20260130-开源证券-金融工程定期_开源交易行为因子绩效月报（2026年1月）_12页_1mb

金融工程研究团队月报总结（2026年1月）

核心内容概述

本报告由开源证券金融工程研究团队发布，主要围绕交易行为因子的绩效表现与构造方法进行分析，涵盖Barra风格因子跟踪、开源交易行为因子概述、绩效回顾以及因子构造逻辑等内容。报告强调了交易行为因子在量化投资中的价值，并提供了具体构造方法与历史表现数据，以供投资者参考。

主要观点与关键信息

1. Barra风格因子表现跟踪

• 市值因子：2026年1月收益为 -0.88%。
• 账面市值比因子：收益为 0.53%。
• 成长因子：收益为 0.13%。
• 盈利预期因子：收益为 0.38%。

整体来看，Barra风格因子在1月份表现分化，其中价值类因子表现较好，而市值因子表现较差。

2. 开源交易行为因子概述

开源证券提出了一系列基于交易行为的选股因子，主要包括：

• 理想反转因子：基于大单成交金额划分交易日，捕捉反转效应。
• 聪明钱因子：通过分钟行情数据识别机构交易行为，构造跟踪聪明钱的因子。
• APM因子：衡量日内不同时段交易行为差异，反映反转强度变化。
• 理想振幅因子：基于股价高低区分振幅信息，捕捉结构性差异。

这些因子被定期跟踪，以监控其动态表现，为量化投资提供参考依据。

3. 开源交易行为因子的绩效回顾

3.1 理想反转因子

• 1月份多空对冲收益：0.17%
• 近12个月胜率：66.7%
• 全历史IC均值：-0.049
• 全历史rankIC均值：-0.061
• 信息比率：2.41
• 多空对冲胜率：77.9%

3.2 聪明钱因子

• 1月份多空对冲收益：1.45%
• 近12个月胜率：75.0%
• 全历史IC均值：-0.037
• 全历史rankIC均值：-0.062
• 信息比率：2.72
• 多空对冲胜率：80.9%

3.3 APM因子

• 1月份多空对冲收益：3.03%
• 近12个月胜率：41.7%
• 全历史IC均值：0.029
• 全历史rankIC均值：0.034
• 信息比率：2.27
• 多空对冲胜率：76.3%

3.4 理想振幅因子

• 1月份多空对冲收益：1.82%
• 近12个月胜率：66.7%
• 全历史IC均值：-0.053
• 全历史rankIC均值：-0.073
• 信息比率：3.01
• 多空对冲胜率：83.1%

4. 交易行为合成因子表现

• 合成因子IC均值：0.066
• 合成因子rankIC均值：0.093
• 合成因子信息比率：3.27
• 合成因子多空对冲胜率：79.7%
• 1月份多空对冲收益：1.43%
• 近12个月胜率：58.3%

合成因子在中小股票池（如国证2000、中证1000）中表现优于中证800。

交易行为因子的构造方法

5.1 理想反转因子构造方法

• 回溯取股票过去20日数据。
• 计算每日平均单笔成交金额。
• 分别计算高成交金额与低成交金额10日的涨跌幅总和。
• 用高成交金额日涨跌幅减去低成交金额日涨跌幅，得到理想反转因子 $ M = M_{\text{high}} - M_{\text{low}} $。

5.2 聪明钱因子构造方法

• 回溯取股票过去10日的分钟行情数据。
• 构造指标 $ S_t = |R_t| / (V_t)^{0.25} $。
• 按照 $ S_t $ 排序，取成交量累积占比前20%的分钟视为聪明钱交易。
• 计算聪明钱交易的VWAP与全市场VWAP的比值作为聪明钱因子 $ Q $。

5.3 APM因子构造方法

• 回溯取股票过去20日数据，计算隔夜与下午的收益率。
• 对收益率进行回归，得到残差项。
• 计算隔夜与下午残差的差值 $ \delta_t $。
• 构造统计量 $ \text{stat} = \mu(\delta_t) / (\sigma(\delta_t)/\sqrt{N}) $。
• 对stat进行横截面回归，消除动量因子影响，残差作为APM因子。

5.4 理想振幅因子构造方法

• 回溯取股票过去20日数据，计算每日振幅。
• 选取收盘价较高25%的交易日，计算振幅均值为 $ V_{\text{high}} $。
• 选取收盘价较低25%的交易日，计算振幅均值为 $ V_{\text{low}} $。
• 理想振幅因子 $ V = V_{\text{high}} - V_{\text{low}} $。

风险提示

• 模型测试基于历史数据，市场波动可能影响因子表现。
• 本报告仅适用于专业投资者及风险承受能力为C3、C4、C5的普通投资者。
• 投资决策应结合个人情况，不依赖本报告中的投资评级。

其他信息

• 报告发布机构：开源证券股份有限公司
• 报告发布日期：2026年01月30日
• 联系邮箱：research@kysec.cn
• 研究报告编号：开源量化评论（117）、市场微观结构系列（32）、大类资产配置研究系列（15）

本报告内容详实，涵盖了交易行为因子的构造逻辑、历史表现及当前绩效，为量化投资提供了重要的参考依据。