• 因子构建与核心思想 [page::4][page::5]：

- 利用股票净委买变化率（刻画投资者买入意愿的变化）与高频收益序列（股价变化）计算相关性，得到委托成交相关性因子，反映买入意愿与股价走势的关系。
- 不同时段数据（全天、开盘后、盘中、收盘前）的因子均有较强选股能力，尤其收盘前时段表现最好。

• 因子月度表现及分组超额收益 [page::5][page::6]：

- 因子月度IC均值约-0.07，Rank IC约-0.10，月度胜率超70%。
- 多空组合月均收益差约2.7%，空头收益（约-2%）明显强于多头（约0.8%）。

• 形态分析揭示投资者托底意愿影响收益表现 [page::7]：

- “股价下跌，净委买上升”的股票托底意愿强，未来超额收益最高。
- “股价下跌，净委买下降”托底意愿弱，未来收益最差。
- “股价上涨，净委买下降”有一定正向收益，但较弱。
- “股价上涨，净委买上升”收益表现低于预期，待进一步研究。

• 因子相关性与正交分析 [page::8][page::9][page::10][page::11]：

- 因子与市值、换手率、估值正相关，与系统波动负相关，与盈利相关性弱。
- 通过正交剔除低频因子及部分高频因子，收盘前因子月度IC均值约-0.031，ICIR达1.9，月度胜率71%。多头组合超额收益约0.6%，空头组合约-0.75%，多空差1.35%。

• 不同指数下因子表现稳定 [page::12][page::13][page::14][page::15]：

- 沪深300指数内，正交后收盘前因子月度多头收益约0.20%，空头收益约-0.79%，多空差约1.0%。


- 中证500指数内，正交后收盘前因子多头收益约0.20%，空头收益约-0.77%，多空差约1.00%。

• 不同调仓频率下的因子回测表现 [page::15][page::16][page::17][page::18]：

- 半月调仓，正交后收盘前因子多头收益0.30%，空头收益-0.50%，多空差0.80%。


- 周度调仓，正交后收盘前因子多头收益0.15%，空头收益-0.27%，多空差0.42%。

• 风险提示 [page::0][page::18]：

- 市场系统性风险。
- 资产流动性风险。
- 政策变动风险。

《选股因子系列研究（四十九）——当下跌遇到托底》详细分析报告

---

1. 元数据与概览

• 报告标题：《选股因子系列研究（四十九）——当下跌遇到托底》

- 分析师：冯佳睿、袁林青

• 发布机构：海通证券研究所

- 发布时间：2019年5月28日

• 主题：该报告围绕A股市场构建“委托成交相关性因子”，通过结合盘口委托挂单数据与股票高频成交数据，挖掘投资者买入意愿与股价走势之间的关系，以及此关系对股票未来收益的预测能力。

报告核心论点：

1. 传统技术因子在挖掘额外选股能力方面逐渐趋弱，结合委托和成交数据构建新的复合因子具有更强的选股能力。

2. 所构建的“委托成交相关性因子”通过净委买变化率序列与高频收益序列间相关性的计算，反映投资者的托底或抛售意愿。

1. 该因子在全市场及沪深300、中证500指数范围内均表现出显著的月度选股能力，多空组合月均收益差异显著（最高约2.7%）。

4. 不同换仓频率（半月、周度）下，因子的选股效果依然保持稳定，表现尤以收盘前计算的因子最优。

1. 风险提示包括系统性风险、流动性风险及政策变动风险等。

作者通过大量实证检验，结论为因子在传统低频及高频因子剔除后仍具备独立的选股价值，尤其对于捕捉股票下跌过程中投资者的托底行为十分有效，能显著区分未来超额收益水平。[page::0],[page::4]-[page::5],[page::18]

---

2. 逐节深度解读

2.1 引言与因子构建思路（第4页）

• 关键内容：报告继承前作《选股因子系列研究（四十七）》关于盘口委托挂单数据的研究基础，创新性地将“委托买卖变化率”与股票“高频收益”结合，计算两者的相关性，从而刻画投资者的买入意愿与股价走势之间的动态关系。

