cn_stock_factors_hf_fz_synergy_effect

数据描述

基于日内同涨同跌、同步放量的协同股票，度量个股在协同股票中的相对性价比

数据简介

研报的逻辑是：一部分投资者集中买入或卖出某只股票时，受短时流动性制约，与该股票特征相似的股票会被其他投资者同向买卖，于是日内出现同涨同跌、同步放量缩量的「协同股票」。在这些协同股票中，投资者一方面挑辨识度更强的，另一方面挑更具性价比、更可能领涨或补涨的，符合条件者后续更可能取得超额收益。做法是先用日内分钟数据判定任意两只股票当天是否协同，再分别从成交量（辨识度）与收益率（性价比）两个角度刻画一只股票在其协同股票中的位置，得到「成交量协同」与「协同价差」两条支线，各自在 20 日窗口上取均值与标准差后等权合成，最后两条支线再等权合成为「协同效应」因子。本表输出这条链上的全部 10 个因子：两条支线各自的日频中间量与「月均 / 月稳 / 合成」三件套、最终的 synergy_effect 以及正交化后的 synergy_effect_pure。

数据区间：2011-01-04 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《日内协同股票性价比度量与“协同效应”因子构建——多因子选股系列研究之十六》
• 作者: 曹春晓
• 机构: 方正证券
• 时间: 2024-03-19

表结构

• 表名: cn_stock_factors_hf_fz_synergy_effect
• 中文表名: 方正证券协同效应因子
• 数据描述: 基于日内同涨同跌、同步放量的协同股票，度量个股在协同股票中的相对性价比
• 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

两条支线的月度因子都需要 20 个交易日的日频中间量，故 cn_stock_bar1m_c 实际读取区间比输出区间向前多 24 个交易日（多留 4 天缓冲以吸收停牌造成的缺日）；分钟数据按交易日逐日查询，近年单日约 133 万行。synergy_effect_pure 的风格因子含 250 个交易日同比项与 22 日贝塔，cn_stock_prefactors 的读取区间向前多 284 个交易日；daily_return 与 beta_000300SH_22 是随查询窗口滚动计算的字段，单日查询返回空值，必须带足回溯区间。

因子列表

volume_synergy_daily

中文名: 日成交量协同

描述: 先用日内分钟价格判定哪些股票与本股票处于同一种日内状态（即协同股票），再用成交量刻画本股票在这组协同股票中的辨识度。相关系数越大，说明该股票越能代表协同股票的成交量变化特征，在协同股票中的交易辨识度越高，越容易受到投资者关注。

构建逻辑:

1. 取个股 1 分钟收益率数据，在每分钟末，计算过去 5 分钟内（包括当前分钟）高、开、低、收共 20 个价格数据的均值和标准差，定义当前分钟的价格区间上轨为均值 + 1 倍标准差，区间下轨为均值 - 1 倍标准差。
2. 将该分钟收盘价和上下轨的相对位置状态（大于上轨、低于下轨、位于上下轨之间）与该股票相同的股票，定义为该股票在该分钟的协同效应股票。
3. 计算每只股票每分钟的成交量占比，在每分钟末，计算协同股票当前 1 分钟成交量占比之和，作为该股票当前分钟的「协同成交量」。
4. 计算个股日内 1 分钟成交量占比序列与「协同成交量」占比序列之间的相关系数，将其定义为该股票的「日成交量协同」。

项目实现说明:

• 集合竞价 bar 不计入日内分钟：沪深记在 09:25、北交所记在 09:30，统一按 CAST(date AS TIME) >= '09:31:00' 剔除，当日参与计算的是 240 根连续竞价分钟 bar。
• 20 个价格数据的标准差取样本标准差（除以 $n-1$）；研报只写「标准差」，未区分样本 / 总体，两者相差 2.6%，不影响状态判定的秩。
• 开盘前 4 分钟（09:31–09:34）的 5 分钟窗口不满，没有价格区间，状态为空、不参与协同股票判定，故相关系数实际由 236 个分钟点算出。
• 成交量占比的分母取当日 240 根 bar 的成交量之和；当日总成交量为 0（全天停牌）时占比置空，该股当日因子为空。
• 「与该股票相同的股票」不含该股票自身：协同成交量按「同状态组内成交量占比之和减去该股票自身的占比」计算。
• 状态判定的两侧比较带 $10^{-10}$ 的相对容差。20 个价格完全相同（无成交的持平分钟，A 股日内很常见）时区间宽度在数学上恰为 0、收盘价恰在轨上，平方和公式算出的方差只剩 $\pm10^{-14}$ 量级的浮点噪声，不加容差会让状态取决于浮点舍入方向（实测单日约 5400 个分钟点会随计算引擎翻转），且因改变分组成员而影响同组所有股票的协同成交量。容差量级远小于真实价格差（最小一个价位的相对变动约 $10^{-4}$），不会改变任何有实际价差的判定。

