分类
从估值端和交易端刻画开盘分歧,构建“跳空博弈”因子以修复传统PEAD因子失效问题。
关键结论
跳空博弈因子月频IC为2.03%,年化ICIR为2.06;基于此构建的Top50组合相对中证1000基准年化超额收益超17%,收益波动比达2.07。
核心要点
- 传统业绩跳空因子失效源于市场博弈加剧,分为估值端博弈和交易端博弈。
- 估值端构建逐步跳空因子(当前跳空与过去两年均值之差),捕捉边际变化。
- 交易端构建盈余公告日早盘撤单比例因子(9:20前撤单量/总委托量),刻画市场分歧。
- 将跳空因子、逐步跳空因子和早盘撤单比例因子正交等权合成“跳空博弈”因子。
核心内容
针对2021年Q4后传统业绩跳空因子多头组失效的问题,报告认为其源于市场博弈加剧。估值端表现为成长股估值博弈激烈,需避免纳入“强现实、弱预期”股票;交易端表现为资金提前埋伏导致盈余动量持续性减弱。为此,报告分别构建了刻画估值端边际博弈的逐步跳空因子,以及刻画交易端开盘分歧的早盘撤单比例因子。将两者与原始跳空因子正交并等权合成,构建出“跳空博弈”因子,显著提升了多头收益的稳定性并降低了与主要风格因子的相关性。
经济逻辑
随着PEAD效应被熟知,业绩超预期股票的交易拥挤度增加。在估值端,业绩加速增长的公司估值预期空间扩大,需通过边际变化捕捉真实估值提升;在交易端,投资者常在9:15-9:20挂单测试对手盘并据此撤单,早盘撤单比例越高反映市场对开盘价(跳空幅度)的分歧越大,而高分歧往往预示未来较差的收益表现。通过过滤高分歧与边际衰减的跳空标的,可修复传统因子的失效问题。
超额收益逻辑
通过引入估值端的边际变化和交易端的撤单分歧度,对传统盈余动量进行“提纯”。剔除由于市场过度博弈导致的“虚假跳空”和“高分歧跳空”,保留具有真实基本面驱动且市场分歧低的标的。这种过滤机制减少了多头组合在弱市环境下的回撤,并恢复了因子多头的Alpha获取能力,从而实现相对于中证1000指数的稳定超额收益。
构造细节 [factor]
1. 跳空因子: 相对中证500的跳空幅度 = (Open_{t+1}/Close_{t} - 1) - (Open_{500,t+1}/Close_{500,t} - 1); 2. 逐步跳空因子: 当前跳空幅度 - 过去两年跳空幅度均值; 3. 早盘撤单比例因子: 9:20前撤回的买卖委托单总量 / 9:20前累计的买卖委托单总量; 4. 跳空博弈因子: Rank(正交后的跳空因子残差) + Rank(正交后的逐步跳空因子残差) + Rank(正交后的早盘撤单比例因子残差); 5. 纯跳空博弈因子: 跳空博弈因子对主要风格因子回归后的残差。
- 1. 提取盈余公告发布日期,定位公告日次日为事件日
- 2. 计算事件日次日个股相对中证500的开盘跳空幅度,得到原始跳空因子
- 3. 取该个股过去两年的历史跳空幅度序列计算均值,用当前跳空减去该均值,得到逐步跳空因子
- 4. 提取事件日次日9:15-9:20的集合竞价Level-2数据,计算9:20前撤单量与总委托量的比值,得到早盘撤单比例因子
- 5. 对上述三个因子相互进行正交处理(如截面回归取残差)以剥离彼此间相关性
- 6. 将正交后的三个因子在横截面上去极值、标准化后等权相加,得到跳空博弈因子
- 7. 将跳空博弈因子对市值、估值、成长等主要风格因子进行回归,取残差得到纯跳空博弈因子
