本报告基于A股市场逐笔成交数据,从资金流强度和资金流相关结构两大角度,改进了大小单残差和散户羊群效应因子。通过变量精筛(主动与非主动资金区分)与高频化测算,改进大单、小单残差和散户羊群效应的多空对冲信息比率分别提升至4.81、3.56和3.01,并成功构建综合资金流因子,年化收益35.36%,信息比率达4.82。该因子在沪深300、中证500和中证1000中持续展现良好选股能力,且剔除传统Barra风格因子后依然绩效优异。报告最后指出,日内羊群效应无强负向选股效果,因子构建应以日间数据为主,整体策略具备显著alpha能力和稳健稳定性,为多因子量化选股提供了有效资金流信号支持
| 样本空间 | 全市场 | 沪深300 | 中证500 | 中证1000 |
|---|---|---|---|---|
| 多空年化收益 | 35.36% | 14.01% | 19.98% | 33.19% |
| 多空波动率 | 7.33% | 7.31% | 7.38% | 7.78% |
| 多空收益波动比 | 4.82 | 1.92 | 2.71 | 4.26 |
| 多空最大回撤 | 2.09% | 7.56% | 6.34% | 3.93% |
| 多空月胜率 | 89.19% | 70.27% | 79.28% | 85.59% |
核心论点及信息:
报告回顾并改进了先前关于大小单资金流的残差因子及散户羊群效应的研究,发现通过对原始因子的变量筛选及数据高频化处理,可显著提升整体的alpha捕捉能力。具体体现在大单残差因子信息比率提升明显,小单残差和散户羊群效应改进后绩效更稳定。最终将三者合成综合因子,表现优越,具备广泛样本应用能力和较强的行业风格中性能力。报告警示因模型基于历史数据,未来市场环境变化存在不确定性。
报告强调,大小单资金流指依据成交笔资金量划分为超大单(>100万元)、大单(20-100万元)、中单(4-20万元)、小单(<4万元)的交易资金流。资金净流入代表筹码增加,净流出则表示筹码减少。
定义为剥离涨跌幅影响的资金流强度残差。大单残差具备显著正向alpha,但因反转等因子贡献负alpha。
回测数据(2013-2022年,剔除退市及次新股,市值行业中性化10分组):
对主动和非主动资金流分别考察其与收益率的相关性,发现除了超大单外,其余三类资金流主动/非主动的相关性存在显著差异(图3):
因此改进方案尝试:
回测结果(图4、图5):
类似分析小单,考虑非主动和主动小单残差叠加,及非主动中单残差。结果(图6-8):
对改进的大、小单残差因子尝试高频数据测算(采样时间点N从9:25至15:00),监测因子RankICIR变化。
散户羊群效应定义为当前交易日收益率与次日小单净流入秩相关,捕获了小单错位相关性,是真正alpha源(图11)。
历史回撤版(2013-2022年):RankIC均值-4.90%,信息比率2.51,年化收益16.88%,最大回撤高达8.85%,表现波动大(图12)
综合改进后,信息比率从2.51提升至3.01,最大回撤大幅从8.85%降至3.15%,年化收益轻微降低至16.49%,整体选股能力更稳健(图17、18)
图1 以大单资金流为例解释原始大单残差alpha来源,将大单资金流强度拆解为正向alpha(主动大单预见性)和负向alpha(反转因子暴露)两部分,形象说明因子为什么是“残差”
图2 原始大单、小单残差因子多空组合的净值表现,显示两因子长期稳健增长且样本内外一致,验证基础因子有效性
图3 主动和非主动四类资金流与20日累积收益率的相关性柱状图,突出非主动大单与收益率无关,主动小单性质自2017年变化显著,解释后续变量筛选原则
图4-6 展示不同改进方案下大单、小单残差因子组合净值表现,突出主动中单加入和非主动大单强度叠加提升大单因子的贡献,以及非主动小单单独使用即可取得最佳小单残差效果