- 逻辑依据：
- 投资者托底行为表现为“股价下跌，净委买上升”，可视为买入意愿增强，有助预测后续股价止跌甚至反弹。
- 相反，“股价下跌，净委买下降”则反映托底意愿不足，具有更大下跌风险。

• 技术定义：

- 净委买变化率指盘口买卖挂单变化数的净值，计算涉及第1档委买卖挂单的变化量，按照成交数据和盘口状态调整。
- 高频收益为同一交易时段内股票价格变动的高频序列。
- 因子值为动态滚动回看窗口内两序列的相关性均值。

• 时间节点定义：全天(9:30-14:57)，开盘后(9:30-10:00)，盘中(10:00-14:26)，收盘前(14:26-14:57)[page::4]-[page::5]

---

2.2 因子月度选股能力测试（第5-7页）

• IC指标表现：

- 原始因子月均信息系数（IC）为-0.07，Rank IC为-0.10，胜率超过70%，表现显著。
- 负相关意味着因子值越低，未来收益越高，即前期委托成交相关性较低股票后续表现较佳。

• 组间收益分析：

- 股票按因子值分10组，月度多空收益高达2.7%，多头平均超额收益约0.8%，空头收益为负2.0%。
- 图1详细展现全天、开盘后、盘中和收盘前时段因子的超额收益的分布及单调性，均表现良好。

• 因子净值及多空对比：

- 图2所示因子净值显示从2012年起呈稳定上升趋势，月度溢价波动性适中，确认因子的长期有效性。
- 图3的多空组合表现证明因子对股票收益的区分能力较强，最大回撤控制合理。

• 形态分析：

- 结合平均净委买变化率与委托成交相关性，股票被归入四种形态：
1. 价跌委买升（托底意愿强）——未来超额收益最高；
2. 价跌委买降（托底意愿弱）——超额收益最低；
3. 价升委买降（买入意愿减弱）——存在超额收益但不及形态1；
4. 价升委买升（买入意愿增强）——异常表现，反而收益较差，值得进一步研究。
- 图4、5分别展示全市场与中证800指数中不同形态群体的月均超额收益，进一步验证上述观点。

• 意义：

- 因子不仅捕捉整体趋势，更能细分投资者交易意图，尤其对反映托底行为的识别能力显著。[page::5]-[page::7]

---

2.3 因子正交分析（第8-12页）

• 目的：排除已有低频因子（市值、换手率、估值、市值分布、波动性等）及同类高频因子对结果的干扰，确认委托成交相关性因子的独立有效性。

- 相关性分析：
- 因子与市值、换手、估值呈正相关；与系统波动占比负相关；与盈利指标相关性弱。
- 高频因子中全天、开盘、盘中因子与下行波动率、量价相关性因子正相关；收盘前因子相关性弱于其他时段。

• 正交剔除低频因子后效果（表6、7，图6）：

- 因子仍保持较强的组间收益单调性，收盘前因子表现最佳，多空月均收益差1.35%。

• 进一步正交高频因子后效果（表9，10、图9）：

- 尽管多头收益单调性有所下降，但整体多空收益差（约1.42%）依然明显。

• 时间序列稳定性呈现（图7、8、10、11）：

- 因子月均溢价在0.36%-0.39%区间，月度胜率超过70%，回归T统计量均大于4，显示其长期稳健性。

• 总体结论：

- 委托成交相关性因子中蕴藏的信息非传统低频及其他高频因子所能完全替代，具有独立的选股价值。[page::8]-[page::12]

---

2.4 不同指数中的选股能力（第12-15页）

• 沪深300指数内表现：

- 原始因子组间收益单调性好，多头平均溢价约0.6%，空头组约-1.1%，多空差约1.7%。
- 正交后，尽管组间单调性有所减弱，但空头收益依旧明显，收盘前因子多空差约1.0%。
- 图12-15直观体现正交前后收益分布及因子净值。

• 中证500指数内表现：

- 因子原始表现良好，多头月均超额收益约0.3%，空头约-1.4%，多空差约1.7%。
- 正交后空头收益持续突出，收盘前因子多空差约1.0%。
- 图16-19对应展示表现详情。

