量化研究系列报告之十五：加速换手因子：“适逢其时”的换手奥秘

加速换手因子：“适逢其时”的换手奥秘 ——量化研究系列报告之十� 金融工程 专题报告 报告日期：2023-03-16 主要观点： 分析师：吴正宇 执业证书号：S0010522090001邮箱：wuzy@hazq.com 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 相关报告 1.《风格轮动三部曲：重构、探索和实践——量化研究系列报告之十四》2023-12-17 2.《PB之变：精细分拆，新生华彩— —量化研究系列报告之十三》2023- 12-17 3.《收益和波动共舞：非对称性理论蕴含的alpha——量化研究系列报告之十二》2023-9-10 4.《ChatGPT与研报文本情绪的碰撞 ——量化研究系列报告之十一》2023-6-11 5.《股价和资金流间的引力和斥力— —量化基本面系列报告之十》2023-3-10 6.《可比公司法的量化实践：重塑价值因子——量化基本面系列报告之九》2023-3-10 静态流动性因子预测能力显著，从动态视角挖掘换手率中的增量信息 金融市场中，流动性往往指代参与者能否以合理的价格迅速买卖证券，反映了市场的交易活跃程度，也是观测风险的一个重要视角。当前 业界中常用的流动性因子具有显著的收益预测能力，但主要从静态的视 角构建，通过计算代理指标的历史平均水平描述股票的流动性，缺乏对个股时序中换手变化信息的探讨。本篇报告旨在挖掘特定时刻换手率的动态变化，提供构建流动性类Alpha的新视角。 个股择时信号+换手变化=特殊时刻的加速换手因子 为区分和提取换手变化中的有效信息，参照投资者的时间视角，同时为因子的迭代提供灵活性，本文提出将个股择时信号嵌入到因子构造中。研究发现，放量上涨、高振幅、超大单交易活跃度高均是有效的“加 速换手预测能力”的择时信号，能有效提取和区分个股加速换手中有价值的信息。其中，放量上涨日加速换手因子的表现尤为出色，RankIC均值为-10.5%，年化ICIR为-4.29，多空年化收益达35.1%，多头年化超额为14.3%。 加速换手在不同维度的差异性：个股向左，行业向右 行业和个股的加速换手对股票未来收益的预测能力存在差异，行业成分股加速换手的平均值和最小值具有正向选股能力，而最大值具有负向选股能力。因此，个股放量上涨时所属行业的加速换手并非是负面信 号，且不同时期个股受到行业、市场的驱动力有所不同，因此在构造因子时需要考虑不同时间点个股背后驱动力的差异性和方向性。 大类加速换手因子预测能力显著，在小市值股票池中表现尤为出色 对大类加速换手因子在全市场内的有效性进行分析：自2013年1 月1日至2023年12月31日，RankIC均值为-10.2%，年化ICIR分别为-4.57，多头年化超额收益约15.4%，表现出色。结合指数增强模型进行检验，因子在小市值域中表现更佳，其中，中证1000增强组合年化超额收益为10.8%，信息比1.69；国证2000增强组合的年化超额 收益为12.4%，信息比1.91，所有年份均能跑赢基准。 风险提示 本报告基于历史个股数据进行测试，历史回测结果不代表未来收益。未来市场风格可能切换，Alpha因子可能失效，本文内容仅供参考。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1流动性的“静”与“动”5 1.1流动性影响市场定价效率，且收益预测能力显著5 1.2动态视角下，流动性具有横截面和时序双重记忆性5 2适逢其时：探寻特殊时刻的加速换手因子7 2.1个股不同时刻的日加速换手的选股能力差异性8 2.2从时序择时的角度构造加速换手因子10 2.2.1放量上涨、缩量下跌时的加速换手是否相同？11 2.2.2高振幅日和低振幅日的加速换手因子表现是否存在差异？16 2.2.3大小单资金流的交易行为对加速换手的影响如何？16 2.2.4多事件组合能否进一步提升因子的表现？