• 报告聚焦于股票市场中波动率的细分影响，提出“收益波动比”指标来衡量收益率对波动率变化的反应，构建两个核心因子：“灾后重建”因子与“勇攀高峰”因子，分别代表波动率提高时收益波动比下降与上升的不同投资逻辑 [page::0][page::3].

- “灾后重建”因子基于分钟级“更优波动率”计算收益波动比与波动率协方差，因子值负向，表现为在波动率加剧但收益波动比下降时买入，之后因股价补涨获利。该因子年化收益率约18.34%，但ICIR稳定性较低 [page::4][page::5].

• “勇攀高峰”因子选取波动异常高时段（波动率超过日均加标准差）计算收益波动比与波动率协方差，因子值正向，代表在高波动期实现充足风险补偿的优质股票，月度胜率83.02%，信息比率3.45，年化收益19.76%，表现优于“灾后重建”因子 [page::6][page::8].

• 报告创新引入“更优波动率”指标，综合分钟开盘、最高、最低、收盘价数据，弥补仅用收盘价带来的信息遗漏，提升因子信号质量。替代测试显示，使用“更优波动率”构建的“勇攀高峰”因子总体指标优于仅用收盘波动率的版本，年化收益率及信息比率均提升 [page::10][page::11].

• 通过风格因子剥离测试，“勇攀高峰”因子与传统风格因子相关度低于20%，剔除后该因子仍保持明显正向选股能力，年化收益9.04%，信息比率1.52，具备独立增量信息价值 [page::13][page::14].

• 该因子在不同样本空间（沪深300、中证500、中证1000）均表现突出，尤其在中证1000成分股中表现最佳，年化超额收益8.67%，信息比率2.01，显示中小盘股中“勇攀高峰”因子有更优的斩获潜力 [page::14][page::15].

• 总结：报告创新提出基于日内高频数据的“更优波动率”指标和两个基于收益波动比的因子，特别是“勇攀高峰”因子展现出稳定且强劲的选股能力，具备重要的理论价值和应用潜力，风险提示包括历史数据有效性和阶段性失效可能性 [page::0][page::15].

方正证券研究报告：《个股波动率动态及“勇攀高峰”因子构建——多因子选股系列研究之三》详尽分析报告

---

一、元数据与报告概览

报告标题：《个股波动率动态及“勇攀高峰”因子构建——多因子选股系列研究之三》

研究机构：方正证券研究所金融工程研究

发布时间：2022年5月30日

分析师团队：曹春、史晓

研究主题：本报告聚焦于股票市场中个股波动率的动态特征及其对收益的影响，深入构建两类基于波动率与收益波动比交互关系的选股因子——“灾后重建”因子与“勇攀高峰”因子，系统验证其在A股不同样本空间的选股效果和稳定性表现。

核心观点与结论：

• 波动率是影响股票收益的重要市场变量，既是风险信号，也可能是收益预示。关键在于波动率提升是否伴随收益率上升。
• 使用学术界认可的收益波动比指标衡量收益对波动的补偿，进而构造“灾后重建”与“勇攀高峰”两种因子，分别代表波动率异常升高时收益波动比下降与上升的不同市场反应状态。
• “勇攀高峰”因子具备显著且稳定的选股能力，月频Rank IC达5.62%，ICIR达4.47，组合年化收益率可达19.76%，且剥离主流风格因子后仍保持正向选股能力。该因子在中证1000等小盘股样本中表现尤为突出。
• 风险提示包括历史规律可能失效、市场超预期波动及环境变动导致阶段性因子失效风险。

此报告不仅理论结合实际，且多维度验证模型稳健性，为波动率因子研究与选股策略提供新视角。[page::0,1]

