量化因子与构建方式 1. **因子名称**：信息分布均匀度UID因子 - **因子构建思路**：基于个股分钟数据，在计算每日高频波动率的基础上构建，旨在改进传统波动率因子，提升选股效果[6] - **因子具体构建过程**： 1. 使用分钟级涨跌幅数据计算每日高频波动率 2. 通过统计换手率分布的均匀性，构造UID因子（具体公式未明确给出，但提及需增加1行代码改进传统因子计算）[6] 3. 剔除市场常用风格和行业干扰，得到纯净UID因子[1] - **因子评价**：选股效果显著优于传统波动率因子，且纯净UID因子仍保持较高选股能力（ICIR达-3.17）[1][6] 因子的回测效果 1. **UID因子（全体A股，2014/01-2025/07）**： - 年化收益率：26.53% - 年化波动率：9.92% - 信息比率（IR）：2.68 - 月度胜率：79.14% - 最大回撤率：6.05%[1][7][10] 2. **UID因子（2025年7月）**： - 多头组合收益率：0.61% - 空头组合收益率：0.44% - 多空对冲收益率：0.17%[10] 其他相关模型或因子 1. **纯真波动率因子**（提及但未详细描述）： - 改进传统波动率因子后信息比率从1.5提升至2.2[6] - 局限性：与传统因子相关性较高，增量信息有限[6]

量化因子与构建方式 1. **因子名称**：信息分布均匀度UID因子 - **因子构建思路**：基于个股分钟数据，在计算每日高频波动率的基础上构建，旨在改进传统波动率因子，提升选股能力[6] - **因子具体构建过程**： 1. 使用分钟级涨跌幅数据计算每日高频波动率 2. 通过换手率分布均匀度算法改进传统换手率因子，具体公式未明确给出但提及需增加1行代码实现优化[6] 3. 剔除市场风格和行业干扰后得到纯净UID因子[1] - **因子评价**：选股效果显著优于传统波动率因子，且携带增量信息，与原有因子库相关性较低[6] 因子的回测效果 1. **信息分布均匀度UID因子**（2014/01-2025/04全市场测试） - 年化收益率：26.99%[1][7][10] - 年化波动率：9.98%[1][7][10] - 信息比率（IR）：2.70[1][7][10] - 月度胜率：79.26%[1][7][10] - 最大回撤率：6.05%[1][7][10] - 2025年4月单月表现： - 多头组合收益率：-0.07%[10] - 空头组合收益率：-3.78%[10] - 多空对冲收益率：3.72%[10] 2. **纯净UID因子**（剔除风格/行业干扰后） - 年化ICIR：-3.17[1]