金工定期报告：“日与夜的殊途同归”新动量因子绩效月报

金工定期报告20230103 证券研究报告·金融工程·金工定期报告 “日与夜的殊途同归”新动量因子绩效月报 20221230 报告要点 “日与夜的殊途同归”新动量因子多空对冲绩效（全市场）：2014年2月至今，“日与夜的殊途同归”新动量因子在全体A股中，10分组多空对冲的年化收益率为22.68%，年化波动率为8.18%，信息比率为2.77，月度胜率为82.24%，月度最大回撤率为6.64%。 12月份“日与夜的殊途同归”新动量因子收益统计：在全体A股中， 10分组多头组合的收益率为-5.65%，10分组空头组合的收益率为- 6.30%，10分组多空对冲的收益率为0.66%。 “日与夜的殊途同归”新动量因子选股模型简介：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均值为-0.045，年化ICIR为-2.59，10分组多空对冲的年化收 益率为22.64%，信息比率为2.85，月度胜率高达83.33%，最大回撤率仅为5.79%，选股能力显著优于传统动量因子。 风险提示：模型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；单因子的收益可能存在较大波动，实际应用需结合资金管理、风险控制等方法。 2023年01月03日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 相关研究 《成交量对动量因子的修正：日与夜之殊途同归》 2022-08-17 《“日与夜的殊途同归”新动量因子绩效月报20221130》 2022-12-01 《“日与夜的殊途同归”新动量因子绩效月报20221029》 2022-11-09 《“日与夜的殊途同归”新动量因子绩效月报20220930》 2022-10-11 《成交量对动量因子的修正：日与夜之殊途同归》 2019-08-29 1/17 东吴证券研究所 内容目录 1.“日与夜的殊途同归”新动量因子绩效回顾4 2.附录：殊途同归新动量因子选股模型简介6 2.1.日内量价，锦上添花6 2.2.隔夜量价，雪中送炭10 2.3.日以继夜，殊途终可同归12 3.风险提示16 2/17 东吴证券研究所 图表目录 图1：“日与夜的殊途同归”新动量因子10分组及多空对冲净值走势（2014/02-2022/12）4 图2：“日与夜的殊途同归”新动量因子多头净值12月走势5 图3：日与夜的切割6 图4：传统日内因子10分组及多空对冲净值走势（回看20日）7 图5：局部日内因子年化ICIR（回看20日）8 图6：局部日内因子10分组多空对冲净值走势（回看20日）8 图7：新日内因子10分组及多空对冲净值走势（回看20日）10 图8：传统隔夜因子10分组及多空对冲净值走势（回看20日）11 图9：新隔夜因子10分组及多空对冲净值走势（回看20日）12 图10：新旧日内因子10分组对冲净值（回看20日）13 图11：新旧隔夜因子10分组对冲净值（回看20日）13 图12：新动量因子10分组及多空对冲净值走势（回看20日）13 图13：新旧动量因子10分组多空对冲净值走势（回看20日）14 图14：纯净新因子10分组及多空对冲净值走势（回看20日）15 表1：殊途同归新动量因子（2014/02-2022/12）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）10 表3：新旧隔夜因子10分组多空对冲的绩效指标对比（回看20日）12 表4：新旧动量因子10分组多空对冲的绩效指标对比（回看20日）14 表5：新动量因子分年度表现14 表6：新动量因子与Barra风格因子相关系数15 表7：纯净新因子分年度表现16 3/17 1.“日与夜的殊途同归”新动量因子绩效回顾 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。动量之于A股市场，呈现较为显著的中长期反转现象，但令人惋惜的是，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10分组多空对冲信息比率为1.09，月度胜率为62.75%，最大回撤为20.35%，稳定性较差，如2017年上半年几乎完全失效。 东吴金工团队在动量因子方面做了诸多研究，尝试提高其稳定性。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，基于投资者交易行为的逻辑，我们曾提出许多改进传统动量因子的方案，如“凤鸣朝阳”模型、“枯树生花”模型等。 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。 