---

二、逐节深度解读

1. 引言与研究背景

报告首先指出，波动率不仅自身是市场关注的关键变量，也会影响其他因子表现。个股波动率升高的意义复杂，一方面代表风险加剧，另一方面可能预示价格上涨。作者引用学术研究，提出用收益波动比（收益率/波动率）衡量收益对波动风险的补偿，且基于收益波动比的变化状态来解读波动率波动的含义，为后续构建因子提供理论基础。

2. “灾后重建”因子的构建及选股效应

2.1 投资者对波动率反应不足

• 投资者通常对成交量或极端收益率反应敏锐，但对波动率变化的感知不足，尤其在波动率升高初期，导致未能及时获得风险补偿，即收益波动比下降。
• 引用Moreira和Muir(2017)等学术研究，显示波动率升高但收益波动比下降时，未来存在正alpha机会。投资者基于CAPM偏好高收益波动比，初期的反应不足导致股票被过度抛售，形成补涨预期。

2.2 因子定义与计算方法

采用分钟级高频数据，设计“更优波动率”指标，整合开盘、最高、最低和收盘价信息，有效避免仅用分钟收盘价计算波动率带来的信息缺失。

计算步骤包括：

• 计算每分钟“更优波动率”及收益波动比；
• 利用收益波动比与“更优波动率”的协方差作为因子值；
• 选用过去20天的协方差均值和标准差，构造“月均重建”和“月稳重建”因子，二者加权得“灾后重建”因子。

2.3 因子表现

图表1显示在某日内，波动率提升时收益波动比下降，说明投资者对波动率的风险补偿不足。

单因子测试结果显示：

| 因子名称 | Rank IC | Rank ICIR | 年化收益率 | 年化波动率 | 信息比率 | 最大回撤 | 月度胜率 |
| --------- | ------- | --------- | ---------- | ---------- | -------- | -------- | -------- |
| 月均重建因子 | -4.96% | -2.53 | 13.41% | 7.91% | 1.70 | -7.90% | 70.75% |
| 月稳重建因子 | -5.49% | -2.21 | 17.75% | 10.32% | 1.72 | -8.33% | 67.92% |
| 灾后重建因子 | -6.02% | -2.56 | 18.34% | 10.61% | 1.73 | -8.57% | 73.58% |

虽然Rank IC为负但绝对值较大，ICIR较低表明稳定性较差，组合净值曲线（图3-5）体现了因子分组的收益层次性和补涨特征，[page::3-6]

3. “勇攀高峰”因子的构建及选股效应

3.1 因子构建逻辑

基于学术观点，波动异常高时，投资者风险厌恶急剧上升，能为异常高波动提供充足风险补偿的股票表现优异，有望持续上涨。

3.2 因子定义

“勇攀高峰”因子的定义与“灾后重建”类似，区别在于仅计算当天波动率异常高（超过平均加标准差）的分钟内协方差，因子值为正向，数值越大越优。

构造流程：

• 剔除开盘和收盘，计算分钟“更优波动率”及收益波动比；
• 识别异常高波动分钟；
• 计算异常分钟内收益波动比与波动率的协方差；
• 计算过去20天均值和标准差，构建“月均攀登”、“月稳攀登” ，再合成“勇攀高峰”。

图6展示波动率异常增高时收益波动比也随之上升，体现风险补偿充分。

3.3 因子表现总结

| 因子名称 | Rank IC | Rank ICIR | 年化收益率 | 年化波动率 | 信息比率 | 最大回撤 | 月度胜率 |
| ---------- | -------- | --------- | ---------- | ---------- | -------- | -------- | -------- |
| 月均攀登因子 | 3.94% | 4.21 | 13.76% | 5.08% | 2.71 | -3.56% | 79.25% |
| 月稳攀登因子 | -6.06% | -4.02 | 18.75% | 6.24% | 3.01 | -4.94% | 82.08% |
| 勇攀高峰因子 | 5.62% | 4.47 | 19.76% | 5.72% | 3.45 | -3.60% | 83.02% |

