东吴证券研究所《“波动率选股因子”系列研究(二):信息分布均匀度,基于高频波动率的选股因子》详尽分析报告
1. 元数据与概览
报告标题:「波动率选股因子” 系列研究(二)—— 信息分布均匀度,基于高频波动率的选股因子**
作者与机构:东吴证券研究所,证券分析师高子剑(执业证书:S0600518010001021)及研究助理庞格致(执业证书:S0600122090090)
发布日期:2023年11月8日
主题:基于高频分钟数据,构建新的波动率选股因子——信息分布均匀度(UID因子),评估其选股效果并比较传统波动率因子。
核心论点与主要信息传达:
受学术界关于“股价波动与股票信息流”理论启发,报告提出并验证了“信息分布均匀度”(UID)因子的概念,认为股票高频波动率的波动(即波动的波动)反映信息冲击的剧烈程度。报告以10年多数据回测,证实UID因子在选股绩效上显著超越传统波动率因子。即使在剔除常见风格及行业影响后,纯净UID因子依然展现稳健的选股能力。
这一因子通过衡量股票信息流的时间分布均匀性,运用分钟级数据捕捉价格波动的微观结构,提供了传统波动率因子之外的新视角和增量信息。
2. 逐节深度解读
2.1. 前言
- 报告为东吴金工“波动率选股因子”系列研究第二篇,对首篇研究内容(“纯真波动率因子”)进行延展。
- 首篇研究通过简单改进传统波动率因子,提升信息比率(IR)由1.3至1.7,虽然提升明显但该因子与传统变量相关性较强,缺乏足够的增量信息。
- 该报告尝试寻求新的波动率因子,基于信息冲击的新视角,利用分钟数据构建高频波动率的“波动的波动”指标。
2.2. 波动率与信息冲击
- 引用了Ross (1989)和Andersen (1996)的理论和实证成果,强调股票价格波动与信息流紧密相关,波动等同于信息流波动。
- 提出假设:当信息以均匀速率流入,价格波动较低;当存在突发信息冲击,波动率瞬间放大,从而信息流速率变化剧烈。
- 因此,价格波动率的变化幅度即为衡量信息冲击强度的指标。
2.3. 波动的波动:信息分布均匀度(UID)因子构建
-
构建步骤:
- 每日利用分钟收益计算日内高频波动率(剔除隔夜数据);
- 计算20日高频波动率的标准差std(Vol_daily);
- 计算20日平均高频波动率mean(Vol_daily);
- 以std(Vol_daily)除以mean(Vol_daily)并作市值中性化,得到UID因子。
-
逻辑阐释:
- 剔除隔夜部分是因为隔夜和日内信息的传递机制和影响模式不一;
- std(Vol_daily)反映波动率的波动,预示信息流入的均匀程度,若信息冲击发生频繁,std(Vol_daily)会更高;
- 标准化处理对冲了波动率大小的规模效应(两者相关系数高达0.71),避免因波动率水平不同产生偏差。
-
该构建逻辑基础坚实,清晰区分信息流入速度波动与波动率水平,突显波动的波动或“波动率二阶波动”作为增量因子创新点。
2.4. UID因子选股效果及与传统因子对比
-
回测时间2014年1月至2023年10月31日,全部A股(剔除ST、停牌及次新股)
-
UID因子性能指标远优于传统20日波动率VOL20因子:
- 月度IC均值-0.057(vs -0.047);年化ICIR -3.43(vs -1.19)
- 年化收益率29.84%,波动率9.58%,信息比率3.11,远超VOL20(15.35%收益,18.58%波动,0.83 IR)
- 最大回撤4.79%,月度胜率81.2%,均优于传统因子。
-
图1显示UID因子10分组净值走势分化明显,表现稳健且强劲;图2展示了UID与VOL20的10分组多空对冲策略净值走势,UID曲线显著领先。
-
年度维度表3显示UID因子表现因年份而异但整体稳健,某些年份信息比率甚至高达8.67。
-
进一步将UID因子对VOL20因子进行正交处理得到UID_deVOL20因子,验证新因子剔除传统波动率线性成分后的选股能力依旧不俗:
- 年化收益21.31%,波动8.52%,信息比率2.50,最大回撤12.35%,月度胜率75.2%。
- 反映该因子包含除传统波动率外的增量信息。
-
图3与表4分别展示了UID_deVOL20因子的净值走势及分年表现,2022年后UID_deVOL20表现表现更佳,表明新因子特质逐渐显现。
2.5. 其他重要讨论
2.5.1 首先,UID因子的多空收益分解(表5)
- 多空收益年化29.84%中,空头超额收益(16.92%)占优于多头超额收益(11.28%),信息比率空头面3.06明显大于多头的1.65,最大回撤空头较小3.63%
- 说明UID因子的空头策略表现稳定、收益出众,可能体现市场对信息冲击的负面反应更为敏感。
2.5.2 纯净UID因子的表现与风格剔除(表6、图4、表7)
- 与Barra常用10个风格因子相关性均较低(最大为VOL20波动率因子的0.372),尤其与Beta(0.0144)、Growth几乎无关,体现UID因子的独立属性。
- 纯净UID因子(剔除风格和行业影响)年化收益17.13%,波动率6.59%,信息比率2.60,最大回撤4.86%,月度胜率77.78%表现依然稳健。
- 纯净因子相较于原始UID,收益和波动率均减少,表明风格及行业因子对原UID部分效果有贡献,但纯净化仍保留足够选股能力。
2.5.3 参数敏感性分析(图5、图6、表8)
- 改变回看窗口为40、60个交易日,UID因子持续展现优异选股能力,年化收益27%-29%,远优于对应的传统VOL40/60因子(17%-18%)。
- 信息比率、月度胜率同样稳健,最大回撤大幅优于传统因子,显示因子效果对参数选择不敏感,稳健可用。
2.5.4 不同样本空间测试(表9、图7-9、表10)
- 在沪深300、中证500及中证1000成份股中,UID因子均超越传统VOL20因子,且UID_deVOL20在除传统因子影响剩余信息上依然显著。
- 不同细分指数,信息比率最低也达到0.3(沪深300中VOL20因子信息比率仅0.11),表现尤以中证1000小盘股最为突出。
- 指数增强组合构建中,UID及UID_deVOL20因子表现稳健,回测净值曲线整体领先传统VOL20。
2.5.5 信息冲击对价格涨跌的对称性(表11)
- 检验高波动率样本中股价上涨与下跌比例、涨跌幅均值与中位数、涨跌幅绝对值与波动率相关系数相近,体现信息冲击对价格涨跌影响呈现对称性。
- 说明信息冲击因子不偏向只反映价格上涨或下跌的行情。
- UID因子与传统反转因子Ret20相关系数仅0.17,说明该因子提供了与传统价格基因截然不同的增量信息,功能互补。
3. 图表深度解读
3.1 图0(首页)
- 描述:UID因子、传统波动率VOL20因子及纯净UID因子的10分组回测净值走势,样本内(2014-2020)及样本外(2020以后)区分显示。
- 解读:
- UID因子价值明显,曲线最陡峭,尤其样本外表现尤为优异,净值增长远超传统VOL20及纯净UID。
- 传统波动率分组表现最弱,未体现选股能力。
- 联系文本:图表支撑报告核心观点,UID因子提供显著选股超额回报,且依旧稳定。
- 局限评述:样本外表现优异,但实际市场变动可能带来风险。
3.2 图1和图2(页5)
- 图1描述:UID因子10分组回测净值走势。从分组1至分组10净值呈明显递减趋势,体现分层区分能力。
- 图2描述:UID因子与VOL20因子10分组多空对冲净值走势比较,UID因子净值曲线远高于传统因子。
- 数据解读:两图均显示UID因子在时间序列中持续领先,且风险控制(波动和最大回撤)有明显优势。
- 联系文本:验证了报告中UID因子优于传统的结论,图表直观展现投资价值及优势。
3.3 表2与表3(页6)
- 数据显示月度IC、ICIR、年化收益、波动率、信息比率、最大回撤等指标均体现UID因子超越传统VOL20。
