Workflow
金融工程定期:开源交易行为因子绩效月报(2025年7月)-20250801
开源证券·2025-08-01 10:42

量化因子与构建方式 1. 因子名称:理想反转因子 - 构建思路:通过切割大单成交数据识别反转属性最强的交易日,捕捉A股反转效应的微观来源[5][15] - 具体构建过程: 1. 回溯股票过去20日数据,计算每日平均单笔成交金额(成交金额/成交笔数)[43] 2. 选取单笔成交金额最高的10个交易日,加总其涨跌幅记为M_high[43] 3. 选取单笔成交金额最低的10个交易日,加总其涨跌幅记为M_low[43] 4. 计算因子值:M=MhighMlowM = M_{\text{high}} - M_{\text{low}}[43] - 因子评价:通过大单成交切割有效提升了反转效应的稳定性[5][15] 2. 因子名称:聪明钱因子 - 构建思路:从分钟级价量数据中识别机构交易痕迹,构建跟踪聪明钱的指标[5][15] - 具体构建过程: 1. 取股票过去10日的分钟行情数据[42] 2. 计算每分钟指标:St=Rt/Vt0.25S_t = |R_t| / V_t^{0.25}RtR_t为分钟涨跌幅,VtV_t为分钟成交量)[42] 3. 按StS_t排序,取成交量累积占比前20%的分钟作为聪明钱交易[42][44] 4. 计算聪明钱VWAP(成交量加权均价)和全体交易VWAP[44] 5. 因子值:Q=VWAPsmart/VWAPallQ = \text{VWAP}_{\text{smart}} / \text{VWAP}_{\text{all}}[42] - 因子评价:有效捕捉机构交易行为对价格的引导作用[5] 3. 因子名称:APM因子 - 构建思路:利用日内不同时段交易行为差异构建反转强度指标[5][15] - 具体构建过程: 1. 取股票过去20日的隔夜收益率rnightr_{\text{night}}和下午收益率rafternoonr_{\text{afternoon}}[43] 2. 对40组收益率数据回归:r=α+βR+ϵr = \alpha + \beta R + \epsilonRR为对应时段指数收益率)[43] 3. 计算隔夜与下午残差差异:δt=ϵnightϵafternoon\delta_t = \epsilon_{\text{night}} - \epsilon_{\text{afternoon}}[43] 4. 构造统计量:stat=μ(δt)σ(δt)/N\mathrm{stat} = \frac{\mu(\delta_t)}{\sigma(\delta_t)/\sqrt{N}}[45] 5. 对动量因子横截面回归取残差作为最终因子值[46] - 因子评价:通过时段切割挖掘反转效应的结构性差异[15] 4. 因子名称:理想振幅因子 - 构建思路:基于股价维度切割振幅信息,区分高价态与低价态的结构性差异[5][15] - 具体构建过程: 1. 计算股票过去20个交易日的每日振幅(最高价/最低价-1)[48] 2. 选取收盘价最高的25%交易日,计算振幅均值V_high[48] 3. 选取收盘价最低的25%交易日,计算振幅均值V_low[48] 4. 因子值:V=VhighVlowV = V_{\text{high}} - V_{\text{low}}[48] - 因子评价:价态切割显著提升振幅因子的信息含量[5] 5. 因子名称:交易行为合成因子 - 构建思路:加权整合四个交易行为因子形成复合因子[30] - 具体构建过程: 1. 对单因子进行行业内去极值与标准化处理[30] 2. 滚动12期ICIR计算动态权重[30] - 因子评价:通过动态加权实现因子间的优势互补[30] --- 因子回测效果 1. 理想反转因子 - 全历史IC均值:-0.050[16] - 全历史rankIC均值:-0.061[16] - 信息比率(IR):2.52[16] - 多空对冲月度胜率:78.3%[16] - 2025年7月收益:0.47%[7][16] - 近12月胜率:66.7%[7][18] 2. 聪明钱因子 - 全历史IC均值:-0.037[16] - 全历史rankIC均值:-0.061[16] - 信息比率(IR):2.76[16] - 多空对冲月度胜率:82.2%[16] - 2025年7月收益:1.78%[7][19] - 近12月胜率:91.7%[7][22] 3. APM因子 - 全历史IC均值:0.029[16] - 全历史rankIC均值:0.034[16] - 信息比率(IR):2.30[16] - 多空对冲月度胜率:77.4%[16] - 2025年7月收益:1.42%[7][23] - 近12月胜率:58.3%[7][27] 4. 理想振幅因子 - 全历史IC均值:-0.054[16] - 全历史rankIC均值:-0.073[16] - 信息比率(IR):3.03[16] - 多空对冲月度胜率:83.6%[16] - 2025年7月收益:3.86%[7][28] - 近12月胜率:75.0%[7][31] 5. 交易行为合成因子 - 全历史IC均值:0.067[30] - 全历史rankIC均值:0.092[30] - 信息比率(IR):3.30[30] - 多空对冲月度胜率:82.6%[30] - 2025年7月收益:2.13%[7][30] - 近12月胜率:83.3%[7][36] - 中小盘表现:国证2000 IR=2.87,中证1000 IR=2.77[32][37] --- Barra风格因子表现(2025年7月) - 市值因子收益:0.64%[4][14] - 账面市值比因子收益:0.59%[4][14] - 成长因子收益:0.16%[4][14] - 盈利预期因子收益:-0.32%[4][14]