量化因子与构建方式 1. 因子名称：全时段追涨杀跌因子 - 因子的构建思路：通过分钟涨跌幅的自相关性衡量股价的追涨杀跌特性，进而反映散户投资者交易占比及个股未来风险[2][11] - 因子具体构建过程： 1. 选取过去20个交易日的1分钟频率交易数据[12] 2. 计算时点t的当前分钟超额收益$R_t$和下一分钟$t+1$的超额收益$R_{t+1}$[12] 3. 计算$R_t$与$R_{t+1}$之间的余弦相似度，公式为： $\rho = \frac{\sum_{t=1}^{n-1}R_t R_{t+1}}{\sqrt{\sum_{t=1}^{n-1}R_t^2 \sum_{t=1}^{n-1}R_{t+1}^2}}$ 其中，$R_t$为超额收益[14] 4. 将余弦相似度作为因子值[12] - 因子评价：选择超额收益的因子效果优于绝对收益，且余弦相似度与相关系数的表现无显著差异[15] 2. 因子名称：尾盘追涨因子 - 因子的构建思路：基于全时段追涨杀跌因子，聚焦尾盘90分钟数据，捕捉尾盘散户追涨行为的负alpha特性[3][20] - 因子具体构建过程： 1. 选取过去20个交易日每日13:31至15:00之间的1分钟频率交易数据[28] 2. 计算各时点的超额收益，选取超额收益为正的时点$t$[28] 3. 分别计算$t$的当前分钟超额收益$R_t$（>0）和下一分钟超额收益$R_{t+1}$[28] 4. 计算$R_t$与$R_{t+1}$之间的余弦相似度，作为尾盘追涨因子值[28] - 因子评价：尾盘追涨因子负alpha显著强于全时段因子，且在小市值股票池中表现更优[20][32] 3. 因子名称：尾盘追涨偏离因子 - 因子的构建思路：通过尾盘追涨因子与全时段追涨因子的差值，衡量尾盘与全时段追涨特征的差异[4][56] - 因子具体构建过程： 1. 计算尾盘追涨因子值[28] 2. 计算全时段追涨因子值[12] 3. 将尾盘追涨因子值减去全时段追涨因子值，得到尾盘追涨偏离因子值[56] - 因子评价：尾盘追涨偏离因子在2024年回撤水平明显低于尾盘追涨因子，其余年份表现稳健[61] 4. 因子名称：尾盘追涨自回归系数因子 - 因子的构建思路：将尾盘追涨因子中余弦相似度指标替换为自回归斜率项，捕捉尾盘超额收益的自回归特性[5][63] - 因子具体构建过程： 1. 选取尾盘30分钟的超额收益数据[63] 2. 计算超额收益的自回归斜率项，作为因子值[63] - 因子评价：尾盘追涨自回归系数因子与波动率、流动性因子正相关，表现出与余弦相似度指标类似的规律性[66][68] 5. 因子名称：尾盘追涨因子（周频调仓） - 因子的构建思路：基于尾盘追涨因子，采用周频调仓方式测试其表现[76] - 因子具体构建过程： 1. 使用尾盘追涨因子值[28] 2. 进行周频调仓测试，计算因子表现[76] - 因子评价：周频调仓的尾盘追涨因子表现稳健，多空组合年化收益显著[76][77] --- 因子的回测效果 全时段追涨杀跌因子 - RankIC均值：-4.95%[19] - RankICIR：-2.11[19] - 多空年化收益率：20.13%[19] - 多空年化IR：2.48[19] - 最大回撤：13.74%[19] - 月度胜率：72.95%[19] 尾盘追涨因子 - RankIC均值：-9.2%[28] - RankICIR：-4.04[28] - 多空年化收益率：25.3%[31] - 多空年化IR：3.4[31] - 最大回撤：7.6%[31] - 月度胜率：81%[31] 尾盘追涨偏离因子 - RankIC均值：-4.9%[57] - RankICIR：-4.1[57] - 多空年化收益率：14.1%[57] - 多空年化IR：3.3[57] - 最大回撤：7.5%[57] - 月度胜率：82%[57] 尾盘追涨自回归系数因子 - RankIC均值：-4.4%[68] - RankICIR：-3.3[68] - 多空年化收益率：10.8%[68] - 多空年化IR：2.7[68] - 最大回撤：6.2%[68] - 月度胜率：79%[68] 尾盘追涨因子（周频调仓） - RankIC均值：-6.7%[76] - RankICIR：-5.9[76] - 多空年化收益率：31.3%[76] - 多空年化IR：3.95[76] - 最大回撤：6.8%[76] - 月度胜率：68%[76]