金融工程定期 2023年02月05日 开源交易行为因子绩效月报(2023年1月) 金融工程研究团队 ——金融工程定期 魏建榕(首席分析师) 魏建榕(分析师)高鹏(分析师)盛少成(联系人) 证书编号:S0790519120001 张翔(分析师) weijianrong@kysec.cn 证书编号:S0790519120001 Barra风格因子表现跟踪 gaopeng@kysec.cn 证书编号:S0790520090002 shengshaocheng@kysec.cn 证书编号:S0790121070009 证书编号:S0790520110001 傅开波(分析师) 证书编号:S0790520090003 高鹏(分析师) 证书编号:S0790520090002 苏俊豪(分析师) 证书编号:S0790522020001 胡亮勇(分析师) 证书编号:S0790522030001 王志豪(分析师) 证书编号:S0790522070003 盛少成(研究员) 证书编号:S0790121070009 苏良(研究员) 证书编号:S0790121070008 何申昊(研究员) 证书编号:S0790122080094 相关研究报告 《港股通量化30组合月报:1月组合收益率9.69%,2月持仓较为均衡—金融工程定期》-2023.2.2 《券商金股解析月报(2023年2月) —金融工程定期》-2023.2.1 《资产配置月报(2023年2月)—金融工程定期》-2023.1.31 通过对Barra风格因子2023年1月收益测算可以发现:从大/小盘风格来看,小 盘风格略微占优,本月市值因子录得了-0.55%的收益。从价值/成长维度看,成长风格略微占优,账面市值比因子录得了-0.06%的收益,成长因子录得了0.41%的收益。 开源交易行为因子概述 稳健的交易行为模式中,蕴藏有稳健的alpha源。循着这一研究理念,我们陆续提出了一系列基于交易行为的选股因子,受到量化投资同行的认可。其中:理想反转因子的交易行为逻辑是,A股反转之力的微观来源是大单成交,通过每日平均单笔成交金额的大小,可以切割出反转属性最强的交易日;聪明钱因子的交易行为逻辑是,从分钟行情数据的价量信息中,可以识别出机构参与交易的多寡,进而构造出跟踪聪明钱的因子;APM因子的交易行为逻辑是,在日内的不同时段,交易者的行为模式不同,反转强度也相应有所不同;理想振幅因子的交易行为逻辑是,基于股价维度可以对振幅进行切割,不同价态下振幅因子所蕴含的信息存在结构性差异。我们将上述因子汇总在一起,做定期的跟踪,以及时监控交易行为类因子的动态表现。 开源交易行为四因子的全历史表现 在全历史区间,理想反转、聪明钱、APM、理想振幅因子的IC分别为-0.053、 -0.036、0.033、-0.058,rankIC分别为-0.065、-0.058、0.035、-0.075,信息比率分别为2.72、2.76、2.53、3.42,多空对冲月度胜率分别为79.2%、81.0%、78.5%、88.2%。 开源交易行为合成因子在全历史区间的IC均值为0.074,rankIC均值为0.096,多空对冲信息比率3.76,多空对冲月度胜率为85.3%。 1月份:理想反转、聪明钱、APM、理想振幅因子皆录得正收益 理想反转因子1月份多空对冲收益为3.51%,近12个月的多空对冲月度胜率为 83.3%。聪明钱因子1月份多空对冲收益为0.02%,近12个月的多空对冲月度胜率为83.3%。APM因子1月份多空对冲收益为1.18%,近12个月的多空对冲月度胜率为83.3%。理想振幅因子1月份多空对冲收益为2.33%,近12个月的多空对冲月度胜率为91.7%。交易行为合成因子1月份多空对冲收益为3.29%,近 12个月的多空对冲月度胜率为91.7%。 风险提示:模型测试基于历史数据,在市场波动不确定性下可能存在失效风险。 金融工程研究 金融工程定期 开源证券 证券研究报 告 目录 1、Barra风格因子表现跟踪3 2、开源交易行为因子概述3 3、开源交易行为因子的绩效回顾3 3.1、理想反转因子1月份多空对冲收益为3.51%3 3.2、聪明钱因子1月份多空对冲收益为0.02%4 3.3、APM因子1月份多空对冲收益为1.18%5 3.4、理想振幅因子1月份多空对冲收益为2.33%6 4、开源交易行为合成因子的绩效回顾6 5、交易行为因子的构造方法8 5.1、理想反转因子的构造方法8 5.2、聪明钱因子的构造方法8 5.3、APM因子的构造方法8 5.4、理想振幅因子的构造方法9 6、风险提示9 图表目录 图1:小盘成长风格略微占优(2023年1月)3 图2:理想反转因子的多空对冲净值稳健(2010.3-2023.1,全市场,行业市值中性)4 图3:理想反转因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%)4 图4:聪明钱因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性)4 图5:聪明钱因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%)5 图6:APM因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性)5 图7:APM因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%)5 图8:理想振幅因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性)6 图9:理想振幅因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率91.7%)6 图10:交易行为合成因子的“多-空”和“多头-各组均值”净值稳健(2014.9-2023.1,全市场,行业市值中性)7 图11:交易行为合成因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率91.7%)7 图12:交易行为合成因子在中小股票池中效果更优7 1、Barra风格因子表现跟踪 图1展示了常见Barra风格因子在2023年1月的收益。