本报告系统分析了A股市场上的主动买卖因子(ACT因子)的构建与选股能力,发现整体ACT因子的IC值较低,选股能力有限。通过“因子切割论”进一步剖析不同订单金额等级的主动买卖因子结构,揭示大户和中户的ACT因子在高收益端具有较强正向选股效应,而小单ACT因子在低收益端呈现明显负向选股效应。基于此,构建了结合大单与中单的正向因子和小单的负向因子,合成的新因子显示出显著提升的选股能力,尤其是在切割比例为10%时,多空对冲收益波动比达3.06。新因子与流动性、波动性因子呈负相关,经过行业及风格因子中性化处理后,依然表现稳健。此外,不同回看天数与样本空间内(沪深300、中证500)测试均支持因子的稳定性和实用性。总体而言,该研究为主动买卖因子的正确应用及选股策略提供了理论依据与实证支持
报告标题:《主动买卖因子的正确用法》
作者及团队:金融工程研究团队,首席分析师魏建榕及其团队成员
发布机构:开源证券研究所
发布日期:2020年9月5日
研究主题:量化投资中主动买卖因子的研究,聚焦A股市场不同交易者类型的主动买卖行为对股票选股能力的影响,以及主动买卖因子的构造与优化。
核心论点:传统的主动买卖因子(ACT)选股能力较弱,IC值绝对值较低,不足以作为独立的有效选股因子。通过对原始ACT因子在不同交易者(挂单金额规模)和不同市场环境(上涨或下跌日)的精细切割,发现大单和中单在上涨日展现正向选股能力,小单在下跌日展现负向选股能力。报告提出了对ACT因子进行切割后合成的改进因子,体现了显著更好的选股性能,其多空对冲和多头选股收益风险指标表现优异,并且完善了参数稳定性及样本空间的稳健性验证。
总体态度:报告较为批判及审慎,指出历史数据和市场结构变化带来的风险,强调量化模型的适用范围和潜在变动。
章节总结:
这一章介绍了市场上悲观的传统观点,即常用的主动买卖因子(ACT)不具备较好的选股能力。通过对四类交易者(机构、大户、中户、散户)分别计算他们的主动买卖因子,发现IC指标整体不高,未能形成稳定有效的预测能力。主动买卖图1中展示了不同挂单量类别的因子多空对冲净值,结果表明整体不理想。
逻辑与证据:
关键数据与指标:
章节总结:
提出“因子切割论”,即将因子分解为不同收益率区间(日收益高低不同的交易日)上的表现,从而揭示隐藏在原始因子中的不同交易者行为特点。并发现不同挂单规模的ACT因子在涨跌两种市场环境中展现出完全不同的选股效应。
逻辑及推理:
关键数据与图表解读:
解释:大户和中户一般机构投资者,上涨时主动买入反映对未来上涨有较高信心;而散户在下跌时多因恐慌性卖出,这类卖出往往是短期行为,后续反弹概率较大,因此呈现负向选股效应;超大单因存在拆单和覆盖率不足(表1显示超大单覆盖率仅为75%),因而表现较弱。
表1显示大单、中单、小单买入卖出笔数覆盖率极高,说明数据较为完整,而超大单覆盖率低,权重较小,4]
章节总结:
基于上一章精准切割得出观察,构建“两正一负”复合因子模型:以大单和中单的正向因子与小单的负向因子分别加权形成合成因子(用符号表示为ACT+和ACT−),并针对不同切割比例𝜆验证其选股能力。
逻辑与推断:
关键数据与图表解读:
图6揭示各𝜆下正向因子的多空对冲净值曲线,表现出色,尤其在𝜆=10%时,收益波动比达到3.06,表明多空策略稳定且风险调整后回报高;
表2详细列示了不同𝜆对应的多空、多头表现指标,如年化换手率、年化收益率、年化波动率、收益波动比和月度胜率,其中𝜆=10%时多空策略年化收益16.62%、波动率5.43%、波动比3.06,且月度胜率近89%;多头策略同样表现优异。
相比之下,图7与表3显示代表散户的小单负向因子收益波动较稳定但整体选股表现低于正向大中单因子,且收益有下降趋势,反映近年来大资金主导市场演变趋势。
表4的相关性分析显示,构建的合成因子与流动性、波动性等Barra风格因子呈负相关,提示该因子捕捉了与常规流动性和波动风格相反的特征。
表5经过行业和风格中性化处理后,因子表现依然强劲,说明该因子收益来源不完全受行业或宏观风格因素驱动。
参数稳定性检验(章节4.1)中,表6显示不同回看天数(20天、40天、60天)下因子表现稳定,多空收益波动比维持较高水平,验证了因子的稳健性。
样本空间测试(章节4.2)中,表7展示该合成因子在沪深300和中证500样本子集里依旧表现稳健,进一步说明因子具有广泛适用性
报告明确指出模型基于历史数据,未来市场结构和行为模式可能发生较大变化,影响模型表现,提醒用户谨慎使用。
本报告为因子研究,不涉及具体股票或行业估值,因此未包含DCF、P/E或EV/EBITDA等常规估值模型。它关注因子的统计特征和预测能力,通过IC值、收益波动比、回测绩效等量化指标评估因子有效性。
报告明确风险提示:
本报告系统分析了中国A股市场中基于不同挂单金额划分的主动买卖因子(ACT)及其局限性和改进路径。初步发现传统ACT因子整体选股能力有限,IC值偏低,难以形成有效策略(图1)。通过创新提出“因子切割论”,以收益率的高低切分交易日,揭示出不同交易者类别(小单、中单、大单及超大单)在不同市场走势下表现出差异显著的选股效应:
基于此,报告进一步构建了复合主动买卖因子模型,将大单和中单的正向因子与小单的负向因子分阶段抽取,再进行合成,显著提升了选股能力和收益风险特征(图6,表2)。此外,因子的稳健性通过参数敏感性测试(表6)和样本空间拓展验证(表7)得到支持,且与传统Barra风格因子呈负相关,经过风格和行业中性化处理后,仍保持优异表现(表4、表5)。
总体来看,报告不仅针对传统主动买卖因子“效果差”的问题给出了深层次的行为驱动解释和精细拆解,也有效地提出了基于市场行为异质性的因子改良方案,提升了量化因子的实用价值。不过,报告也谨慎提醒模型基于历史测算,面临市场结构变化的风险。
结合图表与数据,作者明确传达了一个重要视角:主动买卖行为的选股信息存在差异化表现,尤其在投资者类型和市场走势分层的语境下,传统单一整体因子难以充分捕捉。通过细分和合成,能够更准确反映不同资金力量在不同市场状态下的预判能力,为投资者和量化研究人员提供了务实的因子设计思路。
本文分析依托报告原文各章及图表内容,页码依次为,相关图表图片引用见正文相应段落。
本报告系统而深入地剖析了主动买卖因子的性质、构造和应用,指出传统ACT因子存在的不足,并通过“因子切割论”方法有效提炼改进因子,实现了主动买卖行为信息的增值和选股能力的提升。数据分析和实证表现充分支持了作者观点,是市场微观结构及量化因子研究领域的重要贡献。未来应关注模型在市场结构突变下的稳健性,以及因子组合优化的进一步拓展。
20200905-开源证券-开源证券市场微观结构研究系列(9):主动买卖因子的正确用法.pdf