市场微观结构研究系列（11）：A股分层效应的普适规律与底层逻辑

金融工程专题 请务必参阅正文后面的信息披露和法律声明 1 / 18 2021年04月30日 《市场微观结构研究系列（7）-振幅因子的隐藏结构》-2020.05.16 《市场微观结构研究系列（8）-结合行业轮动的沪深300指数增强测试》-2020.05.27 《市场微观结构研究系列（9）-主动买卖因子的正确用法》-2020.09.05 《市场微观结构研究系列（10）-因子切割论》-2020.09.17 A股分层效应的普适规律与底层逻辑 ——市场微观结构研究系列（11） 魏建榕（分析师） 王志豪（联系人） 苏俊豪（联系人） weijianrong@kysec.cn 证书编号：S0790519120001 wangzhihao@kysec.cn 证书编号：S0790120070080 sujunhao@kysec.cn 证书编号：S0790120020012 ⚫ 分层效应的实证现象 因子有效性的分域研究由来已久，但是通常无法得到因子有效性变化的通用规律。本报告我们提出将股价振幅作为因子有效性分域的标准，并总结不同振幅水平下因子有效性变化的普适规律。我们按照振幅水平由低到高将全市场股票划分为10组，分别测试因子在不同振幅层的有效性。从因子有效性的变化来看，随着振幅水平由低到高变化，价量类因子的有效性呈现逐步增强的走势，基本面因子的有效性呈现先衰减后增强的U型曲线。我们将以上规律称为A股市场的“振幅分层效应”，简称分层效应。 ⚫ 双因素模型：因子逻辑与预测机制共同发挥作用 关于分层效应的底层逻辑，我们提出了双因素模型1.0版本，猜想不同振幅水平下因子有效性受两个因素的共同影响： 因素A是从因子逻辑视角出发。短期交易行为对基本面因子的逻辑而言属于干扰项，对价量类因子的逻辑而言则属于加强项。因此，振幅水平越高，短期交易越活跃，则对基本面因子的削弱越多，而对价量类因子的增强越多。 因素B是从预测机制视角出发。高振幅股票的信噪比更高，噪声信息难以改变股票的原有排序，因此，在高振幅股票上的收益预测效果具有天然优势。因素B是关于股票收益预测的机制，与因子自身属性无关，因此，对于基本面因子与价量类因子而言都是增强项。 对于基本面因子：因素A为削弱项，因素B为增强项，两者综合作用之后体现为先衰弱后增强的趋势，也即U型曲线。 对于价量类因子：因素A与因素B同为增强项，两者综合作用之后体现为单调增强的趋势。 ⚫ 分层效应的应用范例：回撤改善，收益风险比提升 在沪深300股票池中，基本面因子与价量类因子存在振幅上的有效性错配。基本面因子在中、低振幅组有效性高，高振幅组有效性低。相反，价量类因子在中、低振幅组有效性低，在高振幅组有效性高。基于这一特点，本节在沪深300上提出分层组合的构建方案，即中、低振幅组应用基本面因子，高振幅组应用价量类因子。 ⚫ 风险提示：模型测试基于历史数据，市场未来可能发生重大变化。 相关研究报告 金融工程研究团队 开源证券 证券研究报告 金融工程专题 金融工程研究 魏建榕（首席分析师） 邮箱：weijianrong@kysec.cn 证书编号：S0790519120001 张 翔（分析师） 邮箱：zhangxiang2@kysec.cn 证书编号：S0790520110001 傅开波（分析师） 邮箱：fukaibo@kysec.cn 证书编号：S0790520090003 高 鹏（分析师） 邮箱：gaopeng@kysec.cn 证书编号：S0790520090002 苏俊豪（研究员） 邮箱：sujunhao@kysec.cn 证书编号：S0790120020012 胡亮勇（研究员） 邮箱：huliangyong@kysec.cn 证书编号：S0790120030040 王志豪（研究员） 邮箱：wangzhihao@kysec.cn 证书编号：S0790120070080 金融工程专题 请务必参阅正文后面的信息披露和法律声明 2 / 18 目 录 1、 分层效应的实证现象与底层逻辑 ............................................................................................................................................ 4 1.1、 双因素模型1.0：因子逻辑与预测机制共同发挥作用 ................................................................................................ 4 1.2、 证明：高振幅股票的信噪比更高 ................................................................................................................................. 5 1.3、 双因素模型2.0：预测机制存在更精细的规律............................................................................................................ 6 2、 沪深300的分层效应显著且稳定 ............................................................................................................................................ 7 2.1、 沪深300上分层效应的显著性 ..................................................................................................................................... 8 2.2、 沪深300上分层效应的稳定性 ..................................................................................................................................... 9 3、 分层效应的应用范例：回撤改善，收益风险比提升........................................................................................................... 11 4、 重要讨论 .................................................................................................................................................................................. 13 4.1、 振幅分层效应并非源于分层上的行业偏离 ............................................................................................................... 13 4.2、 股票跃迁主要发生在相邻的振幅层，跃迁比率约为25% ....................................................................................... 14 4.3、 实证数据支持双因素模型2.0的猜想 ........................................................................................................................ 14 4.4、 分层框架最终可等效为一个新因子 ........................................................................................................................... 15 5、 风险提示 .................................................................................................................................................................................. 16 图表目录 图1： 因子有效性在不同振幅水平上的分布规律（全市场）：价量类因子单调增强，基本面因子呈U型分布 ................. 4 图2： 基本面因子双因素模型1.0示意图 .................................................................................................................................... 5 图3： 价量类因子双因素模型1.0示意图 .................................................................................................................................... 5 图4： 高排序波动幅度示例 ........................................................................................................................................................... 5 图5： 低排序波动幅度示例 ........................................................................................................................................................... 5 图6： 月初高振幅股票排序波动幅度更高 ................................................................................................................................... 6 图7： 月末低振幅股票排序波动幅度更高 ................................................................................................................................... 6 图8： 更细的分层：价量类因子IC均值在高振幅组更显著（传统反转因子） ...................................................................... 6 图9： 更细的分层：基本面因子IC均值在振幅最高组有所下滑（ROE增速） .....