“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 199，10分组多空对冲的年化收益为3468，信息比率为206，月度 胜率为6752，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 02160199793 gaozjdwzqcomcn 研究助理凌志杰 执业证书：S0600123040053 lingzhjdwzqcomcn 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2014010120231130内，以全体A股为研究样本，UTD因子的月度IC均值为0042，RankIC均值为 0067，年化ICIR为267，年化RankICIR为399；10分组多空对冲的年化收益为2070，年化波动为746，信息比率为278，月度胜率为7607，最大回撤为532。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。 20231207 115 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 31换手率分布均匀度因子的组内标准差8 32纯净换手率分布均匀度因子的表现9 33换手率分布均匀度因子的多空收益分解10 34其他样本空间的情况11 35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14 215 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UTDdeTurn20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（2015010120231130）12 图8：中证500指数增强净值走势（2015010120231130）12 图9：中证1000指数增强净值走势（2015010120231130）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（2015010120231130）12 表8：中证500指数增强（2015010120231130）13 表9：中证1000指数增强（2015010120231130）13 315 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2014010120231130期间，传统换手率因子Turn20在全体A股中的表现，年化ICIR为199；10分组严格单调，多空对冲的年化收益为3468，信息比率为206，月度胜率为6752，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 415 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 515 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TurnVoldaily；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TurnVoldaily的标准差，记为该股票当月换手率波动的标准差std （TurnVoldaily；） 每只股票，计算20个TurnVoldaily的平均值，记为该股票当月换手率波动的平均值mean（TurnVoldaily）；将std（TurnVoldaily）除以mean（TurnVoldaily），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stdTurnVoldaily 换手率波动的平均值meanTurnVoldaily 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TurnVoldaily，是为了衡量股票每日交易的平稳性，TurnVoldaily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TurnVoldaily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 （TurnVoldaily）因子的IC为负； 步骤（3）中，计算20个TurnVoldaily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（TurnVoldaily）除以mean（TurnVoldaily），是因为我们发现，std（TurnVoldaily）与mean（TurnVoldaily）呈现高度正相关，两者的平均月度相关系数高达083，因此需要将std（TurnVoldaily）除以mean（TurnVoldaily），做标准化处理。 回测结果显示，UTD因子的月度IC均值为0042，RankIC均值为0067，年化ICIR为267，年化RankICIR为399。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2014010120221130内，UTD因子的年化收益为2070，年化波动为746，信息比率为278，月度胜率为7607，最大回撤为532，稳定性大幅优于传统换手率因子。 615 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 3468 2070 年化波动率 1685 746 信息比率 206 278 月度胜率 6752 7607 最大回撤率 1374 532 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 5489 3489 1550 840 185 7273 532 2015 12454 7590 2927 1008 290 7500 098 2016 183 1770 2329 593 393 10000 000 2017 840 2984 2915 799 365 9167 000 2018 2220 3617 2101 679 309 7500 083 2019 3705 1580 1665 836 199 7500 413 2020 3683 1162 2230 895 249 6667 176 2021 3030 1061 1736 555 313 7500 126 2022 595 1720 1361 639 213 6667 189 2023 1420 002 1441 682 211 6000 092 数据来源：Wind资讯，东吴证券研究所 715 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UTDdeTurn20，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，UTDdeTurn20仍然具备不错的选股能力，月度IC均值为0030，年化ICIR为201；全市场10分组多空对冲的年化收益为1250，年化波动为758，信息比率为165，月度胜率为6496，最大回撤为885。下图4展示了UTDdeTurn20因子的10分组及多空对冲净值走势。 图4：换手率分布均匀度UTDdeTurn20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 3其他重要讨论 31换手率分布均匀度因子的组内标准差 类似于前言部分提到的图3，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