18 3加速换手在不同维度的差异性：个股向左，行业向右18 3.1市场、行业和个股的加速换手预测能力存在差异19 3.2加速换手因子和市场风格具有怎样的关联？21 4加速换手因子在指数增强组合中的应用22 4.1沪深300指数增强26 4.2中证500指数增强27 4.3中证1000指数增强29 4.4国证2000指数增强30 5总结31 风险提示：32 图表目录 图表1常用流动性因子明细5 图表2行业市值中性化后的流动性因子表现（2013.1.1-2023.12.31）5 图表3日换手率的横截面相关系数时间序列变化6 图表4日换手率的横截面相关系数频数分布图（纵轴为股票数）6 图表5个股日换手率的时序自相关系数平均情况7 图表6月加速换手因子RANKIC序列和绩效汇总8 图表7行业市值中性后的因子值秩相关系数8 图表8行业市值中性后的单日加速换手因子RANKIC（2013.1-2023.12）9 图表9行业市值中性后的单日加速换手因子多头年化超额收益（2013.1-2023.12）9 图表10行业市值中性后的个股单日加速换手因子与月均换手率相关系数10 图表11股票A收盘价和换手变化量示例11 图表12事件信号示例11 图表13加速换手因子计算示意图12 图表14引入量价趋势择时信号的加速换手因子绩效13 图表15引入量价趋势择时信号的加速换手因子参数敏感性13 图表16放量上涨和缩量下跌日的加速换手因子绩效14 图表17放量上涨日加速换手因子RANKIC序列14 图表18放量上涨日加速换手因子多头组TOP10%历史净值15 图表19放量上涨日加速换手因子多头组TOP10%分年度表现15 图表20放量上涨日平稳加速换手因子绩效16 图表21高/低振幅日加速换手因子绩效16 图表22大小单成交占比加速换手因子绩效17 图表23超大单和小单买入卖出成交占比加速换手因子绩效17 图表24多事件组合下加速换手因子绩效18 图表25多时间窗口组合下“放量上涨日”加速换手因子绩效18 图表26个股行业加速换手的差异性19 图表27全市场、中信一级行业、中信二级行业加速换手因子绩效20 图表28结合全市场、中信一级行业、中信二级行业成分股信息的“放量上涨日”加速换手偏离因子绩效21 图表29“高振幅日”二级行业加速换手偏离因子绩效21 图表30与BARRA风格因子间的秩相关性22 图表31剥离风格因子后的表现22 图表32因子构造示意图23 图表33合成因子明细（均相对于所属中信二级行业成分股的最小值和平均值）23 图表34大类加速换手因子IC序列24 图表35大类加速换手因子分组年化超额收益24 图表36大类加速换手因子多空净值及最大回撤24 图表37大类加速换手因子分十组多头超额净值25 图表38大类加速换手因子分十组多头超额分年度表现汇总25 图表39大类加速换手因子分域有效性汇总26 图表40沪深300指数增强策略历史净值走势（2013.1.1-2023.12.31）27 图表41沪深300指数增强策略分年度表现（2013.1.1-2023.12.31）27 图表42中证500指数增强策略历史净值走势（2013.1.1-2023.12.31）28 图表43中证500指数增强策略分年度表现（2013.1.1-2023.12.31）28 图表44中证1000指数增强策略历史净值走势（2014.10.31-2023.12.31）29 图表45中证1000指数增强策略分年度表现（2014.10.31-2023.12.31）30 图表46国证2000指数增强策略历史净值走势（2014.3.31-2023.12.31）31 图表47国证2000指数增强策略分年度表现（2014.3.31-2023.12.31）31 1流动性的“静”与“动” 1.1流动性影响市场定价效率，且收益预测能力显著 流动性描述的是资产变现的速度和便利性，在金融市场的语境中往往指代参与者能否以合理的价格迅速买卖证券，核心要素是交易的即时性和交易过程中所付出的成本，反映了市场的交易活跃程度。