“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

证券研究报告·金融工程·金工专题报告 “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 研究结论 前言：本篇报告为东吴金工“波动率选股因子”系列研究的第二篇，受到学术界“股价波动与股票信息流”关系理论的启发，从“信息冲击”的角度出发，逐步构建了衡量“股票信息分布均匀度”的选股因子。 波动率与信息冲击：学术研究表明，股票价格的波动，与流入股票的信息流直接相关。借鉴前人研究经验，我们提出如下猜想：若股票信息匀速流入市场，则股价的波动相对较小；但若信息流入市场的速度发生剧烈变化，则会造成股价的波动迅速增大。因此，我们认为股价波动率大 小的变化幅度，可以用来衡量信息冲击的剧烈程度。 信息分布均匀度UID因子：利用个股分钟数据，在计算每日高频波动率的基础上，构建信息分布均匀度UID因子。在回测期2014/01/01-2023/10/31内，以全体A股为研究样本，UID因子的月度IC均值为-0.057，RankIC均值为-0.080，年化ICIR为-3.43，年化RankICIR为-4.23； 10分组多空对冲的年化收益为29.84%，年化波动为9.58%，信息比率为3.11，月度胜率为81.20%，最大回撤为4.79%，选股效果大幅优于传统波动率因子。在剔除了市场常用风格和行业的干扰后，纯净UID因子仍然具备不错的选股能力，其年化ICIR仍可达到-2.66，全市场10分组多空对冲的年化收益为17.13%，信息比率为2.60，月度胜率为77.78%，最大回撤仅为4.86%。 图：信息分布均匀度UID因子10分组回测净值走势 2023年11月08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 《“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》 2020-09-01 0fiUIDI€VOL20UID 14 12 10 8 6 4 2 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 风险提示：本报告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。 1/17 东吴证券研究所 内容目录 1.前言4 2.波动率与信息冲击4 3.波动的波动：信息分布的均匀度5 4.其他重要讨论9 4.1.UID因子的多空收益分解9 4.2.纯净UID因子的表现9 4.3.UID因子的参数敏感性10 4.4.其他样本空间的情况11 4.5.指数增强投资组合的构建12 4.6.信息冲击对价格涨跌作用的对称性14 5.总结15 6.风险提示16 2/17 东吴证券研究所 图表目录 图：信息分布均匀度UID因子10分组回测净值走势1 图1：信息分布均匀度UID因子10分组回测净值走势6 图2：UID因子、VOL20因子10分组多空对冲净值走势6 图3：UID_deVOL20因子10分组回测及多空对冲净值走势8 图4：纯净UID因子10分组回测及多空对冲净值走势10 图5：新旧波动率因子10分组对冲净值（回看40日）11 图6：新旧波动率因子10分组对冲净值（回看60日）11 图7：沪深300中不同投资组合的净值走势13 图8：中证500中不同投资组合的净值走势13 图9：中证1000中不同投资组合的净值走势14 表1：纯真波动率因子回顾：年化ICIR及10分组多空对冲绩效指标（2014/01-2023/06）4 表2：UID因子、VOL20因子的IC信息及10分组多空对冲绩效指标7 表3：信息分布均匀度UID因子分年度表现7 表4：UID_deVOL20因子分年度表现8 表5：信息分布均匀度UID因子的多空收益分解9 表6：UID因子与Barra风格因子相关系数9 表7：纯净UID因子分年度表现10 表8：新旧波动率因子10分组多空对冲绩效指标（回看40、60日）11 表9：沪深300、中证500和中证1000成份股多空对冲绩效指标12 表10：不同投资组合的绩效指标14 表11：信息冲击对价格涨跌作用的对称性15 3/17 东吴证券研究所 1.前言 《信息分布均匀度，基于高频波动率的选股因子》原报告发布于2020年9月1日， 本篇报告更新数据至2023年10月31日，研究框架不变。如无特殊说明，本报告中的回测时间段均为2014/01/01-2023/10/31。 “低波异象”自2006年被发现以来，就一直是金融实证领域关注的热点问题。东吴金工借鉴前人经验，开拓创新，推出“波动率选股因子”系列研究，旨在目前已被广泛使用的传统波动率因子的基础上，进行一系列新的探索。 在第一篇报告《寻找特质波动率中的纯真信息——剔除跨期截面相关性的纯真波动率因子》中，我们从学术界发现的“波动聚集现象”出发，对传统波动率因子提出了一种简单朴素而又效果优秀的改进方案：在传统因子的计算过程中，只需增加1行代码， 就可以实现信息比率从1.3到1.7的提升。 表1：纯真波动率因子回顾：年化ICIR及10分组多空对冲绩效指标（2014/01-2023/06） 年化ICIR 年化收益率 年化波动率 信息比率 月度胜率 最大回撤率 传统特质波动率因子 -1.57 19.61% 15.34% 1.28 68.33% 19.55% 纯真波动率因子 -1.85 19.01% 11.07% 1.72 70.59% 10.16% 数据来源：Wind资讯，东吴证券研究所 但“纯真波动率因子”也存在局限性，它与传统因子的相关性仍然较高，在实际应用中，纯真因子或许只能替换原来的传统因子，而不足以作为一个携带足够增量信息的新因子，加入到已有的因子库中。 