“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

“技术分析拥抱选股因子”系列研究（四） 证券研究报告·金融工程·金工专题报告 换手率分布均匀度，基于分钟成交量的选股因子 事件 前言：本篇报告为东吴金工“技术分析拥抱选股因子”系列研究的第四篇，承接上一篇报告《量价配合下的新换手率因子》的研究方向，继续对换手率因子进行探索。 传统换手率因子：传统换手率因子Turn20在全体A股中的年化ICIR为 -1.99，10分组多空对冲的年化收益为34.68%，信息比率为2.06，月度 胜率为67.52%，整体表现已经较为稳健。但换手率因子的逻辑仍然存在缺陷。我们发现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。 2024年01月02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 《从微观出发的�维行业轮动月度跟踪202312》 换手率分布均匀度UTD因子：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2014/01/01-2023/11/30内，以全体A股为研究样本，UTD因子的月度IC均值为-0.042，RankIC均值为- 0.067，年化ICIR为-2.67，年化RankICIR为-3.99；10分组多空对冲的年化收益为20.70%，年化波动为7.46%，信息比率为2.78，月度胜率为76.07%，最大回撤为5.32%。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。 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；模型测算可能存在相对误差，不构成实际投资建议。 2023-12-07 1/15 东吴证券研究所 内容目录 1.前言4 2.换手率分布均匀度因子的构建5 3.其他重要讨论8 3.1.换手率分布均匀度因子的组内标准差8 3.2.纯净换手率分布均匀度因子的表现9 3.3.换手率分布均匀度因子的多空收益分解10 3.4.其他样本空间的情况11 3.5.沪深300、中证500、中证1000投资组合构建11 4.总结14 5.风险提示14 2/15 东吴证券研究所 图表目录 图1：传统换手率因子Turn20的十分组及多空对冲净值走势4 图2：传统换手率因子10分组的组内收益标准差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7 图4：换手率分布均匀度UTD_deTurn20因子10分组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因子的10分组回测及多空对冲净值走势10 图7：沪深300指数增强净值走势（2015.01.01-2023.11.30）12 图8：中证500指数增强净值走势（2015.01.01-2023.11.30）12 图9：中证1000指数增强净值走势（2015.01.01-2023.11.30）13 表1：UTD因子、Turn20因子的多空对冲绩效指指标7 表2：换手率分布均匀度UTD因子分年度表现7 表3：UTD因子与Barra因子的相关系数9 表4：纯净UTD因子分年度表现10 表5：换手率分布均匀度因子的多空收益分解11 表6：其他样本空间情况11 表7：沪深300指数增强（2015.01.01-2023.11.30）12 表8：中证500指数增强（2015.01.01-2023.11.30）13 表9：中证1000指数增强（2015.01.01-2023.11.30）13 3/15 1.前言 上一篇报告发布在2021年3月1日，这篇报告更新数据至2023年11月30日，研究框架不变。 本篇报告为东吴金工“技术分析拥抱选股因子”系列研究的第四篇，在上一篇报告 《量价配合视角下的新换手率因子》中，我们从技术分析提出的经验法则里受到启发，对传统换手率因子进行了改进。在文中，我们曾简要回顾传统换手率因子Turn20（每月月底计算过去20个交易日的日均换手率，并做市值中性化处理），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。 下图1展示了2014/01/01-2023/11/30期间，传统换手率因子Turn20在全体A股中的表现，年化ICIR为-1.99；10分组严格单调，多空对冲的年化收益为34.68%，信息比率为2.06，月度胜率为67.52%，整体表现较为稳健。 图1：传统换手率因子Turn20的十分组及多空对冲净值走势 分组1 分组3分组5分组7分组9 分组1-分组10（右轴） 分组2分组4分组6分组8分组10 1020 918 816 714 612 510 48 36 24 12 00 数据来源：Wind资讯，东吴证券研究所 但在上一篇报告中，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 4/15 东吴证券研究所 东吴证券研究所 月份取平均值。具体结果如下图2所示，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。 图2：传统换手率因子10分组的组内收益标准差 数据来源：Wind资讯，东吴证券研究所 作为系列研究的第四篇，本文承接上一篇报告的研究方向，仍然对换手率因子进行探索。与上一篇报告仅用日频数据、配合价格信息的方法不同，本篇报告将借助成交量的分钟数据，对传统换手率因子进行改进。在报告最后，我们将努力呈现一个效果更好的新因子。 2.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 5/15 东吴证券研究所 UTD（theUniformityofTurnoverRateDistribution），具体操作步骤如下： 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； 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；） 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(TurnVoldaily) 换手率波动的平均值mean(TurnVoldaily) 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-0.042，RankIC均值为-0.067，年化ICIR为-2.67，年化RankICIR为-3.99。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1比较了UTD因子、Turn20因子的多空对冲绩效指标，表2则报告了UTD各年度的表现情况。在回测期2014/01/01-2022/11/30内，UTD因子的年化收益为20.70%，年化波动为7.46%，信息比率为2.78，月度胜率为76.07%，最大回撤为5.32%，稳定性大幅优于传统换手率因子。 6/15 东吴证券研究所 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 数据来源：Wind资讯，东吴证券研究所 表1：UTD因子、Turn20因子的多空对冲绩效指指标 传统换手率Turn20因子 换手率分布均匀度UTD因子 年化收益率 34.68% 20.70% 年化波动率 16.85% 7.46% 信息比率 2.06 2.78 月度胜率 67.52% 76.07% 最大回撤率 13.74% 5.32% 数据来源：Wind资讯，东吴证券研究所 表2：换手率分布均匀度UTD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 54.89% 34.89% 15.50% 8.40% 1.85 72.73% 5.32% 2015 124.54% 75.90% 29.27% 10.08% 2.90 75.00% 0.98% 2016 1.83% -17.70% 23.29% 5.93% 3.93 100.00% 0.00% 2017 -8.40% -29.84% 29.15% 7.99% 3.65 91.67% 0.00% 2018 -22.20% -36.17% 21.01% 6.79% 3.09 75.00% 0.83% 2019 37.05% 15.80% 16.65% 8.36% 1.99 75.00% 4.13% 2020 36.83% 11.62% 22.30% 8.95% 2.49 66.67% 1.76% 2021 30.30% 10.61% 17.36% 5.55% 3.13 75.00% 1.26% 2022 -5.95% -17.20% 13.61% 6.39% 2.13 66.67% 1.89% 2023 14.20% 0.02% 14.41% 6.82% 2.11 60.00% 0.92% 数据来源：Wind资讯，东吴证券研究所 7/15 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-0.030，年化I