【方正金工】个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九

方正曹春晓陈宗伟 2026-06-30 置信度: high

综合质量 4 /5

新颖性 4 /5

可复现性 4 /5

核心内容

研报通过分析个股成交额与市场趋势的跟随性，构造了两个逻辑不同、方向相反、相关性近0的子因子：“随波逐流”因子与“孤雁出群”因子。前者刻画个股在价格高位时成交额跟随市场趋势的程度，后者刻画市场低分化时个股成交额独立于市场的程度，两者等权合成得到“水中行舟”因子。测试表明该因子在全A及各大宽基指数中均表现出色。

经济逻辑

随波逐流：股价处于相对高位时，如果成交额主要受市场整体趋势带动，说明投资者对当前高位的看法一致性高、分歧小，上涨趋势可能尚未结束；反之若此时存在大量与市场无关的独立异动交易，则说明分歧加大，上涨或将结束。孤雁出群：当市场分化不明显、缺乏热点主题时，若有股票成交额走出独立于市场的趋势，说明资金正在主动介入，可能正在酝酿新的热点主题。

超额收益逻辑

通过刻画微观结构中的“量价同趋”与“独立异动”特征获取alpha。随波逐流抓的是上涨趋势未结束的一致性预期收益；孤雁出群抓的是市场平淡时资金潜伏的新热点发酵收益。两者的结合有效覆盖了趋势延续与趋势反转(新热点孕育)的微观逻辑。

构造细节 [factor]

因子定义

1.【随波逐流因子】a.合理收益率 = 过去20日日内收益率(收盘/开盘-1)均值; b.相对开盘收益率 = 分钟i收盘价/当日开盘价-1; c.高位成交额 = 相对开盘收益率>合理收益率的分钟成交额之和，低位成交额 = 相对开盘收益率<合理收益率的分钟成交额之和; d.高低额差 = (高位成交额 - 低位成交额) / 当日收盘流通市值; e.随波逐流 = 过去20个交易日每只股票高低额差序列与其余所有股票高低额差序列的Spearman相关系数绝对值的均值。2.【孤雁出群因子】a.分钟市场分化度 = 每一分钟所有股票分钟收益率(分钟i收盘/分钟i-1收盘-1)的横截面标准差; b.不分化时刻 = 当日分钟市场分化度小于当日均值的时刻; c.日孤雁出群 = 在不分化时刻，个股分钟成交额序列与其余所有股票分钟成交额序列的Pearson相关系数绝对值的均值; d.月均孤雁出群 = 过去20日日孤雁出群的均值; e.月稳孤雁出群 = 过去20日日孤雁出群的标准差; f.孤雁出群 = (月均孤雁出群 + 月稳孤雁出群) 等权合成。3.【水中行舟】= 随波逐流 + 孤雁出群 (等权合成)。

处理流程

1. 数据预处理与特征提取：获取全市场日频开收价与1分钟开收价及成交额。剔除分钟集合竞价段。
2. 随波逐流因子日频特征计算：计算20日合理收益率；对比每分钟相对开盘收益率划分高低位时刻；汇总得高低位成交额；计算日频高低额差 = (高位成交额-低位成交额)/收盘流通市值。
3. 孤雁出群因子日频特征计算：计算分钟收益率横截面标准差(分钟市场分化度)；筛选低于日均值的不分化时刻；计算不分化时刻下个股两两间分钟成交额的Pearson相关系数绝对值并取均值，得日孤雁出群。
4. 月频截面聚合：滚动计算过去20日随波逐流因子的相关系数均值；滚动计算过去20日日孤雁出群的均值(月均)和标准差(月稳)，并将二者等权合成。
5. 因子合成与中性化：将随波逐流与孤雁出群等权合成得到水中行舟因子；对最终因子进行市值与行业中性化正交处理。

参数

过去交易日窗口N: 20交易分钟总数: 240风格正交化: 市值+行业

数据输入

: (日频): (1分钟): (1分钟): (日频)

组合方式

随波逐流因子与孤雁出群因子等权合成得到水中行舟因子；月均孤雁出群与月稳孤雁出群等权合成得到孤雁出群因子。

绩效

-9.36%

Rank IC

-4.95

Rank ICIR

36.24%

多空组合年化收益率

4.40

信息比

86.67%

因子月度胜率

-4.71%

纯净因子Rank IC

-4.36

纯净因子Rank ICIR

17.59%

纯净多空年化收益率

3.34

纯净信息比率

9.48%

沪深300多头超额

9.71%

中证500多头超额

18.51%

中证1000多头超额

7.71%(IR 2.18)

沪深300指增超额

12.49%(IR 2.52)

中证500指增超额

17.80%(IR 2.95)

中证1000指增超额

33.72%

周频多头年化

60.22%

周频多空年化

基准: 沪深300/中证500/中证1000

回测期: 2013年1月至2023年1月

由'随波逐流'因子(股价高位时成交额与市场关联性)和'孤雁出群'因子(市场分化不明显时成交额独立性)等权合成，月频Rank IC达-9.36%，多空年化36.24%，IR 4.40，剔除风格因子后仍保持-4.71% Rank IC。在沪深300/中证500/中证1000成分股内多头超额分别为9.48%/9.71%/18.51%，指增超额分别为7.71%/12.49%/17.80%。周频调仓下多头年化达33.72%。

