• “随波逐流”因子侧重于个股价格处于高位时，成交额与其他股票成交额的相关性，相关性越高，表明投资者观点一致，股票上涨势头可能持续。该因子通过计算价格处于相对高位时的成交额差异并与市场相关性进行衡量，测试期内年化收益率达16.26%，Rank IC 5.89%，表现稳定。

[pidx::3][pidx::4]

• “孤雁出群”因子针对市场分化不明显时考察个股成交额独立于市场趋势的表现，相关性越低，表明个股有可能孕育新热点。该因子基于分钟收益率标准差界定“市场不分化时刻”，并计算成交额的Pearson相关系数。测试显示其多空组合年化收益率高达29.25%-31.26%，Rank IC均为负值（接近-8%），选股效果凸显。

[pidx::5]

• “水中行舟”因子由上述两因子等权合成，因子逻辑相反且相关性近零，综合两者优势，在月度频率下表现优异，Rank IC均值达到-9.36%，年化收益率36.24%，多空组合区分能力显著，且各年及各行业均表现稳定。

[pidx::6][pidx::7]

• 因子与常见风格因子相关性分析显示，与流动性和波动率因子相关较高。剔除主流风格因子后构建“纯净水中行舟”因子，依然保持较强选股能力，年化收益率17.59%，信息比率3.34，体现了因子的独立增量信息。

[pidx::8][pidx::9]

• 在不同样本空间（沪深300、中证500、中证1000成分股）中均表现良好，多头组合年化超额收益分别为9.48%、9.71%、18.51%，显示因子跨指数的稳健适用性。

[pidx::10]

• 指数增强模型测试严格控制市值、行业中性与权重偏离，因子在沪深300/中证500/中证1000增强组合中年化超额收益分别为7.71%、12.49%、17.80%，信息比率分别为2.18、2.52、2.95，表现优良。

[pidx::11]

• 在周频调仓条件下测试，“水中行舟”因子表现更佳，多头组合年化收益率33.72%，多空组合年化收益率60.22%，意味着中高频优化策略能进一步提升选股效果。

[pidx::12]

• 风险提示：因子基于历史数据构建，未来可能失效；市场突发变化及不同环境下因子阶段性失效风险需关注。 [pidx::0][pidx::12]

方正证券研究所《“水中行舟”因子构建及测试研究》详细分析报告

---

1. 元数据与报告概览

• 报告标题：基于成交额与市场趋势关系的“水中行舟”多因子选股系列研究

- 作者与机构：方正证券研究所，分析师曹春晓

• 发布日期：2023年2月15日

- 研究主题：构建并验证基于个股成交量与市场成交量关联性的新选股因子——“水中行舟”因子，通过分钟级及日频数据挖掘股价相关联的成交量特征，提升选股策略的有效性。

• 核心论点：

- 个股成交额与市场成交额关联性的变化承载了显著的未来收益信号
- 构造两种对立逻辑的因子：“随波逐流”因子（个股成交额高低位关联性）与“孤雁出群”因子（市场分化不明显时个股成交额的独立性）
- 将两因子等权合成“水中行舟”因子，表现出强烈的选股能力和稳定性
- 该因子在不同样本空间及指数增强策略下均表现优异，年化多空组合收益率高达36.24%，信息比率高达4.40，表现突出。

• 风险提示：

- 基于历史数据构建，未来有效性可能失效
- 因子受市场环境影响，存在阶段性失效风险
- 市场可能发生超预期变化，影响因子表现[pidx::0][pidx::12]

---

2. 深度章节解读

2.1 引言

• 内容总结：

- 研究基于成交额与市场趋势的结合，提出在两种不同市场情形下，成交量与市场关联性如何影响个股收益率。
- 构建两个相互独立同时逻辑对立的因子：“随波逐流”和“孤雁出群”，前者强调个股成交额跟随市场趋势的情况，后者强调市场无明显热点时个股独立成交异动的情形。
- 将二者等权合成“水中行舟”因子，旨在发掘不同情境下潜在的收益机会。

