新价量相关性RPV因子绩效月报

金工定期报告20230801 证券研究报告·金融工程·金工定期报告 新价量相关性RPV因子绩效月报202307312023年08月01日 报告要点 新价量相关性RPV因子多空对冲绩效（全市场）：2009年1月至今，新价量相关性RPV因子在全体A股中，10分组多空对冲的年化收益为16.82%，年化波动为6.90%，信息比率为2.44，月度胜率为76.32%，最大回撤为5.27%。 7月份RPV因子收益统计：在全体A股中，7月份新价量相关性RPV10分组多头组合的收益率为2.67%，10分组空头组合的收益率为-0.33%，10分组多空对冲的收益率为3.00%。 新价量相关性RPV因子选股模型简介：对日内与隔夜信息叠加，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在“动量因子切割”研究的基础上，以相关性的形式加入“成交量”的信息，分别为日内、隔夜的价量相关性找到最佳代表， 并完成信息叠加，得到既新颖又“能打”的RPV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-0.034，年化ICIR约为-2.55，10分组多空对冲的年化收益约为17.33%，信息比率约为2.71，月度胜率高达81.37%，最大回撤仅为 5.23%，相比日频CPV，稳定性显著提升。 风险提示：1.未来市场变化风险；2.单因子模型风险；3.数据测算误差风险。 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 研究助理凌志杰 执业证书：S0600123040053 lingzhj@dwzq.com.cn 相关研究 《“技术分析拥抱选股因子”系列研究（十一）：新价量相关性RPV选股因子——相关性是价量配合最好的尺 2022-10-11 《新价量相关性RPV因子绩效月报20230630》 2023-07-04 1/15 东吴证券研究所 内容目录 1.RPV因子绩效回顾4 2.附录：新价量相关性RPV因子选股模型简介6 2.1.新价量相关性RPV选股因子6 2.2.新价量相关性RPV因子的参数敏感性11 2.3.新因子的多空收益分解11 2.4.其他样本空间的情况11 2.5.沪深300、中证500、中证1000投资组合的构建12 3.风险提示14 2/15 东吴证券研究所 图表目录 图1：新价量相关性RPV因子10分组及多空对冲净值走势（2014/01-2023/07）4 图2：新价量相关性RPV因子多头净值7月走势5 图3：RPV因子10分组及多空对冲净值走势（回看20日）6 图4：RPV_deTurn20因子10分组及多空对冲净值走势（回看20日）8 图5：RPV_deRet20因子10分组及多空对冲净值走势（回看20日）8 图6：RPV_deTurn20_deRet20因子10分组及多空对冲净值走势（回看20日）9 图7：纯净RPV因子10分组及多空对冲净值走势（回看20日）10 图8：基于沪深300成分股，不同投资组合的净值走势12 图9：基于中证500成分股，不同投资组合的净值走势12 图10：基于中证1000成分股，不同投资组合的净值走势13 表1：新价量相关性RPV因子（2014/01-2023/07）5 表2：RPV因子10分组多空对冲绩效指标及与其他因子对比（回看20日）7 表3：RPV因子分年度表现7 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）7 表5：RPV因子正交Turn20、Ret20后的10分组多空对冲绩效指标（回看20日）9 表6：RPV因子与Barra风格因子相关系数9 表7：纯净RPV因子分年度表现10 表8：传统动量因子、CCV、RPV的10分组多空对冲绩效指标（回看40日、60日）11 表9：新动量因子的多空收益分解11 表10：RPV因子在A股三大指数成分股中的多空对冲绩效指标（回看20日）12 表11：基于沪深300成分股，不同投资组合的绩效指标13 表12：基于中证500成分股，不同投资组合的绩效指标13 表13：基于中证1000成分股，不同投资组合的绩效指标14 3/15 1.RPV因子绩效回顾 东吴金工一直认为在A股市场中，技术分析是行之有效的，不仅可用于传统的择时，而且也能在选股策略上发挥作用。因此，我们推出“技术分析拥抱选股因子”系列研究，旨在将技术分析的思想应用于选股因子的构建。 2022年10月11日，我们发布了《技术分析拥抱选股因子”系列研究（十一）新价量相关性RPV选股因子——相关性是价量配合最好的尺》。我们从基准因子CCV（日频CPV）中发现了换手率序列可以增强收盘价序列的反转效应，又分别为日内价量相关性和隔夜价量相关性找到了最佳代表——CCOIV和COV。日内价量相互配合，同样加强了反转；隔夜价量关系蕴藏在时间维度上的“错配”之中，“昨日量”加强了隔夜收益的动量。接下来我们将令它们协调一致，使各自的信息叠加起来为同一个目标服务，得到新价量相关性RPV（RenewedCorrelationofPriceandVolume）选股因子。 2014年1月至2023年7月，新价量相关性RPV因子在全体A股中，10分组多空对冲的年化收益为16.82%，年化波动为6.90%，信息比率为2.44，月度胜率为76.32%，最大回撤为5.27%。 