- 年度维度收益波动体现市场环境影响,整体任然稳健且积极。
3.4 图3和表4(页7)
- 在剔除VOL20信息后的UID因子(UID_deVOL20)仍表现不俗,说明因子所带来的选股信息增量明显与传统因子差异化。
- 回测净值走势仍呈现较强趋势性与分层效果,绩效指标延续稳健表现。
3.5 图4和表7(页9)
- 纯净UID因子排除常见风格和行业影响后,选股能力依旧较强,净值走势明显优于基准,且最大回撤进一步减少,体现因子稳健性和独立性。
3.6 图5、图6与表8(页10)
- 改变参数窗口,UID因子性能稳定且超越传统因子,信息比率近3倍,支持该因子的适用范围和鲁棒性。
3.7 表9至表10及图7至图9(页11-13)
- 分不同指数成分股构建投资组合,UID因子表现普遍领先传统因子,尤其中证1000表现更为突出,信息比率最高达2.7,最大回撤显著较小。
- 图表支持UID因子可以作为增强指数组合的有效工具。
3.8 表11(页14)
- 量化分析信息冲击(高波动率样本)对股价涨跌的对称性,提升因子设计合理性,理论基础稳固,避免对涨跌偏向性导致因子失效风险。
4. 估值分析
本报告侧重因子构建与效果评估,未涉及常规个股估值体系如DCF、市盈率等。因子本质服务于投资组合的构建与优化,在文章提出的指数增强策略中以多空对冲等形式实现风格调整,具有较强实操意义[报告全文未见估值方法讨论]。
5. 风险因素评估
- 报告明确指出所有统计结论基于历史数据,未来市场环境、策略适用性与因子表现均可能面临重大变化。
- 单因子的收益波动可能较大,不宜单独使用,需结合综合资金管理与风险控制策略使用。
- 因子未来的有效性存在不确定性,尤其在市场微观结构、信息获取方式发生变化时可能被削弱。
6. 批判性视角与细微差别
- 报告虽努力剔除行业和风格干扰,但因子设计不可避免包含市场与行为金融的复杂联动,实际应用需防范“过度拟合”及样本外风险。
- UID因子与传统波动率相关性虽相对较低,但仍存在线性部分,实际中组合构建需谨慎。
- 回撤水平虽优于传统因子,但在细分市场(沪深300等)回撤稍高,提示风险非全消除。
- 信息冲击的对称性假设基于历史统计,未来突发事件(疫情、宏观政策等)可能破坏对称性,影响策略有效性。
- 作为技术面量化因子,未直接纳入基本面信息,适用范围或局限于市场行情特定阶段。
7. 结论性综合
本报告以严谨的数据分析和逻辑推导,基于“波动的波动”创新构建了“信息分布均匀度(UID)”高频波动率选股因子,开启了从信息流节奏角度解析市场价格波动的新路径。通过详尽的历史回测验证,UID因子在多个维度显著超越传统基于日收益率的波动率指标:
- UID因子展现稳定且领先的预测能力(IC、ICIR指标优异),及极佳的风险收益表现(高信息比率、低波动率和最大回撤)。
- 剔除传统波动率因子线性成分及风格、行业影响后,纯净UID因子依然保留较强的选股能力,证明因子的独立性及增量价值。
- 参数稳健性强,适用不同回看窗口及不同样本范围,包括沪深300、中证500和中证1000,表明其广泛应用可能。
- 信息冲击对股价涨跌作用对称的统计验证,增强了理性模型基础和因子设计合理性,使得UID因子可与传统涨跌因子形成良好互补。
总体而言,报告通过细致设计及大量实证数据,确立了UID因子作为波动率选股的新范式,在提升量化投资模型效果方面具备重要理论与实践意义。推荐在多因子框架中重点考量引入UID因子,辅以严格风险控制机制,以期实现更优的风险调整后回报表现。
附:部分关键图表示例
信息分布均匀度UID因子10分组回测净值走势(图1)
UID因子与传统VOL20因子10分组多空对冲净值走势(图2)
纯净UID因子10分组及多空对冲净值走势(图4)
综上所述,东吴证券研究团队提供了一个创新且经重重验证的选股因子UID,有望在实际量化投资中发挥重要作用,但需谨慎关注大环境变化及市场结构变动风险。报告内容严谨、分析全面、数据详实,具备很强的理论与实务参考价值。