volume_synergy_mean

中文名: 月均成交量协同

描述: 过去 20 个交易日「日成交量协同」的均值，刻画该股票在协同股票中辨识度的中枢水平。

构建逻辑: 每月月底，计算过去 20 天「日成交量协同」的均值，记为「月均成交量协同」因子。

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 日窗口按交易日定位（在「交易日 × 股票」的稠密网格上滚动），停牌或未上市造成的缺日按缺失值跳过而不是向前借更早的交易日；窗口内有效值不足 10 个时置空。

volume_synergy_std

中文名: 月稳成交量协同

描述: 过去 20 个交易日「日成交量协同」的标准差，刻画该股票在协同股票中辨识度的稳定性。

构建逻辑: 每月月底，计算过去 20 天「日成交量协同」的标准差，记为「月稳成交量协同」因子。

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。
• 取样本标准差（除以 $n-1$），窗口定位与缺失值处理同 volume_synergy_mean。

volume_synergy

中文名: 成交量协同

描述: 「月均成交量协同」与「月稳成交量协同」等权合成，综合刻画该股票在协同股票中的交易辨识度。

构建逻辑: 将「月均成交量协同」与「月稳成交量协同」二者等权合成为「成交量协同」因子。

项目实现说明:

• 「等权合成」按本仓库同系列既有口径处理：两个分量先在每个交易日的截面上做 MAD 5 倍去极值与 z-score，再算术平均；两个分量任一为空则合成结果为空。

synergy_spread_daily

中文名: 日协同价差

描述: 区别于「成交量协同」，先用日内的收益率和成交量数据刻画股票之间的协同性，再用收益率刻画股票的性价比。当日收益率相对协同股票平均收益率越高，说明该股票越可能出现过度反应、性价比越低。

构建逻辑:

1. 对每只股票，在每分钟末，判断其他股票与该股票最近 1 分钟收益率符号是否相同、当前 1 分钟收益率相对前 5 分钟收益率（不包括当前分钟）的变化符号是否相同、当前 1 分钟成交量相对前 5 分钟成交量（不包括当前分钟）的变化的符号是否相同，任意一项相同，均记为其他股票与该股票的 1 次协同。
2. 若最近 1 分钟收益率、当前 1 分钟收益率相对前 5 分钟收益率变化、当前 1 分钟成交量相对前 5 分钟的成交量变化为零，则它们的符号根据当前分钟的收盘价相对前 5 分钟（不包括当前分钟）均价的变化的符号为准；若该符号仍为零，则按照当前分钟的收盘价相对前一日收盘价变化的符号为准。
3. 将日内每分钟的协同次数求和，得到两只股票当天的协同次数。
4. 对每只股票，取当天与其协同次数最多的 30 只股票作为其协同效应股票，将该股票当天收益率减去这 30 只股票的平均收益率，得到相对协同股票的超额收益率，记为「日协同价差」。

项目实现说明:

• 「当前 1 分钟收益率（成交量）相对前 5 分钟收益率（成交量）的变化」按「当前 1 分钟值减去前 5 分钟（不含当前分钟）的均值」实现，与同一句中明确写作「均价」的兜底项保持同一口径。
• 三个判据中某一项因窗口不满或缺少前一根 bar 而取不到值（开盘后头几分钟）时，按「为零」处理，走与零值相同的兜底链；兜底链两级都取不到符号时该判据记为 0，两只同样记为 0 的股票视为符号相同。
• 协同次数的计算用等价的矩阵形式实现而非逐对比较：把每只股票每分钟在三个判据上的符号（取值 $-1/0/+1$）做 one-hot 展开成 $240 \times 3 \times 3$ 维的 0/1 向量 $x_i$，则两只股票的当日协同次数恰为 $x_i^\top x_j$，全市场协同次数矩阵即 $XX^\top$，与逐对逐分钟累加完全等价。
• 「当天收益率」取 cn_stock_prefactors 的 daily_return（后复权日收益率）；协同股票的平均收益率对其中收益率缺失的股票跳过后再平均。
• 兜底链最后一级「相对前一日收盘价」的前一日收盘价换算到当日未复权口径（当日最后一根 bar 的收盘价 ÷ (1 + 当日收益率)），避免把未复权的分钟价与后复权的前收盘价直接相减；当日收益率缺失时该级兜底取不到符号。
• 三项判据「为零」的判定同样带 $10^{-10}$ 的相对容差，理由同 volume_synergy_daily：持平分钟的差值在数学上恰为 0，不加容差会被浮点舍入判成涨跌。
• 协同次数并列在第 30 名边界上时，取股票代码升序在前者（研报未规定并列处理方式）。
• 当日有效股票数不足 31 只时取不满 30 只协同股票，该日整体置空。

