• 因子构建逻辑与流程 [pidx::3][pidx::4]：

- 按分钟频度筛选每只股票开盘后第16分钟起的成交量最大十个“海量时刻”。
- 剔除海量时刻间间隔不足5分钟以区分独立的成交放量事件。
- 计算每个“优势时刻”后5分钟内成交量与优势时刻成交量的比值，定义为“跟随系数”，反映跟随交易强度。
- 将日内跟随系数平均并对过去20日数据取均值及标准差，分别构建“月均待著而救”因子和“月稳待著而救”因子，二者等权合成为最终“待著而救”因子。

• “待著而救”因子选股表现 [pidx::5][pidx::6][pidx::7][pidx::8]

- “月均待著而救”因子表现显示空头组（代表明显跟随过度股票）表现显著，更易出现价格回落。
- “月稳待著而救”因子多头组表现优异，意味着反应不足较稳定的股票将产生超额收益。
- 合成因子Rank IC为-9.28%，Rank ICIR为-4.23%，多空组合年化收益率33.16%，信息比率3.51。

• 因子在行业、时间及样本空间的稳健性表现 [pidx::8][pidx::10][pidx::11]

- 各一级行业均表现较好，行业间Rank IC均值普遍优异。
- 在沪深300、中证500、中证1000成分股均有效，年化多空组合收益分别为18.04%、17.67%、36.12%，多头组合超额收益分别为8.85%、9.16%和15.50%。
- 指数增强测试下，因子控制市值、中性和权重偏离，年化超额收益分别达5.82%、8.41%、14.25%。

• 剥离风格因子后独立选股能力仍显著 [pidx::9][pidx::10]

- 与传统风格因子相关性较低，主要与流动性和波动率有一定联系。
- 经过正交处理后，“纯净待著而救”因子依旧表现稳健，Rank IC均值-4.42%，Rank ICIR-3.94，多空组合年化收益率18.89%。

• 高频因子低频化处理与组合构建 [pidx::13][pidx::14][pidx::15][pidx::16]

- “待著而救”与另外九个基于分钟频数据构建的量价因子进行正交合成，形成综合量价因子。
- 综合量价因子Rank IC均值增至-12.64%，Rank ICIR-5.48，多空组合年化收益率达49.23%，月度胜率91.94%，显著提升选股质量。
- 周频调仓下综合量价因子多头组合年化收益率提升至41.98%。

• 因子调仓频率影响 [pidx::12][pidx::16]

- 周频调仓因子表现优于月频调仓，周度多空组合年化收益率高达49.85%，建议实际应用中可考虑周频调仓提升策略表现。

• 风险提示

- 因子基于历史数据，存在阶段性失效风险。
- 市场发生超预期变化，因子表现可能波动。
- 风格因子及其他驱动变量变化可能影响因子有效性。

金融研究报告详尽分析报告

1. 元数据与概览

• 报告标题：《大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十》

- 作者及编号：分析师 曹春晓（登记编号 S1220522030005）

• 发布机构：方正证券研究所

- 发布日期：报告无具体发布日期，但数据覆盖至2023年5月底，结合目录和内容推断为2023年中

• 研究对象：基于股票市场大单成交后的跟随效应，构造并验证一种量价多因子“待著而救”因子，分析其在不同市场样本、频率及结合其他因子后的选股能力。

- 核心论点与结论：
- 当大单成交量激增时，信息优势投资者先行买入，后续可能出现普通投资者的跟随买入或未跟随的两种情形，对应股票价格反应过度或反应不足。
- 通过分析分钟级交易数据，报告构造基于成交量放大倍数衡量的“待著而救”因子，反映普通投资者在大单成交后跟随交易的程度。
- 测试结果表明，“待著而救”因子在月度及周度频率下表现卓越，年化收益率高达33.16%，信息比率为3.51，且在主流宽基指数的成分股中均有显著超额收益。
- 此外，“待著而救”因子与既有9个量价因子正交合成后的综合因子表现更优，年化收益率高达49.23%，极具选股价值。

• 风险提示：历史数据规律未来可能失效，市场风险和驱动因子阶段性失效的可能性需关注。[pidx::0][pidx::1]

