• 北上资金因子表现阶段性变化及构建框架回顾 [page::0][page::1]

- 北上资金托管机构分为银行系配置型资金和券商系交易型资金，基于资金性质、交易特征和计算模式共设计18个维度因子。
- 成交占比因子表现优异，具备较强进攻性；历史偏好因子自2021年以来显著走弱，边际变化因子更适合交易型资金。

• 细分因子与合成因子表现分析及策略失效原因 [page::2][page::3]

- 合成因子选取成交金额占比和净流入金额占比因子正交处理，2021年3月后出现策略失效，主要源自成交占比因子波动加大。
- 传统大机构“话语权”加权方式存在局限性，需创新因子构建方法。

• 新型协同因子构建及防守能力测试 [page::3][page::4]

- 协同因子定义为托管机构间持仓变动的异同性统计显著性指标，等权衡量机构意见分歧。
- 协同因子RankIC均值为2.9%，年化多空对冲收益率9.5%，最大回撤仅2.4%，有效降低策略回撤风险。
- 活跃个股和托管机构参与度提升因子表现，参数调整提升RankIC到3.19%，多空收益及胜率获得显著提高。

• 因子攻守结合与性能提升 [page::6][page::7][page::8]

| 指标名称 | 协同因子对冲 | 定价权因子对冲 | 合成因子对冲 |
|----------|--------------|----------------|--------------|
| 年化收益率 | 11.6% | 15.1% | 19.5% |
| 年化波动率 | 3.9% | 8.1% | 5.7% |
| 收益波动比 | 2.98 | 1.87 | 3.43 |
| 最大回撤 | -2.5% | -10.6% | -4.1% |
| 胜率 | 82.3% | 78.1% | 87.3% |
- 合成因子融进攻犀利的成交占比因子和防守稳健的协同因子，实现整体因子显著性和稳定性的双提升。
- 合成因子多空对冲收益率、波动率和最大回撤指标均优于单一因子，表现出攻守兼备的优势。

• 合成因子在主流宽基指数的应用表现 [page::9][page::10]

- 合成因子覆盖沪深300超95%成分股，覆盖中证500约80%，中证1000约60%。
- 合成因子在中证500指数增强效果最佳，年化超额收益9.6%，最大回撤2.1%；沪深300稳健，年化超额收益6.1%。
- 中证1000指数增强表现回撤较大，主因活跃托管覆盖个股走势不及未覆盖个股。

• 行业轮动应用与扩展 [page::11]

- 行业聚合合成因子行业轮动RankIC平均达到10.3%，年化收益率15.0%，最大回撤7.8%，表现亮眼。
- 细分因子先聚合后合成的行业因子表现同样稳健，最大回撤6.5%且胜率提升。
- 因子框架可拓展应用于行业轮动，提升投资组合配置的灵活性和有效性。

北上资金攻守兼顾因子的构造：定价权与协同效应的融合 —— 开源金工报告深度分析

---

一、元数据与报告概览

• 报告标题：《北上资金攻守兼顾因子的构造：定价权与协同效应的融合》

- 作者/发布机构：开源证券金融工程团队，首席分析师魏建榕及胡亮勇等人

• 发布日期：2022年7月2日

- 研究领域：因子量化、另类数据，重点关注北上资金的选股因子表现与策略构造

• 研究主题：围绕北上资金“话语权”（定价权）以及不同托管机构行为异同性（协同效应）构建因子，探讨其在当前A股市场中的表现及应用，试图改善传统因子表现波动和阶段性失效问题

- 核心论点：
- 基于北上资金定价权构建的因子在2021年以来呈现阶段性失效，波动加大。
- 通过研究托管机构行为趋同性构建的协同因子具备优秀的防守（控回撤）能力。
- 将进攻性强的成交占比因子与防守稳健的协同因子合成为综合因子，实现攻守兼顾，提升收益稳定性和选股能力。
- 合成因子在沪深300、中证500、及中证1000等主流宽基指数成分股增强测试中表现优异，尤以中证500增强效果最好。
- 行业轮动维度对合成因子同样适用，表现良好。

