报告行业投资评级 未提及 报告的核心观点 - 2006年1月至2025年4月，TPS因子在全体A股中10分组多空对冲年化收益率为39.50%，年化波动为15.79%，信息比率为2.50，月度胜率为77.39%，月度最大回撤为18.19%；SPS因子在全体A股中10分组多空对冲年化收益率为43.08%，年化波动为13.17%，信息比率为3.27，月度胜率为83.48%，月度最大回撤为11.58% [1] - 4月份，全体A股中TPS因子10分组多头组合收益率为0.48%，空头组合收益率为 - 4.59%，多空对冲收益率为5.07%；SPS因子10分组多头组合收益率为0.55%，空头组合收益率为 - 4.81%，多空对冲收益率为5.36% [1] - 从考察日频换手率稳定性角度构造的成交价改进换手率因子TPS和SPS，计算过程简单且效果优秀，表现大幅优于传统换手率和换手率变化率因子，剔除市场常用风格和行业干扰后，纯净因子仍具备选股能力 [1] 根据相关目录分别进行总结 成交价改进换手率TPS因子与SPS因子绩效回顾 - 传统价量配合有“用量配价”和“用价配量”两个方向，东吴金工在“用量配价”方面已取得良好研究成果；传统换手率Turn20因子构建方式为取过去20个交易日换手率平均值并进行横截面市值中性化，2006/01/01 - 2022/12/30，其在全体A股中月度IC均值为 - 0.076，年化ICIR为 - 2.23，多空对冲年化收益率为37.71%，信息比率为2.20，月度胜率为70.79% [6] - 换手率因子IC为负，选股逻辑是过去一个月换手率小的股票未来一个月更可能上涨，大的则更可能下跌；但该因子逻辑存在缺陷，按其分组后，换手率最大组内成分股未来收益差异大，会误判大涨样本；东吴金工提出的量稳换手率STR因子虽表现优于Turn20因子，但未消除组内标准差单调性问题 [7] - 东吴金工提出用价量配合消除问题，认为应选基于投资者判断的价格因子，最终选定影线差配合Turn20与STR因子，构建了效果优秀的TPS与SPS因子 [8][9] - 2006年1月至2025年4月，TPS因子在全体A股中10分组多空对冲年化收益率为39.50%，年化波动为15.79%，信息比率为2.50，月度胜率为77.39%，月度最大回撤为18.19%；SPS因子在全体A股中10分组多空对冲年化收益率为43.08%，年化波动为13.17%，信息比率为3.27，月度胜率为83.48%，月度最大回撤为11.58% [1][9][11] - 4月份，全体A股中TPS因子10分组多头组合收益率为0.48%，空头组合收益率为 - 4.59%，多空对冲收益率为5.07%；SPS因子10分组多头组合收益率为0.55%，空头组合收益率为 - 4.81%，多空对冲收益率为5.36% [1][14][15]

量化因子与构建方式 1. **因子名称**：换手率分布均匀度UTD因子 - **构建思路**：基于个股的分钟成交量数据，改进传统换手率因子（Turn20）对样本误判的问题，通过衡量换手率在时间维度上的分布均匀性来提升选股效果[6][7] - **具体构建过程**： 1. 传统换手率因子（Turn20）计算：每月月底取过去20个交易日的日均换手率，并进行市值中性化处理[6] 2. 改进方法：引入分钟级成交量数据，计算换手率在时间序列上的分布均匀性指标（具体公式未披露，但逻辑上通过统计分钟成交量偏离均值的程度来构造）[7] 3. 因子优化：剔除市场风格、行业及干扰因子影响后得到纯净UTD因子[1] - **因子评价**：显著降低传统换手率因子的误判率，选股效果优于传统因子，且在控制干扰后仍保持稳健性[1][7] 2. **因子名称**：传统换手率因子（Turn20） - **构建思路**：通过过去20日日均换手率捕捉股票流动性特征，认为低换手率股票未来表现更优[6] - **具体构建过程**： 1. 计算每只股票过去20个交易日的日均换手率： $$ \text{Turn20} = \frac{1}{20}\sum_{t=1}^{20} \frac{\text{成交量}_t}{\text{流通股本}_t} $$ 2. 