量化因子与构建方式 1. 因子名称：新价量相关性RPV因子 - 构建思路：通过划分价量四象限，利用月度IC均值甄别价量相关性因子的反转效应和动量效应，结合日内与隔夜信息叠加，加入成交量信息构建因子[6] - 具体构建过程： 1. 日内价量相关性：使用CCOIV（日内收盘价与换手率相关系数）代表，公式为： $\text{CCOIV} = \text{Corr}(\Delta P_{\text{intraday}}, \text{Turnover}_{\text{intraday}})$ 其中$\Delta P_{\text{intraday}}$为日内价格变动，$\text{Turnover}_{\text{intraday}}$为日内换手率[6] 2. 隔夜价量相关性：使用COV（隔夜收益与昨日换手率相关系数）代表，公式为： $\text{COV} = \text{Corr}(\Delta P_{\text{overnight}}, \text{Turnover}_{\text{previous day}})$ 其中$\Delta P_{\text{overnight}}$为隔夜收益[6] 3. 信息叠加：将CCOIV（反转效应）与COV（动量效应）加权合成RPV因子[6] - 因子评价：因子通过价量配合增强选股效果，兼具反转与动量特性[6] 2. 因子名称：聪明版日频价量相关性SRV因子 - 构建思路：改进RPV因子，将日内涨跌拆分为上午/下午时段，选取知情交易集中的"聪明"时段换手率，优化隔夜价量相关性计算[6] - 具体构建过程： 1. 日内价量相关性： - 计算下午"聪明"换手率与下午涨跌的相关系数，选取下午交易时段中"聪明"指标最大的20%（24分钟）作为知情交易时段[6] 2. 隔夜价量相关性： - 将换手率替换为昨日最后半小时换手率（知情交易比例更高）[6] 3. 合成SRV因子：结合优化后的日内与隔夜价量相关性因子[6] - 因子评价：通过识别知情交易时段提升因子有效性，绩效优于RPV因子[6] --- 因子回测效果 1. 新价量相关性RPV因子（2014/01-2025/03全市场回测）[7][10]： - 年化收益率：14.82% - 年化波动率：7.74% - 信息比率（IR）：1.91 - 月度胜率：73.13% - 最大回撤：10.63% - 2025年3月表现： - 多头收益率：0.98% - 空头收益率：-2.07% - 多空对冲收益率：3.05%[10] 2. 聪明版日频价量相关性SRV因子（2014/01-2025/03全市场回测）[7][10]： - 年化收益率：17.84% - 年化波动率：6.46% - 信息比率（IR）：2.76 - 月度胜率：76.12% - 最大回撤：3.74% - 2025年3月表现： - 多头收益率：1.77% - 空头收益率：-2.47% - 多空对冲收益率：4.24%[10] --- 补充说明 - 长期回测差异：在2014/01-2023/08回测期内，RPV因子年化收益16.29%（IR=2.41），SRV因子年化收益18.91%（IR=3.07），显示SRV因子稳定性更优[6] - 净值走势：RPV与SRV因子多空对冲净值长期呈上升趋势，SRV因子波动更低（见图1、图2）[9][12]