收益归因 ✓ 已完成

因子与流动性、波动率、估值因子相关性较高，与其余因子相关性较低。剔除风格因子影响后Rank IC为-4.71%，ICIR为-4.36，多空年化17.59%，IR 3.34，仍具较强选股能力。

方法: 使用常用风格因子及行业因子对'水中行舟'因子进行正交化处理，检验纯净因子的增量选股能力

缺口: 未做Brinson或多因子回归归因，仅做风格正交化检验增量信息，未深入分析因子收益来源的归因拆解

稳健性

子样本稳定性: 因子在各年份表现显著，大多年份保持单调性；全市场所有一级行业均有效，IC均值多超-6%；在沪深300、中证500、中证1000不同市值的宽基成分股内均表现出色。

风格偏差: 与流动性、波动率、估值因子相关性较高，与其它因子相关性低。正交剥离常用风格因子后，Rank IC仍有-4.71%，多空年化17.59%，增量信息显著。

因子在时间序列、横截面行业、不同宽基指数空间以及剥离风格影响后均展现出极强的稳定性和预测能力。

数据依赖

所需数据: 1分钟级别开收价及成交额数据、日频开收价、日频流通市值数据

可复现性: hard

依赖1分钟高频数据，且每日需在全市场股票间计算两两Spearman和Pearson相关系数，矩阵计算复杂度极高(O(N^2))。需依赖高效的高频数据库和分布式计算框架。

新颖性评估 [新组合]

将两种截然不同的市场微观状态（价格高位、市场低分化）下个股成交额的市场跟随性特征提取出来，用相关性指标构造出两个逻辑对立且相关性为0的子因子，并将其合成。逻辑设计非常精巧，创新性在于条件场景与相关系数统计量的组合应用。

不足与缺陷

1. 计算复杂度极高：每日需计算全市场股票两两之间的Spearman/Pearson相关系数，数据量与计算时间复杂度呈O(N^2)增长，工程实现与实盘计算的延迟压力极大。
2. 数据口径要求严格：极度依赖1分钟高频数据，对历史数据的完整性、除权除息复权处理及异常停牌分钟的处理要求极高。
3. 过拟合与逻辑割裂风险：“随波逐流”与“孤雁出群”分别针对股价高位和市场低分化场景，将两者直接等权合成虽实证有效，但在逻辑上略显牵强，存在一定事后拟合嫌疑。
4. 风格重叠：因子与流动性、波动率、估值因子相关性较高，虽通过正交化处理，但实盘中仍需警惕高频流动性溢价的衰退风险。

可复用元素

1. 价格高低位划分方法：用过去20日的日内收益率均值作为阈值，而非固定涨跌幅，具有自适应特性。
2. 市场状态划分法：用全市场分钟收益率的标准差均值划分“不分化时刻”，可用于过滤噪音。
3. 相关系数差异化应用：Spearman抗极值影响刻画趋势跟随，Pearson放大活跃数据权重挖掘独立异动，该思路值得复用。

启发

1. 条件因子构造框架：可利用市场环境（如分化度）或个股状态（如价格相对位置）作为触发条件，分别计算特定状态下的微观量价特征。
2. 降频处理思路：将高频(1分钟)量价数据通过横截面计算转换为日频特征，再降为月频选股，兼顾了微观信息提取与低频换手成本。

改进方向

基于因子模型残差的高频相关性与共同流动性的改进构造

基于: 随波逐流因子与孤雁出群因子预期收益: 原研报直接使用原始成交额计算相关性，可能受大盘系统性波动或板块联动干扰。若先用横截面回归剥离市场收益与行业收益，用个股残差成交额与市场残差成交额计算相关性，可进一步提升因子的纯Alpha属性，预计能降低与风格因子的相关性并提升稳健性。

复现计划

1. 准备全A股2013年至今的1分钟周期开收价与成交量数据，严格剔除每日首尾集合竞价段，复权处理；2. 按公式计算日频“高低额差”与“不分化时刻”成交额；3. 开发分布式计算任务，每日滚动计算全市场股票两两间的Spearman和Pearson相关系数绝对值，并取均值；4. 截面计算过去20日均值与标准差并等权合成为“孤雁出群”；5. 将“随波逐流”与“孤雁出群”等权合成得“水中行舟”因子；6. 每月底调仓，进行市值与行业中性化正交，分组测试验证Rank IC、多空收益与指增效果。

实体

水中行舟因子 [factor]随波逐流因子 [factor]孤雁出群因子 [factor]高低额差 [concept]合理收益率 [concept]分钟市场分化度 [concept]Spearman相关系数 [method]Pearson相关系数 [method]市值行业正交化 [method]曹春晓 [person]陈宗伟 [person]

查看原文 → 模型: glm-5-2-260617 分析时间: 2026-07-13

LOCAL SIMILARITY