开源量化评论（108）：筹码结构视角下的动量反转融合

金融工程专题 2025年04月17日 金融工程研究团队 筹码结构视角下的动量反转融合 开源量化评论（108） 魏建榕（首席分析师） 魏建榕（分析师）张翔（分析师） 证书编号：S0790519120001 张翔（分析师） weijianrongkyseccn 证书编号：S0790519120001 zhangxiang2kyseccn 证书编号：S0790520110001 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790523060003 苏良（分析师） 证书编号：S0790523060004 何申昊（分析师） 证书编号：S0790524070009 陈威（研究员） 证书编号：S0790123070027 蒋韬（研究员） 证书编号：S0790123070037 相关研究报告 《农业板块的资金行为监测金融工程定期》2025413 《基金投顾产品3月调仓一览基金 投顾产品月报系列（16）》202547 《港股量化：3月港股市场分化，4月增配成长金融工程定期》202545 在报告《行业轮动30：范式、模型迭代与ETF轮动应用》中，我们引入筹码结 构维度构建行业轮动信号，该筹码结构指标在我们构建的6类行业轮动信号中表现出更好收益风险特征稳定与更低的相关性。为了更深入理解筹码结构在微观选股层面的底层逻辑，我们将从反转因子局限性、筹码结构计算方式、筹码收益的动量反转特征等方面展开讨论，最终构建筹码收益增强选股因子。 反转因子：多头乏力与阶段性失效的困境 反转因子是捕捉价格过度反应后均值回归现象的重要指标。但反转因子在空头端区分表现较好，而多头端区分效果不佳。 反转效应来自于投资者并非完全理性，虽然这种行为偏差广泛存在，但反转因子也常会出现阶段性失效。 筹码结构：持仓成本的市场共识 筹码结构是对投资者在不同价格上的资金持仓的估计，能够帮助我们推算资金的平均持仓成本。 筹码收益衡量当前价格相对于历史筹码成本的相对收益，该因子会阶段性出现动量或反转特征，而市场赚钱效应指标能够解释因子riskon与riskoff的变化，并由此构建筹码收益调整holdingretadj因子。 筹码收益调整因子的增量信息与切分敏感性 市场赚钱效应不仅对筹码收益因子择时有效，同样对反转因子择时具有效果。筹码成本相比价格均线等指标在因子多头端具有更强的区分效果，尤其是对于判断当前出现超跌的个股未来将持续超跌或者反转超涨具有重要作用。 当市场赚钱效应为2作为切分阈值时，筹码收益调整因子表现达到最佳，进而将因子频率提升至周频时因子表现进一步加强。 筹码收益增强因子：取长补短，相得益彰 我们将筹码收益调整因子的多头端与反转因子的空头端进行合成，构建筹码收益增强因子holdingretenhanced。 月频筹码收益增强因子IC均值为991、年化ICIR为276、月频IC胜率为80；十分组多空年化收益为366，信息比率为241，最大回撤103，卡玛比率3556，月胜率730。 周频筹码收益增强因子IC均值为690、年化ICIR为3823、周频IC胜率718；十分组多空年化收益为600，信息比率317，最大回撤171，卡玛比率3526，周胜率660。 分域因子十分组表现：在沪深300内，月频因子年化多空收益242，信息比率1311，最大回撤153。在中证1000内，月频因子年化多空收益331，信息比率2149，最大回撤109；周频因子年化多空收益523，信息比率2981，最大回撤89。 风险提示：模型测试基于历史数据，市场未来可能发生变化。 金融工程研究 金融工程专题 开源证券 证券研究报 告 目录 1、反转因子：多头乏力与阶段性失效的困境4 2、筹码结构：持仓成本的市场共识5 21、筹码结构估计方式5 22、筹码收益与市场赚钱效应6 23、筹码收益因子的参数敏感性测试9 3、筹码收益调整因子的增量信息10 31、反转因子择时的增量贡献10 32、筹码成本基准的增量贡献11 4、市场筹码收益的切分敏感性13 41、市场赚钱效应的切分阈值13 42、市场赚钱效应的切分频率15 5、筹码收益增强因子：取长补短，相得益彰17 51、筹码收益增强因子构建17 52、合成因子的分域表现20 6、风险提示21 图表目录 图1：反转因子ret20因子IC均值6164 图2：反转因子ret20十分组月均超额空头端较强4 图3：反转因子ret20十分组表现排序不佳4 图4：反转因子ret20十分组多空收益阶段性回撤4 图5：比亚迪（002594SZ）筹码分布示意图（20250331）6 图6：筹码收益因子holdingret因子IC均值4556 图7：筹码收益因子holdingret十分组超额分布平均6 图8：筹码收益因子holdingret十分组表现排序稳定7 图9：筹码收益因子holdingret十分组多空周期性改变7 图10：A股市场赚钱效应的历史变化，市场长期赚钱效应较差，易产生反转效应7 图11：筹码收益调整holdingretadjIC均值6678 图12：筹码收益调整holdingretadj十分组月均超额8 图13：筹码收益调整holdingretadj十分组排序稳定8 图14：筹码收益调整holdingretadj十分组多空收益8 图15：不同回溯期参数下，筹码收益调整holdingretadj因子十分组月均超额比较，250日附近表现稳定9 图16：反转因子ret20择时后十分组超额改善10 图17：反转因子ret20择时后多空收益改善10 图18：采用价格均线替代筹码成本构建均线收益调整因子的十分组月均超额比较，因子多头区分度较弱11 图19：个股出现超跌案例1市场赚钱效应弱，但筹码收益偏高，次月继续超跌12 