---

2. 逐节深度解读

2.1 引言与因子构建

关键论点

• 行情中大单由信息优势投资者率先驱动，造成交易量激增。

- 普通投资者因信息和处理能力劣势，往往有延迟跟随行为，形成反应过度或反应不足的现象。

• 分析日内行情的分钟频交易数据，通过定义“优势时刻”（代表信息优势的大单成交时刻）与随后的“跟随时刻”来衡量跟随交易的强度，从而构建“待著而救”因子。

方法流程

1. 剔除每日开盘前15分钟的活跃交易，避免早盘波动噪声，选取9:45后的交易数据（图表1展示了前15分钟交易活跃程度的直观体现）。

2. 每日选出成交量最大的10个分钟时段，“海量时刻”。

1. 对“海量时刻”进一步筛选，若两个相邻的“海量时刻”时间间隔小于5分钟，后者视为前者引发的跟随交易，予以剔除（图表2、3直观说明了筛选规则）。

4. 定义“优势时刻”为经筛选后的独立大单成交时刻。

1. 计算优势时刻之后5分钟内成交量之和与优势时刻成交量之比，即“跟随系数”，反映普通投资者对大单的跟随强度。

6. 每天对所有优势时刻计算平均“跟随系数”得“日跟随系数”，再通过过去20天的均值与标准差构建“月均待著而救”因子和“月稳待著而救”因子，两者等权合成为最终“待著而救”因子。

该方法严谨地利用分钟级高频数据区分主导性大单成交与跟随交易，合理捕捉信息优势与市场反应动态，创新性凸显。[pidx::3][pidx::4]

2.2 “待著而救”因子表现测试

样本与测试设定

• 测试对象为全市场非ST股票，排除上市不满半年的次新股，确保数据稳定与代表性。

- 调仓频率为月度，分组为10组，使用等权加权，历史区间2013年1月至2023年5月。

测试结果与解读

• “月均待著而救”因子与“月稳待著而救”因子均表现良好（图表4至7），其中：

- “月均待著而救”对应的反应过度风险明显，空头组表现突出。
- “月稳待著而救”反映较为稳定的反应不足信号，多头组更佳。

• 合成“待著而救”因子Rank IC均值为-9.28%，Rank ICIR达-4.23，年化多空收益率33.16%，信息比率3.51（图表8、9）。

- 因子分组收益走势单调且显著，空头和多头组合分别获得正负方向上的明显收益(多头年化22.64%，空头-8.88%)。

• 各年份分布表现稳定，并在大多数一级行业中均显现优异的选股能力（图表10至12），展现因子稳健性和广泛适用性。[pidx::5][pidx::6][pidx::7][pidx::8]

2.3 剥离其他风格因子影响后持续有效

• 通过与常见风格因子（市值、成长、盈利等）及行业因子相关性分析，发现“待著而救”因子与流动性和波动率相关较高，但整体相关性较低（图表13）。

- 使用正交化方法剥除已知风格因子影响后，得到“纯净待著而救”因子，其Rank IC均值仍为-4.42%，Rank ICIR为-3.94，年化多空收益率18.89%，信息比率3.42（图表14、15）。

• 结果充分证明“待著而救”因子提供了重要的增量信息，非简单风格因子替代，增强了因子的独立性与稳健性。[pidx::8][pidx::9][pidx::10]

2.4 不同样本空间表现良好

• 进一步在沪深300、中证500、中证1000指数成分股测试，均保持良好表现。

- Rank IC均值分别为-5.75%、-6.69%、-9.44%，多空组合年化收益率分别约为18.04%、17.67%、36.12%。

• 多头组合实现年化超额收益8.85%（沪深300）、9.16%（中证500）、15.5%（中证1000）（图表16至19）。

- 说明该因子对大中小盘均有显著的选股能力，覆盖面广。[pidx::10][pidx::11]

2.5 指数增强模型有效性检验

• 构建严格的指数增强策略，仅用“待著而救”因子，控制市值和行业中性，个股权重偏离1%以内，组合覆盖指数主要成分股。

- 沪深300、中证500、中证1000指数增强下，年化超额收益分别达到5.82%、8.41%、14.25%（图表20至25）。

• 该测试展示了因子在实际组合构建中的有用性和稳健收益贡献，具备实际应用推广价值。[pidx::11][pidx::12]

2.6 周频调仓表现更优

• 将分钟频高频因子低频化，周度调仓测试表明，因子多头组合年化收益约29.57%，多空组合年化收益率达49.85%（图表26、27）。

- 说明更频繁的调仓有助于充分捕捉因子的alpha信息，提升投资绩效。[pidx::12][pidx::13]

3 高频因子低频化与因子组合优化

3.1 低频化后量价系列因子整体表现优异

• “待著而救”因子与此前9个基于高频数据构建的量价因子（如“适度冒险”、“完整潮汐”、“勇攀高峰”等）相关性低，保持独立信息，特别与“水中行舟”和“云开雾散”相关较高（分别为56.16%、49.51%）（图表28、29）。