• 解读：

- 因子在大盘与中盘都有显著的区分能力，尤其体现为空头组合的收益优势，显示能够较好捕捉后续跌势风险或委托挂单中投资者的撤离意愿。
- 收盘前时段数据的因子表现优于全天或其他时段，反映收盘前投资者行为对后续市场走势的预测价值较大。[page::12]-[page::15]

---

2.5 不同调仓频率影响分析（第15-18页）

• 调仓频率主要考察半月调仓及周度调仓下因子的选股效果。

- 半月换仓：
- 未正交前，多空收益约1.6%；正交后，多空收益约0.8%；收盘前因子表现最好。
- 因子月均溢价及累计净值（图22、23）显示其表现稳定。

• 周度换仓：

- 未正交前，多空收益约0.8%；正交后，多空收益约0.42%；收盘前因子区分度仍突出。
- 图26、27体现其时间序列的表现稳定。

• 结论：

- 因子在较宽泛不同调仓周期均有较好表现，强调其在实际投资组合构建上的灵活性和可靠性。
- 随着换仓频率降低（从月度到周度），因子收益率绝对值有所下降，但相对稳定性良好。[page::15]-[page::18]

---

2.6 总结与风险提示（第18页）

• 主要总结：

- 委托成交相关性因子通过结合盘口委托买卖变化率与成交价格变化，成功捕捉投资者买入意愿与价格走势的复合信号。
- 因子在全市场、沪深300、中证500均表现出较强的月度选股能力，且在剔除传统低频因子及部分高频因子影响后依旧成立。
- 特别突出的是“股价下跌, 净委买上升”形态的股票具备最强的超额预期收益，表明投资者托底意愿有效限制了后续下跌空间。
- 该因子对多种换仓频率具有稳定的表现，尤其收盘前时段的委托成交相关性因子最具实用价值。

• 风险提示：

- 策略表现可能受市场系统性风险、流动性风险、政策变动风险的影响。
- 需要持续关注政策和市场环境变化对因子有效性的冲击。[page::18]

---

3. 图表深度解读

3.1 图1：委托成交相关性因子分组月度超额收益（第5页）

• 描述：图示因子分为10组（因子值从低到高），四条曲线分别为全天、开盘后、盘中和收盘前时段的因子对应组别未来1个月的超额收益率。

- 趋势：
- 整体呈显著的递减趋势，组别1（因子最低值）对应最高超额收益，组别10对应最低。
- 多空组合收益约2.7%，显示因子有强的收益分层能力。

• 分析：

- 负相关表明因子值低（负相关强）带来更高的超额收益，与报告核心观点相符。
- 各时间段因素表现接近，收盘前略优，强调投资者在收盘时段的行为更具预测力。

• 联系文本：该图是因子有效性的首要直观证据，支撑了因子作为选股工具的实际应用价值。[page::5]

---

3.2 图2、3：全天因子月度溢价、净值和多空表现（第6页）

• 图2描述：左轴为因子净值（起始值设为1），右轴为月度溢价；时间横跨2011年至2019年，表现出因子净值稳步增长，溢价多为正。

- 图3描述：多空组合相对强弱不断攀升，最大回撤有限，显示出风险控制较好和盈利稳定。

• 分析：

- 净值持续攀升印证因子带来的累积超额收益。
- 溢价的波动揭示因子效能在不同市场状态下有所差异。

• 联系文本：反映因子不仅统计显著，且具备实际投资组合价值。[page::6]

---

3.3 图4、5：不同形态股票群体月均超额收益（第7页）

• 描述：柱状对比“价跌，委买升”等四种投资者行为形态在不同时间段的平均超额收益。

- 趋势与发现：
- “价跌，委买升”形态表现最强，收益正且明显。
- “价跌，委买降”表现最弱，收益明显为负。
- “价升，委买升”收益意外偏低，反映市场非理性或数据捕捉局限。

• 联系文本：验证了买入委托意愿对预判未来收益非常关键，尤其在股价下跌阶段的托底行为。[page::7]

