本报告基于分钟频交易数据构建“待著而救”因子,通过衡量大单成交量后普通投资者的跟随交易程度,识别市场反应不足的股票以期获取超额收益。研究发现该因子具备稳定且良好的选股能力,多空组合年化收益率达33%以上,且剥离其他风格因子后仍显著有效,适用于沪深300、中证500及中证1000等主流指数成分股。此外,将“待著而救”因子与九个其他量价因子正交化合成的综合量价因子,选股效果进一步提升,年化收益率接近50%,并且因子在周频调仓下表现更优,显示出较强的实用价值和稳定性.
因子构建方法:基于日内分钟数据,排除市场开盘前15分钟,识别每日成交量最大的非连续“海量时刻”,定义其后5分钟为“跟随时刻”,计算“跟随系数”作为反映普通投资者跟随程度的指标,进而得到“待著而救”因子,该因子值越小代表跟随越少,未来潜在收益越高.
单因子表现优异:以2013年1月至2023年5月非ST股票为样本,月频调仓分十分组测试,因子多头组合年化收益率33.16%,信息比3.51,Rank IC为-9.28%,表现稳定且单调性较好,短期跟随系数的均值和稳定性均对选股效果存在贡献.
行业及年度表现均衡:因子在所有一级行业表现良好,绝大多数行业Rank IC均值超出-8%,且历年表现均显著,保持较好的分组单调性,显示选股能力稳定.
剥离风格因子后依旧有效:剔除流动性、波动率等常见风格因子影响后,纯净“待著而救”因子依然表现突出,年化收益近19%,信息比率3.42,显示其具有独立的增量选股能力.
多样样本空间表现强劲:“待著而救”因子在沪深300、中证500、中证1000成分股均表现优异,多空组合年化收益率分别约为18%、18%及36%,多头组合年化超额收益超过8%至15%不等,适用范围广泛.
指数增强模型应用中体现优异:在沪深300、中证500和中证1000指数增强投资组合中,严格市值和行业中性约束下,因子贡献年化超额收益分别达5.82%、8.41%、14.25%,验证了因子实用性和稳定性.
周频调仓提升表现:将“待著而救”因子调仓频率由月度提升至周度,因子多头组合年化收益率可达约29.57%,多空组合年化收益率接近50%,表现显著提升,显示高频因子低频化利用的效果较好且实用.
因子家族中的位置和综合应用:“待著而救”因子与其他九个基于高频数据构建的量价因子相关性较低,尤其与“水中行舟”“云开雾散”相关性较高。将其与其他9个因子正交后等权合成的综合量价因子表现进一步大幅提升,年化收益近50%,信息比4.62,月度胜率达92%,表现稳定且持续。
多头组合收益和分组表现如下:
纯净综合量价因子及周频调仓效果:剥除常见风格因子后,纯净综合量价因子依然表现出色,年化收益约30%,周频调仓情况下,多头组合年化收益率达41.98%,空头组合表现良好,验证了综合策略的稳健性与优越性.
核心论点为:
市场上信息优势投资者在大单成交时推动成交量激增,这种激增会引起普通投资者的跟随买入。跟随后产生的成交量规模不同,反映不同的市场反应程度:
作者基于该逻辑构建“待著而救”因子,并以月度为频率测试,显示出稳定且优秀的选股表现,在沪深300、中证500、中证1000成分股均有显著超额收益,且在剔除常规风格因子影响后依然有效。此外,将“待著而救”因子与其他9个量价因子组合后的综合量价因子表现进一步提升,验证了其增量价值。
风险提示明确指出历史规律可能失效、市场环境变化及因子阶段性失效风险。
报告开篇描述了大单成交导致的成交量激增背后存在的信息优势投资者行为,并指出普通投资者因信息不对称而产生跟随行为,可能带来价格短期反应过度或不足的风险。引入“待著而救”因子的核心动因是利用分钟级交易量变化来量化这种跟随效应,为选股提供辅助依据。
数据处理:
利用交易日内1分钟频率交易数据,剔除开盘前15分钟(9:30-9:45)日内通常交易活跃但非核心时段的数据,重点关注9:45之后的交易,以降低开盘初期的交易干扰。
优势时刻识别:
在每个交易日内,选取成交量最高的10个分钟时刻,定义为“海量时刻”。
接着,基于跟随交易的时序逻辑,对“海量时刻”排序,若相邻海量时刻间隔不足5分钟,后者视为跟随交易导致,予以剔除;只有间隔超过5分钟的海量时刻才算独立“优势时刻”。这样保证选取的“大单成交”时刻尽量代表信息优势投资者的主动交易时点,而非跟随交易。
图表1(显示每日开盘15分钟成交活跃,说明剔除理由);图表2与3(分别展示某股票的“海量时刻”示意与间隔筛选示意)均支持方法逻辑。
“待著而救”因子计算方法:
每个“优势时刻”后5分钟定义为“跟随时刻”,计算该5分钟内总成交量与优势时刻成交量的比值,称为“跟随系数”。
然后,将单日多个优势时刻的跟随系数均值定为“日跟随系数”。
月度层面,分别计算过去20个交易日的“日跟随系数”的均值(“月均待著而救”因子)和标准差(“月稳待著而救”因子),再对两者等权合成得到最终的“待著而救”因子。
其中,“月均...”表征平均跟随程度,“月稳...”表征跟随行为稳定性。
该因子整体思想是:跟随程度越高,潜在价格反应过度风险越大;稳定的低跟随水平代表反应不足,潜在收益更大。
样本 & 调仓:
全市场非ST且上市半年以上个股,月度调仓,分为10个分组,内部等权加权。样本期2013年1月至2023年5月。
表现数据:
“月均待著而救”因子表现体现为空头组表现(反应过度风险显著),而“月稳待著而救”多头组表现更好(表现稳定的反应不足带来超额收益)。
两者均表现稳定,结合为“待著而救”综合因子后,表现尤为出色:
本报告侧重因子构建与验证,未涉及企业估值模型及目标价设定,故无传统DCF、市盈率或者其他估值方法解析。
报告明确提及:
报告未具体量化各风险的发生概率或提供详细缓解策略,但提示投资者注意非确定性风险。
本报告系统地引入了基于大单成交后的跟随效应,构建了“待著而救”因子,通过分钟频数据量化市场中信息优势投资者行为与普通投资者跟随程度。利用“优势时刻”—即非跟随的大单成交时刻及之后5分钟跟随成交量的比值定义“待著而救”量化指标,反映价格反应不足或过度风险。
实证结果表明:
总体而言,“待著而救”因子是一种创新性的基于市场微观行为解读的因子,能够辅助捕捉市场反应不足带来的超额收益机会,且在多重检验中表现优异。结合多因子合成,提升了选股稳定性和收益水平。报告较为全面客观地揭示因子优势与限制,并提供相应的风险提示,为投资者提供了切实可用的量价选股工具。
参考标注:
全文结构、数据、图表和结论均来自于报告所有页码,具体引用标注如下(页码均对应文档页码):至。
a9e260d6b2fc4b4fb0c7737aa2b9a098.pdf