本报告为东吴金工“技术分析拥抱选股因子”系列研究第八篇,重点讨论如何有效结合量稳换手率因子与传统量小换手率因子,提出“优加法”构建优加换手率因子UTR。UTR因子在全A股多空对冲年化收益达40.54%,信息比率达2.98,稳定性和选股效果优于传统因子组合,且剔除风格和行业影响后依然表现优异,适用于指数增强策略构建
报告标题:“技术分析拥抱选股因子”系列研究(八)——优加换手率——解决1+1<2的难题
作者与机构:东吴证券研究所,证券分析师高子剑、沈芷琦
发布时间:2021年8月19日
研究主题:换手率因子在A股市场中的选股效果研究,特别是传统换手率因子与量稳换手率因子的结合优化问题
核心观点摘要:
本篇报告延续“技术分析拥抱选股因子”系列,针对换手率因子进行深入探讨。其核心在于通过量稳换手率因子(STR)和传统量小换手率因子(Turn20)的有效组合,克服两因子简单线性叠加带来的效果不升反降现象,提出“优加法”构建优加换手率因子(UTR),显著提升选股绩效与稳定性,解决“1+1<2”的组合难题。
本报告属于东吴金工“技术分析拥抱选股因子”系列中的第八篇,延续此前对换手率因子的量价视角研究,对换手率的稳定性与绝对大小的组合关系进行系统梳理。
报告引用数据主要基于2006年1月1日至2021年7月31日的A股市场样本,使用Wind资讯数据库,并在东吴证券自有量化研发框架下计算因子指标及其选股效果。
主要结论:
报告首先重申传统换手率因子Turn20的构造及表现。取过去20个交易日平均换手率并市值中性化,每月计算,因子IC均为负,表明换手率越低的股票未来表现越好。此因子年化收益率33.20%,信息比率1.88,月度胜率近70%,但存在一定局限和较大波动性。图2净值走势图显示10分组收益单调下降,符合逻辑但提升空间有限。
基于前文研究,《量稳换手率选股因子——量小、量缩,都不如量稳?》,报告回顾STR因子的构造:过去20日换手率的标准差标准化后处理。STR体现换手率的稳定性,IC均值更负(-0.077),年化收益41.50%,波动更低(14.63%),信息比率2.84,最大回撤10.04%。说明换手率的稳定性比绝对换手率更有选股价值。图3和表2可视化及量化对比显示STR超越传统量小时换手率的表现,选股效果明显提升。
对STR因子进行正交化处理,剔除与Turn20线性相关部分(即获得残差STR_deTurn20),发现残差依然保持一定选股能力,年化收益14.02%,信息比率1.40,但整体表现明显不如STR和Turn20。图4展示该因子净值走势平缓回升,支持量稳因子不完全由传统量小因子驱动。
尝试传统多因子线性组合两方案:
图5、6及表3表明两方案收益率均不及单独的量稳因子,甚至波动和回撤增加,显示指标间简单线性叠加无法发挥协同作用,凸显了“1+1<2”的组合难题。
通过分别对量稳与量小因子进行双重10分组(共100组合)统计年化收益,发现逻辑违背单因子预期:
基于上述发现,报告提出“优加法”:
此设计确保在量稳样本中认可量大的积极作用,矛盾逻辑得以解决。图9、表4、表5展示该UTR因子显著优于传统组合,年化收益40.54%,信息比率2.98,月度胜率超82%,最大回撤11.65%,结合多个年度维度数据,表现稳定且优异。
剔除Turn20、STR因子对UTR的线性影响,保留残差因子以验证独立信息,回测能产生年化收益9.48%,信息比率1.05,说明UTR含有超越两个单因子的额外选股信息。(图10)
进一步剔除常见市场风格因子(如市净率、市盈率、动量等)及行业影响,用Barra风格因子及申万一级行业Ptrace21虚拟变量回归,提取残差后生成“纯净UTR因子”。
图11及表7显示纯净UTR因子保持良好年化收益23.03%、信息比率3.15,且多空对冲表现稳定,表明UTR因子独立性强,非风格或行业归因。
表6披露UTR与各Barra指标相关性低至中度,例如与流动性0.61、与残差波动0.43相关,中性偏小,强化了因子货真价实的特性。
考察不同回看周期(日)对因子性能影响,改变回看窗口为40日、60日,均显示UTR因子依旧跑赢量小、量稳单因子,且信息比率及最大回撤控制优良(图12-13,表8)。此稳健性检验表明UTR方法具有较好适应性和实际相关性。
UTR因子多头和空头贡献均衡,空头表现稍强(年化空头超额收益22.61%),多头稳健(14.99%),都具备较高信息比率(分别2.20、1.99)。(表9)
适用样本拓展:沪深300及中证500指数成分股中,UTR表现优于量小和量稳因子,尤其是沪深300成分股,年化收益16.95%,信息比率0.85明显提升。说明UTR策略不仅适合全市场,更能适应主流蓝筹和中型股板块。(表10)
选取沪深300成分股,构建5类组合:
图14及表11显示组合五表现最优,年化收益16.14%、信息比率0.51明显优于其他组合,体现优加法实操价值。且该方法适合月度调仓,方便应用于指数增强策略。
总结归纳本系列第八篇成果,UTR因子有效解决传统换手率因子组合难题,展现显著提升的年化收益和稳定性,兼具独立选股信息,具备广泛应用潜力。风险提示明确指出未来市场变化、单因子模型波动、数据误差均可能对模型效果产生影响,投资需谨慎。
