金工专题报告：成交量对动量因子的修正：日与夜之殊途同归

证券研究报告·金融工程·金工专题报告 金工专题报告20220817 成交量对动量因子的修正：日与夜之殊途同归 研究结论 前言：“日与夜之殊途同归”报告发布于2019年08月29日，在东吴金工以往“动量因子切割”研究的基础上，加入“量”的信息，发现日内与隔夜的价量关系，蕴藏着不同的特征与逻辑，而这两种不同的特征，最终都可用于有效甄别动量因子信号的强弱。本篇报告在沿用相同的研 究框架的基础上，将数据更新至2022年07月。 日内的价量关系：日内部分的价量关系表现为“日内量”能够对“日内价”起到增强作用，即若按照对应的日内换手率对日内因子进行切割，则对应换手率越大的局部日内因子，选股能力越强。 隔夜的价量关系：隔夜与日内截然不同，推动隔夜股价变动的力量，并非来源于当日的开盘集合竞价成交量，隔夜的价量逻辑暗藏于“昨日量”与“今日价”的错配关系之中。按照昨日换手率对隔夜因子进行切割， 发现不同局部因子展现出不同特性，昨日换手率较低的部分为反转，昨日换手率较高的部分为动量。 日内隔夜，殊途同归：基于日内与隔夜各自的价量关系，分别对日内因子、隔夜因子进行改进，再重新合成新的动量因子。在回测期2014/01/01-2022/07/31内，以全体A股为研究样本，新因子IC均值约为-0.045，年化ICIR约为-2.59，10分组多空对冲的年化收益约为22.64%，信息比率 约为2.85，月度胜率高达83.33%，最大回撤仅为5.79%，选股能力显著优于传统动量因子。 2022年08月17日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 相关研究 《“日与夜的殊途同归”新动量因子绩效月报20220729》 2022-08-02 《成交量对动量因子的修正：日与夜之殊途同归》 2019-08-29 ¾1 ¾4 ¾7 ¾10 ¾¾3 ¾¾6 ¾8¾9 ¾1–¾10(3 86 7 5 6 4 5 43 3 2 2 1 1 2014-01-31 2014-07-31 2015-01-31 2015-07-31 2016-01-31 2016-07-31 2017-01-31 2017-07-31 2018-01-31 2018-07-31 2019-01-31 2019-07-31 2020-01-31 2020-07-31 2021-01-31 2021-07-31 2022-01-31 2022-07-31 00 风险提示：本报告所有统计结果均基于历史数据，未来市场可能发生重大变化。 1/28 东吴证券研究所 1.前言5 2.日内价量，锦上添花6 2.1.传统日内因子6 2.2.日内价量关系7 2.3.新日内因子8 2.4.“锦上添花”稳定性9 3.隔夜价量，雪中送炭12 3.1.传统隔夜因子12 3.2.隔夜因子增强初探12 3.3.隔夜与日内的本质区别13 3.4.隔夜真正的价量关系14 3.5.新隔夜因子16 3.6.“雪中送炭”稳定性17 4.日以继夜，殊途终可同归19 4.1.新动量因子20 4.2.新因子的参数敏感性23 4.3.新因子的多空收益分解24 4.4.其他样本空间的情况24 4.5.沪深300、中证500投资组合的构建25 5.总结26 6.