本报告为“技术分析拥抱选股因子”系列第九篇,基于日频换手率数据,结合换手率变化率与量稳换手率研究,创新构造了量稳换手率变化率SCR因子。SCR因子在全A股样本及沪深300、中证500成分股中表现稳健,信息比率优于传统换手率,且剔除市场风格与行业后依然具备显著选股能力,规避了传统换手率因子误判问题,投资组合回测显示优异的风险调整收益表现,为量化选股策略提供重要支持
| 指标 | Turn20 因子 | PctTurn20 因子 | STR 因子 |
|---|---|---|---|
| 年化收益率 | 34.04% | 21.51% | 40.56% |
| 年化波动率 | 18.13% | 11.92% | 14.69% |
| 信息比率 | 1.88 | 1.81 | 2.76 |
| 月度胜率 | 68.78% | 73.02% | 77.78% |
| 最大回撤率 | 20.82% | 16.60% | 10.09% |
| 参数设置 | X=20 | X=30 | X=40 | X=50 | X=60 |
|---|---|---|---|---|---|
| K=10 | 1.18 | 1.93 | 2.02 | 2.05 | 2.21 |
| K=20 | 1.73 | 2.14 | 2.25 | 2.62 | 2.57 |
| K=30 | 1.99 | 2.19 | 2.52 | 2.44 | 2.31 |
| K=40 | 1.66 | 1.97 | 2.11 | 2.04 | 2.10 |
| K=60 | 1.77 | 1.85 | 1.99 | 1.98 | 1.89 |
| 组合类型 | 年化收益率 | 年化波动率 | 收益波动比 | 月度胜率 | 最大回撤率 |
|---|---|---|---|---|---|
| 组合一 (Turn20) | 6.43% | 26.49% | 0.24 | 54.80% | 62.55% |
| 组合二 (STR) | 8.10% | 28.01% | 0.29 | 57.63% | 64.49% |
| 组合三 (SCR) | 9.80% | 31.63% | 0.31 | 54.24% | 65.98% |
标题: 技术分析拥抱选股因子系列研究(九)——换手率要比别人稳,也要比自己稳
作者/分析师: 高子剑、沈芷琦
发布机构: 东吴证券研究所
发布日期: 2021年12月07日
主题: 本报告是“技术分析拥抱选股因子”系列研究的第九篇,聚焦换手率因子,尤其是结合换手率变化率与换手率稳定性,提出并验证了一个新型量化选股因子——量稳换手率变化率(SCR因子)。
核心论点:
整体来看,作者通过详实的回测和指标对比,力倡结合换手率波动的稳定性和变化率来优化换手率选股策略,以期减少误判并提升收益稳定性,3,4,5,6,7,8,9,11,15].
引言部分首先介绍了“传统换手率”因子的定义与历史表现:
但作者指出该因子存在显著缺陷,即:换手率最大的组内部股票月度收益差异极大,既有大幅上涨也有大幅下跌股票,组内收益波动增加。
本节回顾了此前构造的换手率变化率因子,其定义是对换手率发生相对变化的度量:
量稳换手率因子侧重衡量换手率的稳定性,定义为过去20日换手率的标准差的市值中性化值。
结合换手率变化率与量稳换手率的思路,定义SCR因子:
报告总结认为,SCR因子作为结合换手率变化率与稳定率的新型量化选股指标,在历史数据中选股效果显著优于传统换手率因子,且剔除风格及行业干扰后依然有效,具备独立选股能力。
风险提示:
该图清晰展示了2006年以来SCR因子将样本股票分成10组的净值增长情况,多空对冲(分组1减分组10)净值呈现持续稳定的向上趋势,表明因子有效区分了低值因子股票的多头潜力。分组1(多头)净值增长最快,分组10(空头)净值相对较弱。
图展示了SCR因子在降低股票组内收益波动误判上的有效性,验证了SCR“换手率稳定性变化率”整体逻辑的实用性。
图2显示了Turn20因子的10个分组净值走势,净值的严格单调性验证了负向IC逻辑,换手率最低的组表现最好。尽管绝对收益可观,但波动较大,且图形峰谷较为剧烈,换手率因子稳定性不足。
该柱状图直观展示了10个分组中股票收益波动水平,随着因子值增加(换手率增大),组内收益标准差也显著提升,证明高换手率组误判风险大,成分股表现极为分散。
图5和表2体现PctTurn20因子的收益、稳定性略低于Turn20因子,回测期后半段波动性上升,导致信息比率下降。因子净值走势较为平缓,表现比Turn20更温和但效果不如预期。
图6显示STR因子净值走势极为稳健,信息比率与年化收益远超之前两个因子,且最大回撤低至10.09%,表现优异。曲线形态说明稳定换手率股票群体具备较强的市场超额表现能力。
该图反映SCR因子净值稳步上涨,且多空对冲稳健明显,不仅强化了此前STR和PctTurn20的优点,还提高稳定性。结果印证SCR因子确实有效提升了选股的稳定性与收益。
柱状图直观比较三因子在10分组中的组内收益差异,SCR因子在多头组收益差异较大,有助于识别高潜力股票,且空头组内收益差异最小,降低了误判的概率,展现了SCR因子选股逻辑的改进。
图10展示了剔除风格与行业影响的纯净SCR因子10分组回测成绩,尽管表现不如未剔除的SCR因子,但依然保持着合理选股效率,强化该因子的独立性和因子纯度。
图11显示基于沪深300样本,SCR因子选股组合净值领先于Turn20和STR组合,确认SCR因子在实际股票池及投资组合中具备更好的表现潜力。
本报告以量化选股因子研究为核心,未进行对单一股票或行业的估值分析,不涉及传统的DCF、市盈率等估值模型,而是专注于因子回测、绩效指标(年化收益、波动率、信息比率、最大回撤)及参数敏感性分析,体现因子策略的优劣与风险控制能力。因此估值分析模块不适用。
报告列示并详细提示了三方面风险:
整体风险提示谨慎,强调了因子模型在实际应用中必须注意的限制,保证投资者理性使用因子策略,避免过度信赖历史回测数据,15]。
总结来看,报告在细节处理和逻辑清晰性方面表现较好,但作为技术分析类因子研究报告,其分析主要基于历史回测,因子特性和市场适用性需结合实盘和多因子策略进一步验证。
本报告在“技术分析拥抱选股因子”系列中,系统而深入地探讨了换手率这一核心价量因子的表现与优化路径。由传统Turn20换手率因子的负向IC表现切入,指出高换手组存在未来收益异质性大、误判严重的问题;随后创新引入“换手率稳定性”的概念(STR),并基于此构建了量稳换手率变化率SCR因子。
SCR因子通过衡量换手率波动的相对变化,成功整合了换手率的绝对值与稳定性优势,使选股更精准。其在全市场、沪深300及中证500股票的回测均表现出较优的风险调整收益(信息比率2.25,最大回撤7.99%),显著优于传统换手率因子,且在剔除风格与行业因素后仍保持有效,彰显因子独立投资价值。
图表支撑了SCR因子的显著优越性:
报告同时认真提示未来市场与模型风险,倡导结合资金管理与多因子风险控制应用SCR因子。
总体而言,报告论证明确,数据详实,提出的SCR因子为换手率类选股因子提供了新的有价值改进路径,适合对量化选股模型持续优化的机构投资与策略研究者参考采纳。
此分析以报告文本内容为依据,确保客观严谨,对所涉及的每一个重要论点、数据及图表均有详尽阐释。
“技术分析拥抱选股因子”系列研究(九):改进STR 换手率要比别人稳 也要比自己稳.pdf