图7 小单主动与非主动强度与收益率关联的分时统计,显示主动小单在2017年后从负相关转为正相关,影响小单残差因子设计
图8 改进后小单残差因子多空组合净值表现,优于原始版本,强调变量筛选的有效性
图9-10 高频参数N(分钟)对改进大单、小单残差RankICIR的影响。显示15:00收盘时选股效果最佳,验证日频采样合理
图11-12 说明散户羊群效应因子基础理论和历史多空对冲绩效,凸显其alpha来源于当前收益率与次日小单资金流的错位相关
图13-14 主动小单羊群效应2017年前后差异及其对整体散户羊群效应贡献的退化,支持仅用非主动小单数据的决策
图15-16 高频化对散户羊群效应因子中的收益率和资金流计算窗口的优化,结果指向使用日内开盘收益率和开盘至10:00非主动小单净流入
图17-18 对比原始和改进后的散户羊群效应因子,多空组合绩效和分层净值,支持改进因子带来更稳定表现
图19 大小单资金流综合因子10分组多空净值,展现其优异的增长性和多头梯度分明的稳健结构
图20 综合因子剔除Barra风格和行业影响后的净值表现,依然表现优秀,证明因子较低共线性且alpha纯净
图21 日内散户羊群效应的全市场中位数为负,原因在于资金流惯性强,为理解散户资金流短周期特征提供有力证据
表1-4
报告未涉及具体的估值方法或目标价,研究重点在交易微观结构因子设计与性能测试层面,故无估值模型、贴现率、永续增长率等相关内容。
本报告通过对大小单资金流残差与散户羊群效应因子的多角度改进,体现了市场微观结构中资金流动信息的深化挖掘。具体来看:
最终,报告作者团队综合分析认为本次改进后的大小单综合资金流因子是一组高质量、稳健的alpha因子,具备广泛的应用价值和扩展潜力,为市场微观结构研究及量化投资策略开发提供了重要助力。
图1:以大单为例:原始大单残差 alpha 来源的解释
图2:原始大小单残差因子选股效果皆较为优异
图3:除了超大,其他三类资金流主动和非主动净流入强度与收益率相关性差别较大
图4:大中单残差和非主动大单强度排序相加后,10分组多空信息比率4.81
图5:相比于原始大单残差,改进后的大单残差多空信息比率从3.48提升至4.81
图6:非主动小单残差10分组信息比率3.56
图7:小单主动强度在2017年前后与收益率相关性差别较大
图8:相比于原始小单残差,改进后的小单残差多空信息比率从3.02提升至3.56
图9:随着参数N变化,改进大单残差RankICIR在15:00效果最优
图10:随着参数N变化,改进小单残差RankICIR变化不明显,15:00时相对较优
图11:小单错位相关性的alpha来源
图12:原始散户羊群效应的10分组多空对冲表现
图13:主动小单2017年后的羊群效应明显弱于2017年前
图14:2017年后主动小单净流入在散户羊群效应中的贡献基本消失
图15:散户羊群效应因子中收益率计算,高频日内收益率更优
图16:散户羊群效应因子中资金流计算,开盘至10:00前非主动小单净流入最佳
图17:改进散户羊群效应10分组多空对冲IR由2.51提升至3.01
图18:改进散户羊群效应各组分层绩效较优
图19:大小单综合资金流因子10分组多空对冲净值
图20:综合因子剔除Barra风格因子后的10分组多空信息比率3.83
图21:日内散户羊群效应全市场中位数为负,显示惯性特征
本报告基于开源证券金融工程研究团队相关历年系列研究文献与数据(如2020-2022年系列报告)综合而来,围绕市场微观结构和资金流动态研究展开。
溯源标注示例:本段结论依据报告第3-15页内容整理引用,具体见,15]。
市场微观结构研究系列(18):大小单资金流alpha探究2.0 变量精筛与高频测算.pdf