在每月月底进行市值中性化处理[6] - **因子评价**：逻辑存在局限性，高换手率分组内股票收益分化严重，导致误判[7] --- 因子的回测效果 1. **换手率分布均匀度UTD因子**（2014/01-2025/04全市场测试） - 年化收益率：19.94%[1][12] - 年化波动率：7.40%[1][12] - 信息比率（IR）：2.69[1][12] - 月度胜率：77.04%[1][12] - 最大回撤率：5.51%[1][12] - 2025年4月多空对冲收益率：2.64%（多头-0.72%，空头-3.36%）[11] 2. **传统换手率因子（Turn20）**（2006/01-2021/04测试） - 年化收益率：33.41%[6] - 信息比率（IR）：1.90[6] - 月度IC均值：-0.072[6] - 年化ICIR：-2.10[6] - 月度胜率：71.58%[6] --- 补充说明 - **UTD因子与传统因子对比**：UTD因子通过分钟数据优化后，信息比率（2.69 vs 1.90）和月度胜率（77.04% vs 71.58%）显著提升，且最大回撤更低（5.51%未披露传统因子对应值）[1][6][7] - **分组测试结果**：UTD因子在10分组测试中，高换手率分组（分组10）的组内收益标准差显著低于传统因子，验证其降低误判的效果[7]

量化因子与构建方式 1. **因子名称：TPS（Turn20 conformed by PLUS）** - **构建思路**：从考察日频换手率稳定性的角度，结合价量配合逻辑，通过影线差价格因子改进传统换手率因子（Turn20），以解决传统换手率因子组内收益标准差单调递增的问题[9][11] - **具体构建过程**： 1. 计算传统换手率因子Turn20：过去20个交易日换手率的均值，并进行横截面市值中性化[6] 2. 选取影线差作为价格因子，反映日内多空情绪（参考《上下影线，蜡烛好还是威廉好？》研究）[8][9] 3. 结合影线差对Turn20进行价量配合调整，生成TPS因子[9] - **因子评价**：计算简单且效果优秀，显著优于传统换手率因子；纯净因子（剔除风格和行业干扰后）仍保持选股能力[9] 2. **因子名称：SPS（STR conformed by PLUS）** - **构建思路**：基于量稳换手率STR因子（解决Turn20缺陷的改进版），同样通过影线差价格因子进行价量配合优化[7][9] - **具体构建过程**： 1. 使用STR因子（量稳换手率）替代Turn20作为基础因子[7] 2. 采用与TPS相同的影线差价格因子进行配合调整[9] - **因子评价**：表现大幅优于传统换手率因子，纯净因子选股能力较强[9] --- 因子的回测效果 1. **TPS因子（2006/01-2025/04全市场测试）** - 年化收益率：39.50% - 年化波动率：15.79% - 信息比率（IR）：2.50 - 月度胜率：77.39% - 最大回撤率：18.19%[11][12] - **2025年4月单月表现**： - 多头组合收益率：0.48% - 空头组合收益率：-4.59% - 多空对冲收益率：5.07%[14][17] 2. **SPS因子（2006/01-2025/04全市场测试）** - 年化收益率：43.08% - 年化波动率：13.17% - 信息比率（IR）：3.27 - 月度胜率：83.48% - 最大回撤率：11.58%[12][14] - **2025年4月单月表现**： - 多头组合收益率：0.55% - 空头组合收益率：-4.81% - 多空对冲收益率：5.36%[15][18] --- 对比基准因子 - **传统换手率因子（Turn20）**： - 年化收益率：37.71%（2006/01-2022/12） - 信息比率：2.20 - 月度胜率：70.79% - IC均值：-0.076，ICIR：-2.23[6] - **量稳换手率因子（STR）**： - 虽优于Turn20，但未完全解决组内标准差单调性问题[7]