• 论证依据：

- 理论上，价格高位且成交额与市场高度关联时，表明投资者对股价有共识，趋势可能持续。
- 市场分化不明显时，个股成交额的独立异动，有可能是新热点启动的信号。

• 创新点：

- 利用分钟级数据计算成交额与市场整体的关联性
- 构造了两个逻辑方向对立但相关度接近零的因子，以实现选股能力的互补[pidx::3]

2.2 “随波逐流”因子构建及测试

• 构建流程详解：

1. 计算过去20日的日内收益率均值，作为“合理收益率”。
2. 利用1分钟频率数据，计算每分钟价格相对当天开盘的收益率。
3. 判断分钟是否在相对“高位”（分钟收益率＞合理收益率）或“低位”（＜合理收益率）。
4. 汇总高位与低位分钟的成交额，计算差值并除以流通市值，得到“高低额差”。
5. 计算每只股票与所有股票“高低额差”的spearman相关系数绝对值的均值，作为“随波逐流”因子值。

• 逻辑解释：

- 该因子聚焦价格高位时成交额与市场一致性的强弱，较高的相关度意味着投资者共识强，价格可能继续上涨。

• 测试数据与结果：

- 回测区间：2013年1月至2023年1月，市值和行业中性化处理
- Rank IC为5.89%，在选股中表现为正向指标
- ICIR（均值与波动的比率）达3.29，稳定性较好
- 多空组合年化收益率16.26%

• 图表分析：

- 图表2（详见下方图片）表现出从2013年至2023年分组间净值明显分化，多空对冲策略持续上升，显示该因子具有良好的稳定性和选股区分能力。

• 总结：

- “随波逐流”因子捕捉价格高位时投资者共识对未来收益的正向信号，具备较强选股能力[pidx::4][pidx::3]

2.3 “孤雁出群”因子构建及测试

• 构建流程详解：

1. 计算每分钟的个股收益率。
2. 计算该分钟所有股票的收益率标准差，定义为“分化度”。
3. 找出分化度低于当日均值的“不分化时刻”，代表市场整体表现趋同。
4. 计算个股在不分化时刻成交额与其他股票成交额的pearson相关系数绝对值均值，作为“孤雁出群”因子值。
5. 进一步计算过去20日均值及标准差，合成最终因子。

• 逻辑解释：

- 在市场分化不明显、热点缺失时，个股的成交额与大盘脱钩，意味着“异动”可能孕育未来热点。
- 低相关性（相关系数绝对值较小）表明股票成交额独立于市场波动，为投资价值所在。

• 测试数据与结果：

- 三个指标Rank IC分别为-8.23%、-7.03%、-8.20%，均为负向指标（这因子设计负相关，但负向的Rank IC并不代表无效）
- ICIR在-3.17至-3.9之间
- 多空组合年化收益29.25%、27.49%、31.26%

• 图表分析：

- 图表4展示十分组净值走势，顶部组明显跑赢底部组，多空对冲组合稳步增长，充分验证了因子的有效性。

• 总结：

- “孤雁出群”因子有效识别市场热点缺乏时异动个股，具有较强的选股能力，年化收益率较高且稳定[pidx::5]

2.4 “水中行舟”因子合成及表现

• 因子定义：

- “水中行舟”因子为“随波逐流”因子与“孤雁出群”因子等权合成。
- 二者因子逻辑相反，相关性接近零，实现了良好的互补。

• 测试数据与结果：

- Rank IC达到-9.36%，Rank ICIR为-4.95
- 多空组合年化收益率达36.24%，信息比率4.40，表现极佳
- 充分显示了组合因子的超额选股能力

• 十分组表现：

- 分组收益严格单调
- 多头年化收益26.36%，空头年化收益-8.35%

• 年度稳定性：

- 多数年度分组表现单调且显著，稳定性强

• 图表解读：

- 图表7（见下图）显示多空对冲净值稳步攀升，说明“水中行舟”因子的持续有效。

• 行业表现：

- 图表9显示所有一级行业均表现出色，多数行业Rank IC均值超过-6%，说明因子在全市场具备广泛适用性。

• 总结：

- 合成因子“水中行舟”将两因子优势发挥到最大，提供了极佳的选股信号，适用面广，表现稳定[pidx::6][pidx::7][pidx::8]

