量化模型与构建方式 1. 因子处理与测试说明 - 因子预处理流程包括：缺失值处理（前值填充）、去极值（缩尾法）、标准化（z-score）、行业市值中性化（OLS回归残差法）[16] - 行业分类采用中信一级行业，对数市值因子仅做行业中性化[16] - 因子合成方法：细分因子经方向调整后等权合成大类因子，方向由长期回测确定（1为正向，-1为负向）[16] 2. 测试方法 - IC分析：计算Spearman秩相关系数（Rank IC），公式为 $I C_{t}=C o r r(X_{t},R_{t+1})$ 其中$X_t$为因子暴露，$R_{t+1}$为下期收益率[201] - 分层回测：月频调仓，分5层，多头超额=最大分层组合收益-基准收益，多空收益=多头-空头组合收益[17] - 回归分析：控制行业和市值因素的线性回归模型： $R_{t+1}=\sum_{j}b_{t,j}\,I n d u_{j}+b_{t,m v}m v_{t}+b_{t,f}X_{t}+\varepsilon_{t}$[201] --- 量化因子与构建方式 大类风格因子（共12类）及细分因子（48个） 量价因子 1. 规模因子 - 细分因子：对数市值（lncap） - 构建：取总市值的自然对数，方向为-1（小市值效应）[204] - 评价：在中证500股票池近期表现较优[51] 2. Beta因子 - 细分因子：beta - 构建：个股相对市场的Beta系数，方向为-1[204] - 评价：中证500股票池最近一月IC达29.68%[49] 3. 波动率因子 - 细分因子： - 1月日收益率波动率（vol_1m） - 3月日收益率波动率（vol_3m） - 日内振幅标准差（f_highlow_intraday_std_1m/3m）等 - 构建：计算指定窗口期收益率标准差，方向为-1[204] - 评价：沪深300股票池最近一月IC达20.95%[18] 4. 反转因子 - 细分因子： - 1月反转（f_reversal_1m） - 1月shift反转（f_reserval_shift_1m）等 - 构建：计算过去1个月收益率反转效应，方向为-1[204] - 评价：中证500股票池多空收益达4.49%[49] 5. 技术因子 - 细分因子： - RSI（相对强弱指标） - 1月换手率价格相关系数（corr_turnover_price_1m）等 - 构建：技术指标标准化后方向调整，如RSI方向为-1[204] - 评价：中证500股票池细分因子corr_turnover_price_1m多头超额3.08%[49] 财务因子 1. 盈利因子 - 细分因子：单季度ROE（roe_qua）、净利率（net_margin_qua）等 - 构建：财务指标标准化，方向为1（高盈利正向）[204] - 评价：沪深300股票池多空收益4.24%[33] 2. 红利因子 - 细分因子：股息率（div_ratio_ttm） - 构建：过去12个月现金股息率，方向为1[204] - 评价：中证500股票池多头超额3.47%[24] 3. 一致预期因子 - 细分因子：一致预期ROE（con_roe）、PEG（con_peg）等 - 构建：分析师预期数据标准化，PEG方向为-1[204] - 评价：中证500股票池con_roe多头超额2.80%[177] --- 因子回测效果 量价因子（Wind全A股票池） 1. 反转因子 - 最近一月IC：4.57%，多头超额：1.86%，多空收益：5.09%[1] 2. 技术因子 - 最近一月IC：3.51%，多头超额：2.04%，多空收益：4.91%[1] 3. 波动率因子 - 最近一月IC：2.88%，多头超额：1.93%，多空收益：6.18%[1] 财务因子（中证500股票池） 1. 红利因子 - 最近一月IC：1.57%，多头超额：3.47%，多空收益：4.18%[133] 2. 盈利因子 - 最近一月IC：6.20%，多头超额：1.80%，多空收益：4.24%[18] 全周期表现 - 价值因子：沪深300股票池回测期间IC均值5.76%[88] - 流动性因子：Wind全A股票池回测期间多空收益5.82%[33] --- 关键公式 1. 去极值（缩尾法）： $\tilde{x}_{i}=\left\{\begin{array}{c c}{{q_{1-\alpha}(x),}}&{{x_{i}>q_{1-\alpha}(x),}}\\ {{q_{\alpha}(x),}}&{{x_{i}<q_{\alpha}(x),}}\\ {{x_{i},}}&{{e l s e.}}\end{array}\right.$[195] 2. 标准化（z-score）： $\tilde{x}_{i}=\frac{x_{i}-\mu}{\sigma}$[196] 3. 行业市值中性化： $X_{t}=\sum_{j}b_{t,j}\,I n d u_{j}+b_{t,m v}m v_{t}+\varepsilon_{t}$[197]