本报告基于A股市场隔夜与盘中交易者的不同交易逻辑,构造了4个“拉锯战”强度因子及组合“渔利”因子,回测显示因子自2012年以来具备稳定选股能力,渔利因子年化IR达到1.71,多空组合年化收益11.68%,显著优于基准。结合多因子表现与分层收益分析,构建的50只等权组合在考虑交易成本后,近两年内超额收益达31.56%。报告还探讨了因子的周频表现与行业风格因子相关性,确认该因子的独立性及适用性
核心论点及目标
报告揭示A股市场中隔夜交易主导的投资者与盘中交易主导的投资者的不同行为差异,导致股票价格存在隔夜收益与盘中收益的逆转现象,从而形成“拉锯战”。基于此现象,报告提出构建了4个“拉锯战强度因子”与一个综合性的“渔利”因子,并通过历史数据回测验证其稳定有效的选股能力。通过模拟实盘组合,发现“渔利”因子能获得显著超额收益,特别适合A股市场相对缺乏做空机制的现实环境。
报告指出,尽管近年来A股市场效率有所提升,但整体仍属于低效率市场,投资者通过价值发现仍能获得超额收益。研究聚焦于隔夜交易主导者(多为短线和噪音交易者)与盘中交易主导者(多为机构专业投资者)之间的行为异质性。这种异质性在每日交易周期中表现为隔夜收益率与盘中收益率的逆转,即存在价格“拉锯战”,这种机制导致价格偏离及后续的价格回归。报告引用Akbas et al.(2022)相关研究,说明如何利用反向开盘价频率建立“拉锯战”强度指标,揭示机构投资者对隔夜噪音的过度矫正,从而导致未来价格回归的现象。,3]
数据与变量定义:
盘中收益率 ( RET_OC_{i,t} = \frac{P_{i,t}^{Close}}{P_{i,t}^{Open}} - 1 )
隔夜收益率 ( RET_CO_{i,t} = \frac{1 + RET_{i,t}}{1 + RET_OC_{i,t}} - 1 ),其中 (RET_{i,t}) 为当日全阶段收益率。
拉锯战定义:
反向盘中逆转(Negative Reversal, NR):隔夜收益为正,盘中收益为负。
正向盘中逆转(Positive Reversal, PR):隔夜收益为负,盘中收益为正。
频率及变异度指标:
当月内NR和PR的出现频率用 (NR_{i,m}), (PR_{i,m}) 表示。
过去12个月的频率均值用于计算变异度,即异常频率:
[ AB_NR_{i,m} = \frac{NR_{i,m}}{\frac{1}{n} \sum_{k=m-n+1}^m NR_{i,k}}, \quad AB_PR_{i,m} = \frac{PR_{i,m}}{\frac{1}{n} \sum_{k=m-n+1}^m PR_{i,k}} ]
(n=12)表示变异率以一年为窗口。
测试数据和方法:
股票池:剔除ST/PT,剔除上市不足3个月的全A股。
回测:2012年1月4日至2022年11月30日。
每月末计算因子暴露度,次月调仓,分组测试因子预测能力。
整体说明报告从价格数据出发,通过数学公式精确定义收益率,推导出囊括市场“拉锯战”行为的四个量化因子,构建了基础的因子体系。
图表说明:
图1显示按照NR因子分层的5组组合累计收益,明显中高组表现优于低组,蓝色线(多空组合回报)持续上升。
图2展示NR因子的rank_IC(截面相关系数)分布及其累计值,累计rank_IC逐渐向正,有统计显著性。
关键数据(表1):
平均rank_IC = 0.030,年波动率0.212,信息比率(IR)年化1.693,t值5.574,IC胜率70%,最大IC 0.171,最小-0.186。
多空组合年化收益5.43%,总收益78.75%,最大回撤17.57%。
逻辑阐释:
NR为正向因子,反映负向盘中逆转频率越高,后续股票收益越好。机构对噪音交易的过度矫正导致价格回归机会较大。
图表说明:
关键数据(表2):
平均rank_IC = -0.029,年化IR -1.569,t值-5.166,统计显著。
多空组合年化收益8.09%,总收益136.57%,最大回撤13.19%。
逻辑阐释:
PR为负向因子,即正向盘中逆转频率越高,股票未来表现越差,与价格修正机制造成的异向收益相呼应。