synergy_spread_mean

中文名: 月均协同价差

描述: 过去 20 日的平均日协同价差。因子值越大，表示该股票相对协同效应股票的短期正向超额收益越高，则股票更有可能出现过度反应，性价比较低。

构建逻辑: 每月月底，计算过去 20 天「日协同价差」因子的均值，记为「月均协同价差」因子。

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。
• 窗口定位与缺失值处理同 volume_synergy_mean。

synergy_spread_std

中文名: 月稳协同价差

描述: 过去 20 日协同价差的稳定性。因子值越大，表示该股票相对协同交易股票的超额收益不稳定，说明投资者分歧程度较大，因此其预期收益率也较低。

构建逻辑: 每月月底，计算过去 20 天「日协同价差」因子的标准差，记为「月稳协同价差」因子。

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。
• 取样本标准差（除以 $n-1$），窗口定位与缺失值处理同 volume_synergy_mean。

synergy_spread

中文名: 协同价差

描述: 「月均协同价差」与「月稳协同价差」等权合成，综合刻画股票相对于协同股票的性价比。

构建逻辑: 将「月均协同价差」与「月稳协同价差」二者等权合成为「协同价差」因子。

项目实现说明:

• 「等权合成」口径同 volume_synergy：两个分量先在截面上做 MAD 5 倍去极值与 z-score，再算术平均。

synergy_effect

中文名: 协同效应

描述: 「成交量协同」与「协同价差」等权合成的最终因子。通过成交量和收益率两个不同角度，更加全面地刻画股票相对协同股票的辨识度和性价比；研报显示其在 Rank IC、Rank ICIR 和多空收益上均优于两个细分因子。

构建逻辑: 将「成交量协同」因子和「协同价差」因子等权合成，得到「协同效应」因子。

项目实现说明:

• 「等权合成」口径同 volume_synergy：两条支线的合成因子先各自在截面上做 MAD 5 倍去极值与 z-score，再算术平均；任一支线为空则结果为空。

synergy_effect_pure

中文名: 纯净协同效应

描述: 协同效应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。研报指出协同效应与流动性、波动率因子相关性较高，与其余因子相关性相对较低；剔除常用风格因子影响后，Rank IC 均值为 -5.02%、Rank ICIR -2.82、多空组合年化收益率 15.88%、信息比率 1.80。

构建逻辑:

1. 使用常用风格因子及行业因子对「协同效应」因子进行正交化处理，得到「纯净协同效应」因子。
2. 每个交易日在截面上，把协同效应对行业哑变量与常用风格因子做多元线性回归，取残差。

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，口径与同系列之九、之十、之十一、之十四完全一致：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；行业缺失的股票不参与回归，其残差置空。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: 研报口径列取 2013-01 ~ 2024-02（研报测试区间）的月末截面，共 132 个截面；逐日列取 2011-01 ~ 2026-09（本表实际输出区间）的全部交易日截面，共 3803 个有效截面。股票池全市场不做任何过滤（研报为全市场非 ST 且剔除上市不满半年的次新股）。前向收益取次日开盘到 21 个交易日后开盘（后复权开盘价），对应研报的月频调仓。Rank IC 为截面因子秩与前向收益秩的相关系数。Rank ICIR 为年化口径：研报的 Rank ICIR 是月度 ICIR × $\sqrt{12}$（用研报 t 值 ÷ ICIR ≈ 3.46 判定），本项目月末列同样 × $\sqrt{12}$、逐日列 × $\sqrt{252}$。多空组合为按因子十分组、组内等权、第 1 组多头减第 10 组空头（因子为负向），持有 21 个交易日，年化系数 252/21；逐日截面的持有区间互相重叠，其信息比偏乐观，故只用月末列与研报对数。