• 目标：回答“北上资金是否依然是Smart Money”这一疑问，提出兼具攻守的因子模型并验证其实用性。[page::0, page::1]

---

二、逐节深度解读

2.1 因子历史表现与失效问题回顾

• 资金性质与托管机构划分：

- 北上资金分七类托管机构，重点关注外资银行、外资券商（配置型资金）与中资券商（交易型资金）。
- 机构根据母公司注册地分为中资、外资、港资等；按照性质编码分为正式机构、券商、银行等。
- 资金性质与交易行为关联，配置型资金偏重持仓（存量），交易型资金更重交易（增量）。

• 因子维度及构造模式：

- 18个维度因子涵盖资金性质（全体、外资银行、外资券商）、交易特征（历史偏好、定价权、边际变化）及计算模式（绝对 vs. 相对）。
- 由细节因子正交处理生成表现相对占优的合成因子。

• 关键发现：

- 定价权因子（尤其成交占比因子）表现突出，进攻能力强。
- 历史偏好类因子2021年以来选股效果明显走弱，超额收益出现大幅回撤甚至转负。
- 边际变化类因子更适合交易型资金，配置型资金净流入在测试期指向性减弱。

• 全区间与阶段表现对比（图4）：

- 全区间内成交占比因子年化收益率约19-21%，收益波动比较高，最大回撤达约13%。
- 2021年以来因子表现下滑、回撤明显增加，胜率下降，尤其配置类型因子表现疲软，显著体现阶段性失效。

• 分析总结：

- 2021年风格切换加剧因子表现波动，传统托管机构“话语权”加权模型存在样本外失效风险。[page::1, page::2]

2.2 协同因子的创新构建与作用

• 协同因子定义：

- 不同托管机构持仓变动的异同性度量，统计各机构持仓增减比例的均值、标准差及机构数，计算统计显著性得分（协同因子）。
- 该因子侧重反映托管机构交易行为的一致性，越高意味着机构共识越强。

• 构造细节：

- 剔除月度新进持仓或异常变动（超3倍）个股，缩尾处理，z-score标准化。
- 成本市值行业中性化，确保因子表现无行业或规模偏差。

• 表现特点（图7-8，表1）：

- RankIC均值稳健保持2.9%，累计RankIC呈稳定上升态势。
- 多空对冲年化收益 $9.5\%$ ，最大回撤仅 $2.4\%$ ，胜率超过70%，表明控制回撤能力优越。
- 协同因子体现了防守属性，回撤风险显著低于传统定价权因子，且收益稳定。

• 参数敏感性分析：

- 投资个股数量和托管机构活跃度是影响因子效果的关键参数。
- 区分单只股票被多少机构交易及单个机构交易个股数。
- 实证显示，股票被至少3家托管机构交易、机构交易个股超过200只时，RankIC均值和IR最优（分别约3.19%和3.23），提升了因子的选股稳定性和显著性。

• 调优后表现提升（图14，表1）：

- 多头年化收益率提升至 $6.8\%$ ，对冲年化收益率至 $11.8\%$ ，胜率提升至 $82.5\%$ 。
- 表明只有在活跃个股和活跃托管机构条件下构建的协同因子表现最佳，且具备很强的安全边际。

• 总结：

- 协同因子为扭转传统因子波动风险、实现防守性改进提供有效路径，是构建稳健投资策略的关键创新。[page::3, page::4, page::5]

2.3 合成因子：定价权与协同因子的攻守兼顾

• 单因子表现对比：

- 在最优参数匹配的股票池里，成交占比因子RankIC均值为 $6.87\%$ ，远高于协同因子（$2.9\%$），年化多头收益9.2%略高于协同因子，但最大回撤超过10%，波动明显。