表现总结:
虽然这两个因子的IC和IR数值略低于NR和PR,但多空组合年化收益较高,分别达到7.43%和10.85%。
图5-8显示两因子的分层收益均呈现明显分异趋势,IC累积曲线稳定。
说明:
变异度因子抓取的是月频反转频率相对于过去一年平均水平的异常程度,预示市场短期内更强烈的拉锯战变化带来的选股机会。
因子与传统风格因子(贝塔、市净率、盈利率、成长、杠杆、流动性、动量等)之间的相关系数均低于±0.2,说明因子独立性较好。
与月度反转因子的相关系数略高,介于±0.2以上,说明因子本质与短期价格反转有关联。
四个拉锯战强度因子内部相关性分析:
构成逻辑:
将变异度因子AB_NR和AB_PR做等权合成打造“渔利”因子,寓意“鹬蚌相争渔翁得利”,利用两类投资者拉锯战导致的定价偏差赚取超额收益。
回测表现(全A):
图11显示10组分层收益分布,最优组收益涨幅显著领先。
图12展示正向且统计显著的rank_IC走势,年化IR提升至1.71。
表5显示各项指标:
绩效解读:
大部分利润来自多头头寸,反映A股市场做空机制不足,单边做多策略较适用。
分市场表现:
中证500股票池表现有所减弱,IR降至1.285,多空组合年化收益6.27%,仍有较好超额收益。
中证1000股票池表现优于中证500,IR 1.532,多空组合年化12.13%。
说明该因子在小盘股市场表现更佳,机构投资者密集度与定价有效性较低的中小盘更具Alpha空间。
模拟设定:
资金规模1亿元
每月计算渔利因子,选取因子暴露最高50只成分股等权持有
成本考虑:单边交易成本0.3%
调仓安排:次月首个交易日,若股票限售则交易顺延
回测结果:
图20显示组合净值与基准中证全指比较,组合有效跑赢指数。
表8关键数据:
说明因子实际可操作性较强,即使考虑换手和交易成本仍能获得显著超额收益。
报告对拉锯战因子及渔利因子进行了周频调仓回测。
结果表明,周频因子表现不及月频,主要原因在于股票价格回归需一定的时间,周频调仓可能无法充分体现价格向真实价值调整的效应。
表9显示周频因子rank_IC及多空组合表现较弱,年化信息比率均在1以下,总收益远低于月频水平。
图21至24示意了部分周频回测图形,确认周频模型的有效性较低。
(下列均以相应页面图片对应引用)
图0 “渔利”因子累计IC:反映因子相关性的稳定上升趋势,长期稳定正相关,验证因子有效性。
图1-2 NR因子分层收益与IC表现:显示NR因子具有明显的预测能力,分组收益呈现明显梯度,累计rank_IC稳步上涨,统计性显著。
图3-4 PR因子分层收益与IC表现:PR因子表现与NR相反,分层收益表现较低,rank_IC多为负,且统计显著,说明该反向盘中逆转预示未来股票表现下降。
图5-8 AB_NR与AB_PR因子表现:支持变异度因子在多空组合收益及IC层面均表现稳健,尤其在年化收益率上优于频率因子。
图9 因子与风格因子相关性热图:因子与传统风格独立性强,说明拉锯战因子捕捉到的是新的风险溢价来源。
图10 四拉锯战因子内部相关性表:分析因子冗余及组合优化空间,选择AB_PR和AB_NR组合创造“渔利”因子。
图11-13 “渔利”因子在全A表现及相对基准对比图:展示因子选股能力优异,多空组合收益显著超越基准,同时多头表现尤为突出。
图14-19 “渔利”因子在中证500和中证1000股票池表现:因子在不同市值层次表现稳定但存在差异,优于小盘市场。,11]
图20 实盘模拟组合净值曲线:模拟组合明显跑赢基准,显示因子在实盘中的适用性。
图21-24 周频回测表现:周频模型相较月频表现明显逊色,证明月频调仓更符合该因子价格发现周期。,14]
报告主体为量化因子策略研究,未涉及传统估值方法(如DCF、市盈率法等)的深入讨论。因子本质为价差捕捉的量化指标,属于风险溢价及短期价格效应的挖掘,因此侧重于因子表现和分层收益分析,而非公司基本面估值。
模型与环境风险:依赖历史数据拟合,模型假设基于历史隔夜与盘中价格差异规律,市场结构变化如监管、机构投资者比例提升可能导致因子失效。
市场流动性风险:A股部分中小盘股流动性不足,策略高换手率可能导致滑点和交易成本增加,影响收益表现。
