【国信金工】反转因子全解析

1. 传统反转因子: $Rev_{trad}(i) = -(r_i - \bar{r})$。2. 结构化反转因子: $Rev_{struct}(i) = -(r_i - B_i)$。其中 $r_i$ 为个股过去21日收益，$B_i$ 为股票 $i$ 的相似股票基准收益，计算为 $B_i = \frac{\sum_{j \in S(i)} w_{ij} r_j}{\sum_{j \in S(i)} w_{ij}}$。$S(i)$ 为相似股票集合，$w_{ij}$ 为相似度权重（如共同覆盖分析师数量）。若 $S(i)$ 为空，则 $B_i = \bar{r}$（全市场均值）。

1. 1. 数据准备：计算过去21个交易日收益率 $r_i$，并获取分析师覆盖、基金持仓、概念归属、历史价格走势等属性矩阵。
2. 2. 分析师共同覆盖基准：基于过去125日股票-分析师覆盖矩阵计算股票两两相似度（共同覆盖的分析师数量），筛选有共同覆盖的股票集合，按相似度加权计算基准收益 $B_{i, analyst}$。
3. 3. 基金共同持仓基准：基于股票-基金持仓矩阵计算共同持仓基金数量，按相似度加权计算基准收益 $B_{i, fund}$。
4. 4. 概念共同覆盖基准：基于股票-概念矩阵计算共同覆盖概念数量，按相似度加权计算基准收益 $B_{i, concept}$。
5. 5. 形态相似基准：基于历史价格走势计算股票两两相关系数或相似度，选取TopK相似股票加权计算基准收益 $B_{i, shape}$。
6. 6. 基准合成：按分析师->基金->概念->形态的优先级顺序，若在高优先级维度找到非空相似股票集合，则取其作为 $B_i$，否则继续向后寻找；若全为空，取全市场均值 $\bar{r}$。
7. 7. 因子计算与中性化：计算 $Rev_{struct}(i) = -(r_i - B_i)$，对因子值进行去极值、行业和市值中性化回归取残差，得到最终因子。
8. 8. (可选)正交化：将结构化反转因子对传统反转因子回归取残差，得到纯净残差因子。

无，按优先级维度独立寻找相似股票集合构建基准