成交量對動量因子的修正

1、前言動量因子自 1993 年被發(fā)現(xiàn)以來，就成為量化投資領(lǐng)域最常用的選股因子之一，多年來經(jīng)久不衰，從未離開過我們的研究札記。動量之于 A 股市場，呈現(xiàn)較為顯著的中長期反轉(zhuǎn)現(xiàn)象，但令人扼腕的是，A 股市場中動量因子的反轉(zhuǎn)效應并非一直穩(wěn)定。以 20 日收益率為例，在 2014/01/01-2022/07/31 期間，傳統(tǒng)動量因子在全體 A 股上的表現(xiàn)如圖 1所示，10 分組多空對沖信息比率約為 1.09，勝率 62.75%，最大回撤約為 20.35%，穩(wěn)定性較差，如 2017 年上半年幾乎完全失效。圖1：傳統(tǒng)動量因子 10 分組及多空對沖凈值走勢 東吳金工團隊在動量領(lǐng)域做了諸多研究，試圖提高其穩(wěn)定性

2、。正所謂“山重水復疑無路，柳暗花明又一村”，在堅持不懈的努力下，基于挖掘“投資者交易行為的特征”，我們曾剔除些許改進傳統(tǒng)動量因子的方法，如“鳳鳴朝陽”模型、“枯樹生花”模型等。表1：東吳金工以往動量模型的交易行為邏輯模型投資者交易行為邏輯具體操作鳳鳴朝陽在交易日的不同時段，投資者交易行為不同，動量因子的反轉(zhuǎn)效應亦有不同將動量因子按上下午切割為兩部分，構(gòu)造 APM 因子枯樹生花將動量因子按交易時段切割為五部分，優(yōu)化權(quán)重，構(gòu)造最優(yōu)動量因子數(shù)據(jù)來源：價量關(guān)系是金融市場最經(jīng)典的理論之一，價格的漲跌往往需要量來支撐與確認。本篇報告在以往“動量因子切割”研究的基礎(chǔ)上，加入“成交量”的信息，嘗試進一步挖掘投

3、資者交易行為的差異。隨著本篇報告研究內(nèi)容的逐步展開，我們將發(fā)現(xiàn)，日內(nèi)與隔夜的價量關(guān)系，其實蘊藏著不同的特征與邏輯，而這兩種不同的特征，最終都可用于有效甄別動量因子信號的強弱。圖2：日與夜的切割數(shù)據(jù)來源：整理日內(nèi)價量，錦上添花傳統(tǒng)的動量因子定義為股票過去一段時間的累計收益，按照圖 2 的方法，可以被切割為日內(nèi)因子與隔夜因子。本節(jié)內(nèi)容先行探究日內(nèi)部分的價量關(guān)系。傳統(tǒng)日內(nèi)因子以 20 日為例，傳統(tǒng)日內(nèi)因子定義為股票過去 20 個交易日的累計日內(nèi)收益，若股票A 某日的日內(nèi)收益（今收/今開-1）為，則該股票的傳統(tǒng)日內(nèi)因子 OLD_Intraday 即為：OLD_Intraday = (1 + 1) (1

4、 + 2) (1 + 3) (1 + 20) 1在 2014/01/01-2022/07/31 期間，以全體 A 股為研究樣本（剔除其中的 ST 股、停牌股以及上市不足 60 個交易日的次新股），傳統(tǒng)日內(nèi)因子呈現(xiàn)顯著的反轉(zhuǎn)效應，月度 IC 均值約為-0.054，RankIC 均值約為-0.068，年化 ICIR 約為-1.86，年化 RankICIR 約為-1.94。每月將所有樣本按照傳統(tǒng)日內(nèi)因子值分組排序，10 分組回測及多空對沖凈值走勢如下圖 3 所示，多空對沖年化收益約為 30.16%，信息比率約為 1.68，勝率 67.65%，最大回撤約為 18.49%。圖3：傳統(tǒng)日內(nèi)因子 10 分組

5、及多空對沖凈值走勢（回看 20 日）日內(nèi)價量關(guān)系上一小節(jié)的回測結(jié)果顯示，傳統(tǒng)日內(nèi)因子的表現(xiàn)略優(yōu)于整體因子，但與傳統(tǒng)整體因子一樣，其 10 分組排序不單調(diào)，且在部分時段波動較大，穩(wěn)定性不強。眾所周知，在時間匹配的情況下，量往往會對價格的變動起到確認或是增強的作用。在傳統(tǒng)的日內(nèi)因子上，我們猜測也會有同樣的結(jié)果，即日內(nèi)換手率越大，日內(nèi)收益對未來收益的負向指示作用越強，日內(nèi)因子的選股能力也越出色。因此，每月月底，我們將每只股票過去 20 個交易日的日內(nèi)收益，按照當日日內(nèi)換手率（即當日總換手率減去開盤集合競價換手率）從低到高排序，等分為 5 組，每一組計算該組日內(nèi)收益的平均值，即可得到 5 個局部的日內(nèi)

6、因子。具體來看，若股票 A 過去 20 個交易日的日內(nèi)收益按照當日日內(nèi)換手率從低到高排序后，依次記為， ，1220 ，則 5 個局部日內(nèi)因子定義為：Intraday_part1 = mean(, , , )1 2 3 4Intraday_part2 = mean(, , , )Intraday_part3 = mean(, , , )5 6 7 89 1011 12Intraday_part4 = mean( , , , )Intraday_part5 = mean( , , , )13 1415 1617 18 19 20接下來，同樣以 2014/01/01-2022/07/31 為回測時間