- 这些因子均通过高频数据月度低频化处理，保持了较好的选股能力，Rank ICIR绝对值均在4以上，展示了高频信号低频稳定表达的普适性。

3.2 综合量价因子表现显著提升

• 将十个量价因子进行正交化并简单等权合成，综合量价因子Rank IC均值增至-12.64%，Rank ICIR达到-5.48。

- 多空组合年化收益率49.23%，信息比率4.62，月度胜率高达91.94%（图表30、31）。

• 剥除常见风格因子后，纯净综合量价因子依然保持29.9%年化收益率，信息比3.36，月度胜率83.87%（图表33、34）。

- 周频操作下，多头组合年化收益提高至41.98%，空头收益-23.39%，表现持续且提升明显（图表35、36）。

• 综合因子体现了多因子协同增效优势，凸显了“待著而救”因子与其他量价因子的互补性，提高风险调整后的收益质量。[pidx::13][pidx::14][pidx::15][pidx::16][pidx::17]

---

3. 图表深度解读

图表1：全市场每日前15分钟交易较为活跃

• 清晰展示了每日交易量在开盘后前15分钟的集中度，表现为明显的峰值，支撑剔除9:30-9:45时间段数据的合理性以降低噪声。

图表2 & 图表3：某股票“海量时刻”及筛除规则

• 图表2标示了10个成交量最大的“海量时刻”，明显数量级差异突出。

- 图表3利用色彩区分间隔时间超过和不超过5分钟的海量时刻，直观验证依据时间间隔剔除跟随成交的逻辑。

图表4至图表9：细分因子及合成因子净值曲线

• 曲线走势呈现良好单调性，特别是多空对冲曲线稳定上升，验证因子的稳定预测能力。

- 不同细分因子表现各异，“月稳待著而救”因子稳健性更高。

图表10至图表12：因子分组、年度与行业表现

• 各分组收益单调，表明因子有效区分了高低预期收益股票。

- 分年度显示不同市场环境下因子持续有效。

• 行业视角显示因子适用范围广泛，且均为负向Rank IC（用负号体现“待著而救”因子值较小对应较高回报的逻辑），说明精选超额收益具有普遍性。

图表13至图表15：“纯净”因子相关性及表现

• 与其他常见风格因子的低相关性，通过正交后的指数IC和净值曲线保持稳健性，强化了因子独立性。

图表16至图表19：不同样本空间下因子表现

• 不同规模市值股票池中均获得不俗超额收益，且中证1000表现尤为突出，显示因子在中小市值股票中有更高alpha。

图表20至图表25：指数增强策略净值及年度表现

• 三大指数增强均取得持续超额收益，且年度表现波动较小，展现策略应用的实盘潜力。

图表26至图表27：周频调仓因子净值走势与年度表现

• 周频调仓提高调仓频率，极大提升收益水平和净值增长速度。

图表28至图表29：量价因子整体表现与相关性矩阵

• 所有因子均具备极高信息比率，且“待著而救”与其他因子的低相关表示整合价值高。

图表30至图表36：综合量价因子表现

• 综合因子多空净值轨迹优异，且剔除风格因子后依然保持稳健，周频调仓下表现最佳，确认了多因子合成的协同效应。

---

4. 估值分析

本报告侧重于多因子量价策略的构建与回测，未涉及传统企业估值模型如DCF或P/E估值分析，因研究对象为量价信号因子及其策略表现，估值重点在于因子收益率、IC及多空组合表现。

报告中采用Rank IC和信息比率（IR）指标衡量因子预测能力与稳定性，多空组合年化收益作为实际收益指标，体现因子的实际投资价值。

估值部分依赖对因子信号的统计回测和指数增强策略模拟，无传统财务估值模型输入。

---

5. 风险因素评估

• 历史有效性风险：因基于历史高频交易数据，未来金融市场结构、交易行为等因素变化可能导致历史规律失效。

- 市场极端情况风险：市场可能出现超预期波动或结构变化影响因子表现。

• 因子阶段性失效风险：因子作为量价信号的驱动因子可能受到市场情绪、宏观环境阶段性影响，导致短期失效。

- 报告未具体给出风险缓解策略，但提及因子剥离风格影响等加强因子纯度，以降低非系统性风险影响。

总体风险提示较为充分，提示投资者对因子的动态调整和风险管理需保持警惕。[pidx::0][pidx::17]

---

6. 批判性视角与细微差别

• 因子解释与因果关系：报告高度依赖统计学回测指标，尚缺乏对为何“待著而救”因子能预测未来收益的经济学或行为学深层解释。因子虽与跟随交易逻辑关联，但市场微观结构变动可能引致统计相关性的变化。