2.5 剥离常见风格因子影响测试

• 相关性测试：

- “水中行舟”因子与流动性、波动率、估值因子相关性较高，其他风格因子相关性较低，表明有相对独立的信息价值。

• 剔除风格因子后测试：

- 对“水中行舟”因子进行风格因子和行业因子正交化，得到“纯净水中行舟”因子。
- Rank IC均值为-4.71%，Rank ICIR为-4.36
- 多空组合年化收益率达17.59%，信息比率3.34

• 图表表现：

- 剔除其他因子后，净值走势分组清晰，说明因子具备独立贡献，不完全依赖于传统风格因子。

• 总结：

- “水中行舟”因子提供了独立的增量选股信息，增强了因子策略的稳健性与普适性[pidx::8][pidx::9]

2.6 不同样本空间下的表现测试

• 样本选择：

- 采用沪深300、中证500、中证1000成分股测试。

• 结果：

- 因子均表现不俗，年化多头组合超额收益分别达9.48%、9.71%、18.51%。
- 表明因子在大盘到中小盘不同市场环境均有效。

• 对应图表解读：

- 图15展现三大指数成分股多空净值走势，中证1000表现更为突出，说明小市值市场中因子效应更强。



- 图16为多头组合超额表现，形象呈现因子在样本间超额收益率差异。

• 总结：

- 因子具备跨市场广泛适用性，尤其在中小盘市场中表现优异，适合多维度配置策略[pidx::9][pidx::10]

2.7 指数增强模型测试

• 方法：

- 采用“水中行舟”因子打分，构建指数增强策略
- 约束市值中性、行业中性，单股权重偏离≤1%
- 保持指数成分股权重覆盖≥80%

• 结果：

- 沪深300增强策略年化超额7.71%，信息比2.18
- 中证500增强年化超额12.49%，信息比2.52
- 中证1000增强年化超额17.80%，信息比2.95

• 图表展示：

- 图17至图22分别展示各指数增强策略历史和年度分年度表现，强调因子增量信息。

• 总结：

- 因子在实盘增强策略中表现稳健，具备良好的实用性和收益提升潜力[pidx::10][pidx::11]

2.8 周频调仓下因子表现

• 说明：

- 因子日频和分钟频数据构造，但测试主要为月度低频更新。
- 更高调仓频率（周度）数据测试发现，因子表现更优。

• 结果：

- 多头组合年化收益约33.72%
- 多空组合年化收益约60.22%

• 图表展示：

- 图23-24显示十分组净值及分年度表现，表现稳健且渐进。

• 总结：

- 更频繁调仓能抓住更多短期信号，提高收益，可为实际操作提供参考建议[pidx::11][pidx::12]

2.9 风险提示

• 因子基于历史统计规律，未来可能失效

- 因子表现受市场环境及个股活跃度影响较大

• 超预期市场波动可能致使因子失灵[pidx::0][pidx::12]

---

3. 图表深度解读

• 图表2 & 4：“随波逐流”与“孤雁出群”因子多空组合净值走势

- 图中分组净值曲线平滑上升，且从1组（最差组）到10组（最好组）表现差异明显，说明因子具有良好的分层能力。
- 多空对冲策略的持续正收益验证了因子的稳定盈利能力和选股有效性。

