.SH，当日 5195 行里唯一一行）。
  • 只用买入侧 inflow_amount_all 作分母：个别交易日供应商的买卖两侧总额严重不等（两者本应都等于当日总成交额）。实测 2015-07-13 停复牌潮中 000997.SZ 的 inflow_amount_all 只有 outflow_amount_all 的 0.3%，单侧作分母会把比例推到 29.5；全表共 39 行这类越界，分布在 2015-07、2016-03、2019-08、2021、2023 等几个交易日。
• 对称口径下各桶从不超过同侧总额（2015—2026 全表实测 0 例违反），故该比例由构造保证恒落在 [0, 1] 区间（实测最大值恰为 1.0，越界 0 行），且不丢任何行。该硬约束由 bounded_range 测试点逐日守护。

return_20d

• 中文名: 20 日收益率因子
• 描述: 传统反转因子，研报用作改进前的对照基准。研报把它分解为 20 个交易日每天的收益率，指出它隐含了「每天等权加总」的默认条件，而这与显著理论不符——同样的日收益率，在市场平静日与市场同跌日对投资者的冲击并不相同。

构建逻辑: 取过去 20 个交易日日收益率的均值。

项目实现说明: 研报称其为「20 日收益率因子」。本项目取均值而非累计和，以便与同族的「惊恐收益」（加权决策分的均值）口径对齐；两者只差常数倍 20，截面排序与 Rank IC 完全相同。

volatility_20d

• 中文名: 20 日波动率因子
• 描述: 传统波动因子，研报用作对照基准。

构建逻辑: 取过去 20 个交易日日收益率的样本标准差。

return_volatility_20d

• 中文名: 20 日收益波动合成因子
• 描述: 两个传统因子的等权合成，作为「原始惊恐」的直接对照。

构建逻辑:

1. 分别计算 20 日收益率因子与 20 日波动率因子。
2. 两者等权合成。

salience_return

• 中文名: 惊恐收益
• 描述: 以惊恐度加权的日收益率在 20 日窗口的均值，是对 20 日收益率因子的改进。研报的逻辑是：投资者从「过去 20 天收益率低」这一数据信息走到「买入这些跌得多的股票」这一交易行为，中间经过「每天打分、每月加总」两步，而传统反转因子默认每天等权；按显著理论，被严重过度卖出那一天的决策分应当被赋予更高权重。

构建逻辑:

1. 将每日股票收益率（今收 / 昨收 - 1）直接作为当日的决策分。
2. 将每日惊恐度与当日收益率相乘，得到「加权决策分」。
3. 取过去 20 个交易日加权决策分的均值。

salience_volatility

• 中文名: 惊恐波动
• 描述: 加权决策分在 20 日窗口的样本标准差，是对 20 日波动率因子的改进。

构建逻辑: 取过去 20 个交易日加权决策分的样本标准差。

salience_raw

• 中文名: 原始惊恐
• 描述: 惊恐收益与惊恐波动等权合成，研报 2.3 节的汇总因子。研报实测其 Rank IC 与 ICIR 相较传统反转因子和波动因子均有大幅提高。

构建逻辑:

1. 分别计算惊恐收益与惊恐波动。
2. 两者等权合成。

项目实现说明: 研报六处合成都只写「等权合成」，未披露合成前的标准化口径。各家族的「收益」分量是均值（可正可负）、「波动」分量是标准差（恒非负），量纲与分布形态都不同，不标准化直接相加会让标准差分量主导。本项目六处合成一律先做截面 1%/99% 分位截尾再 z-score，然后算术平均，与同系列之五、之六的实现一致。

vol_salience_return

• 中文名: 波动率加剧-惊恐收益
• 描述: 在惊恐度的基础上再乘日内波动率作为权重，对应研报 3.1 节的第一个改进方向。

构建逻辑:

1. 计算每日的日内波动率、惊恐度与收益率。
2. 三者相乘作为当日的加权决策分。
3. 取过去 20 个交易日加权决策分的均值。

vol_salience_volatility

• 中文名: 波动率加剧-惊恐波动
• 描述: 口径同波动率加剧-惊恐收益，改取 20 日样本标准差。

构建逻辑: 取过去 20 个交易日加权决策分的样本标准差。

vol_salience

• 中文名: 波动率加剧-惊恐
• 描述: 上述两个分量等权合成。研报实测其 Rank IC -9.34%、Rank ICIR -4.27、多空年化 39.48%，是三个改进方向里单独表现最好的一个。

构建逻辑:

1. 分别计算波动率加剧-惊恐收益与波动率加剧-惊恐波动。
2. 两者等权合成。

retail_salience_return

• 中文名: 个人投资者交易比-惊恐收益
• 描述: 在惊恐度的基础上再乘个人投资者交易比作为权重，对应研报 3.2 节的第二个改进方向。

构建逻辑:

1. 计算每日的个人投资者交易比、惊恐度与收益率。
2. 三者相乘作为当日的加权决策分。
3. 取过去 20 个交易日加权决策分的均值。

retail_salience_volatility

• 中文名: 个人投资者交易比-惊恐波动
• 描述: 口径同上，改取 20 日样本标准差。

构建逻辑: 取过去 20 个交易日加权决策分的样本标准差。

retail_salience

• 中文名: 个人投资者交易比-惊恐
• 描述: 上述两个分量等权合成。研报实测 Rank IC -9.35%、Rank ICIR -3.92、多空年化 30.62%。

构建逻辑:

1. 分别计算个人投资者交易比-惊恐收益与个人投资者交易比-惊恐波动。
2. 两者等权合成。

decay_salience_return

• 中文名: 注意力衰减-惊恐收益
• 描述: 用衰减后的惊恐度作为权重，对应研报 3.3 节的第三个改进方向。这一方向不来自已有文献，是研报自己提出的：短暂连续异于市场的收益率会让投资者注意力衰减、恐慌情绪得到适应和缓解，因此只有当日惊恐度明显高于近两日水平时才真正构成冲击。

构建逻辑:

1. 计算每日惊恐度，把当日惊恐度减去前一日与前两日惊恐度的均值得到差值。
2. 该差值要作为权重使用，必须为正数，因此把差值为负的交易日置为空值，只保留当日惊恐度高于前两日均值的交易日，记为衰减后的惊恐度。
3. 将衰减后的惊恐度与当日收益率相乘作为加权决策分。
4. 取过去 20 个交易日加权决策分的均值。由于差值为负的日子已置空，衰减后惊恐度覆盖度较低，故只要窗口内加权决策分够 5 条即可计算。

项目实现说明:

• 「将其记为衰减后的惊恐度」中的「其」按上文「该差值需要作为权重信息来使用」理解为差值本身，而非当日惊恐度原值。若研报实际保留的是惊恐度原值（仅用差值做筛选），本族四个因子的数值会有系统性差异，这一点已列入下文「已知的口径差异」。
• 衰减后惊恐度实测覆盖度约 50%（2015 与 2024 两段各 5 个交易日均如此），与研报「覆盖度较低」的描述一致。该列不作为因子列落库：50% 的覆盖度会触发本仓库入库前测试的有效值不低于 80% 门禁，而它只是中间权重、并非研报测试的因子；需要时可由已落库的 salience 用两行 SQL 还原。
• 窗口内「够 5 条」的计数用 0/1 指示列的窗口均值乘 20 实现：DAI 的 m_count 与标准窗口 COUNT(x) OVER (... ROWS BETWEEN ...) 都静默返回全 NULL、不可用。该写法已与 polars 的 rolling_sum 逐值比对，偏差为 0。

decay_salience_volatility

• 中文名: 注意力衰减-惊恐波动
• 描述: 口径同注意力衰减-惊恐收益，改取 20 日样本标准差；同样要求窗口内有效值不少于 5 条。

构建逻辑: 取过去 20 个交易日加权决策分的样本标准差。

decay_salience

• 中文名: 注意力衰减-惊恐
• 描述: 上述两个分量等权合成。研报实测 Rank IC -8.73%、Rank ICIR -4.20、多空年化 25.39%；相较原始惊恐，Rank IC 与多空收益有所降低但稳定性提高。

构建逻辑:

1. 分别计算注意力衰减-惊恐收益与注意力衰减-惊恐波动。
2. 两者等权合成。

startled_by_grass_return

• 中文名: 草木皆兵-收益
• 描述: 把三个改进方向同时用上：权重为衰减后惊恐度、日内波动率、个人投资者交易比三者相乘。注意这不是三个改进因子的再合成，而是在单一加权决策分里叠加三重权重。

构建逻辑:

1. 分别计算每日个股的日内波动率、个人投资者交易比、衰减后的惊恐度与收益率。
2. 四者相乘作为当日的加权决策分。
3. 取过去 20 个交易日加权决策分的均值；窗口内有效值不足 5 条时置空。

startled_by_grass_volatility

• 中文名: 草木皆兵-波动
• 描述: 口径同草木皆兵-收益，改取 20 日样本标准差；同样要求窗口内有效值不少于 5 条。

构建逻辑: 取过去 20 个交易日加权决策分的样本标准差。

startled_by_grass

• 中文名: 草木皆兵
• 描述: 草木皆兵-收益与草木皆兵-波动等权合成，研报的最终因子。研报实测 Rank IC -8.90%、Rank ICIR -4.54、多空年化 32.50%、信息比 3.92、月度胜率 85.71%，十分组保持严格单调，多头年化 22.64%、空头年化 -8.43%。值越小未来收益越高。

构建逻辑:

1. 分别计算草木皆兵-收益与草木皆兵-波动。
2. 两者等权合成。

startled_by_grass_pure

• 中文名: 纯净草木皆兵
• 描述: 草木皆兵对常用风格因子与行业因子正交化后的残差，用于验证因子的增量信息。研报指出草木皆兵与流动性、波动率因子相关性较高，剥离风格后 Rank IC 仍有 -3.59%、Rank ICIR -1.86、多空年化 16.40%、信息比 2.03。

构建逻辑:

1. 计算草木皆兵因子。
2. 每个交易日在截面上，把草木皆兵对行业哑变量与常用风格因子做多元线性回归。
3. 取回归残差作为纯净草木皆兵。

项目实现说明: 研报未披露所用风格因子的具体清单与计算口径，本项目选用十个常见风格因子，均取自 cn_stock_prefactors：市值（总市值取对数）、非线性市值（标准化市值的三次方）、估值（市净率倒数）、盈利（roe_avg_ttm）、成长（营业总收入 TTM 相对 250 个交易日前的同比）、杠杆（debt_to_asset_lf）、流动性（20 日换手率均值取对数）、反转（20 日日收益均值）、波动（20 日日收益标准差）、贝塔（beta_000300SH_22）。行业用申万一级，以哑变量形式进入回归并去掉一列以免与截距共线。缺失暴露按当日同行业均值填补；回归前对因子与各风格暴露做 MAD 5 倍去极值与 z-score。某日有效样本数不足设计矩阵列数 2 倍时该日整体置空。

复现核对

核对口径: 2015-01-01 ~ 2022-11-30；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），startled_by_grass_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 95 个截面；「逐日全样本」= 区间内全部交易日，共约 1920 个截面。多空组合为月末调仓、十分组、组内等权、不扣费，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。

区间差异（对照前必读）: 研报测试区间为 2013 年 1 月至 2022 年 11 月，本项目自 2015-01-01 回填，少了 2013、2014 两年。这一次的起点不是选择而是上游约束：个人投资者交易比依赖的小单资金流字段实测 2014 年覆盖率为 0、2015 年起才有数据，市场基准中证全指（000985.CSI）在 cn_stock_index_bar1d 中也自 2015-01-05 起可用。因此该差异无法通过重跑消除。

ICIR 口径差异: 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（同系列研报一致的口径）。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。

研报 3.6 节还给出因子在沪深 300 / 中证 500 / 中证 1000 成分股内的多头年化超额（7.42% / 9.74% / 10.15%），以及 3.4 节的十分组多头 22.64% / 空头 -8.43%、分年度与分行业表现。本表不做指数成分股与行业切分，这些项不列入核对。

整体结论: 最终因子 startled_by_grass 三项核心指标几乎逐一命中研报，中间因子的 Rank IC 与 ICIR 也全部对得上，分歧集中在部分「均值」分量的多空收益。

• 核心因子复现精度很高: startled_by_grass 的 Rank IC -0.0912（研报 -8.90%，差 0.0022）、年化 Rank ICIR -4.55（研报 -4.54，差 0.01）、多空年化 32.23%（研报 32.50%，差 0.27 个百分点）、月度胜率 80.00%（研报 85.71%）。信息比 2.87 低于研报 3.92，是全部指标里唯一明显偏低的一项。
• 16 个研报给出数值的因子，Rank IC 偏差在 -0.0052 ~ +0.0065 之间，方向全部一致、无符号矛盾；年化 ICIR 偏差在 -0.95 ~ +0.17 之间。vol_salience_volatility 的多空年化 33.24% 对研报 33.27%（差 0.03 个百分点）、startled_by_grass_return 29.64% 对 28.92%、decay_salience 27.86% 对 25.39%，三个改进方向的量级都站得住。
• 研报的改进链条成立: 传统对照 return_volatility_20d 年化 ICIR 只有 -3.05，salience_raw 升到 -3.78，三个改进方向分别到 -4.07 / -4.05 / -4.09，最终 startled_by_grass -4.55，与研报「效果提升非常明显」的结论一致。
• 偏差最大的是三个「均值」分量: salience_return 多空年化 8.38%（研报 23.45%）、retail_salience_return 5.86%（研报 25.77%），以及受它们带动的 salience_raw 15.49%（研报 26.49%）与 retail_salience 16.70%（研报 30.62%）。注意这四个因子的 Rank IC 与研报的偏差都在 0.005 以内——排序能力复现无误，分歧只在十分组两端。成因见下。

