基于交易异常的广义反转因子

金融工程分析师：马自妍证券分析师登记编号：S1190519070001 风险提示：模型及分析依据历史数据得出，存在一定局限性，不代表未来表现 传统反转因子 A股在短期呈现反转效应，随着时间拉长，反转效应逐渐减弱，以月度换仓的1个月收益率、3个月收益率以及过去1年扣除最近1个月的长期反转因子为例，1个月收益率表现出的反转效应最为明显，2009年至今五分组多空年化收益率18.7%，3个月收益率降为14.1%，而长期反转因子则降至1.1%，且单调性和稳定性也逐渐下降。 交易异常的刻画 ➢收益分布的时间刻画 隔夜-日内收益角力、隔夜-日内收益角力调整动量 ➢收益分布的离散度刻画 强弱信息系数、涨跌天数差、换手率差、平均涨跌幅差、综合信息离散度 ➢收益分布本身的刻画 修正偏度 ➢收益数值的刻画 单日最大回报、K日最大回报、极端日度收益 ➢交易行为异常的刻画 非流动性、异常成交量、换手率波动 收益分布的时间刻画 隔夜-日内收益角力 经过波动率调整的月度隔夜收益与月度日内收益之差，反映了二者之间的角力关系。隔夜收益是A股动量策略收益的主要来源，日内反转是反转的主要来源。当Tugofwar较大时，表示隔夜收益在日内收益的拖累下仍然较大，因此动量效应更明显，反之，反转效应更明显。 𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑠𝑖=𝑃𝑜𝑝𝑒𝑛,𝑠𝑖𝑃𝑐𝑙𝑜𝑠𝑒,𝑠−1𝑖−1𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑠𝑖=𝑃𝑐𝑙𝑜𝑠𝑒,𝑠𝑖𝑃𝑜𝑝𝑒𝑛,𝑠𝑖−1𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑡𝑖=ෑ𝑠∈𝑡1+𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑠𝑖−1𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑡𝑖=ෑ𝑠∈𝑡1+𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑠𝑖−1隔夜收益率日内收益率月度隔夜收益月度日内收益 收益分布的时间刻画 隔夜-日内收益角力 𝜎𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑡𝑖=σ𝑠𝜖𝑡𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑠𝑖−𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑡𝑖2𝑛−1𝜎𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑡𝑖=σ𝑠𝜖𝑡𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑠𝑖−𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑡𝑖2𝑛−1月度隔夜波动率月度日内波动率 𝑇𝑢𝑔𝑜𝑓𝑤𝑎𝑟𝑡𝑖=𝑟𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑡𝑖𝜎𝑜𝑣𝑒𝑟𝑛𝑖𝑔ℎ𝑡,𝑡𝑖𝐾−𝑟𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑡𝑖𝜎𝑖𝑛𝑡𝑟𝑎𝑑𝑎𝑦,𝑡𝑖𝐾隔夜-日内收益角力 K用来调整对收益率的波动的惩罚幅度，K越大，对收益率的波动惩罚越大，取K=2。 收益分布的时间刻画 隔夜-日内收益角力调整动量 通过对反转因子与角力指标的符号进行结合，构建经过隔夜-日内角力指标调整方向的动量因子。当隔夜-日内收益角力指标为正时，动量效应更为显著，当隔夜-日内收益角力指标为负时，反转效应更为显著。分别用1个月收益率、3个月收益率、一年扣除最近一个月的收益率与角力指标的符号相乘构建因子进行比较。 𝑇𝑜𝑤𝑀𝑂𝑀𝑎𝑟𝑡𝑖=sign𝑇𝑢𝑔𝑜𝑓𝑤𝑎𝑟𝑡𝑖∗𝑀𝑂𝑀𝑡𝑖 收益分布的离散度刻画 强弱信息系数 基于有限关注理论，投资者往往会关注显著重要的信息，忽略不显著的信息，对信息离散型的股价变化反应过度，对连续的股价变化反应不足。 结合涨跌幅构建强弱信息系数指标SI，计算方式为过去三个月上涨日涨幅平均值与下跌日跌幅平均值之间的差值绝对值。当SI较大时，上涨日涨幅与下跌日跌幅之间的差距较大，更容易引起投资者关注，后续反转更强，反之，容易反应不足，后续动量更强。 𝑆𝐼=上涨日涨幅平均值−下跌日跌幅绝对值的平均值 收益分布的离散度刻画 综合信息离散度 从涨跌天数差、换手率差、平均涨跌幅差等维度衡量信息离散度，并构建综合信息离散度指标ZID。 PSY：过去三个月上涨天数百分比减下跌天数百分比。