• 图表7：“水中行舟”因子多空对冲净值走势分年度表现

- 净值曲线持续上升且年度表现稳定，在大部分年份多空组合均有较好负面剥离效果。

• 图表9：行业层面表现分布

- 所有一级行业均收益为正，表现未集中于某些行业，因子具备较强的行业中性和普适性。

• 图表10 & 11：风格因子相关性及剔除后表现

- 因子与流动性、波动率等因子存在一定相关性，剔除这些风格因子后依旧表现突出，说明因子中含有独特信号。

• 图表15 & 16：沪深300/中证500/中证1000不同市场表现

- 小市值市场（中证1000）因子表现优势更明显，提示该因子对中小盘成长股筛选更有效。

• 图表17-22：指数增强策略表现图

- 表明在严格控制市值、行业暴露的条件下，因子依然能够贡献有效超额收益。

• 图表23 & 24：周频调仓情况下因子表现

- 更高频调仓能够充分捕捉短时信号，带来明显的策略收益提升。

---

4. 估值与方法论说明

• 本报告主要以量化多因子模型构建为核心，未涉及传统意义上的公司估值模型。

- 采用了Spearman相关系数计算成交额关联性，剔除极端值影响，提升统计稳健性。

• 使用了Pearson相关系数关注市场分化不明显时期活跃交易信息，强调显著实效。

- 因子测试包括Rank IC和Rank ICIR指标：
- Rank IC衡量因子值与未来收益的相关性强弱
- Rank ICIR衡量相关性的统计显著性

• 通过等权合成多因子实现互补性

- 多空组合和十分组分层用于验证因子区分能力和实际收益表现

• 引入风格因子正交验证因子增量信息[pidx::3][pidx::8]

---

5. 风险因素评估

• 历史回测风险：因在历史数据基础上构建与回测，未来市场环境改变或结构性变化可能导致模型失效。

- 市场环境风险：特殊市场事件、极端行情可能使成交额与市场趋势关联性结构被打破。

• 因子结构阶段性失效：驱动因子与环境高度相关，某些阶段其预测能力会暂时衰退。

- 模型应用限制：
- 高频数据计算要求高，真实应用中数据质量与延迟可能影响因子表现。
- 投资组合构建应综合多因子和风控体系配合，避免单一因子风险。

---

6. 审慎视角与细微差别

• 报告逻辑清晰，因子构建基于充分的分钟和日频数据，实证检验翔实。

- 然而因子表现指标（Rank IC）虽统计显著，但部分因子值为负，需理解因子方向与指标符号的含义。

• 因子相关性测试显示与流动性、波动率等风格因子存重合，可能存在一定共性，未明确因子的信息增量来源的具体细节。

- 报告并未深入讨论交易成本、市场冲击及实际交易中的滑点对策略收益的影响。

• 高频调仓虽提升收益，但实际执行成本和流动性风险需额外考量。

- 缺少对不同市场状态下因子表现的分时分景验证，如牛市、熊市差异表现。

• 报告中部分表述如“Rank IC为负则因子有效”需在阅读时谨慎理解，结合因子构建逻辑综合判断。

---

7. 结论性综合

本报告系统地从高频数据解析个股成交额与市场趋势关系，创新提出了“随波逐流”和“孤雁出群”两大因子，捕捉不同市场及价格状态下的成交量结构信息，进而合成“水中行舟”复合因子。该因子在10年区间内展现了稳定、显著的选股能力，年化多空组合收益高达36.24%，信息比率4.40，且横跨沪深300至中证1000多个样本空间均具备良好的有效性。此外，因子剔除常见风格影响后仍保持强选股能力，具备较强的独立信息增量。通过指数增强模型测试和周频调仓适用验证，其适用性和实盘潜力得到有效确认。

图表深度解读显示，无论是分组净值走势还是不同行业和测试场景下，因子均有优异表现且稳定性良好。尤其是小时与日频信息结合的构建步骤，体现了对微观交易行为的深入挖掘。

风险方面，报告强调历史规律未来可能失效风险及市场环境变化影响，投资者应谨慎使用，结合其他投资策略和风险控制手段。

综上，方正证券研究所提出的“水中行舟”因子框架提供了一套创新且实用于市场不同阶段和细分样本的选股方法，在量化投资研究中具备开创性和较高参考价值。

---

全文引用页码总结：[pidx::0][pidx::1][pidx::2][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12]

---

附录：关键图表展现（部分）

1. “随波逐流”因子十分组及多空对冲净值走势

1. “孤雁出群”因子十分组及多空对冲净值走势

1. “水中行舟”因子十分组及多空对冲净值走势

1. “水中行舟”因子行业表现分布

1. 剥离风格后“纯净水中行舟”因子表现

1. 指数成分股因子表现（沪深300、中证500、中证1000）

1. 周频调仓“水中行舟”因子表现

---

以上为报告的详细分析解读，期望对专业投资者理解“水中行舟”因子的构建逻辑和实证价值有所帮助。

报告