量化因子与构建方式 1. TPS因子 - 因子名称：TPS（Turn20 conformed by PLUS）[9] - 因子构建思路：从考察日频换手率稳定性的角度，通过价量配合（用影线差作为价格因子配合传统换手率因子）来改进传统换手率因子，以解决传统换手率因子在组内收益标准差上的缺陷[7][8][9] - 因子具体构建过程： 1. 计算传统换手率因子Turn20：取过去20个交易日换手率的平均值，并进行横截面市值中性化[6] 2. 选取影线差作为价格因子（代表日内多空情绪）[8][9] 3. 通过双分组打分方法，将影线差价格因子与Turn20因子结合，构建TPS因子[9] （注：具体影线差计算公式未在报告中明确给出） - 因子评价：因子计算过程简单且效果优秀，表现大幅优于传统换手率和换手率变化率因子；在剔除市场常用风格和行业干扰后，纯净TPS因子仍具备不错的选股能力[9] 2. SPS因子 - 因子名称：SPS（STR conformed by PLUS）[9] - 因子构建思路：从考察日频换手率稳定性的角度，通过价量配合（用影线差作为价格因子配合量稳换手率STR因子）来改进STR因子，以进一步提升效果[7][8][9] - 因子具体构建过程： 1. 使用量稳换手率STR因子（构建方式未在报告中详细说明）[7] 2. 选取影线差作为价格因子（代表日内多空情绪）[8][9] 3. 通过双分组打分方法，将影线差价格因子与STR因子结合，构建SPS因子[9] （注：具体影线差计算公式未在报告中明确给出） - 因子评价：因子计算过程简单且效果优秀，表现大幅优于传统换手率和换手率变化率因子；在剔除市场常用风格和行业干扰后，纯净SPS因子仍具备较强的选股能力[9] 3. 传统换手率因子（Turn20） - 因子名称：Turn20[6] - 因子构建思路：基于过去20个交易日的换手率平均值，衡量股票的流动性[6] - 因子具体构建过程： 计算过去20个交易日换手率的平均值，再进行横截面市值中性化[6] 公式： $\text{Turn20}_{i,t} = \frac{1}{20}\sum_{d=t-19}^{t} \text{Turnover}_{i,d}$ 其中，$\text{Turnover}_{i,d}$ 表示股票 $i$ 在第 $d$ 日的换手率，再对因子值进行市值中性化处理 - 因子评价：传统换手率因子的表现一直可圈可点，但其逻辑存在缺陷，即在换手率最大的分组中，组内成分股未来收益的差异较大[6][7] 4. 量稳换手率因子（STR） - 因子名称：STR（量稳换手率）[7] - 因子构建思路：通过衡量换手率的稳定性来改进传统换手率因子，以解决传统换手率因子的缺陷[7] - 因子具体构建过程： （注：具体构建过程未在报告中详细说明，仅提及该因子）[7] - 因子评价：STR因子在表现方面远远优于传统换手率Turn20因子，但仍然没有能够消除组内标准差的单调性问题[7] 因子的回测效果 1. TPS因子 - 测试区间：2006年1月至2025年7月[9][10] - 测试范围：全体A股[9][10] - 年化收益率：39.56%[10] - 年化波动率：15.70%[10] - 信息比率（IR）：2.52[10] - 月度胜率：77.78%[10] - 最大回撤率：18.19%[10] 2. SPS因子 - 测试区间：2006年1月至2025年7月[10] - 测试范围：全体A股[10] - 年化收益率：43.26%[10] - 年化波动率：13.15%[10] - 信息比率（IR）：3.29[10] - 月度胜率：83.76%[10] - 最大回撤率：11.58%[10] 3. 传统换手率因子（Turn20） - 测试区间：2006年1月至2022年12月[6] - 测试范围：全体A股[6] - 月度IC均值：-0.076[6] - 年化ICIR：-2.23[6] - 年化收益率：37.71%[6] - 信息比率（IR）：2.20[6] - 月度胜率：70.79%[6] 4. 2025年7月因子收益统计 - TPS因子（全体A股） - 10分组多头组合收益率：0.96%[12] - 10分组空头组合收益率：-0.04%[12] - 10分组多空对冲收益率：1.00%[12] - SPS因子（全体A股） - 10分组多头组合收益率：1.22%[14] - 10分组空头组合收益率：0.14%[14] - 10分组多空对冲收益率：1.09%[14]