因子手工作坊系列(5)：知情交易的微观行为特征与因子挖掘

核心观点

本文融合交易量与交易时间间隔两个维度，构建了捕捉知情交易者“均匀下单”这一微观行为的IT因子，在A股市场具有较好的收益预测能力。

主要逻辑

1. 知情交易者的微观行为特征：基于知情交易者“隐藏”交易意图和降低成本的动机，提出其交易行为会呈现“成交量分布”和“交易时间间隔”双重均匀的特征。
2. 因子构建与验证：创新性地融合交易量(V)与交易间隔(Δt)，构建IT因子。该因子的收益预测能力较强，双周RankIC均值约0.064。
3. 策略应用价值：IT因子构建的多头组合（Top100）年化收益率达25.9%，显著跑赢万得全A。单独用于指数增强策略，可在中证1000中产生较为稳定的超额收益率。

因子表现

• IT因子双周RankIC均值0.064，胜率为82.43%。
• 10分组多空组合年化收益率34.81%，多头组合（第10组）相对全市场等权的超额收益率为16.67%。
• 分年表现：RankIC持续为正，多头超额收益率多数年份（8/10）稳定在10%以上。
• 风格暴露：低波动、低流动性、轻微的动量和beta。
• 双重排序检验：控制流动性和波动率后，IT因子依然显著。
• 增量信息：与其他level 2因子的相关较低。
• 成分股内表现：中小盘中表现更优。
• 行业市值中性：双周RankIC均值0.056，胜率超87%。

组合构建

• Top100组合年化收益25.9%，显著跑赢基准。
• 分年超额收益率较为稳健，胜率较高。
• 微盘暴露约55%，行业分布分散。
• 单因子指数增强：中证1000指数增强策略年化超额收益为9.3%。
• 与BABR撤单因子的低相关，合成因子效果更佳。

总结

本文创新性地融合交易量与交易时间间隔，构建IT因子捕捉知情交易行为。IT因子在A股市场表现出稳定且显著的预测能力，多空年化收益率为34.81%，多头年化超额收益16.67%，胜率82.43%。因子与流动性、波动率因子相关性较高，但控制后依然显著，且与BABR因子互补。IT因子多头组合年化收益25.9%，显著跑赢基准。在指数增强策略中，IT因子在中证1000成分股内表现优异，年化超额收益9.3%。

风险提示

1. 数据来源第三方，或有遗漏、滞后、误差。
2. 选股研究框架及筛选指标为西部证券自建，或有考虑不周之处。
3. 股票历史业绩不代表未来表现，研究框架也会随时间变化。