• 合成因子构造方式：

- 等权加权成交占比因子与协同因子，使因子既体现北上资金对股票的定价权威性（进攻），又反映不同托管机构间行为的协同一致（防守）。
- 为保持口径一致，成交占比因子重新按照协同因子覆盖范围计算。

• 合成因子表现（图17-19，表2）：

- RankIC均值大幅提升至 $7.04\%$ ，RankICIR提升至3.93，均显著优于任一单独因子。
- 多头年化收益 $9.3\%$ ，多空对冲收益 $19.5\%$ ，最大回撤明显缩小至 $4.1\%$ 。
- 收益波动比由定价权的1.87提升至3.43，表现出极佳的风险调整后收益能力。
- 胜率更是从78%-82%提升至87%。

• 年度表现：

- 合成因子年年实现正超额收益，2018年最高超额26.1%，虽然2022年上半年表现有回调但仍正收益。

• 解读：

- 合成因子优势明显，攻守兼备，既捕捉了北上资金定价的强势选股能力，又降低了因子的波动和回撤风险，增强了策略稳定性和可操作性。[page::6, page::7, page::8]

2.4 因子实践：主流宽基指数增强测试

• 覆盖率分析（图20）：

- 北上资金活跃托管机构覆盖沪深300成分股超过95%，中证500覆盖约80%，中证1000有60%左右的覆盖率，体现北上资金对主流大中型股票的重要影响力。

• 选股能力分别在宽基指数中的表现（图21-22）：

- 合成因子数据显示，市值越低，选股效果越好。
- 沪深300指数RankIC均值为 $6.38\%$ ，IR为2.35，表现相对较弱。
- 中证1000指数表现最佳，RankIC均值达 $7.28\%$ ，超过全市场水平。

• 增强策略设计：

- 基于合成因子利用约束优化（控制风格暴露、行业暴露和权重偏离）构建指数增强组合。
- 约束条件具体细节采用小幅调整保持与基准指数的风格和行业一致性。

• 增强结果（图23-26，表4）：

- 沪深300指数增强组合年化超额收益 $6.1\%$ ，增强收益稳健。
- 中证500的增强效果最优，年化超额 $9.6\%$ ，最大回撤仅 $2.1\%$ 。
- 中证1000增强收益表现波动大，2021年3月以来显著回撤，超额收益最大回撤约 $9\%$ 。
- 原因分析显示，北上资金覆盖的中证1000成分股自2021年初以来普遍跑输未覆盖股票，导致增强策略表现受限。

• 总结：

- 合成因子不仅在选股维度表现优异，也适用于指数增强策略，尤其在市值中等范围（中证500）最为有效，适合实盘投研落地。[page::9, page::10]

2.5 拓展讨论：合成因子在行业轮动上的表现

• 行业轮动逻辑：

- 选股因子可以被聚合至行业层面，用于行业轮动策略。
- 两种聚合方式：
1. 合成选股因子直接平均聚合至行业层面。
2. 先将细分因子聚合至行业后再合成。

• 测试结果：

- 方式一（行业合成因子）表现更强，RankIC均值为 $10.3\%$ ，多空对冲年化收益 $15.0\%$ ，胜率 $65.1\%$ ，但回撤较大（$7.8\%$）。
- 方式二（细分因子合成）RankIC均值为 $9.1\%$ ，多空对冲年化收益 $13.6\%$ ，回撤较小（$6.5\%$），胜率 $68.3\%$ ，稳定性更佳。

• 解释：

- 基于合成因子的行业轮动展现出良好盈利能力，同时可通过不同聚合方式优化风险回报特性，确认了北上资金行为对行业轮动逻辑的重要价值。

• 结论引导：

- 尽管传统因子面临失效和波动，但通过协同因子及合成因子的创新构造，北上资金仍然作为“聪明钱”（Smart Money）存在可持续的交易价值。

• 风险提示：

- 报告特别强调历史数据的局限性，模型基于历史估计，未来市场存在不确定性，历史数据不代表未来表现。[page::11]

