本报告基于价量相关性构建新型选股因子RPV,结合“聪明”换手率优化形成SRV因子,显著提升信息比率至3.07,年化收益率达18.91%。报告详细拆解日内和隔夜价量序列,利用聪明时段换手率增强因子信号,验证因子在不同指数成份股中稳健有效,且与传统风格因子低相关,具备较强选股能力和抗风险性能,为指数增强组合构建提供了实用工具
| 因子组合 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|---|---|---|---|---|---|
| CCV | 19.77% | 9.68% | 2.04 | 73.91% | 10.18% |
| CCOIV | 10.92% | 7.33% | 1.49 | 73.04% | 13.67% |
| COV | 10.38% | 6.90% | 1.51 | 67.83% | 5.64% |
| RPV | 16.29% | 6.76% | 2.41 | 74.78% | 5.18% |
| 因子 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|---|---|---|---|---|---|
| CCV | 19.77% | 9.68% | 2.04 | 73.91% | 10.18% |
| RPV | 16.29% | 6.76% | 2.41 | 74.78% | 5.18% |
| SRV | 18.91% | 6.15% | 3.07 | 80.00% | 3.11% |
| 指数 | 因子 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|---|---|---|---|---|---|---|
| 沪深300 | SRV | 14.57% | 23.82% | 0.61 | 55.65% | 32.90% |
| 中证500 | SRV | 9.86% | 25.83% | 0.38 | 53.91% | 53.73% |
| 中证1000 | SRV | 11.84% | 30.14% | 0.39 | 56.60% | 44.14% |
| 国证2000 | SRV | 21.49% | 29.49% | 0.73 | 57.52% | 36.15% |
| 因子 | 多空收益率 | 多头超额收益率 | 空头超额收益率 |
|---|---|---|---|
| RPV | 16.29% | 4.76% | 11.12% |
| SRV | 18.91% | 5.95% | 12.36% |
图1、图2(分钟价量走势图)直观展示价量配合与价量背离现象,分别以中公教育和微芯生物2019/10/16分钟数据做对比,支持价量相关系数构建思路。
图3(PV_corr_avg 5分组净值走势)
价格与成交量相关系数平均构建的因子表现稳健,分组1与分组5净值差显示策略有效性,且对应传统反转策略的修正逻辑(图4)。
图4(PV_corr_avg对反转因子修正)
二维价量图象限划分,基于成交量大小和价格涨跌,对传统反转逻辑增添维度,精细化区分不同价量组合的预期走势。
图5-7(CCV、CCOIV、COV 因子净值走势)
展示全天、日内及隔夜价量相关因子表现。CCV表现最好,CCOIV较弱,COV表现中性偏好。各因子性能差异体现了价量关系时序和颗粒度的重要作用。
图8(RPV因子净值)
组合CCOIV和COV信息后得到的RPV,相比单因子净值曲线,提升显著,验证低相关子因子的互补优势。
图9-10(局部日内和隔夜因子ICIR柱状图)
明确高换手率对应日内反转强度增加,隔夜时段高换手对应动量加剧,契合投资者行为及市场信息传递机理。
图11-12(上午、下午局部日内因子ICIR)和图13-14(因子分布)
下午因子反转性更明显且分布更对称,形成高效日内价量因子基础,支撑聪明版日内因子选取策略。
图15(CCOIV聪明版因子净值)和图16(SCOV聪明版因子净值)
使用“聪明时段”换手率后,日内及隔夜价量因子表现均显著提升,净值上升更陡,风险指标下降,成就更优因子基础。
图17(SRV因子净值)
聪明版合成因子延续优秀走势,长期稳健持续超额收益明显。
图18-21(正交后因子净值走势)
驱除传统反转及换手因子影响后,聪明版SRV因子残差依然表现稳定,说明其独到信息含量。
图22-23(纯净RPV、SRV因子净值)
剔除行业及Barra风格影响后的纯净因子依然保持强劲收益和良好稳定性,强化因子稳健性理论。
图24-27(指数增强组合净值)
SRV选出的高信心组合显著跑赢基准及其他因子组合,投资实用性强。包络回测覆盖沪深300、中证500、1000以及国证2000。
本报告不涉及传统企业估值模型,而是基于统计学与量化选股因子构建与回测,通过相关系数及IC(信息系数)等指标量化价量关系的有效性。
关键量化指标包括:
此外,报告强调了因子正交(剔除传统因子影响)和纯净因子的构造,确保因子价值独立且稳健。
报告明确指出三方面风险:
风险认知明确,建议实际应用时务必结合风险管理措施 .
本报告通过对中国A股市场分钟及日频价量数据细致分析,创新引入基于“聪明”换手率的价量相关性因子SRV,有效改进了原有RPV因子的构造方法。主要发现包括:
总体而言,报告展现了东吴证券研究所金融工程团队对价量配合新颖而实用的量化方法论,SRV因子因其高效的选股能力和较好稳健性,有望为量化策略提供强有力的选股工具与投资支持。
| 图表编号 | 描述 | 页码 |
|---|---|---|
| 图1、图2 | 中公教育与微芯生物2019/10/16价格成交量分钟走势图,展示价量配合与背离 | 4 |
| 图3 | PV_corr_avg因子5分组多空对冲净值曲线,表现稳健 | 5 |
| 图4 | PV_corr_avg因子修正传统反转因子示意图 | 5 |
| 图5-7 | CCV、CCOIV、COV因子10分组多空对冲净值走势 | 7-9 |
| 图8 | RPV因子净值曲线,组合子因子效果突出 | 9 |
| 图9-10 | 分解日内与隔夜不同换手率分层的因子ICIR表现 | 11 |
| 图11-12 | 上午下午局部日内因子年化ICIR对比,下午反转更强 | 14 |
| 图13-14 | 上午、下午聪明版因子分布直方图 | 15 |
| 图15-16 | CCOIV聪明版因子与SCOV聪明版因子净值走势 | 15-16 |
| 图17 | 聪明版RPV合成SRV因子净值曲线,优异选股表现 | 17 |
| 图18-21 | RPV与SRV因子剔除传统因子后残差净值走势 | 19-20 |
| 图22-23 | 纯净RPV与SRV因子的净值曲线,行业与风格剔除后仍然稳健 | 21 |
| 图24-27 | 基于沪深300、中证500、1000及国证2000成分股构建的指数增强组合净值 | 24-26 |
本报告层层递进地将价量关系的经典理论与实证量化结合,充分挖掘了分钟级价量数据的深层信息,尤其是“聪明”换手率的引入极大强化了价量因子的预测能力。其出色的风险收益特征和跨样本空间的验证,表明SRV因子在实际投资中的应用潜力巨大,值得后续深入研究与实践探索。
“技术分析拥抱选股因子”系列研究(十四):RPV聪明版 聪明换手率是更好的配料.pdf