金融工程定期报告：交易行为因子绩效月报（2020年4月）-20200424-开源证券-10页_977kb

金融工程交易行为因子绩效总结（2020年4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，重点分析了基于交易行为的多个选股因子（理想反转因子、聪明钱因子、APM因子及交易行为合成因子）在2020年4月的绩效表现，并回顾了这些因子在全历史区间内的表现。研究团队由魏建榕（首席分析师）和傅开波、高鹏、苏俊豪、胡亮勇等联系人组成，报告旨在为量化投资提供因子选择和监控的参考依据。

主要观点与关键信息

交易行为因子的共同特点

1. 样本内表现优秀：所有因子在样本内均展现出良好的收益能力。
2. 参数优化较少：因子构造过程中较少依赖参数调优，增强了其稳健性。
3. 样本外表现稳健：截至2020年4月，因子已具备足够长的样本外观察期，表现较为稳定。

2020年4月因子表现

• 理想反转因子：4月份多空对冲收益为 0.47%，近12个月胜率为 75%。
• 聪明钱因子：4月份多空对冲收益为 0.42%，近12个月胜率为 66.67%。
• APM因子：4月份多空对冲收益为 2.07%，近12个月胜率为 66.67%。
• 交易行为合成因子：4月份多空对冲收益为 1.3%，近12个月胜率为 83.33%。

全历史区间表现

合成因子表现

• 合成因子在全历史区间内表现最佳，多空对冲信息比率达到 4.32，胜率为 89.86%。
• 合成因子在 中证1000 中的表现优于 中证800，信息比率分别为 4.48 和 1.62，表明其对中小股票更具优势。

因子构造方法简述

理想反转因子

• 构造逻辑：基于大单成交识别反转属性，通过计算每日平均单笔成交金额，取高与低的10个交易日涨跌幅之差作为因子值。
• 公式：$ M = M_{high} - M_{low} $

聪明钱因子

• 构造逻辑：通过分钟行情数据的价量信息识别机构交易行为，计算成交量加权平均价的比值作为因子。
• 公式：$ Q = \frac{VWAP_{smart}}{VWAP_{all}} $

APM因子

• 构造逻辑：衡量股价上午与下午的差异程度，通过回归分析得到残差，并计算其差异统计量。
• 公式：$ stat = \frac{\mu(\delta_t)}{\sigma(\delta_t)/\sqrt{N}} $

风险提示

• 模型测试基于历史数据，市场未来可能发生不可预测的变化，需谨慎对待模型的预测能力。
• 因子表现可能受市场环境、数据质量、参数设置等因素影响，不能保证持续有效性。

适用范围与声明

• 本报告适用于专业投资者及风险承受能力为C2、C3、C4、C5的普通投资者。
• 报告内容不构成投资建议，投资者应结合自身情况综合判断。
• 报告中使用的分析、估值方法及模型均存在局限性，不保证所涉及证券能够在该价格交易。

法律声明

• 本报告由开源证券股份有限公司发布，仅限其客户使用。
• 报告内容基于公开信息，不保证其准确性或完整性。
• 开源证券保留所有版权与使用权，未经许可，不得复制、转载或用于其他用途。

总结

本报告系统性地展示了基于交易行为的因子模型在2020年4月的表现，以及其在全历史区间内的稳健性。合成因子表现突出，尤其在中小股票中具有显著优势，是当前交易行为因子研究的重要成果。投资者在使用这些因子时需注意其局限性，并结合其他分析工具与市场环境进行综合决策。