---

3.4 其他图表（第9页至第18页）

• 图6、9及相关表格展示正交后因子收益的组间单调性依然显著，确认了因子独立性。

- 图12-19揭示不同指数（沪深300、中证500）内部因子表现，均显示选股能力稳定但绝对收益略弱于全市场。

• 图20-27展示不同换仓频率的因子表现，因子收益风险特征均保持稳定性，尤其收盘前因子持续领先。

- 几乎所有图表均体现出“空头收益明显强于多头收益”，反映该因子对下跌风险的捕捉更为有效。

---

4. 估值分析

报告主要为量化因子研究报告，未涉及传统意义上的估值模型、目标价或金融资产定价估值。因此，此处不涉及DCF、市盈率等相关估值分析。

---

5. 风险因素评估

• 市场系统性风险：市场整体下跌时，策略表现可能受系统性因素影响而不理想。

- 资产流动性风险：低流动性股票可能存在交易成本高、买卖困难，影响因子实施效果。

• 政策变动风险：资本市场监管政策或宏观经济政策的调整，可能会影响投资者行为模式，以及因子表现的稳定性。

- 缓解措施：报告未详细提出缓解策略，但强调需持续关注宏观政策和市场动态，灵活调整因子应用策略。[page::18]

---

6. 批判性视角与细微差别

• 报告归纳“股价上涨，净委买上升”股票收益表现低于预期，提示此点反直觉现象值得进一步研究，暗示当前因子可能未能完全捕捉投资者多头跟进动力，存在模型局限。

- 因子多头收益和空头收益不对称，空头收益更强，显示该因子可能更适合用于风险控制和做空策略，或需搭配其他因子增加多头收益。

• 正交后因子收益组间单调性有所下降，特别多头端受影响明显，暗示其他因子有部分信息重叠，因子独立性虽强但并非完全。

- 报告未详细说明因子回测期间的市场环境变化对其表现的具体影响，建议注意环境适应性。

• 报告关于回测数据主要来自2012年以来的A股，可能受特定市场结构影响，且未提及大规模成交异常的异常值处理，存在数据样本偏差隐患。

---

7. 结论性综合

本报告围绕A股市场，基于高频盘口委托挂单数据与成交价格变化，创新性构建了“委托成交相关性因子”，有效捕捉投资者买入意愿及其对未来价格的影响。主要发现包括：

• 因子通过反映投资者托底或离场意愿，对股票未来超额收益具有显著的预测能力，尤其“股价下跌且净委买上升”的股票表现最优。

- 因子信息与传统低频因子及其它高频因子高度独立，在控制这些因子影响后仍保持出色的选股能力，月均IC在-0.07至-0.03区间。

• 因子在沪深300和中证500指数内部同样有效，且不同调仓频率下（半月、周度）选股表现稳定，最优表现出现在收盘前时段计算的因子。

- 图表数据显示，因子多空组合收益差最高能达到2.7%，空头端收益表现更为突出。

• 报告强调市场系统性风险、流动性风险和政策风险对策略效果可能产生较大影响。

- 对因子表现异常（如“股价上涨，净委买上升”的低收益现象）提出进一步研究需求，体现研究谨慎性和深度。

整体来看，报告客观、数据充分，揭示了投资者行为与市场价格动态的内在联系，提供了具独特市场洞察的实用量化选股因子，辅助投资者在复杂市场环境下捕捉阿尔法收益。[page::0]-[page::18]

---

重要图表示例

图1 委托成交相关性因子分组月度超额收益



图9 委托成交相关性因子分组月度超额收益（正交剔除低频及部分高频因子后）



图13 委托成交相关性因子分组收益（沪深 300 指数内/正交后）



图16 委托成交相关性因子分组收益（中证 500 指数内/正交前）



图20 委托成交相关性因子分组收益（半月换仓/正交前）



图25 委托成交相关性分组收益（周度换仓/正交后）



---

总体评价

本研究报告以深度数据挖掘和实证回测为基础，建立了一套新颖且具有解释力的交易意愿因子，适合量化投资策略的开发，尤其在风险控制层面表现突出。报告结构严谨，数据详实，分析充分，理论与实务结合紧密，但仍存在少许异常现象需后续研究以完善模型。

本报告为投资者提供了宝贵的因子设计思路与具体落实路径，对于市场风格及投资行为研究亦具积极参考意义。

报告