该图反映2006年至2021年期间,根据UTR因子分组的资产净值表现。分组1(最优组)与分组10(最差组)净值差距巨大,多空对冲净值(分组1-分组10)持续上升,表明因子稳定捕获超额收益。图形显示因子产生复利增长,且该超额收益并非偶发现象,而是长期趋势。
10组从低换手到高换手,分组1净值显著优于分组10,指向低换手率股票更具涨势,确认负IC逻辑。全市场表现波动较大,最大回撤较高,信息比率低于UTR因子。
分组1表现持续领先,净值增长幅度较图2显著,走势平滑,最大回撤更低,验证稳定换手率优于单纯量小的特性。图形强调因子稳健性和选股有效性。
波动较小,收益水平整体降低,显示脱离量小因子的独立信息有限,但仍具备选股能力。
两图均显示净值增幅和分组间差异较前述单因子弱,且波动与回撤有所增加,视觉及统计指标验证组合劣化,说明简单线性组合不可行。
该热力图直观揭示逻辑混乱:左上角(量最稳且量最小)并非常胜,反而左下角(量最稳且量较大)表现优异,该发现颠覆了传统预期,提示组合设计必须有所区分。
具体个股展现“量大且量稳”的成交量与上涨价格的对应,客观案例佐证理论逻辑,强化扩展组合思路的合理性。
整体收益及回撤表现远超传统及初步组合方案,图中多空对冲净值增速持续且幅度显著,体现方案有效性。
指示UTR因子拥有超出两个单因子线性组合的独立选股效应,但效果略有折损,证明因子结构复杂,多因子信息融合后出现增值。
净值曲线呈现稳定上涨,收益虽低于原UTR,但信息比率及月度胜率提升,表现更为纯净优异,强化因子的独立性与稳定性。
图中优加因子净值在不同参数设置下均领先其他单因子,说明因子方法稳定性和实用性强。
“组合五”(先量稳后量大)净值明显领先,验证报告核心方法在实操框架下的优越性,显示策略应用潜力。
报告并未涉及公司或行业直接估值模型,不包含DCF等传统估值方法,而是专注于因子构建及性能回测分析。因子绩效通过年化收益率、波动率、信息比率(IR)、最大回撤、月度胜率等多项指标量化。
信息比率(IR)作为选择因子性能的关键衡量指标,表征超额收益的风险调整能力。报告UTR因子ICIR接近3,信息比率第二高,反映该因子具备较强的选股区分力和风险控制能力。
同时报告提及因子净化(剔除风格与行业变量)及正交化,确保因子独立性并去除外部因子干扰,这种多元线性回归的残差法保证因子纯净,提升后续应用可靠度。
报告明晰3类主要风险:
报告未深入探讨因子过度拟合、微观结构变化、交易成本或流动性约束等风险,但警示投资者慎重参考并结合多因素及动态管理。
因子构造创新点凸显,逻辑严密。优加法设计巧妙解决传统因子组合矛盾,理论结合实证,以资金流稳定性驱动量大的多样本效用,令人信服。
但报告主要基于历史数据回测,缺少对极端市场环境、宏观变量影响和持仓成本的讨论。尤其最大回撤虽有披露,但没有进一步风险管理层面及策略稳健性检验,存在一定局限。
报告中“量大在量稳样本中更优”的结论较为经验化,是否具备更广泛普适性需要后续验证。特殊行情(如抱团股)可能推高相关度,未来环境变化或弱化该效应。
多空收益分解显示空头收益较强,提示策略或依赖“做空”机制,但报告未涉及实操难度和空头风险。在中国A股实际操作空头受限,策略应用可能有限。
相关性剔除仅限于Barra及申万一级行业,未考虑其他因子模型或宏观因子潜在影响,因子独立性解释尚有空间。
报告中术语清晰,但未具体披露优加法得分计算具体数学公式和权重设定细节,复现难度较大。需结合作者后续具体模型代码以便应用。
本报告延续东吴金工“技术分析拥抱选股因子”系列研究,围绕换手率相关因子构建与优化展开了深入探索。
首先,报告确认传统换手率因子(量小)与量稳换手率因子各自具备稳定选股能力,且量稳因子表现整体优于传统量小时换手率。
然而简单的线性组合反而导致性能下降,归因于量小因子和量稳因子之间在极端组合上的逻辑矛盾——即在量较稳的样本中,量越大反而收益越好,与量小策略相冲突。该现象通过量小与量稳双重分组(100组合)详细揭示,并通过真实个股“量大且量稳”成交量与股价上涨走势予以佐证。
基于这一发现,报告创新提出“优加法”组合机制,通过先划分量稳排序样本,再在其中分段逆向利用量小因子得分,有效兼容两因子矛盾,实现因子协同。新因子UTR表现远超以往方案,在多个时间窗口、样本空间均验证其稳定性和优越性。
报告以丰富的图表(图1-14)和量化指标(表1-11)详尽支撑论点,系统展示因子构造、组合优化、净值走势及敏感性验证过程。
风险提示明确告知模型历史依赖性和单因子特性风险,投资者必须结合风险管理。
整体来看,本报告为技术分析视角中的换手率因子提供了创新组合框架,既严谨又契合市场实际,既拓展理论边界,也具备较强策略应用潜力,值得关注和后续研究深化。
本报告深入解析换手率因子的内涵与组合优化难题,结合大量实证数据和创新组合逻辑,提出兼顾稳定性与大小的优加换手率UTR因子,显著提升因子选股效率和收益稳定性,为基于量价关系的多因子投资策略提供了新的路径和实操参考。投资者应结合整体市场环境及组合风险管理,审慎使用此类因子,持续跟踪模型在未来市场的适用性与表现。
报告结论系统、数据扎实,具有显著的学术价值和实务指导意义。,3,4,6,7,8,9,10,11,12,13,14,15,16]
“技术分析拥抱选股因子”系列研究(八):优加换手率 解决1加1小于2的难题.pdf