量化因子与构建方式 1. 因子名称：主动买卖因子（ACT因子） - 因子的构建思路：通过“主动买入金额”与“主动卖出金额”的定量比较，度量“主动净买入强度”，以此反映交易者的主动性行为对股价未来走势的影响[13][14] - 因子具体构建过程： 1. 定义交易者类型：根据订单委托金额大小，将交易者分为超大单（>100万元）、大单（20-100万元）、中单（4-20万元）和小单（<4万元）[13] 2. 计算公式： $\mathrm{ACT} = \frac{\text{主动买入金额} - \text{主动卖出金额}}{\text{主动买入金额} + \text{主动卖出金额}}$ 公式中，分子为主动净买入金额，分母为主动买卖总金额[13][14] 3. 每月末取过去20日的ACT指标均值，作为因子值[14] 4. 剔除停牌、ST、涨跌停、过去20日有效交易日小于10天的股票[14] - 因子评价：ACT因子的IC绝对值较低，选股能力不达预期，尤其是超大单因子覆盖率较低，且存在“拆单”行为，导致高低收益端均表现不佳[14][21] 2. 因子名称：切割后的ACT因子 - 因子的构建思路：通过“因子切割论”，将ACT因子按照收益率高低进行切分，分析不同交易日的因子表现，以更精细化地刻画市场行为模式[6][15] - 因子具体构建过程： 1. 回溯过去20个交易日，计算逐日的ACT值[20] 2. 按收益率排序，取最高比例的交易日为高收益日，最低比例的交易日为低收益日[20][29] 3. 对高收益日的ACT值取平均，得到ACT_high因子；对低收益日的ACT值取平均，得到ACT_low因子[20][29] - 因子评价： - 大单和中单因子在高收益端呈现较强的正向选股效应[6][25] - 小单因子在低收益端呈现较强的负向选股效应[6][25] - 超大单因子在高低收益端均表现不佳[6][25] 3. 因子名称：ACT正向因子与ACT负向因子 - 因子的构建思路：基于切割分析，分别构建大单和中单的正向主动买卖因子（ACT正向），以及小单的负向主动买卖因子（ACT负向），以区分不同交易者的行为特征[7][24] - 因子具体构建过程： 1. 逐日计算大单和中单的主动买卖因子，公式为： $\mathrm{ACT正向,t} = \frac{\text{主动买入金额(大单 + 中单)} - \text{主动卖出金额(大单 + 中单)}}{\text{主动买入金额(大单 + 中单)} + \text{主动卖出金额(大单 + 中单)}}$ [26] 2. 逐日计算小单的主动买卖因子，公式为： $\mathrm{ACT负向,t} = \frac{\text{主动买入金额(小单)} - \text{主动卖出金额(小单)}}{\text{主动买入金额(小单)} + \text{主动卖出金额(小单)}}$ [26] 3. 对上述因子取平均，分别记为ACT正向和ACT负向[26] - 因子评价： - ACT正向因子在不同切割比例下选股能力优异，尤其在λ=10%时表现最佳[7][26] - ACT负向因子选股能力较弱，且近年来收益逐渐降低[7][33] --- 因子的回测效果 1. 主动买卖因子（ACT因子） - IC水平：按照小单、中单、大单、超大单的顺序，IC水平逐渐上升（从负到正）[14] - 多空对冲净值：表现不理想，选股能力不达预期[14][16] 2. 切割后的ACT因子 - 小单因子： - 低收益端：负向选股效应强，衰减速度较慢[6][25] - 高收益端：正向选股效应弱，衰减速度较快[6][25] - 中单因子： - 高收益端：正向选股效应强[6][25] - 低收益端：负向选股效应弱[6][25] - 大单因子： - 高收益端：正向选股效应强[6][25] - 低收益端：负向选股效应弱[6][25] - 超大单因子：高低收益端均无明显选股效应[6][25] 3. ACT正向因子与ACT负向因子 - ACT正向因子： - λ=10%时，多空收益波动比为3.06，多头收益波动比为0.87[26][28] - 提纯后（行业风格中性化），λ=10%时，多空收益波动比为2.40，多头收益波动比为0.66[36][38] - 在沪深300和中证500样本空间内，λ=20%时，多空收益波动比分别为1.32和1.78，多头收益波动比分别为0.63和0.80[43][44] - ACT负向因子： - λ=10%时，多空收益波动比为0.82，多头收益波动比为0.73[33] - 收益波动比相对稳定，但总体选股能力较弱[7][33]