风险提示26 2/28 东吴证券研究所 图1：传统动量因子10分组及多空对冲净值走势5 图2：日与夜的切割6 图3：传统日内因子10分组及多空对冲净值走势（回看20日）7 图4：局部日内因子年化ICIR（回看20日）8 图5：局部日内因子10分组多空对冲净值走势（回看20日）8 图6：新日内因子10分组及多空对冲净值走势（回看20日）9 图7：局部日内因子年化ICIR（回看40日）10 图8：局部日内因子10分组多空对冲净值走势（回看40日）10 图9：局部日内因子年化ICIR（回看60日）11 图10：局部日内因子10分组多空对冲净值走势（回看60日）11 图11：传统隔夜因子10分组及多空对冲净值走势（回看20日）12 图12：局部隔夜因子年化ICIR（回看20日，错误切割）13 图13：局部隔夜因子10分组多空对冲净值走势（回看20日，错误切割）13 图14：个股日内总体比14 图15：个股隔夜总体比14 图16：局部隔夜因子年化ICIR（回看20日，正确切割）15 图17：局部隔夜因子10分组多空对冲净值走势（回看20日，正确切割）15 图18：新隔夜因子10分组及多空对冲净值走势（回看20日）16 图19：局部隔夜因子年化ICIR（回看40日）17 图20：局部隔夜因子10分组多空对冲净值走势（回看40日）18 图21：局部隔夜因子年化ICIR（回看60日）18 图22：局部隔夜因子10分组多空对冲净值走势（回看60日）19 图23：新旧日内因子10分组对冲净值（回看20日）20 图24：新旧隔夜因子10分组对冲净值（回看20日）20 图25：新动量因子10分组及多空对冲净值走势（回看20日）20 图26：新旧动量因子10分组多空对冲净值走势（回看20日）21 图27：纯净新因子10分组及多空对冲净值走势（回看20日）22 图28：新旧动量因子10分组对冲净值（回看40日）23 图29：新旧动量因子10分组对冲净值（回看60日）23 图30：沪深300成分股新旧动量因子10分组对冲净值24 图31：中证500成分股新旧动量因子10分组对冲净值24 图32：基于沪深300成分股，不同投资组合的净值走势25 图33：基于中证500成分股，不同投资组合的净值走势25 表1：东吴金工以往动量模型的交易行为逻辑5 表2：新旧日内因子10分组多空对冲的绩效指标对比（回看20日）9 表3：新旧日内因子10分组多空对冲的绩效指标对比（回看40日、60日）11 表4：新旧隔夜因子10分组多空对冲的绩效指标对比（回看20日）17 表5：新旧隔夜因子10分组多空对冲的绩效指标对比（回看40日、60日）19 表6：新旧动量因子10分组多空对冲的绩效指标对比（回看20日）21 表7：新动量因子分年度表现21 3/28 东吴证券研究所 表8：新动量因子与Barra风格因子相关系数22 表9：纯净新因子分年度表现23 表10：新旧动量因子10分组多空对冲的绩效指标对比（回看40日、60日）23 表11：新动量因子的多空收益分解24 表12：沪深300、中证500成分股多空对冲绩效指标对比25 表13：基于沪深300成分股，不同投资组合的绩效指标26 表14：基于中证500成分股，不同投资组合的绩效指标26 4/28 1.前言 动量因子自1993年被发现以来，就成为量化投资领域最常用的选股因子之一，多年来经久不衰，从未离开过我们的研究札记。动量之于A股市场，呈现较为显著的中长期反转现象，但令人扼腕的是，A股市场中动量因子的反转效应并非一直稳定。以20日收益率为例，在2014/01/01-2022/07/31期间，传统动量因子在全体A股上的表现如图1所示，10分组多空对冲信息比率约为1.09，胜率62.75%，最大回撤约为20.35%，稳定性较差，如2017年上半年几乎完全失效。 图1：传统动量因子10分组及多空对冲净值走势 数据来源：Wind资讯，东吴证券研究所 东吴金工团队在动量领域做了诸多研究，试图提高其稳定性。正所谓“山重水复疑无路，柳暗花明又一村”，在坚持不懈的努力下，基于挖掘“投资者交易行为的特征”，我们曾剔除些许改进传统动量因子的方法，如“凤鸣朝阳”模型、“枯树生花”模型等。 表1：东吴金工以往动量模型的交易行为逻辑 模型 投资者交易行为逻辑 具体操作 凤鸣朝阳 在交易日的不同时段，投资者交易行为不同，动量因子的反转效应亦有不同 将动量因子按上下午切割为两部分，构造APM因子 枯树生花 将动量因子按交易时段切割为�部分，优化权重，构造最优动量因子 数据来源：东吴证券研究所 价量关系是金融市场最经典的理论之一，价格的涨跌往往需要量来支撑与确认。