因子相关度与独立性风险:尽管内部多因子相关性控制较好,但回测未来可能出现因子过度拟合和关系变动风险。
做空及风险对冲限制:因A股做空机制不完善,策略多头收益占主导,面临单边市场下跌风险。
回测期限制风险:仅覆盖约11年历史,经济周期及特殊事件或未充分体现。
报告明确提醒市场环境的变动可能造成预测或模型失效风险,强调研究结论基于历史数据合理推测。,14]
因子构造公式表述混乱:4页中较为关键的拉锯战频率计算公式部分存在排版乱码,具体计算公式未能完全明确展现,影响读者精确理解。虽不影响整体分析,需在后续版本提升表达精确度。
因子之间信息重叠需要进一步剔除:AB_PR和PR高度相关,报告选择简单加权,后续应探索更优化的加权组合或去冗余处理。
周频调仓表现不足:周频回测表现差异明显,表明该因子适合相对较长周期调仓,但投资者可能低估了流动性和交易成本的影响。
空头组合表现不佳:空头组合表现负面且相关指标弱,结合A股市场做空限制,策略面临一定风险,建议风险控管或与其他多样化策略结合。
模拟组合实际回测期较短:仅约2年半,尚不足以体现因子多周期稳定性和极端市场的抗风险能力。
未深入讨论策略风险管理:报告缺乏对仓位管理、止损等风险缓释措施的阐述。
本报告系统地揭示并量化了A股市场隔夜与盘中投资者因行为差异导致的价格“拉锯战”现象,设计了4个拉锯战强度因子,覆盖当月逆转频率及其变异度指标。通过近11年的全面回测,所有因子均表现出稳定的选股能力,尤其是反向盘中逆转频率(NR)表现最为明显。正向逆转频率(PR)为负向因子,提供了对未来股价下跌的预测信号。
更进一步,报告创新性地提出了“渔利”因子——由反向与正向变异度因子等权组合而成,成功融合两类既非互补也非完全独立的因子信息。该因子在全A市场的年化信息比率达1.71,累计多空组合收益超200%,并实现超额收益突破300%的多头回报,显示出明显的Alpha属性。
实盘模拟回测也验证了策略在真实交易成本和换手情况下的有效性,近两年的超额收益达31.56%,较基准大幅超额表现。
此外,报告充分考虑因子与大类风格因子的相关度,结果呈低相关,因子具备一定独立性,补充传统风格的不足,具备良好的多因子组合潜力。
然而,周频调仓因子表现不及月度,提示价格修正需时间,投资者应避免过于频繁调整头寸。
风险提示方面,报告客观指出模型依赖历史数据,市场结构可能变化等风险,实事求是。
整体而言,该研究通过创新的行为金融角度及精确的量化工具建构,提供了一个兼具理论依据和实证支持的有效交易因子,为市场参与者在A股低效定价阶段挖掘Alpha提供了重要策略参考,具有较高的实际应用价值和学术贡献。
| 图表/表格 | 主要内容 | 关键发现 |
|---|---|---|
| 图1-2 NR因子表现 | 多空组合累计收益及稳健正相关rank_IC | NR因子正向有效,IR年化1.693 |
| 图3-4 PR因子表现 | 多空组合收益偏弱,负相关rank_IC | PR因子负向因子,IR年化-1.569 |
| 图5-8 AB_NR、AB_PR | 变异度因子表现优于频率因子年化收益率 | 多空收益7.43%-10.85% |
| 图9 因子与风格因子相关性 | 显示因子独立性高 | 相关系数绝对值均低于±0.2 |
| 图10 因子间相关系数 | 显示因子内部分信息重叠 | AB_PR与PR相关0.895 |
| 图11-13 “渔利”因子表现 | 全A市场多空组合收益率年化11.68% | 多头超额收益342.07% |
| 表8 模拟组合回测数据 | 过去2年模拟组合超额收益31.56% | 回测充分考虑交易成本 |
| 表9 周频因子数据 | 显示周频因子表现弱于月频 | 价格修正需足够时间 |
招商证券量化团队通过深度挖掘隔夜与盘中投资者行为差异,成功构建了具有持久稳定Alpha的“拉锯战”及“渔利”因子体系,为A股量化选股策略设计开辟了新的思路,兼顾理论创新和实操有效性,对于机构投资者及量化策略研究具有重要指导意义。
,1,3,4,5,6,7,8,9,10,11,12,13,14,16]
金融工程:隔夜“拉锯战”和渔利因子.pdf