对于股票市场而言，流动性是交易的基础，时刻影响着定价效率和股票价格，同时也是观测风险的一个重要视角，在方方面面扮演着举足轻重的角色。 于中观市场而言，流动性是资本市场的生命线，在流动性充裕的市场中，参与者可以迅速买卖资产，且不引起资产价格的大幅波动。相反，在流动性缺乏的市场中，交易资产可能会面临较大的风险，甚至会导致市场的异常波动。于微观个股而言，股票在流通过程中流动性的高低亦会对股价的波动和预期收益造成巨大的影响，学术界对此已有广泛的研究，证实了“流动性溢价”现象是长期存在的，即股票流动 性与未来收益之间呈显著的负相关关系。 从风险的角度解释，高换手个股代表着其交易过度拥挤，情绪过热，存在短期非 理性投机行为，未来有可能会超跌；而流动性较差的股票具有较高的流动性溢价，因为在交易的过程中往往需要付出更高的成本，因此需要给予更高的补偿。 当前主流的流动性指标以换手率和Amihud非流动性因子为主，定义如下所示： 图表1常用流动性因子明细 因子简称 计算公式 月均换手 过去20日换手率的平均值 月换手波动 过去20日换手率的标准差 月非流动性 过去20日涨跌幅绝对值与日成交额比值的平均值 资料来源：wind资讯，华安证券研究所 从测试结果来看：月均换手率因子的RankIC均值为-9.26%，年化ICIR为-3.11，不考虑交易费用的情况下，分十组多头年化超额约10.6%，表现相对稳健；而由换手率衍生出的换手波动率因子的表现更胜一筹，RankIC均值为-10.2%，年化ICIR为-3.87，多头年化超额为13.4%，几乎全方位优于月均换手率因子；Amihud非流动性因子描述的是单位成交额对价格的冲击，冲击程度越高，说明流动性越差，投资者会要求更高的回报对所承担的流动性风险进行补偿。非流动性因子具有显著的收益预测能力，且该因子收益多空端分布较为平衡。 图表2行业市值中性化后的流动性因子表现（2013.1.1-2023.12.31） 因子简称 RankIC 年化ICIR IC月胜率 多空年化 最大回撤 多头年化超额 空头年化超额 月均换手 -9.26 % -3.10 93 81.82% 28.70% -9.72% 10.58% -18.50% 月换手波动 -10.18 % -3.86 68 86.36% 33.89% -5. 86% 13.43% -19.64% 月非流动性 5.75 % 2.77 65 79.55% 24.24 % -5. 59% 11.85% -1 2.82% 资料来源：wind资讯，华安证券研究所 1.2动态视角下，流动性具有横截面和时序双重记忆性 当前业界构建流动性因子主要从静态的视角出发，实战中通过计算换手率、成 交额、成交量等指标的历史平均水平来描述股票的流动性。那么，若以动态的视角来看，个股层面的流动性是否会随着时间推移发生较大变化呢？ 为考察这一性质，我们统计全市场股票t日换手率和t-1日换手率的横截面相关系数：自2009年12月31日以来，股票流动性存在非常显著的横截面正相关性，即t日在全市场中相对高换手的股票，在t+1日也具有相对高换手的特点。 从相关系数的频数分布来看，平均值高达86%，观测样本中仅7个交易日小于50%，主要集中在2015年7月和2016年1月初，在市场波动较大的时期换手率的变化规律受到一定的影响，但总体而言，换手率具有较强的横截面记忆性。 图表3日换手率的横截面相关系数时间序列变化 资料来源：wind资讯，华安证券研究所 图表4日换手率的横截面相关系数频数分布图（纵轴为股票数） 资料来源：wind资讯，华安证券研究所 换手率的横截面相关性很大程度上受市值的影响，由于市值的相对排序在短时 间内不会发生较大的变化，导致了换手率天然具有横截面的高相关性。我们进一步考察每只股票在时间序列上的换手率记忆性。具体而言，每日滚动计算个股过去20个交易日换手率序列的一阶自相关