本篇报告在以往“动量因子切割”研究的基础上，加入“成交量”的信息，尝试进一步挖掘投资者交易行为的差异。随着本篇报告研究内容的逐步展开，我们将发现，日内与隔夜的价量关系，其实蕴藏着不同的特征与逻辑，而这两种不同的特征，最终都可用于有效甄别动量因子信号的强弱。 5/28 东吴证券研究所 东吴证券研究所 图2：日与夜的切割 数据来源：东吴证券研究所整理 2.日内价量，锦上添花 传统的动量因子定义为股票过去一段时间的累计收益，按照图2的方法，可以被切割为日内因子与隔夜因子。本节内容先行探究日内部分的价量关系。 2.1.传统日内因子 以20日为例，传统日内因子定义为股票过去20个交易日的累计日内收益，若股票 A某日的日内收益（今收/今开-1）为𝑟𝑡，则该股票的传统日内因子OLD_Intraday即为： OLD_Intraday=(1+𝑟1)×(1+𝑟2)×(1+𝑟3)×⋯×(1+𝑟20)−1 在2014/01/01-2022/07/31期间，以全体A股为研究样本（剔除其中的ST股、停牌股以及上市不足60个交易日的次新股），传统日内因子呈现显著的反转效应，月度IC均值约为-0.054，RankIC均值约为-0.068，年化ICIR约为-1.86，年化RankICIR约为-1.94。 每月将所有样本按照传统日内因子值分组排序，10分组回测及多空对冲净值走势如下图3所示，多空对冲年化收益约为30.16%，信息比率约为1.68，胜率67.65%，最大回撤约为18.49%。 6/28 图3：传统日内因子10分组及多空对冲净值走势（回看20日） 数据来源：Wind资讯，东吴证券研究所 2.2.日内价量关系 上一小节的回测结果显示，传统日内因子的表现略优于整体因子，但与传统整体因子一样，其10分组排序不单调，且在部分时段波动较大，稳定性不强。 众所周知，在时间匹配的情况下，量往往会对价格的变动起到确认或是增强的作用。在传统的日内因子上，我们猜测也会有同样的结果，即日内换手率越大，日内收益对未来收益的负向指示作用越强，日内因子的选股能力也越出色。 因此，每月月底，我们将每只股票过去20个交易日的日内收益，按照当日日内换 手率（即当日总换手率减去开盘集合竞价换手率）从低到高排序，等分为5组，每一组计算该组日内收益的平均值，即可得到5个局部的日内因子。具体来看，若股票A过去20个交易日的日内收益按照当日日内换手率从低到高排序后，依次记为𝑟′，𝑟′，， 12 20 𝑟′，则5个局部日内因子定义为： Intraday_part1=mean(𝑟′,𝑟′,𝑟′,𝑟′) 1234 Intraday_part2=mean(𝑟′,𝑟′,𝑟′,𝑟′)Intraday_part3=mean(𝑟′,𝑟′,𝑟′,𝑟′) 5678 910 1112 Intraday_part4=mean(𝑟′,𝑟′,𝑟′,𝑟′)Intraday_part5=mean(𝑟′,𝑟′,𝑟′,𝑟′) 1314 1516 17181920 东吴证券研究所 接下来，同样以2014/01/01-2022/07/31为回测时间段，以全体A股为研究样本，考察上述5个局部日内因子的选股能力，比较因子的年化ICIR及10分组多空对冲的净值走势。具体结果如下图4-5所示。 7/28 图4：局部日内因子年化ICIR（回看20日） 0.1 –0.7 –1.18 –1.30 –1.86 –.00 0. –0. –1. –. I1(Ç)34(Ç) 数据来源：Wind资讯，东吴证券研究所 图5：局部日内因子10分组多空对冲净值走势（回看20日） I1(Ç)34(Ç) 12 10 8 6 4 2 2014-01-31 2014-07-31 2015-01-31 2015-07-31 2016-0