本报告基于北向资金中外资券商持仓数据,构建股票关联网络,提出关联网络牵引因子Traction-NS。该因子通过衡量股票间的关联强度,实现对股票涨跌的预判,表现稳健,多空组合年化收益达23.75%,IR为3.45,且因子在不同选股池均表现优异,显示出较强的独立Alpha信号,优于传统因子相关性低。
北向资金托管机构主要分为外资券商和外资银行,外资券商数量约130家,交易活跃度和交易占比显著高于外资银行,故本报告主要基于外资券商持仓数据研究股票关联网络。
外资券商持仓股票数量约2300只,与基金持仓股票重叠率约50%,且覆盖沪深300、中证500、中证1000成分股达99%、95%及85%,显示出持仓的广泛覆盖。
关联网络构建方法主体为三步:选点(外资券商持仓股票池中所有股票)、连线(通过共同持仓确定关联关系)、定粗细(定义关联度指标强弱,即股票间的关联程度)
关联度通过外资券商持仓市值占流通市值比值衡量,取两只股票中较小值作为该托管机构对二者关联强度,所有机构关联强度累加得到最终关联度指标。此方法量化了股票间的持仓共性。
基于关联网络,提出关联网络牵引因子Traction-NS,体现股票本体涨幅相较关联股票群体涨幅是否不足,蕴含未来补涨潜力。因子构建采用对外资券商股票池关联网络作40%稀疏处理,结合20日累计涨跌幅的截面中位数,剔除行业和自身alpha影响,得到最终因子值。
Traction-NS因子有效性依赖于网络稀疏度,40%留存比例对应RankIC峰值约6%,过低导致信息不足,过高引入噪声降低有效性。
因子5分组测试多空分化显著,多头组年化收益12.97%,空头组显著亏损,构建多空组合年化收益23.75%,IR达3.45,最大回撤5.33%,月度胜率约83%。
多空组合分年度保持稳健收益,2017-2021年均超14%,多个年份超20%,2021年达到29.58%,且IR较高,最大回撤低。
| 年份 | 2017 | 2018 | 2019 | 2020 | 2021 | 2017-2021 |
|---|---|---|---|---|---|---|
| 年化收益率 | 26.85% | 14.94% | 26.75% | 22.26% | 29.58% | 23.72% |
| 年化 IR | 4.81 | 2.33 | 5.20 | 2.90 | 3.14 | 3.45 |
| 最大回撤 | 1.61% | 3.28% | 1.61% | 5.33% | 4.00% | 5.33% |
因子在不同选股池表现均衡,沪深300、中证500、中证1000均有正收益且IR稳定,最大回撤中证1000和中证500较中证300低,显示其广泛适用性和稳定性。
三类北向托管机构构建因子对比显示,外资券商构建的Traction-NS因子有效性和表现优于所有外资和外资银行(Traction-N和Traction-NB),年化收益率最高,回撤最低,IR领先。
进一步剔除北向持仓占比因子影响后,Traction-NS因子仍保持高效能,多空年化收益20.95%,IR3.52,表现稳健。
| 图号 | 内容描述 | 主要数据及趋势 | 与文本结合的意义 | 潜在局限与备注 |
|---|---|---|---|---|
| 图1 | 北向托管机构数量走势 | 外资券商数量持续超过外资银行,保持约130家左右,银行约10家,整体约150家 | 确认研究数据量充足且券商为主体 | 只为数量题,未考量资金规模差异 |
| 图2 | 北向资金外资券商和银行成交占比 | 外资券商保持5%左右成交占比,银行约2%,券商更活跃 | 佐证券商数据更具交易性,更动态 | 成交占比波动细节没有深入讨论 |
| 图3 | 外资券商持仓股票数量及与基金持仓重合度 | 持仓股票2300只左右,约50%重合度 | 说明持仓股票池与基金重叠,增强数据有效性 | 影响因子信息源多样化未强调 |
| 图4 | 历年持仓股票覆盖沪深300、中证500及中证1000指数成分股比例 | 沪深300近乎全覆盖(99%),中证500全覆盖(95%),1000指数覆盖率逐年升至85% | 认定股票池具有广泛代表性 | 对较小盘股覆盖的具体影响尚需考察 |
| 图5 | 关联网络局部示意图 | 节点为股票,连线粗细表示关联强度 | 直观揭示股票间的关联关系 | 未展示全网络,可能样本中存在偏差 |
| 图6 & 图7 | 关联关系与关联强度计算示意 | 多托管机构股票持仓共线,关联度通过最小持仓比例计算并累加 | 明确了关联度指标的计算逻辑 | 该指标易受异常大持仓或持仓比例影响 |
| 图8 | Traction-NS因子构建公式示意 | 结合股票间关联度与关联股票alpha收益 | 说明因子源自关联网络的alpha传导 | 数学模型简化真实市场复杂性 |
| 图9 | 稀疏网络留存比例参数测试 | 40%留存比例时,因子RankIC与IR达到峰值 | 体现因子设计中对噪音与信息的权衡 | 留存比例的动态调整未涉及 |
| 图10 & 图11 | Traction-NS因子多空分组与累计净值表现 | 多空组收益23.75%,最大回撤5.33%,月度胜率83% | 实证因子有效性强且风险受控 | 历史数据表现不完全代表未来 |
| 图12 | 分不同选股域的Traction-NS多空表现 | 全样本最强,中证1000次之,沪深300相对较弱 | 确认因子跨市场的广泛适用性 | 表现差异原因未深入分析 |
| 图13 & 图14 | 外资券商、外资银行与所有外资因子表现对比 | 券商构建因子最高效,银行最低效 | 强调券商持仓数据是优质信号源 | 未来结构改变可能影响对比结果 |
| 图15 | 剔除持仓占比后因子表现 | Traction-NS仍有20.95%收益,表现依旧稳健 | 验证因子信息不完全依赖持仓规模 | 其他隐藏因子未排查,存在未知交互 |
本报告通过深入解析北向资金的外资券商持仓数据,巧妙构建了一张覆盖2300只股票的关联网络,利用机构共同持仓的定价权强度来衡量股票之间的关联度,有效揭示了股票间隐含的联动结构。基于该网络,报告设计了创新的股票关联网络牵引因子Traction-NS,结合关联股票的alpha收益实现对单只股票未来涨幅的预判锚定。
因子经过稀疏网络优化、行业因子剔除等多方严谨处理,在全股票样本池及中证1000、500、沪深300等多个指数范围内均表现出色。长期累计收益率稳定高达20%-24%区间,信息比率超过3,最大回撤控制在5%-10%左右,显著优于其他基于外资银行或全外资持仓构建的因子。
此外,Traction-NS因子与主流传统因子相关性偏低,揭示了其独特的信息价值;剔除持仓占比后的依旧优异表现进一步凸显因子的稳健性和创新性。报告展示了外资券商持仓数据的研究价值和因子设计新思路,为量化投资者提供了全面且实用的工具。
图表分析从机构数量、成交占比,股票持仓规模到关联网络示意,再到因子构建步骤及历史表现,全方位验证了研究逻辑的严谨和数据质量,确保结论可信。
总体而言,本报告提供了北向资金持仓新视角下的因子研究范式,构筑了基于资金共识的网络化选股因子空间,拓展了传统因子模型的边界,对投资策略的多样化和风险管理具有重要指导意义和应用前景。
(全文所有结论及数据均可追溯至报告对应页码标注页,确保准确性和可验证性),1,2,3,5,6,8,9]
北向关联持仓中的Alpha | 开源金工.pdf