其中“勇攀高峰”因子表现最佳，IC及ICIR均为正，且信息比率高，极具稳定性和投资价值。分组业绩（图8-11）显示收益率随着因子值提升明显上升，月度胜率高达83%左右。[page::7-10]

3.4 “更优波动率”优势验证

通过实证展示“更优波动率”能更有效捕获分钟内股价波动（包括开盘、最高、最低、收盘价）（图13），相比仅用收盘价计算的波动率信息更全面。

替换“更优波动率”为传统“收盘波动率”后（称为因子2版本），虽然仍表现不俗，但各主要指标有不同程度下降（图14-17），验证了“更优波动率”的优越性。[page::10-13]

3.5 剥离风格因子影响后表现

相关性分析显示，“勇攀高峰”因子与传统风格因子（市值、成长、波动率等）相关性均低于20%，体现信息增量（图18）。

进一步对因子进行正交化处理后（称“纯净勇攀高峰”因子），依旧有正向选股表现，年化收益率约9.04%，信息比例达1.52（图19-20），验证因子的独立有效性。[page::13-14]

3.6 不同样本空间下的选股表现

以沪深300、中证500和中证1000成分股为样本，检验“勇攀高峰”因子，发现小盘股样本（中证1000）内表现最为优异：

| 样本空间 | Rank IC | Rank ICIR | 年化收益率 | 年化波动率 | 信息比率 | 最大回撤 | 月度胜率 |
| ------------ | -------- | --------- | ---------- | ---------- | -------- | -------- | -------- |
| 沪深300成分股 | 2.37% | 1.24 | 10.25% | 10.42% | 0.98 | -15.28% | 59.43% |
| 中证500成分股 | 3.15% | 1.82 | 9.85% | 8.47% | 1.16 | -8.72% | 63.21% |
| 中证1000成分股| 3.46% | 3.35 | 11.87% | 5.89% | 2.01 | -5.02% | 78.30% |

小盘股市场中多头超额收益尤其显著（图22-24），体现因子对中小市值股票识别能力强。[page::14-15]

---

三、图表深度解读

图表1（股票A日内收益波动比随波动增加而下降示意）

• 描述：显示某日观测到的分钟级“更优波动率”和收益波动比，收益波动比随着波动率升高而下降的现象。
• 解读：投资者对波动率的风险补偿不足，收益未同步上升，体现了“灾后重建”因子所基于的反应不足阶段。证明了因子设计逻辑的现实合理性。
• 关联：支持2.1节中关于波动率反应不足导致暂时性抛售和后续补涨的学术观点。[page::4]

图表2~5（“灾后重建”因子及其分组净值表现）

• 表2显示因子的IC均为负，且ICIR偏低，表明表现不稳定。图3~5显示分组表现明显，尽管负面排序分组收益较低，多空对冲组合收益可观。
• 结论是因子存在alpha但波动较大，适合辅助其他因子使用。[page::5-6]

图表6（股票A日内收益波动比随波动增加而上升示意）

• 描述了“勇攀高峰”因子理念下，波动异常高时收益波动比也相应上升，风险补偿充分。
• 该现象是“勇攀高峰”因子的理论基础。[page::7]

图表7~11（“勇攀高峰”因子及分组表现）

• 统计显著的正IC（最高5.6%）和高ICIR（4.47），年化收益率与信息比率均优于“灾后重建”因子。
• 净值走势呈明显阶梯式增长，分组间差异显著，显示因子优异的稳健性和有效性。[page::8-10]

图表13（“更优波动率”与“收盘波动率”对比）

• 说明“更优波动率”捕捉了分钟内的价格极值信息，较传统收盘价波动率更精细，有利于因子构建的准确度和信息量提升。
• 该创新提升了因子表现的稳定性和收益率。[page::11]

图表14~17（“勇攀高峰”因子2及分组表现）

• 使用传统收盘波动率的因子表现整体逊色于“更优波动率”版本，验证了新指标的实用价值。
• 净值步调仍具阶梯性但更为平缓。[page::11-13]

