量化因子与构建方式 1. **因子名称**：新价量相关性RPV因子[6] **因子构建思路**：对日内与隔夜信息叠加，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在"动量因子切割"研究的基础上，以相关性的形式加入"成交量"的信息，分别为日内、隔夜的价量相关性找到最佳代表，并完成信息叠加[1][6] **因子具体构建过程**： - 从基准因子CCV（日频CPV）中发现换手率序列可以增强收盘价序列的反转效应[6] - 分别为日内价量相关性和隔夜价量相关性找到了最佳代表——CCOIV和COV[6] - 日内价量相互配合，加强了反转效应；隔夜价量关系蕴藏在时间维度上的"错配"之中，"昨日量"加强了隔夜收益的动量效应[6] - 将日内价量相关性因子和隔夜价量相关性因子协调一致，使各自的信息叠加起来，得到新价量相关性RPV选股因子[6] **因子评价**：该因子既新颖又"能打"[1] 2. **因子名称**：聪明版日频价量相关性SRV因子[1] **因子构建思路**：将日内涨跌拆分为上午涨跌和下午涨跌，并计算分钟"聪明"指标，识别知情交易最集中的"聪明"时段，改进隔夜价量相关性的计算方式，并将效果更好的日内和隔夜价量相关性因子结合[1] **因子具体构建过程**： - 将日内涨跌拆分为上午涨跌和下午涨跌，并计算分钟"聪明"指标[1] - 将当日下午"聪明"指标最大的各20%（24分钟）作为知情交易最集中的"聪明"时段[1] - 使用下午"聪明"换手率与下午涨跌的相关系数作为日内价量相关性的改进[1] - 对隔夜价量相关性，将换手率替换为知情交易比例更高的昨天最后半小时换手率[1] - 将效果更好的日内价量相关性因子和隔夜价量相关性因子结合，合成SRV因子[1] **因子评价**：SRV因子的效果要好于RPV因子[1] 因子的回测效果 1. **新价量相关性RPV因子**[1][7][10] **年化收益率**：14.29% **年化波动率**：7.66% **信息比率(IR)**：1.87 **月度胜率**：72.54% **最大回撤率**：10.63% 2. **聪明版日频价量相关性SRV因子**[1][7][10] **年化收益率**：17.03% **年化波动率**：6.47% **信息比率(IR)**：2.63 **月度胜率**：74.65% **最大回撤率**：3.93% 11月份因子收益统计 1. **新价量相关性RPV因子**[10] **10分组多头组合收益率**：-0.23% **10分组空头组合收益率**：-0.47% **10分组多空对冲收益率**：0.24% 2. **聪明版日频价量相关性SRV因子**[10] **10分组多头组合收益率**：0.19% **10分组空头组合收益率**：-0.44% **10分组多空对冲收益率**：0.63%

根据研报内容，总结如下： 量化因子与构建方式 **1 因子名称：新价量相关性 RPV 因子** - **因子构建思路**：对日内与隔夜信息叠加，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在"动量因子切割"研究的基础上，以相关性的形式加入"成交量"的信息，分别为日内、隔夜的价量相关性找到最佳代表，并完成信息叠加[6] - **因子具体构建过程**：从基准因子 CCV（日频 CPV）中发现换手率序列可以增强收盘价序列的反转效应，分别为日内价量相关性和隔夜价量相关性找到了最佳代表——CCOIV 和 COV。日内价量相互配合加强了反转；隔夜价量关系蕴藏在时间维度上的"错配"之中，"昨日量"加强了隔夜收益的动量。