---

三、图表深度解读与说明

图1（页1）：北上托管机构划分

• 展示了托管机构按母公司注册地（中资、外资、港资等）及机构性质（官方机构、券商、银行）进行分类的树状结构。

- 体现报告对北上资金结构的精细划分基础，是后续分资金性质因子分析的重要前提。

图4（页2）：2017-2022北上资金常规因子收益表现分阶段对比

• 表格展示多因子从2017年至2022年5月整体及阶段被划分为2017.01-2021.01和2021.01-2022.05三个区间的年化收益率、最大回撤及胜率等绩效指标。

- 明显看出2021年以来大部分因子表现大幅下滑，尤其最大回撤大幅恶化，部分因子收益甚至转负，其中成交占比因子回撤虽大但仍存在正收益，凸显其进攻属性。

图7-8（页4）：协同因子RankIC及净值表现

• RankIC水平较为稳定且呈现正向累计增长，多空对冲净值走势平稳，最大回撤显著降低至约2.4%，对比传统因子大量的回撤风险体现了协同因子的防御效果。

图12-14（页6）：协同因子参数敏感分析及调优效果

• 表格和曲线显示不同参数（股票被托管机构数、机构交易个股数）变化对协同因子选股效能的影响。

- 明确指出覆盖度和活跃度阈值设定提升因子表现，优化后协同因子年化收益和胜率提升显著。

图17-19（页7）：合成因子RankIC、胜率及稳定性提升

• 合成因子RankIC均值攀升至7%以上，超过任何单因子表现，RankICIR也得以提升。

- 多空对冲净值更平滑，最大回撤进一步降低，突出合成因子的攻守平衡。

图20-22（页9）：合成因子在不同市值指数的股票池覆盖度与选股能力

• 展示合成因子在沪深300、中证500、中证1000的成分股覆盖比例及对应选股RankIC和RankICIR趋势。

- 显示覆盖度最高为沪深300，但其因子表现相对弱于中证1000，呈现较强的市值敏感性。

图23-26（页10）：指数增强回测

• 三个主流指数的增强组合净值与基准比较，体现合成因子的超额收益。

- 特别指出中证1000增强表现波动大因覆盖股票的跑输问题，揭示策略局限性。

图27-30（页11）：行业轮动因子相关表现

• 不同行业聚合方式展示了合成因子行业RankIC及多空对冲净值表现。

- 清晰看到细分因子聚合后的防守性优于直接合成，体现灵活的行业应用潜力。

---

四、估值分析

本报告核心不涉及传统估值方法（如DCF、P/E等），而是基于量化因子模型的构建与选股表现评价。估值部分主要体现在因子构建中的数理统计方法和优化模型：

• 合成因子构造：

- 等权算法将进攻因子（成交占比）与防守因子（协同因子）合成。

• 优化算法：

- 指数增强部分通过约束优化模型进行组合权重调节，控制行业和风格的暴露度，避免跟踪误差过大。
- 约束条件详见数学表达，是经典的多因子投资组合优化应用。

无传统财务指标估值，但采用系统化方法测评因子“价值”，远离简单的市盈率等估值错误风险。

---

五、风险因素评估

• 历史数据局限：所有因子依赖历史持仓和交易数据，未来市场结构、政策环境、资金行为可能发生变化，导致因子效果下降甚至失效。

- 样本外表现风险：报告已识别2021年以来因子波动放大、失效倾向，提醒投资者需谨慎对待历史表现转换为未来收益。

• 覆盖范围限制：增强测试依赖于北上资金覆盖的股票，特别是中证1000因子表现受限于覆盖股票的劣势表现，可能导致策略效果波动。

- 参数敏感性：因子表现对托管机构活跃度和股票覆盖参数敏感，参数设置不当或随时间变化可能影响策略稳健性。

• 模型假设：权重加权和等权处理均基于一定统计假设，实际机构决策和市场行为可能更复杂，存在潜在偏差。

- 缓解策略：通过参数调优、因子合成、多因子优化及行业中性化等手段减轻单一风险，但不可完全避免市场突发风险。

---

六、批判性视角与细微差别

• 因子构造偏差：

- 原始“话语权”加权模型重视大机构权重，虽然体现资金实际影响力，但忽视了小机构数量多且行为多样性，容易导致信息过滤失真，报告对此清晰指出并试图通过协同因子方法缓解。