图表18~20（剥离风格因子相关性及纯净因子表现）

• 相关分析表明因子间相关度低，表明“勇攀高峰”因子捕获了增量信息。
• 纯净因子仍保持较好选股能力，体现良好独立性。[page::13-14]

图表21~24（不同样本空间因子表现）

• 体现了“勇攀高峰”因子在中小盘股票中的优越表现，尤其在中证1000样本内表现突出。
• 多头超额收益和净值表现证明因子在多样化样本中的稳定适用性。[page::14-15]

---

四、估值分析

本报告为量化因子构建研究，未涉及传统股票估值模型。因子选股策略依赖历史数据的统计检验和绩效表现指标（如Rank IC，ICIR及组合的年化收益与波动率），侧重因子有效性验证而非绝对估值目标。

---

五、风险因素评估

报告明确指出三个主要风险：

1. 历史规律失效：因子基于历史数据挖掘，未来市场环境变化可能削弱或使其失效。
2. 市场超预期波动：极端事件或系统性风险爆发可能导致因子表现出现异常。
3. 阶段性失效风险：因子受宏观及市场环境影响存在周期性波动。

报告未提供具体缓释策略，提醒投资者需关注风险动态并结合多因子、多模型配置分散风险。[page::0,15]

---

六、批判性视角与细微差别

• 积极点：报告严谨引用国际权威文献，采用高频数据及创新指标设计“更优波动率”，对经典学术观点进行了实证验证，并结合多维稳健测度评估因子有效性，体现了高专业水准。
• 数据限制：分钟级高频数据虽细化波动捕捉，但可能带来过度拟合风险，因子表现稳定性高度依赖样本市场环境，报告仅使用A股市场，跨市场普适性需进一步检验。
• 波动风险偏好假设：利用收益波动比作为风险补偿度量具有一定假设基础，但实际投资者行为复杂度高，部分情景可能未被充分捕捉。
• “灾后重建”因子表现波动较大，负向Rank IC需谨慎理解，后续研究或需结合其他因子解读此现象。
• 缺乏交易成本与实际可操作性分析，实际应用中需关注滑点、流动性限制等因素。

---

七、结论性综合

本报告围绕个股波动率的内涵与其对收益的影响，创新采用分钟级“更优波动率”结合收益波动比构建了“灾后重建”与“勇攀高峰”两大因子。实证结果充分验证：

• “勇攀高峰”因子表现卓越且稳定，月度Rank IC高达5.62%，ICIR近4.5，信息比率超过3.4，分组收益展现清晰阶梯形态，适应多样市场样本，尤其适合中小盘股票的Alpha挖掘。
• 使用“更优波动率”指标优于传统收盘波动率，提升了指标的捕捉信息能力与因子有效性。
• 剥离主流风格因子后，“勇攀高峰”仍保持显著的选股能力，表明其信息增量与独立性。
• 虽“灾后重建”因子表现不稳定，但其理论意义与教学价值值得关注，辅助投资者理解波动率风险溢价动态及市场心理变化。

整体来看，报告深刻解构了波动率动态的复杂维度，提出基于高频数据的量化因子体系，有望为A股量化投资策略的优化和风控创新提供有力工具和方向。风险提示明确，体现了研究的严肃性与专业态度。

投资者及量化策略设计者可基于此报告中“勇攀高峰”因子构建思路，结合风控体系与多因子框架，实现稳健且具有超额收益潜力的投资组合管理。[page::0-15]

---

参考文献

• Moreira A, Muir T. Volatility‐managed portfolios. The Journal of Finance, 2017.
• Lochstoer L A, Muir T. Volatility expectations and returns. The Journal of Finance, 2022.[page::16]

---

（本文为对报告内容的系统拆解与深入解读，旨在全面准确还原研究逻辑与实证结果，帮助读者深刻理解波动率因子构建方法及其在A股量化选股中的应用价值。）

报告