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20230605 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 20230531 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21.69%，年化波动率为7.83%，信息比率为2.77，月度胜率为83.93%，月度最大回撤率为5.89%。 5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，5月份“殊途同归”10分组多头组合的收益率为1.21%，10分组空头组合的收益率为0.87%，10分组多空对冲的收益率为0.34%。 2023年06月05日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 研究助理庞格致 执业证书：S0600122090090 panggz@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》 “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。 2022-08-17 《“日与夜的殊途同归”新动量因子绩效月报20230428》 2023-05-08 《成交量对动量因子的修正：日与夜之殊途同归》 2019-08-29 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。 1/16 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11 3.风险提示15 2/16 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（2014/02-2023/05）4 图2：新动量因子多头净值5月走势5 图3：今年以来动量因子和Wind全A指数每月收益5 图4：日与夜的切割6 图5：传统日内因子10分组及多空对冲净值走势（回看20日）7 图6：局部日内因子年化ICIR（回看20日）8 图7：局部日内因子10分组多空对冲净值走势（回看20日）8 图8：新日内因子10分组及多空对冲净值走势（回看20日）9 图9：传统隔夜因子10分组及多空对冲净值走势（回看20日）10 图10：新隔夜因子10分组及多空对冲净值走势（回看20日）11 图11：新旧日内因子10分组对冲净值（回看20日）12 图12：新旧隔夜因子10分组对冲净值（回看20日）12 图13：新动量因子10分组及多空对冲净值走势（回看20日）13 图14：新旧动量因子10分组多空对冲净值走势（回看20日）13 图15：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（2014/02-2023/05）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：新旧隔夜因子10分组多空对冲的绩效指标对比（回看20日）11 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）13 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14 表7：纯净新因子分年度表现15 3/16 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2023年5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21.69%，年化波动为7.83%，信息比率为2.77，月度胜率为83.93%，月度最大回撤为5.89%。 ¾1 ¾5 ¾9 ¾2 ¾6 ¾10 ¾3 ¾7 ¾1-¾10 ¾4 ¾8 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（2014/02-2023/05） 7 6 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 4/16 东吴证券研究所 表1：殊途同归新动量因子（2014/02-2023/05） 全体A股 年化收益率21.69% 年化波动率7.83% 信息比率2.77 月度胜率83.93% 最大回撤率5.89% 数据来源：Wind资讯，东吴证券研究所 在全体A股中，5月份“殊途同归”10分组多头组合的收益率为1.21%，10分组空头组合的收益率为0.87%，10分组多空对冲的收益率为0.34%。 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5月的净值走势如图2所示。图3展示了今年以来新动量因子、传统动量因子的多头组合与Wind全A指数的每月收益。 图2：新动量因子多头净值5月走势图3：今年以来动量因子和Wind全A指数每月收益 1.05 “½”¾WindcA¾ 12% 8% 4% 10% -4% 0.95 04/3005/1005/1705/2405/31 -8% 2023/12023/22023/32023/42023/5 €¾“½”¾WindcA¾ 数据来源：Wind资讯，东吴证券研究所数据来源：Wind资讯，东吴证券研究所 5/16 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4：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4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5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。 6/16 东吴证券研究所 图5：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′) 1314151617181920 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6-7所示。 7/16 图6：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7：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，局部日内因子的年化ICIR的绝对值呈现逐渐增