图1：新价量相关性RPV因子10分组及多空对冲净值走势（2014/01-2023/07） 5 分组1 分组5 分组9 分组2 分组6 分组10 分组3 分组7 分组1-分组10() 分组4 分组8 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 4/15 东吴证券研究所 表1：新价量相关性RPV因子（2014/01-2023/07） 全体A股 年化收益率16.82% 年化波动率6.90% 信息比率2.44 月度胜率76.32% 最大回撤率5.27% 数据来源：Wind资讯，东吴证券研究所 在全体A股中，7月份新价量相关性RPV10分组多头组合的收益率为2.67%，10 分组空头组合的收益率为-0.33%，10分组多空对冲的收益率为3.00%。 在全体A股中，选取新价量相关性因子值最大的10%，等权重构成新价量相关性RPV组合。该组合在7月的净值走势如图2所示。 图2：新价量相关性RPV因子多头净值7月走势 “ffi量“½RPV”组WindcA指数 1.05 1 0.95 07/0307/1007/1707/2407/31 数据来源：Wind资讯，东吴证券研究所 5/15 东吴证券研究所 2.附录：新价量相关性RPV因子选股模型简介 综上所述，我们从基准因子CCV（日频CPV）中发现了换手率序列可以增强收盘价序列的反转效应，在上一节中，我们又分别为日内价量相关性和隔夜价量相关性找到了最佳代表——CCOIV和COV。日内价量相互配合，同样加强了反转；隔夜价量关系蕴藏在时间维度上的“错配”之中，“昨日量”加强了隔夜收益的动量。接下来我们将令它们协调一致，使各自的信息叠加起来为同一个目标服务，得到新价量相关性RPV （RenewedCorrelationofPriceandVolume）选股因子。 2.1.新价量相关性RPV选股因子 我们采用横截面标准化相加的方案，将CCOIV和COV所呈现的信息进行叠加，不过因为其中一个的IC值为负，另一个的IC值为正，二者方向不同，所以要为其中一个添加负号。为了与反转因子Ret20保持同样的方向，我们选择用负号调转COV的方向 （月度IC：0.0302，年化ICIR：2.07），使二者结合得到的RPV因子的IC值仍旧为负。 每月月底，我们将所有股票未经市值中性化处理的CCOIV、COV因子分别横截面标准化，二者线性做差再进行市值中性化处理，得到新价量相关性因子RPV： RPV= CCOIV−mean(CCOIV) std(CCOIV)− COV−mean(COV)std(COV) 回测结果显示，RPV因子的月度IC均值约为-0.034，RankIC均值约为-0.046，年化ICIR约为-2.55，年化RankICIR约为-3.10，10分组多空对冲信息比率达2.71，很顺利地超过了CCV的2.11，而且10分组净值走势呈现了完美单调。下图3展示了RPV因子的10分组回测及多空对冲净值走势，表2展示了其10分组多空对冲的各项绩效指标。 分组1 分组4 分组7分组10 分组2 分组5分组8 分组1-分组10（） 分组3 分组6 分组9 图3：RPV因子10分组及多空对冲净值走势（回看20日） 6 5 4 3 2 1 2014-01-31 2014-05-31 2014-09-30 2015-01-31 2015-05-31 2015-09-30 2016-01-31 2016-05-31 2016-09-30 2017-01-31 2017-05-31 2017-09-30 2018-01-31 2018-05-31 2018-09-30 2019-01-31 2019-05-31 2019-09-30 2020-01-31 2020-05-31 2020-09-30 2021-01-31 2021-05-31 2021-09-30 2022-01-31 2022-05-31 0 数据来源：Wind资讯，东吴证券研究所 6/15 东吴证券研究所 表2：RPV因子10分组多空对冲绩效指标及与其他因子对比（回看20日） CCV CCOIV COV RPV 年化收益率 21.94% 10.69% 14.46% 17.33% 年化波动率 10.38% 7.38% 7.86% 6.38% 信息比率 2.11 1.45 1.84 2.71 月度胜率 72.55% 70.59% 69.61% 81.37% 最大回撤率 10.37% 12.96% 6.28% 5.23% 数据来源：Wind资讯，东吴证券研究所表3：RPV因子分年度表现 年化收益率 分组 1对冲分组 10绩效指标 年份 分组1 分组10 分组 1对冲分组10 年化波动率 信息比率 月度胜率 最大回撤率 2014 57.16% 42.11% 10.83% 3.41% 3.17 72.73% 0.46% 2015 116.41% 56.08% 39.36% 7.31% 5.38 100.00% 0.00% 2016 -4.33% -14.99% 11.57% 4.66% 2.48 83.33% 1.67% 2017 -13.84% -23.16% 11.79% 4.21% 2.80 75.00% 0.89% 2018 -22.48% -38.88% 25.92% 5.46% 4.75 91.67% 0.61% 2019 30.92% 17.95% 10.45% 5.54% 1.89 66.67% 1.70% 2020 34.71% 15.25% 17.14% 8.18% 2.09 75.00% 2.48% 2021 32.60% 16.28% 13.85% 7.53% 1.84 83.33% 5.23% 2022（至 7月底） -3.81% -21.72% 20.12% 9.12% 2.21 85.71% 0.71% 数据来源：Wind资讯，东吴证券研究所 表3呈现了RPV因子分年度10分组多空对冲的表现。每年多空对冲都取得了正收益。月度胜率方面，2015年高达100%，最低的2019年，月度胜率也达到了66.67%，稳定性佳。 在得到了选股能力更强的RPV因子后，我们还收到了另一个好消息。表4展示了因子RPV与因子CCV、CCOIV和COV两两之间的相关系数，我们发