从大/小盘风格来看,小盘风格略微占优,本月市值因子录得了-0.55%的收益。从价值/成长维度看,成长风格略微占优,账面市值比因子录得了-0.06%的收益,成长因子录得了0.41%的收益。 图1:小盘成长风格略微占优(2023年1月) 数据来源:Wind、开源证券研究所 2、开源交易行为因子概述 稳健的交易行为模式中,蕴藏有稳健的alpha源。循着这一研究理念,我们陆续提出了一系列基于交易行为的选股因子。其中:理想反转因子的交易行为逻辑是,A股反转之力的微观来源是大单成交,通过每日平均单笔成交金额的大小,可以切割出反转属性最强的交易日;聪明钱因子的交易行为逻辑是,从分钟行情数据的价量信息中,可以识别出机构参与交易的多寡,进而构造出跟踪聪明钱的因子;APM因子的交易行为逻辑是,在日内的不同时段,交易者的行为模式不同,反转强度也相应有所不同;理想振幅因子的交易行为逻辑是,基于股价维度可以对振幅进行切割,不同价态下振幅因子所蕴含的信息存在结构性差异。我们将上述因子汇总在一起,做定期的跟踪,以及时监控交易行为类因子的动态表现。 3、开源交易行为因子的绩效回顾 3.1、理想反转因子1月份多空对冲收益为3.51% 图2展示了行业市值中性化后的理想反转因子多空对冲净值曲线,最新数据截止到2023年1月31日(下同)。在全历史区间内,理想反转因子的IC均值为-0.053,rankIC均值为-0.065,信息比率为2.72,多空对冲月度胜率为79.2%。2023年1月份,理想反转因子的多空对冲收益为3.51%,近12个月的多空对冲月度胜率为83.3%。 图2:理想反转因子的多空对冲净值稳健(2010.3-2023.1,全市场,行业市值中性) 数据来源:Wind、开源证券研究所 图3:理想反转因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%) 数据来源:Wind、开源证券研究所 3.2、聪明钱因子1月份多空对冲收益为0.02% 图4展示了行业市值中性化后的聪明钱因子多空对冲净值曲线。在全历史区间内,聪明钱因子的IC均值为-0.036,rankIC均值为-0.058,信息比率为2.76,多空对冲月度胜率为81.0%。2023年1月份,聪明钱因子的多空对冲收益为0.02%,近12个月的多空对冲月度胜率为83.3%。 图4:聪明钱因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性) 数据来源:Wind、开源证券研究所 图5:聪明钱因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%) 数据来源:Wind、开源证券研究所 3.3、APM因子1月份多空对冲收益为1.18% 图6展示了行业市值中性化后的APM因子多空对冲净值曲线。在全历史区间内,APM因子的IC均值为0.033,rankIC均值为0.035,信息比率为2.53,多空对冲月度胜率为78.5%。2023年1月份,APM因子的多空对冲收益为1.18%,近12个月的多空对冲月度胜率为83.3%。 图6:APM因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性) 数据来源:Wind、开源证券研究所 图7:APM因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率83.3%) 数据来源:Wind、开源证券研究所 3.4、理想振幅因子1月份多空对冲收益为2.33% 图8展示了行业市值中性化后的理想振幅因子多空对冲净值曲线。在全历史区间内,理想振幅因子的IC均值为-0.058,rankIC均值为-0.075,信息比率为3.42,多空对冲月度胜率为88.2%。2023年1月份,理想振幅因子的多空对冲收益为2.33%,近12个月的多空对冲月度胜率为91.7%。 图8:理想振幅因子的多空对冲净值稳健(2013.6-2023.1,全市场,行业市值中性) 数据来源:Wind、开源证券研究所 图9:理想振幅因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01,多空对冲月度胜率91.7%) 数据来源:Wind、开源证券研究所 4、开源交易行为合成因子的绩效回顾 本小节我们对上述交易行为因子进行合成,并对合成因子进行绩效分析。因子值方面,我们将上述交易行为因子在行业内进行因子去极值与因子标准化。因子权重方面,我们滚动选取过去12期因子ICIR值作为权重,加权形成交易行为合成因子。 图10展示了行业市值中性化后的交易行为合成因子多空对冲净值曲线和多头对冲各组均值组合的净值曲线。在全历史区间内,合成因子的IC均值为0.074,rankIC均值为0.096,多空对冲信息比率3.76,多空对冲月度胜率为85.3%。2023年1月份,合成因子的多空对冲收益为3.29%,近12个月的多空对冲月度胜率为91.7%。 在全历史区间内,多头对冲组均值的年化收益率为9.59%,收益波动比为3.02,月度胜率为84.3%。 值得一提的是,合成因子在中证1000中的表现,要优于在中证800中,全历史区间内的信息比率分别为3.93和1.33(图12)。 图10:交易行为合成因子的“多-空”和“多头-各组均值”净值稳健(2014.9-2023.1,全市场,行业市值中性) 数据来源:Wind、开源证券研究所 图11:交易行为合成因子的“多-空”和“多头-各组均值”月度收益(2022.02-2023.01多空对冲月度胜率91.7%) 数据来源:Wind、开源证券研究所 图12:交易行为合成因子在中小股票池中效果更优 数据来源:Wind、开源证券研究所 5