将原始跳空因子、逐步跳空因子和盈余公告日早盘撤单比例因子进行正交处理及剥离相关性后,按照等权合成。
绩效
报告针对传统业绩跳空因子失效问题,从估值端和交易端博弈出发构建了逐步跳空因子和早盘撤单比例因子,并合成“跳空博弈”因子。该因子月频平均IC为2.03%,年化ICIR为2.06,多空收益11.2%。基于该因子构建的组合年化收益达18.9%,超额中证1000指数超17%。
收益归因 ✓ 已完成
对原始三个因子进行正交处理及剥离相关性合成“跳空博弈”因子,并进一步剥离主要风格因子构建“纯跳空博弈”因子。纯化后年化ICIR由2.06提升至2.45,最大回撤缩小,验证了因子的独立性和特异性。
稳健性
因子在传统PEAD失效期表现出强特异性与稳定性,剥离风格后纯化因子年化ICIR由2.06进一步提升至2.45,最大回撤缩小,稳健性优秀。
数据依赖
逻辑清晰且公式明确,但集合竞价微观撤单数据需要特定的Level-2高频数据支持,普通开源数据库较少提供详细到每笔委托的撤单数据,对数据基建有一定要求。
相关研究
新颖性评估 [新组合]
创新性地利用集合竞价第一阶段(9:15-9:20)的撤单比例来刻画盈余公告日开盘的交易端分歧,并结合业绩加速度逻辑衍生的逐步跳空因子从估值端进行边际刻画,两者是对传统跳空因子的微观结构增强。
不足与缺陷
- 未详细说明正交处理和剥离相关性时的具体回归方程或特征池清单。
- 回测区间未明确给出具体起止年份,且未详细说明交易成本(如滑点、印花税)对组合净收益的影响。
- 纯化处理仅提到剥离相关风格因子,未展示具体使用的是Barra还是自定义风格因子。
- 早盘撤单比例因子与小市值因子有一定相关性,但未深入探讨剥离市值后该微观因子的纯Alpha表现。
可复用元素
- 9:15-9:20早盘撤单比例这一微观特征因子的构造逻辑和计算方法,直击交易分歧度。
- 逐步跳空因子(当前跳空与历史均值差分)的边际刻画方法,有效降低了因子拥挤带来的影响。
- 双十组分组验证逻辑,直观证明了撤单比例与未来收益在大多数跳空分组中均存在负相关性。
启发
- 利用集合竞价不同阶段的微观行为特征(如撤单、委托单失衡)来刻画市场分歧,不仅可应用于盈余公告日,也可推广至限售股解禁、重大政策发布等其他重大事件日。
- 因子边际化处理(减去历史均值)可用于其他事件型动量因子的改进,以适应市场学习效应增强的环境。
改进方向
构建“集合竞价方向性撤单净比例”因子来替代简单的总撤单比例。不仅衡量撤单规模,还衡量撤单方向(如买方撤单量减卖方撤单量除以总撤单量),以更精准刻画多空分歧的方向性。
将早盘撤单比例因子推广至全市场所有交易日的截面选股,并引入集合竞价阶段的隐含波动率特征,构建非事件驱动的常态化微观结构Alpha因子。
复现计划
1. 数据准备:获取A股盈余公告日期库、日线行情数据、以及集合竞价(9:15-9:25)Level-2委托与撤单数据。2. 因子计算:根据公告日次日开盘价计算相对中证500的跳空幅度;取过去两年跳空幅度均值,相减得逐步跳空因子;提取9:20前撤单量与总委托量计算撤单比例。3. 因子处理:对三个原始因子进行横截面去极值与标准化,使用线性回归两两正交取残差,等权相加得跳空博弈因子;进一步对市值、估值等风格因子回归取残差得纯跳空博弈因子。4. 回测构建:每月底根据因子值十分组,选取Top 50股票等权构建组合,以中证1000为基准计算超额收益、信息比率与最大回撤。
实体
LOCAL SIMILARITY