金工定期报告：换手率分布均匀度UTD选股因子绩效月报

金工定期报告20231018 证券研究报告·金融工程·金工定期报告 换手率分布均匀度UTD选股因子绩效月报 20230930 换手率分布均匀度UTD因子多空对冲绩效（全市场）：2014年1月至今，换手率分布均匀度UTD因子在全体A股中，10分组多空对冲的年化收益为20.26%，年化波动为7.35%，信息比率为2.76，月度胜率为77.59%，月度最大回撤为4.71%。 9月份换手率分布均匀度UTD因子收益统计：在全体A股中，10分组多头组合的收益率为1.30%，10分组空头组合的收益率为-1.07%，10分组多空对冲的收益率为2.38%。 换手率分布均匀度UTD因子选股模型简介：基于个股的分钟成交量数据，构建换手率分布均匀度UTD因子，其对股票样本的误判程度明显减弱，选股效果也大幅优于传统因子。在回测期2014/01/01-2021/01/31 内，以全体A股为研究样本，UTD因子的月度IC均值为-0.047，RankIC均值为-0.071，年化ICIR为-2.85，年化RankICIR为-3.93；10分组多空对冲的年化收益为21.85%，年化波动为7.56%，信息比率为2.89，月度胜率为82.93%，最大回撤为4.31%。在剔除了市场常用风格、行业和东吴金工特色因子的干扰后，纯净UTD因子仍然具备一定的选股效果。 2023年10月18日 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 《“波动率选股因子”系列研究 （二）：换手率分布均匀度，基于高频波动率的选股因子》 2020-09-01 《“技术分析拥抱选股因子”系列研究（四）：换手率分布均匀度，基于分钟成交量的选股因子》 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。 2021-03-01 《换手率分布均匀度UTD选股因子绩效月报20230731》 2023-08-01 1/13 东吴证券研究所 内容目录 1.换手率分布均匀度UTD因子绩效回顾4 2.附录：换手率分布均匀度UTD因子选股模型简介5 2.1.换手率分布均匀度因子的构建5 2.2.UTD因子的组内标准差9 2.3.纯净UTD因子的表现9 2.4.UTD因子的参数敏感性11 3.风险提示12 2/13 东吴证券研究所 图表目录 图1：换手率分布均匀度UTD因子10分组及多空对冲净值走势（2014/01-2023/09）4 图2：换手率分布均匀度UTD因子多头净值9月走势5 图3：换手率分布均匀度UTD因子10分组及多空对冲净值走势6 图4：UTD_deTurn20因子10分组回测及多空对冲净值走势8 图5：UTD、Turn20因子的10分组组内收益标准差对比9 图6：纯净UTD因子10分组回测及多空对冲净值走势10 表1：换手率分布均匀度UTD因子的10分组多空对冲绩效指标（2014/01-2023/09）5 表2：UTD因子、Turn20因子的多空对冲绩效指标7 表3：换手率分布均匀度UTD因子分年度表现7 表4：UTD因子与常用因子的相关系数9 表5：纯净UTD因子分年度表现10 表6：纯净UTD因子分年度表现11 表7：纯净UTD因子分年度表现11 3/13 东吴证券研究所 1.换手率分布均匀度UTD因子绩效回顾 在传统的量价选股模型中，换手率因子的表现一直可圈可点。以20日换手率为例 （每月月底计算每只股票过去20个交易日的日均换手率，并做市值中性化处理），2006/01/01-2021/04/30，传统换手率因子（Turn20）在全体A股中的月度IC均值为-0.072，年化ICIR为-2.10，多空对冲的年化收益为33.41%，信息比率为1.90，月度胜率为71.58%。其选股逻辑为：过去一个月换手率越小的股票，未来一个月越有可能上涨；而换手率越大的股票，未来越有可能下跌。 我们也曾提到，换手率因子的逻辑并不完全正确。比如我们做了一个简单的测算：每月月底，按照换手率因子Turn20对所有股票进行10分组后，计算下个月，每个组内成分股月收益的横截面标准差，最后所有月份取平均值，发现其中分组1换手率因子值最小，分组10因子值最大。可以发现，随着换手率因子的逐渐增大，10组股票的组内 收益标准差呈现递增的形态。这个结果表明，在换手率最大的分组中，组内成分股未来 收益的差异较大，既有大跌的股票，也有大涨的股票；但从换手率因子的逻辑来看，这组股票整体偏空，因此我们误判了许多未来大涨的样本。 在前述研究的基础上，我们于2021年3月发布报告《“技术分析系拥抱选股因子”系列研究（四）：换手率分布均匀度，基于分钟成交量的选股因子》，借助成交量的分钟数据，对传统换手率因子进行改进，构造换手率分布均匀度因子UTD。 2014年1月至今，换手率分布均匀度UTD因子在全体A股中，10分组多空对冲的年化收益为20.26%，年化波动为7.35%，信息比率为2.76，月度胜率为77.59%，月度最大回撤为4.71%。 图1：换手率分布均匀度UTD因子10分组及多空对冲净值走势（2014/01-2023/09） 数据来源：Wind资讯，东吴证券研究所 4/13 东吴证券研究所 表1：换手率分布均匀度UTD因子的10分组多空对冲绩效指标（2014/01-2023/09） 全体A股 年化收益率 20.26% 年化波动率 7.35% 信息比率 2.76 月度胜率 77.59% 最大回撤率 4.71% 数据来源：Wind资讯，东吴证券研究所 在全体A股中，9月份换手率分布均匀度UTD因子在全体A股中，10分组多头组合的收益率为1.30%，10分组空头组合的收益率为-1.07%，10分组多空对冲的收益率为2.38%。 