• 参数依赖性强：

- 协同因子表现依赖于对托管机构和交易个股数量的阈值设定，阈值选择具有一定主观性和后验性，未来这一敏感性可能导致因子表现不稳定。

• 增强策略限制：

- 合成因子在大市值指数（沪深300）表现相对弱于中小市值指数，且中证1000由于北上资金覆盖股票表现偏弱导致增强效果波动大，表明策略并非“万能”，存在适用范围。

• 市场环境变化影响：

- 2021年后的市场风格转换对传统因子及合成因子均造成冲击，短期内策略失效风险加大，未来表现依赖市场是否回归理性或“聪明钱”逻辑回归。

• 无内置估值安全边际：

- 因子模型本质为量化信号，缺少宏观及基本面风险考量，某些行业或事件突变时风险难以规避。

• 模型复杂性与透明度：

- 协同因子涉及多层统计处理、异常值剔除、中性化等多步骤，增加理解和操作难度，使用者需有较高专业素养以避免误用。

---

七、结论性综合

本报告通过系统且详实的数据分析和实证，提出并验证了一套结合“定价权”与“协同效应”的新型北上资金量化因子框架，有效解决了传统基于托管机构“话语权”加权因子在2021年以来出现的阶段性失效和波动风险，走出了量化因子研究的重要突破。

1. 传统定价权因子表现与局限：

- 成交占比因子展现了强劲的进攻性和选股能力，但波动大、回撤严重，2021年后部分表现急剧恶化。

1. 协同因子创新带来防守优势：

- 通过衡量托管机构之间的行为一致性构建协同因子，在控制最大回撤、稳定超额收益方面表现卓越，有效降低策略风险。

1. 合成因子攻守兼顾，实现大幅提升：

- 两因子等权合成，集进攻与防守于一身，RankIC从单因子最高3.2%提升至7.04%，最大回撤约减半，收益波动比显著改善，体现收益和风险控制的优化。

1. 实际投资应用端测试出色：

- 在沪深300、中证500、中证1000等指数成分股中，合成因子均实现正超额收益，尤其中证500表现最优，指数增强年化超额近10%，最大回撤极低。
- 中证1000的波动体现了因子覆盖与股票表现的匹配重要性，提醒投资者关注个股特征与资金覆盖的动态变化。

1. 行业轮动同样受益：

- 通过行业层面聚合，合成因子同样展现良好轮动指示能力，为投资决策提供宽泛应用空间。

1. 风险管理与未来展望：

- 报告理性提醒因子基于历史数据，未来表现存在不确定性，强化参数调优和多因子融合仍是获得稳定收益的有效途径。
- 北上资金仍具备“聪明钱”属性，但其市场作用机制需动态调整理解。

综上，报告不仅科学诊断了北上资金量化因子在不同市场环境中的表现波动和失效根源，更通过创新性构建协同因子与合成因子，实现了风险的有效分散和收益的稳健提升，展现了一条由现实市场行为推动的量化策略进阶路径。

---

重要图表示例（Markdown格式引用）

• 图1：北上托管机构划分标准

• 图4：常规因子2021年以来超额收益回撤加剧

（因图为HTML表格，详见报告原文）

• 图7：协同因子RankIC表现

• 图17：合成因子RankIC提升至7.04%

• 图23：沪深300指数增强效果

• 图27：行业轮动RankIC均值10.3%

---

（全文引用均来自《北上资金攻守兼顾因子的构造：定价权与协同效应的融合 | 开源金工》，页码依据原文分页标注）[page::0, page::1, page::2, page::3, page::4, page::5, page::6, page::7, page::8, page::9, page::10, page::11]

报告