在前述研究的基础上，我们于2019年9月发布报告《“求索动量因子”系列研究 （一）：成交量对动量因子的修正——日与夜的殊途同归》，在以往“动量因子”研究的基础上，将交易时段切割为日与夜，分别探索各自的价量关系，并在此基础上构建“殊途同归”新动量因子。2022年8月，我们沿用相同的研究框架，将数据更新至2022年 7月。2014年2月至2022年12月，“日与夜的殊途同归”新动量因子在全体A股中， 10分组多空对冲的年化收益为22.68%，年化波动为8.18%，信息比率为2.77，月度胜率为82.24%，月度最大回撤为6.64%。 图1：“日与夜的殊途同归”新动量因子10分组及多空对冲净值走势（2014/02-2022/12） ¾1¾¾3¾4 ¾¾6¾7¾8 ¾9 ¾10 7 ¾1–¾10 6 样本内 5 样本 4 3 2 1 014-01-31 -07-31 31 0 数据来源：Wind资讯，东吴证券研究所 4/17 东吴证券研究所 表1：殊途同归新动量因子（2014/02-2022/12） 全体A股 年化收益率22.68% 年化波动率8.18% 信息比率2.77 月度胜率82.24% 最大回撤率6.64% 数据来源：Wind资讯，东吴证券研究所 在全体A股中，12月份“殊途同归”10分组多头组合的收益率为-5.65%，10分组空头组合的收益率为-6.30%，10分组多空对冲的收益率为0.66%。 在全体A股中，选取殊途同归因子值最小的10%，等权重构成“殊途同归”组合。该组合在12月的净值走势如图2所示。以Wind全A指数为基准，12月“殊途同归”多头组合的超额收益为-2.31%。 图2：“日与夜的殊途同归”新动量因子多头净值12月走势 “½”¾WindcA¾ 1.05 1 0.95 12-01 12-02 12-05 12-06 12-07 12-08 12-09 12-12 12-13 12-14 12-15 12-16 12-19 12-20 12-21 12-22 12-23 12-26 12-27 12-28 12-29 12-30 0.9 数据来源：Wind资讯，东吴证券研究所 5/17 东吴证券研究所 2.附录：殊途同归新动量因子选股模型简介 2.1.日内量价，锦上添花 图3：日与夜的切割 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3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。 东吴证券研究所 数据来源：东吴证券研究所整理 （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_𝐼𝑛𝑡𝑟𝑎𝑑𝑎�=(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4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%。 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。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。 6/17 图4：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）日内量价关系 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，且因子收益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： 𝐼𝑛𝑡𝑟𝑎𝑑𝑎𝑦𝑝𝑎𝑟𝑡1=𝑚𝑒𝑎𝑛(𝑟′,𝑟′,𝑟′,𝑟′) 1234 𝐼𝑛𝑡𝑟𝑎𝑑𝑎𝑦𝑝𝑎𝑟𝑡2=𝑚𝑒𝑎𝑛(𝑟′,𝑟′,𝑟′,𝑟′)，𝐼𝑛𝑡𝑟𝑎𝑑𝑎𝑦𝑝𝑎𝑟𝑡3=𝑚𝑒𝑎𝑛(𝑟′,𝑟′,𝑟′,𝑟′) 56789101112 𝐼𝑛𝑡𝑟𝑎𝑑𝑎𝑦𝑝𝑎𝑟𝑡4=𝑚𝑒𝑎𝑛(𝑟′,𝑟′,𝑟′,𝑟′)，𝐼𝑛𝑡𝑟𝑎𝑑𝑎𝑦𝑝𝑎𝑟𝑡5=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5-6所示。 7/17 图5：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6：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 2016-01-31 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 0 数据来源：Wind资讯，东吴证券研究所 可以发现，随着换手率的逐渐增大，局部日内因子的年