通过协调一致使各自的信息叠加，得到新价量相关性 RPV 因子[6] - **因子评价**：该因子被描述为既新颖又"能打"[6] **2 因子名称：聪明版日频价量相关性 SRV 因子** - **因子构建思路**：将日内涨跌拆分为上午涨跌和下午涨跌，并计算分钟"聪明"指标，将当日下午"聪明"指标最大的各20%（24分钟）作为知情交易最集中的"聪明"时段，使用下午"聪明"换手率与下午涨跌的相关系数；对隔夜价量相关性，将换手率替换为知情交易比例更高的昨天最后半小时换手率[6] - **因子具体构建过程**：将效果更好的日内价量相关性因子和隔夜价量相关性因子结合，合成SRV因子[6] - **因子评价**：效果要好于 RPV 因子[6] 因子的回测效果 **1 新价量相关性 RPV 因子** - 年化收益率：14.38%[7][10] - 年化波动率：7.68%[7][10] - 信息比率：1.87[7][10] - 月度胜率：72.34%[7][10] - 最大回撤率：10.63%[7][10] **2 聪明版日频价量相关性 SRV 因子** - 年化收益率：17.10%[7][10] - 年化波动率：6.49%[7][10] - 信息比率：2.64[7][10] - 月度胜率：74.47%[7][10] - 最大回撤率：3.93%[7][10]

量化因子与构建方式 1. **因子名称**：新价量相关性RPV因子 - **构建思路**：通过划分价量四象限，利用月度IC均值甄别价量相关性因子的反转效应和动量效应，结合日内与隔夜信息叠加，加入成交量信息构建因子[6] - **具体构建过程**： 1. 日内价量相关性：使用CCOIV（日内收盘价与成交量相关性）代表，公式为 $$ \text{CCOIV} = \text{Corr}(\Delta \text{Close}_{\text{intraday}}, \text{Volume}_{\text{intraday}}) $$ 2. 隔夜价量相关性：使用COV（隔夜收益与昨日成交量相关性）代表，公式为 $$ \text{COV} = \text{Corr}(\Delta \text{Close}_{\text{overnight}}, \text{Volume}_{\text{previous day}}) $$ 3. 信息叠加：将CCOIV（反转效应）与COV（动量效应）结合，形成RPV因子[6] - **因子评价**：因子通过价量配合增强选股效果，兼具反转与动量特性[6] 2. **因子名称**：聪明版日频价量相关性SRV因子 - **构建思路**：改进RPV因子，通过拆分日内涨跌时段并识别"聪明"交易时段（知情交易集中时段），优化价量相关性计算[6][12] - **具体构建过程**： 1. 日内部分：将下午涨跌与"聪明"换手率（知情交易比例高的时段换手率）计算相关性 $$ \text{SRV}_{\text{intraday}} = \text{Corr}(\Delta \text{Close}_{\text{afternoon}}, \text{Smart Turnover}_{\text{afternoon}}) $$ 2. 隔夜部分：将隔夜收益与昨日最后半小时换手率计算相关性 $$ \text{SRV}_{\text{overnight}} = \text{Corr}(\Delta \text{Close}_{\text{overnight}}, \text{Turnover}_{\text{last 30min}}) $$ 3. 合成因子：结合效果更优的日内与隔夜部分[12] - **因子评价**：通过识别知情交易时段提升因子稳定性，效果优于RPV因子[12] --- 因子的回测效果 1. **RPV因子**（2014/01-2025/04全市场回测）[7][10] - 年化收益率：14.97% - 年化波动率：7.72% - 信息比率（IR）：1.94 - 月度胜率：73.33% - 最大回撤：10.63% 2. **SRV因子**（2014/01-2025/04全市场回测）[7][10] - 年化收益率：17.84% - 年化波动率：6.44% - 信息比率（IR）：2.77 - 月度胜率：76.30% - 最大回撤：3.74% 3. **2025年4月单月表现**（全市场）[10] - RPV因子：多头收益-0.67%，空头收益-3.38%，多空对冲收益2.70% - SRV因子：多头收益-2.10%，空头收益-3.26%，多空对冲收益1.16% --- 补充说明 - RPV因子在2014/01-2023/08回测期内年化收益16.29%，IR 2.41[6] - SRV因子在相同回测期内RankICIR为-4.26，年化收益18.91%，IR 3.07，月度胜率80%[12]