图20：个股出现超跌案例2市场赚钱效应强，但筹码收益偏高，次月反转超涨12 图21：筹码收益调整因子holdingretadj2与Barra风格因子相关性均较低14 图22：筹码收益调整holdingretadj2因子IC测试14 图23：筹码收益调整holdingretadj2十分组超额14 图24：筹码收益调整holdingretadj2十分组表现15 图25：筹码收益调整holdingretadj2十分组多空15 图26：周频筹码收益调整holdingretadj2因子IC测试16 图27：周频筹码收益调整holdingretadj2十分组超额16 图28：周频筹码收益调整holdingretadj2十分组表现16 图29：周频筹码收益调整holdingretadj2十分组多空16 图30：筹码收益因子与反转因子IC比较，两因子在不时期下互有优势17 图31：筹码收益增强holdingretenhanced因子IC测算18 图32：筹码收益调整holdingretenhanced十分组超额18 图33：筹码收益增强holdingretenhanced十分组表现18 图34：筹码收益增强holdingretenhanced十分组多空18 图35：周频筹码收益增强holdingretenhanced因子IC测算19 图36：周频筹码收益调整holdingretenhanced十分组超额19 图37：周频筹码收益增强holdingretenhanced十分组表现19 图38：周频筹码收益增强holdingretenhanced十分组多空19 图39：月频筹码收益增强因子分年度多空表现稳定20 图40：周频筹码收益增强因子分年度多空表现稳定20 图41：月频因子在宽基指数成份股内十分组多空收益20 图42：周频因子在宽基指数成份股内十分组多空收益20 表1：筹码收益调整holdingretadj相较筹码收益holdingret表现显著改善8 表2：筹码收益调整holdingretadj十分组多空表现统计，多空信息比14649 表3：不同回溯期参数下，筹码收益调整holdingretadj因子表现比较，250日回溯期效果最佳9 表4：反转因子ret20择时前后因子表现对比，择时调整后因子稳定性提升10 表5：反转因子ret20择时前后多空收益统计，择时调整后多空收益提升显著10 表6：采用价格均线替代筹码成本构建的均线收益因子表现比较，择时后因子表现提升，但多头依然表现较弱11 表7：筹码收益调整holdingretadj因子在不同切分阈值下的表现，2为最优切分阈值13 表8：剔除市场赚钱效应在2附近月份，筹码收益调整因子表现随之单调提升13 表9：筹码收益调整因子holdingretadj2的因子十分组多空收益信息比19815 表10：筹码收益调整因子holdingretadj2在不同周频下调仓的因子表现，周频因子ICIR与多空收益最佳15 表11：周频筹码收益调整因子holdingretadj2的因子十分组收益统计16 表12：筹码收益增强holdingretenhanced十分组收益统计，多空信息比达240518 表13：周频筹码收益增强holdingretenhanced十分组收益统计，多空信息比31719 表14：月频与周频筹码收益增强holdingretenhanced因子表现比较，不同频率因子均表现稳定20 表15：三类宽基指数成份股内十分组多空收益统计对比，沪深300月频与中证1000周频月频调仓效果较好21 在报告《行业轮动30：范式、模型迭代与ETF轮动应用》中，我们引入筹码结构维度构建行业轮动信号，该筹码结构指标在我们构建的6类行业轮动信号中表现出更好收益风险特征稳定与更低的相关性。为了更深入理解筹码结构在微观选股层面的底层逻辑，我们将从反转因子局限性、筹码结构计算方式、筹码收益的动量反转特征等方面展开讨论，最终构建筹码收益增强选股因子。 1、反转因子：多头乏力与阶段性失效的困境 反转因子是捕捉价格过度反应后均值回归现象的重要指标，其核心逻辑在于资 产价格在短期内出现超涨或超跌后会存在反转动力。我们以市场中常用的20日涨幅作为反转因子ret20，在A股中测试反转因子的表现。 图1：反转因子ret20因子IC均值616图2：反转因子ret20十分组月均超额空头端较强 数据来源：Wind、开源证券研究所，数据区间：201601202503数据来源：Wind、开源证券研究所，数据区间：201601202503 从因子IC表现看，A股长期呈现出反转效应。从十分组月均超额来看，在短期涨幅较高分组中的股票未来表现相对更弱，而在短期涨幅较低分组中的股票则表现较为接近。该现象说明反转因子在空头端区分表现较好，而多头端区分效果不佳。 图3：反转因子ret20十分组表现排序不佳图4：反转因子ret20十分组多空收益阶段性回撤 数据来源：Wind、开源证券研究所，数据区间：201601202503数据来源：Wind、开源证券研究所，数据区间：201601202503 对于反转效应的主流解释，反转是来自于投资者并非完全理性，比如在投资行为中存在处置效应、锚定偏误等行为特征。虽然这种非理性的行为偏差广泛存在，但是反转因子也常会出现阶段性失效。比如从十分组多空表现看，反转因子在2017年、20202021年、2023年均出现过较为明显的阶段性失效。 从反转因子的局限性看，我们需要回答以下两个问题： （1）A股市场主要呈现反转特征，而什么情况下反转因子可能会失效？ （2）反转因子的空头表现优异，而多头区分度不足的缺陷该如何改善？ 本文将从筹码的角度出发，刻画市场的交易成本共识，理解市场的反转与动量效应切换规律，并构建筹码收益因子来改善反转因子的多头表现。 2、筹码结构：持仓