- 数据剔除和选择偏好：剔除前15分钟数据及5分钟内多海量时刻的定义等，虽有合理性但为人为设定，若市场微结构发生变化可能需要重新调整。

• 收益统计偏差可能：多空组合、等权加权策略可能受到极端值或大小市值股票的影响，年化收益表现较高时需警惕过拟合或数据挖掘风险。

- 风控与交易成本未充分说明：报告未详细讨论因子应用中的交易成本及流动性影响，特别是高频数据构建的因子在实际交易中的实施难度和成本敏感性未提及。

• 时间窗口和市场环境敏感性：因子表现虽较稳健，但不同年份间仍存在一定波动，投资者应关注宏观环境及市场节奏的变化对因子的适用性。

- 因子负值含义需注意：“待著而救”因子Rank IC为负表示因子分值越低，未来表现越好，需投资者理解因子的方向性和构造方法，避免理解偏差。

总结以上，尽管因子表现突出，投资者应对因子适用范围、时间稳定性及实际交易成本保持理性审视。

---

7. 结论性综合

本报告首次系统性地基于分钟频交易数据，结合市场参与者信息优势与跟随行为，创新构建并验证了“待著而救”因子，独创性强且切实反映市场行为机制。通过严谨的筛选逻辑，将大单成交的“优势时刻”与后续“跟随时刻”成交量比值量化为跟随强度指标，并用历史20日数据构造月度稳定的因子指标。

在全市场及不同主要股票池上的长时间历史回测均展现出良好的选股能力，年化收益显著且稳定。因子在剔除主流风格影响后仍具备较强独立信息，且在指数增强策略中产生持续超额收益，显示其实用性和稳健性。结合9个已有高频量价因子构建的综合量价因子进一步提升选股能力，年化收益达近50%，显著优于单因子表现。

图表直观展示了因子的构建过程、分组收益、横向样本比较、风格剥离后的表现及指数增强模型，以及高频因子低频化的优势和综合因子的卓越绩效。特别是在较为频繁的周度调仓频率下，因子表现更加优异，突显了因子捕捉Alpha信号的灵敏度和精度。

风险方面，报告警示历史数据规律可能失效、市场极端波动和因子阶段性失效风险，呼吁投资者理性对待因子收益的时变性。报告基于严格的统计指标评估因子价值，分析细致全面，但因子本质为市场行为量化，有赖于交易策略和风控执行有效性。

总体上，本报告展现出“待著而救”因子作为一项基于高频量价信号的创新型股票多因子策略，其具备突出的统计学选股能力，丰富了多因子投资体系，提供了一个具有实际应用潜力的量价维度因子。在结合多个不同量价因子的构建下，形成更为稳健持久的综合性量价选股框架，适合希望利用大单后市场跟随信息进行系统性量化投资的专业机构投资者参考和应用。[pidx::0][pidx::3][pidx::5][pidx::8][pidx::10][pidx::12][pidx::14][pidx::17]

---

附：关键图表展示

图表1：全市场每日前15分钟交易较为活跃



图表3：剔除间隔不足5分钟的“海量时刻”



图表5：“月均待著而救”因子十分组及多空对冲净值走势



图表7：“月稳待著而救”因子十分组及多空对冲净值走势



图表9：“待著而救”因子十分组及多空对冲净值走势



图表12：“待著而救”因子在不同行业内的 Rank IC 均值



图表13：与常见风格因子相关性测试



图表15：“纯净待著而救”因子十分组及多空对冲净值走势



图表18：沪深300/中证500/中证1000指数成分股内多空表现



图表20：“待著而救”300 指增历史表现



图表26：“待著而救”因子周频调仓十分组及多空对冲净值走势



图表30：综合量价因子绩效



图表34：“纯净综合量价”因子十分组及多空对冲净值走势



图表35：“综合量价”因子周频调仓十分组及多空对冲净值走势



---

总结

方正证券曹春晓分析师通过系统化地研究大单成交后的市场跟随现象，创新地定义并验证了“待著而救”因子，展现了显著的实证投资价值。该因子能有效捕捉信息优势与市场反应失衡导致的超额收益机会，结合其他量价因子形成的综合因子体系更是拥有良好的风险调整收益，具备成为量化投资组合核心选股工具的潜质。投资者在实操中仍需关注因子适用性与市场环境变动之风险。

整个报告内容详实、结构严谨、方法创新、数据支持充分，具备较高的专业参考价值。[pidx::0][pidx::3-17]

报告