“量价淘金”选股因子系列研究（十六）：异动雷达事件簇：寻找“与众不同”的个股

研报总结

本文为国盛金工《“量价淘金”选股因子系列研究》的第十六篇报告，继续在“事件簇”的研究理念下进行探索。研究目标是从时序视角挖掘与截面选股因子不同的Alpha信息，对多因子选股策略进行补充。

核心观点：本文围绕“个股异动”展开讨论，构建有效的事件驱动信号。

研究方法：

1. 个股异动的量化识别：

   • 以价格异动为例，通过计算个股与基准指数分钟价格序列的相关系数来识别异动股票。
   • 将价格异动分为“逆势上涨”与“逆势下跌”，分别进行回测。
   • 结果显示，单纯的价格异动无法成为有效的Alpha信号源。

2. 构建异动雷达事件簇：

   • 利用多维度的资金流指标，设计更为完善的体系化研究框架。
   • 具体步骤包括：计算相关系数、考虑超额方向、信号筛选与合成。
   • 通过不同时段、不同维度的资金流指标、不同的基准指数，得到多种相关系数的计算方法。

3. 异动雷达综合信号的表现：

   • 构建基于异动雷达综合信号的资金通道策略。
   • 回测结果显示，年化超额收益为7.51%，信息比率为2.48。
   • 通过叠加负向信号进行负向剔除，年化超额收益可提升至9.77%，信息比率达到2.92。

4. 其他重要讨论：

   • 异动雷达事件簇在不同样本空间的表现：在中证1000、国证2000成份股中，策略表现同样有效。
   • 异动雷达信号与其他事件信号的结合：
     • 与往期事件簇结合，相关性较低，可进行互相增强。
     • 与基本面事件信号结合，如“业绩预告盈余惊喜”，可提升未来超额收益。
   • 异动雷达信号在行业轮动中的应用：
     • 将个股异动信号映射至行业层面，构建行业异动因子。
     • 加入行业异动因子后，行业配置组合的表现均显著改善。

研究结论：

• 单纯的价格异动无法成为有效的Alpha信号源。
• 利用多维度的资金流指标构建的异动雷达事件簇，能够有效捕捉个股异动，并构建稳定的事件驱动策略。
• 异动雷达信号与其他事件信号结合，以及应用于行业轮动，均能提升策略表现。