量化模型与构建方式 大小单残差因子 - 因子名称：原始大小单残差因子 - 因子的构建思路：剥离收益率缠绕的资金流强度，分别构造大单和小单资金流强度因子[17] - 因子具体构建过程：以大单为例，计算大单资金流强度因子，剥离涨跌幅影响后得到大单残差资金流强度因子；小单残差因子则通过小单资金流回归收益率构造[17][18] - 因子评价：样本内外表现优异，原始大单残差效果更优[18] 改进大单残差因子 - 因子名称：改进大单残差因子 - 因子的构建思路：通过变量精筛，结合主动大单净流入和主动中单净流入，排序相加后与非主动大单强度结合[24][25] - 因子具体构建过程： 1. 计算主动大单净流入和主动中单净流入相加，得到主动大中单残差 2. 与非主动大单强度排序相加，形成改进大单残差因子[24][25] - 因子评价：改进后信息比率显著提升，效果更优[25] 改进小单残差因子 - 因子名称：改进小单残差因子 - 因子的构建思路：剔除主动小单强度，使用非主动小单残差作为因子核心[31][36] - 因子具体构建过程： 1. 计算非主动小单净流入，形成非主动小单残差 2. 排除主动小单强度及非主动中单残差的叠加影响[36][37] - 因子评价：改进后信息比率提升，选股效果更稳定[36][37] 散户羊群效应因子 - 因子名称：原始散户羊群效应因子 - 因子的构建思路：通过当前交易日收益率与下个交易日小单净流入之间的秩相关系数定义[48] - 因子具体构建过程：计算当前交易日收益率与下个交易日小单净流入+1之间的秩相关系数，形成因子值[48] - 因子评价：有效但信息比率较低，最大回撤较大[49] 改进散户羊群效应因子 - 因子名称：改进散户羊群效应因子 - 因子的构建思路：通过变量精筛和高频化尝试优化因子表现[49][63] - 因子具体构建过程： 1. 使用日内收益率代替日度收益率 2. 使用开盘至10点之间的非主动小单净流入代替小单全部净流入[63] - 因子评价：信息比率显著提升，最大回撤显著降低[63] 大小单综合资金流因子 - 因子名称：大小单综合资金流因子 - 因子的构建思路：将改进大单残差、改进小单残差和改进散户羊群效应因子等权合成[65] - 因子具体构建过程： 1. 测算三者相关性，确保独立性 2. 等权合成三者，形成综合因子[65][66] - 因子评价：综合因子表现优异，信息比率显著提升[65] --- 因子的回测效果 原始大小单残差因子 - RankIC均值：大单6.71%，小单-5.56%[18] - RankICIR：大单3.44，小单-2.90[18] - 10分组多空对冲年化收益率：大单26.62%，小单23.04%[18] - 信息比率：大单3.48，小单3.02[18] - 胜率：大单79.49%，小单82.91%[18] - 最大回撤：大单4.21%，小单3.38%[18] 改进大单残差因子 - RankIC均值：6.70%[27] - RankICIR：3.84[27] - 10分组多空对冲年化收益率：28.37%[27] - 信息比率：4.81[27] - 胜率：91.45%[27] - 最大回撤：2.36%[27] 改进小单残差因子 - RankIC均值：-5.59%[37] - RankICIR：-3.20[37] - 10分组多空对冲年化收益率：25.78%[37] - 信息比率：3.56[37] - 胜率：81.20%[37] - 最大回撤：3.32%[37] 原始散户羊群效应因子 - RankIC均值：-4.90%[48] - RankICIR：-2.35[48] - 10分组多空对冲年化收益率：16.88%[48] - 信息比率：2.51[48] - 胜率：81.20%[48] - 最大回撤：8.85%[48] 改进散户羊群效应因子 - 10分组多空年化收益率：16.49%[63] - 信息比率：3.01[63] - 最大回撤：3.15%[63] 大小单综合资金流因子 - RankIC均值：7.89%[65] - RankICIR：3.99[65] - 10分组多空对冲年化收益率：35.36%[65] - 信息比率：4.82[65] - 胜率：89.19%[65] - 最大回撤：2.09%[65]