Rank IC 均值：

Rank ICIR（年化）：

多空组合年化收益率与信息比（本项目为月末口径，逐日口径见上文说明不作对数）：

synergy_effect 的多头与空头组合年化收益率（月末口径）：多头 32.95% 对研报 21.54%，空头 -2.84% 对研报 -13.28%（研报 2.3 节）。两端绝对水平均高于研报，口径本身不可比：本项目是十分组前向收益按 252/21 做算术年化、且不剔除 ST 与次新股，研报是复利净值回测且剔除两类股票；可比的是两端之差（35.79% 对 36.83%）。

样本外表现（2024-03 ~ 2026-09，研报发布之后，29 个月末截面）：

差异说明：

• 核心因子复现成立：synergy_effect 的 Rank IC -0.1174 对研报 -0.1076（差 0.0098）、多空年化 35.79% 对 36.83%（差 1.0pp），两项都在可接受范围内，方向与单调性一致；synergy_effect_pure 的 IC -0.0420 对 -0.0502、多空年化 14.23% 对 15.88%，也都吻合。两条支线合成优于各自单独使用这一结论同样复现（IC 由 -0.0897 / -0.0827 提升到 -0.1174）。
• 两条支线的偏差方向相反，不是整体性的强弱偏移：成交量协同三因子的 IC 比研报系统性更负 1.5 ~ 2.2pp，协同价差三因子比研报偏弱 0.3 ~ 1.5pp（synergy_spread_mean 差 1.5pp 最大）。成交量协同那一支偏强，与本项目不剔除 ST 和次新股直接相关——这类股票成交量结构更极端，日内协同状态的辨识度差异被放大；协同价差那一支偏弱，最可能的来源是研报对「当前 1 分钟收益率（成交量）相对前 5 分钟收益率（成交量）的变化」没有给出公式，本项目按「减去前 5 分钟均值」实现（与同句中明确写作「均价」的兜底项同口径），若研报实际用的是前 5 分钟累计收益率或其他定义，协同次数矩阵会变，取到的 30 只协同股票也随之改变。未为了对上研报调整这一口径，留此存疑。
• 信息比系统性偏低（synergy_effect 1.94 对研报 3.00），而 Rank IC 吻合，这与同系列之九、之十、之十一、之十四的复现是同一模式：研报剔除 ST 与上市不满半年的次新股，本项目按仓库规范全市场不过滤，这两类股票留在十分组里会显著放大组合波动、拉低信息比，而 Rank IC 作为全截面秩相关受其影响小得多。synergy_effect_pure 的信息比 2.02 反而略高于研报 1.80，也符合这一解释——正交化已经剥掉了与市值、流动性、波动率相关的暴露，ST 与次新股带来的波动被压掉了大半。
• 月末 ICIR 普遍略弱于研报（协同效应 -3.26 对 -4.09），与多空信息比偏低同源。协同价差支线的 ICIR 差距最大（-2.41 对 -3.71），与该支线 IC 偏弱叠加，进一步指向上一条的口径存疑。
• 逐日列与月末列的 IC 高度一致（协同效应 -0.1202 对 -0.1174），说明月末截面不是特殊时点，日度输出可直接使用；但逐日列的 ICIR 与信息比因 21 个交易日前向收益区间互相重叠而被放大，不可与研报数字直接比较。唯一例外是 synergy_spread_daily，逐日 IC 只有 -0.0085、月末 -0.0252——未经 20 日平滑的日频价差本身噪声极大，这与研报只把它当中间量、不单独使用一致。
• 样本外衰减明显，须在使用前复核：研报发布后的 29 个月末截面上，synergy_effect 的 Rank IC 从 -0.1174 降到 -0.0690（衰减 41%），多空年化从 35.79% 降到 3.00%、信息比降到 0.09；synergy_spread 的多空收益转负（-4.99%）；synergy_effect_pure 的增量信息基本消失（IC -0.0036、多空 0.30%）。方向全部保持为负，没有符号反转。这与本仓库同系列其他 _pure 因子的样本外模式一致。本表按研报原定义输出，未做任何调整。
• 区间差异：研报测试区间为 2013-01 ~ 2024-02，本表按本次任务要求回填近 15 年（2011-01 ~ 2026-09）。上游 cn_stock_bar1m_c 最早可用到 2005-01-04，起点不受数据可用性限制。
• 全样本（2011-01 ~ 2026-09，月末）结果供参考：synergy_effect IC -0.1097、ICIR -2.86、多空年化 30.17%、信息比 1.42；synergy_effect_pure IC -0.0384、ICIR -2.55、多空年化 12.65%、信息比 1.73。

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。