量化因子与构建方式 1. 因子名称：INDUCORR（行业相关系数因子） - 因子的构建思路：衡量个股与其行业关联公司（不同省份但同申万一级行业）的整体相关程度[24][25] - 因子具体构建过程： 1. 剔除停牌股、ST股、上市未满一年的股票[25] 2. 筛选与目标股票办公地所属省份不同但行业相同的股票[25] 3. 计算目标股票与筛选股票的日频收益序列皮尔森相关系数[25] 4. 对相关系数加权求和（默认等权），得到行业相关系数因子值[25] - 公式： $CORR_{i,j,t} = \frac{cov(R_{i}, R_{j})}{std(R_{i}) \cdot std(R_{j})}$ $INDUCORR_{i,t} = \sum_{j=1}^{N} w_{j,t} \cdot CORR_{i,j,t}$[25][26] - 因子评价：能够有效挖掘股票间的行业关联信息，具有较高的选股区分度[50][75] 2. 因子名称：INDUCORRP（行业相关系数拆解因子之一） - 因子的构建思路：基于收益序列的方向性拆解，度量个股与行业关联公司在正收益情况下的相关程度[27][29] - 因子具体构建过程： 1. 将目标股票与行业关联股票的日度收益序列调整为正值（负值调整为0）[27][29] 2. 计算调整后的收益序列的皮尔森相关系数[29] 3. 对相关系数加权求和，得到因子值[29] - 公式： $R_{i}^{+} = max(R_{i}, 0)$ $INDUCORRP_{i,t} = \sum_{j=1}^{N} w_{j} \cdot CORR(R_{i}^{+}, R_{j}^{+})$[29] - 因子评价：通过拆解收益序列，更精确地度量了基于行业共性挖掘的正向共同基本面信息[75] --- 因子的回测效果 1. INDUCORR因子 - IC均值：0.071[51] - IC胜率：85.71%[51] - 年化超额收益率（多头相对中证500）：14.98%[51] - 信息比率（IR）：1.773[51] - 多头平均换手率：77.90%[51] 2. INDUCORRP因子 - IC均值：0.065[51] - IC胜率：88.31%[51] - 年化超额收益率（多头相对中证500）：15.32%[51] - 信息比率（IR）：1.816[51] - 多头平均换手率：81.03%[51] --- 因子的行业分组表现 INDUCORR因子 - 表现较好的行业：机械设备、电子、汽车[78] - IC均值：机械设备（0.092）、电子（0.081）、汽车（0.104）[78] - 多空策略年化收益率：汽车（29.78%）[78] - 多头相对基准策略信息比率：机械设备（1.688）[78] INDUCORRP因子 - 表现较好的行业：机械设备、汽车、基础化工[80] - IC均值：机械设备（0.081）、汽车（0.094）、基础化工（0.076）[80] - 多空策略年化收益率：汽车（28.39%）[80] - 多头相对基准策略信息比率：机械设备（1.733）[80] --- 因子的敏感性分析 1. 选股范围 - INDUCORR因子：在中证1000选股范围内表现最佳，年化超额收益率为12.50%，信息比率为1.440[92] - INDUCORRP因子：在中证1000选股范围内表现最佳，年化超额收益率为11.81%，信息比率为1.504[92] 2. 手续费费率 - 结果：两种因子策略在扣除千五手续费后仍能获得超额收益，但手续费水平上升会降低策略净值表现[98]