在全体A股中，选换手率分布均匀度因子值最小的10%，等权重构成换手率分布均匀度UTD组合。该组合在2023年9月的净值走势如图2所示。 图2：换手率分布均匀度UTD因子多头净值9月走势 数据来源：Wind资讯，东吴证券研究所 2.附录：换手率分布均匀度UTD因子选股模型简介 2.1.换手率分布均匀度因子的构建 在东吴金工推出的“波动率选股因子”系列报告中，我们曾基于分钟价格数据，构 5/13 建信息分布均匀度UID因子（详见专题报告《“波动率选股因子”系列研究（二）：信息 分布均匀度，基于高频波动率的选股因子》，发布于2020年9月1日）。此处，我们借鉴UID因子的研究思路，将分钟价格数据换为分钟成交量，构造换手率分布均匀度因子UTD（theUniformityofTurnoverRateDistribution），具体操作步骤如下： （1）每月月底，回溯所有股票过去20个交易日，每个交易日都利用分钟成交量数据，计算当日分钟换手率的标准差，记为每日换手率的波动TurnVol_daily；其中，分钟换手率=分钟成交量/当日流通股本； （2）每只股票，计算20个TurnVol_daily的标准差，记为该股票当月换手率波动的标准差std（TurnVol_daily）； （3）每只股票，计算20个TurnVol_daily的平均值，记为该股票当月换手率波动的平均值mean（TurnVol_daily）；将std（TurnVol_daily）除以mean（TurnVol_daily），再做市值中性化处理，得到每只股票的换手率分布均匀度UTD因子，即 换手率分布均匀度UTD= 换手率波动的标准差std(TurnVol_daily) 换手率波动的平均值mean(TurnVol_daily) 东吴证券研究所 接下来，对上述操作步骤的逻辑和含义，做出一些关键解释： 步骤（1）中，计算每日分钟换手率的标准差TurnVol_daily，是为了衡量股票每日交易的平稳性，TurnVol_daily越小，表明换手率在不同交易时段的分布越均匀，当日交易也越平稳； 步骤（2）中，计算20个TurnVol_daily的标准差，衡量的是股票每日的交易平稳性，在20日中是否存在较大差异；我们希望的是，股票的交易一直都很平稳，即我们期待std（TurnVol_daily）因子的IC为负； 步骤（3）中，计算20个TurnVol_daily的平均值，自然是为了衡量股票20日的平均交易平稳程度；最后将std（TurnVol_daily）除以mean（TurnVol_daily），是因为我们发现，std（TurnVol_daily）与mean（TurnVol_daily）呈现高度正相关，两者的平均月度相关系数高达0.83，因此需要将std（TurnVol_daily）除以mean（TurnVol_daily），做标准化处理。 回测结果显示，UTD因子的月度IC均值为-0.047，RankIC均值为-0.071，年化ICIR为-2.85，年化RankICIR为-3.93。下图3展示了UTD因子的10分组回测及多空对冲净值走势，表2比较了UTD因子、Turn20因子的多空对冲绩效指标，表3则报告了UTD各年度的表现情况。在回测期2014/01/01-2021/01/31内，UTD因子的年化收益为21.85%，年化波动为7.56%，信息比率为2.89，月度胜率为82.93%，最大回撤为4.31%，稳定性大幅优于传统换手率因子。 图3：换手率分布均匀度UTD因子10分组及多空对冲净值走势 6/13 东吴证券研究所 数据来源：Wind资讯，东吴证券研究所 表2：UTD因子、Turn20因子的多空对冲绩效指标 数据来源：Wind资讯，东吴证券研究所 表3：换手率分布均匀度UTD因子分年度表现 7/13 东吴证券研究所 数据来源：Wind资讯，东吴证券研究所 相关性检验表明，UTD因子与传统换手率Turn20因子，是存在较高相关性的。因此，我们将UTD因子对Turn20做正交化处理，取残差定义为UTD_deTurn20，考察剔除传统换手率因子的线性信息后，新因子的选股效果。 回测结果显示，UTD_deTurn20仍然具备不错的选股能力，月度IC均值为-0.034，年化ICIR为-2.16；全市场10分组多空对冲的年化收益为13.81%，年化波动为7.59%，信息比率为1.82，月度胜率为65.85%，最大回撤为3.91%。下图4展示了UTD_deTurn20因子的10分组及多空对冲净值走势。 图4：UTD_deTurn20因子10分组回测及多空对冲净值走势 数据来源：Wind资讯，东吴证券研究所 8/13 东吴证券研究所 2.2.UTD因子的组内标准差 下图5对比了换手率分布均匀度UTD、传统换手率Turn20的10分组组内收益标准差，其中分组1因子值最小，为多头；分组10因子值最大，为空头。可以发现，相比于传统换手率因子，UTD因子的多头组内成分股未来收益的差异略有增加，而空头组内成分股未来收益的差异大幅下降，整体来看，误判程度减弱，因此UTD因子的效果也优于传统因子。 图5：UTD、Turn20因子的10分组组内收益标准差对比 数据来源：Wind资讯，东吴证券研究所 2.3.纯净UTD因子的表现 得到了新因子后，我们考察其与市场常用风格因子、东吴金工CPV因子、UID因子的相关性（CPV因子详见本系列首篇专题报告《高频价量相关性，意想不到的选股因子》；UID因子即为前文提到的信息分布均匀度因子）。仍以全体A股为研究样本，以2014/01/01-2021/01/31为回测时间段，下表4展示了UTD与Barra风格因子、CPV因子、UID因子的相关系数（其中，流动性因子用传统换手率因子Turn20替代）。 表4：UTD因子与常用因子的相关系数 数据