OBV：过去三个月上涨时换手率减下跌时换手率。RSI：过去三个月上涨天数平均涨幅减下跌天数平均跌幅。综合信息离散度指标ZID为过去三个月累积收益率的符号乘以以上三者的均值。 收益分布本身的刻画 修正偏度 高偏度的股票受到投资者关注度更高，容易被高估，未来更容易发生反转。传统偏度描述极端收益率的程度，修正偏度描述极端收益率的频率，更适用于有涨跌停的市场。 传统偏度是以单只股票观察期内所有交易日为样本，当涨跌停较多时，日度收益率分布越来越偏离正态分布，传统偏度难以准确描述极值的偏向。 修正偏度是以所有股票观察期内所有交易日为样本，样本数量更大，更接近于正态分布，偏度度量更加准确。𝜇为6个月内所有股票日度收益率的平均值，𝜎2为6个月内所有股票日度收益率的方差。 收益数值的刻画 基于行为金融学中前景理论的研究，投资者决策时会对小概率事件给予偏好和更高权重，高估小概率事件发生的概率，这种行为偏好导致了投资者对这些股票的反应过度，带来预期收益率的反转效应。投资者会更加关注日收益率较高的股票，以单日最大回报和五日最大回报衡量投资者对个股的博彩偏好。 单日最大回报 股票在一个月中的最高日收益率。MAX越大，越容易反应过度，股票的预期收益率越低。 K日最大回报 同理，以一个月内K个最大的日收益率的和构建K日最大回报，通常K=5，即MAX5。 收益数值的刻画 极端日度收益 极端日度收益容易吸引更多投资者关注，在收益率上体现为极高或极低的两端均会受到更多关注度，即收益率与关注度之间呈现U形的曲线关系。因此可以用二次函数来度量这种关系。股票i在t日的关注度𝐴𝑡𝑡𝑒𝑛𝑡𝑖𝑜𝑛𝑖,𝑡可以用股票i在t日的收益减去t日所有股票的平均收益之后的二次方来度量。对一个月内日度关注度做月度平均，得到股票的月度关注度。 交易行为异常的刻画 非流动性 非流动性可以由单位成交额下价格波动的大小来反映。非流动性指标ILLIQ计算方式为第t月n个交易日中股票单位成交额下日涨跌幅的平均值。ILLIQ越小，表示相同成交额下股价收到的冲击越小，说明流动性越好，反之，ILLIQ越大，说明流动性越差。低流动性股票的信息质量相对较差，更容易被忽略信息而产生反应不足。 交易行为异常的刻画 异常交易量 受到关注的股票交易量可能会比平时更高，因此异常交易量也可以作为关注度的代理指标。异常交易量𝐴𝑉𝑂𝐿度量方式为股票i在t日的交易量除以过去一年的平均交易量，再进行月度平均。 换手率波动 以过去三个月内换手率的标准差构建换手率的波动指标TID，当换手率的波动较大时，投资者的关注度较高，更容易反应过度。当换手率波动较小时，股价信息变化更连续，更容易反应不足。 因子列表 因子测试框架 因子测试方式如下： 1、样本：全部A股，剔除停牌、ST等股票2、回测区间：2008.12.31至2024.01.243、调仓频率：月度4、组合权重分配：等权5、因子处理方式：因子方向调整、缩尾调整、市值行业中性化、标准化6、测试方式：按因子值分5组，考察单调性、因子IC、RANKIC、多空收益等信息 因子回测表现 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 部分因子分年表现 TID因子分年表现 部分因子分年表现 Attention因子分年表现 多因子测试框架 多因子测试方式如下： 1、样本：全部A股，剔除停牌、ST等股票 2、回测区间：2008.12.31至2024.01.24 3、调仓频率：月度 4、组合权重分配：等权 5、因子处理方式：因子方向调整、缩尾调整、市值行业中性化、标准化 6、测试方式：选取多头年化收益率靠前的N个因子，等权复合分5组，考察单调性、因子IC、RANKIC、多空收益等信息 多因子绩效 多因子表现 资料来源：Wind，太平洋研究院 分年表现 沪深300内表现 中证500内表现 研究院/机构业务部 中国北京100044北京市西城区北展北街九号华远·企业号D座电话：(8610)88321761/88321717投诉电话：95397投诉邮箱：kefu@tpyzq.com 重要声明 太平洋证券股份有限公司具有证券投资咨询业务资格，公司统一社会信用代码为91530000757165982D。 本报告信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证。负责准备本报告以及撰写本报告的所有研究分析师或工作人员在此保证，本研究报告中关于任何发行商或证券所发表的观点均如实反映分析人员的个人观点。报告中的内容和意见仅供参考，并不构成对所述证券买卖的出价或询价。我公司及其雇员对使用本报告及其内容所引发的任何直接或间接损失概不负责。我公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行业务服务。本报告版权归太平洋证券股份有限公司所有，未经书面许可任何机构和个人不得以任何形式翻版、复制、刊登。任何人使用本报告，视为同意以上声明。