区间敏感性: 2015—2016 年是「均值」分量多空失效的来源，下表按子区间拆开。

2015—2016 年（股灾与熔断）出现了一个清晰的反差：几乎所有因子的 Rank IC 在那两年都是全区间最强的，但「均值」分量与传统对照因子的多空收益为负（salience_return -11.71%、retail_salience_return -13.17%、return_volatility_20d -4.55%），而同期 startled_by_grass 的多空年化高达 64.55%、信息比 4.97。也就是说，极端行情下这些因子仍能正确排序，但十分组两端的收益被巨幅波动反向压倒；而把三重权重同时乘上之后的 startled_by_grass 恰好避开了这一问题。本项目全样本 32.23% 正是 2015—2016 的 64.55% 与 2017 年后的 22.81% 混合的结果，与研报 32.50% 的接近有一部分来自这个混合比例，不宜据此认为两者的逐年轨迹也一致。

研报区间多出的 2013、2014 两年无法补测（上游资金流与中证全指都自 2015 年起才有数据），因此「均值」分量与研报的多空差距无法进一步归因。

待确认事项：startled_by_grass_pure 的 ICIR 强于研报但多空弱于研报。 本项目年化 Rank ICIR -2.81、研报 -1.86（本项目更强）；而多空年化 7.40%、研报 16.40%，信息比 1.07、研报 2.03（本项目更弱）。同时它是全表样本外衰减最严重的因子（逐日 IC -0.0313 → -0.0106）。本项目的风格因子清单与计算口径为自选（研报未披露），正交化掉的信息量必然不同，故 ICIR 偏强可以理解；但多空偏弱说明残差的极端档位收益不佳，用于多空或纯空头策略前须先复核分组收益，只用排序信息（IC / 分层多头）影响较小。

已知的口径差异：

• 样本区间：本项目自 2015-01-01 回填，研报自 2013 年 1 月，少 2013、2014 两年。这是上游数据约束（小单资金流 2015 年起、中证全指 000985.CSI 2015-01-05 起），无法通过重跑消除。
• 多空组合口径未披露：研报未说明分组数、组内权重、是否扣费、是否剔除涨跌停，本项目取月末调仓、十分组、等权、不扣费。
• 「衰减后惊恐度」的两种读法：研报原文「得到一个差值……将其记为衰减后的惊恐度」中的「其」，本项目按上文「该差值需要作为权重信息来使用」理解为差值本身。若研报实际保留的是当日惊恐度原值、仅用差值做筛选，则 decay_salience_* 与 startled_by_grass_* 两族四个因子会有系统性差异。本读法下 decay_salience 年化 ICIR -4.09（研报 -4.20）、startled_by_grass -4.55（研报 -4.54），支持该读法正确。
• 六处「等权合成」的标准化口径未披露：研报只写「等权合成」。本项目一律先截面 1%/99% 截尾 + z-score 再算术平均。
• 「20 日收益率因子」取均值而非累计和：与同族「惊恐收益」（加权决策分均值）口径对齐；两者只差常数倍 20，截面排序与 Rank IC 完全相同。
• 中证全指代码：研报正文写 000985.SH，本库 cn_stock_index_bar1d 中为 000985.CSI，.SH 后缀查不到数据。
• startled_by_grass_pure 的风格因子口径由本项目选定，与研报差异不可避免。

其他交叉核对（不依赖区间，可直接验证实现正确性的四处）:

惊恐度与日内波动率另与 polars 独立实现逐值比对：5 只样本股在 2024-03-04 的 salience 偏差为 0、intraday_volatility 相对偏差为 0；daily_return 与 close / 前收 - 1 逐值一致。20 日窗口「有效值不少于 5 条」的计数写法与 polars 的 rolling_sum 逐值比对偏差为 0。

覆盖度：2015-01-05 ~ 2026-09-30 共 2855 个交易日、1167 万行；salience 逐年有效值占比 99.3% ~ 99.97%，startled_by_grass 93.4% ~ 99.3%（受小单资金流覆盖度约束），全表无 NaN 与 ±Inf。return_20d 与 volatility_20d 在新股上市初期会出现极端值（全表 22 行 |return_20d| > 0.5，最大 1.777 来自 2026-09 新上市的 601091.SH），属新股固有现象，合成环节的截面截尾已将其影响限制在分位数内。

样本外表现（2022-12-01 ~ 2026-09-30，逐日，909 个截面）：19 个因子全部仍然有效，无符号反转。

IC 衰减普遍在 15% 以内，vol_salience_volatility 与 startled_by_grass_volatility 几乎不衰减，说明「波动」分量比「均值」分量更稳。核心因子 startled_by_grass 从 -0.0957 衰减到 -0.0839（12%），仍是全表最强。唯一需要留意的是 startled_by_grass_pure：IC 从 -0.0313 降到 -0.0106（衰减 66%）、ICIR 从 -0.81 降到 -0.31，剥离风格后的增量信息在近四年已很薄；这与同系列之四「球队硬币」、之五「云开雾散」、之六「飞蛾扑火」的 _pure 版本是同一模式，使用前应复核当期表现。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。