因此，作为系列研究的第二篇报告，本文就带着“提供增量信息”的目标，尝试挖掘一个“新”的波动率因子。具体地，我们将从“信息冲击”的角度出发，利用分钟数据，在计算股票高频波动率的基础上，逐步构建新因子。 2.波动率与信息冲击 Ross[1]和Andersen[2]分别通过理论和实证研究，发现股票价格的波动，与流入股票的信息流直接相关。其中，Ross建立的理论模型，甚至得到了这样强有力的结论：在无套利均衡市场中，股价的波动完全等于信息流的波动。 借鉴上述前辈们的研究结论，我们对“股价波动与股票信息流”的关系，提出如下猜测与拓展：若股票信息匀速流入市场，则股价的波动相对较小；但若信息流入市场的速度突然发生变化，比如在极端情况下，某些时点发生了较强烈的信息冲击——好比在原本平静或微波荡漾的水面，突然投入一颗巨大的石头——则会造成股价的波动迅速增大。因此，我们认为股价波动率大小的变化幅度，可以用来衡量信息冲击的剧烈程度。 4/17 3.波动的波动：信息分布的均匀度 基于上一节内容的分析，我们构造一个衡量股票“信息分布均匀度”的因子，简称为UID（theUniformityofInformationDistribution）因子，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数据，计算日内分钟涨跌幅的标准差，记为每日的高频波动率Vol_daily； （2）每只股票，计算20个Vol_daily的标准差，记为该股票当月每日波动率的波动std（Vol_daily）； （3）每只股票，计算20个Vol_daily的平均值，衡量该股票当月每日波动率的平均水平mean（Vol_daily）；将std（Vol_daily）除以mean（Vol_daily），再做市值中性化处理，得到每只股票的信息分布均匀度UID因子，即 信息分布均匀度UID= 高频波动率的标准差std(Vol_daily) 高频波动率的平均值mean(Vol_daily) 东吴证券研究所 接下来，对上述操作步骤的逻辑和含义，逐一作出解释： 步骤（1）中，计算每日的高频波动率Vol_daily，仅用到当日的日内分钟涨跌幅，即剔除了属于隔夜收益的第一分钟涨跌幅数据；原因是我们认为，隔夜信息对股价的影响模式与日内截然不同，值得单独讨论，因此此处先将隔夜部分剥离，关于这一论点的详细论证，可参考笔者的另一篇报告《“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》（外发于2019年9月6日）； 步骤（2）中，每日波动率的波动std（Vol_daily）的含义：我们认为该指标能够反映股票在过去20个交易日的信息分布均匀程度；假设某只股票在过去20个交易日中的信息总量是一定的，若在某几个交易日发生了信息冲击，即在这几个交易日中的某些时点，信息流入的速度突然加快、流入的信息量突然增大，那么这几个交易日的波动率Vol_daily就会明显高于其他交易日，这就会导致在过去20个交易日中，每日波动率的波动std（Vol_daily）也比较大；因此，频繁发生信息冲击的股票，或者说信息分布越不均匀的股票，std（Vol_daily）就会越大；顺带着，我们猜测std（Vol_daily）的方向应当与传统波动率因子一致，即IC为负； 步骤（3）中，为何最终的信息分布均匀度UID因子，要除以每日波动率的平均水平：我们认为，std（Vol_daily）应当与mean（Vol_daily）高度正相关，即本身波动越大的股票，波动的波动也倾向于越大，因此需要将std（Vol_daily）除以mean（Vol_daily），做标准化处理；实际检验结果也佐证了我们的想法，以全体A股为研究样本（剔除其中的ST股、停牌股以及上市未满60个交易日的次新股），时间段2014/01/01-2023/10/31内，std（Vol_daily）与mean（Vol_daily）的平均月度相关系数高达0.71。 5/17 检验信息分布均匀度UID因子的选股效果，并与传统波动率因子VOL20（过去20日的日收益率标准差，并做市值中性化处理）进行对比。回测结果显示，UID因子的月度IC均值为-0.057，RankIC均值为-0.080，年化ICIR为-3.43，年化RankICIR为-4.23。下图1、2分别展示了UID因子的10分组回测、多空对冲净值走势，表2比较了UID因子、VOL20因子的IC信息及多空对冲绩效指标，表3则报告了UID各年度的表现情况。在整段回测期内，UID因子的年化收益为29.84%，年化波动为9.58%，信息比率可达3.11，月度胜率为81.20%，最大回撤为4.79%，选股效果大幅优于传统波动率因子。 图1：信息分布均匀度UID因子10分组回测净值走势 ¾1¾2¾3¾4¾5 ¾6 ¾7 ¾8 ¾9 ¾10 9 8 7 6 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 图2：UID因子、VOL20因子10分组多空对冲净值走势 0fiUID I€VOL20 14 12 10 8 6 4 2 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 6/17 东吴证券研究所 表2：UID因子、VOL20因子的IC信息及10分组多空对冲绩效指标 传统波动率VOL20因子 信息分布均匀度UID因子 月度IC均值 -0.047 -0.057 年化ICIR -1.19 -3.43 年化收益率 15.35% 29.84% 年化波动率 18.58% 9.58% 信息比率 0.83 3.11 月度胜率 64.10% 81.20% 最大回撤率 26.65% 4.79% 数据来源：Wind资讯，东吴证券研究所 表3：信息分布均匀度UID因子分年度表现