7、段，以全體 A 股為研究樣本，考察上述 5 個局部日內(nèi)因子的選股能力，比較因子的年化 ICIR 及 10 分組多空對沖的凈值走勢。具體結(jié)果如下圖 4-5 所示。圖4：局部日內(nèi)因子年化 ICIR（回看 20 日） 圖5：局部日內(nèi)因子 10 分組多空對沖凈值走勢（回看 20 日） 可以發(fā)現(xiàn)，隨著換手率的逐漸增大，局部日內(nèi)因子的年化 ICIR 的絕對值呈現(xiàn)逐漸增大的趨勢，這與我們的預期相符，即“日內(nèi)的量”對“日內(nèi)的價”確實起到了增強作用，對應換手率越大的局部日內(nèi)因子，選股能力越強。基于傳統(tǒng)日內(nèi)因子本身就具有不錯的選股能力，我們將上述“日內(nèi)量”對“日內(nèi)價”的增強作用稱為“錦上添花”。新日內(nèi)因子根據(jù)上一

8、小節(jié)的結(jié)果，我們?nèi)∪諆?nèi)因子兩端的五分之一，即“因子 1（低換手）”和“因子 5（高換手）”，合成新的日內(nèi)因子，具體方法為：每月月底計算得到所有股票的因子 1（Intarday_part1）和因子 5（Intarday_part5），分別橫截面標準化，以傳統(tǒng)動量因子的方向為基準，賦予權(quán)重-1,1，線性相加得到新日內(nèi)因子 NEW_Intraday，即NEW_Intraday = Intraday_part1 mean(Intraday_part1) std(Intraday_part1)Intraday_part5 mean(Intraday_part5)+std(Intraday_part5)在

9、 2014/01/01-2022/07/31 期間，新日內(nèi)因子的月度 IC 均值約為-0.034，RankIC 均值約為-0.052，年化 ICIR 約為-1.93，年化RankICIR 約為-2.76。下圖 6 展示了新日內(nèi)因子的 10 分組回測及多空對沖凈值走勢，表 2 則比較了新舊因子 10 分組多空對沖的各項績效指標。新因子 10 分組多空對沖的年化收益約為 16.24%，自然低于傳統(tǒng)因子，但新因子的穩(wěn)定性得到提升，信息比率達到 1.80，勝率為 75.49%，最大回撤僅為 10.27%。圖6：新日內(nèi)因子 10 分組及多空對沖凈值走勢（回看 20 日）表2：新舊日內(nèi)因子 10 分組多空

10、對沖的績效指標對比（回看 20 日）傳統(tǒng)日內(nèi)因子新日內(nèi)因子年化收益率30.16%16.24%年化波動率17.99%9.00%信息比率1.681.80月度勝率67.65%75.49%最大回撤率18.49%10.27%“錦上添花”穩(wěn)定性上述對日內(nèi)因子的改進方案中，每月月底回看過去 20 個交易日，僅取其中五分之二，即 8 個交易日的信息，用于構(gòu)造新因子，利用的有效信息量較少。我們自然存在疑問：若增加回看天數(shù)，增加構(gòu)造因子的信息量，上述日內(nèi)價量關(guān)系是否會變?nèi)跎踔料?？因此，我們改變回看天?shù)為 40、60 個交易日，按照 2.2 節(jié)中的方法，分別檢驗傳統(tǒng)日內(nèi)因子、5 個局部日內(nèi)因子的表現(xiàn)。圖 7-8

11、展示了在回看天數(shù)為 40 個交易日的情況下，各因子的年化 ICIR 及 10 分組多空對沖凈值走勢；圖 9-10 展示了回看天數(shù)為 60 個交易日時，各因子的相關(guān)情況；表 3 則對比了不同回看天數(shù)下，新舊日內(nèi)因子 10 分組多空對沖的各項績效指標?？梢园l(fā)現(xiàn)，增加回看天數(shù)并不影響先前的結(jié)論，各局部日內(nèi)因子的年化 ICIR 仍然呈現(xiàn)比較良好的單調(diào)性；在選股能力上，新日內(nèi)因子的信息比率略低于傳統(tǒng)日內(nèi)因子，但穩(wěn)定性增強了不少。圖7：局部日內(nèi)因子年化 ICIR（回看 40 日） 圖8：局部日內(nèi)因子 10 分組多空對沖凈值走勢（回看 40 日） 圖9：局部日內(nèi)因子年化 ICIR（回看 60 日） 圖10：

12、局部日內(nèi)因子 10 分組多空對沖凈值走勢（回看 60 日） 表3：新舊日內(nèi)因子 10 分組多空對沖的績效指標對比（回看 40 日、60 日）年化收益率年化波動信息比率月度勝率最大回撤率回看 40 日傳統(tǒng)日內(nèi)因子33.68%18.91%1.7868.00%14.47%新日內(nèi)因子17.37%9.89%1.7672.00%11.89%回看 60 日傳統(tǒng)日內(nèi)因子34.25%17.15%2.0076.77%13.14%新日內(nèi)因子16.57%10.18%1.6368.69%19.61%隔夜價量，雪中送炭在對傳統(tǒng)日內(nèi)因子進行增強之后，本節(jié)內(nèi)容聚焦于隔夜（即每日開盤集合競價）部分的價量關(guān)系。傳統(tǒng)隔夜因子類似于

13、日內(nèi)因子，傳統(tǒng)隔夜因子定義為股票過去 20 個交易日的累計隔夜收益，若股票A 某日的隔夜收益（今開/昨收-1）為，則該股票的傳統(tǒng)隔夜因子 OLD_Overnight即為：OLD_Overnight = (1 + 1) (1 + 2) (1 + 3) (1 + 20) 1在 2014/01/01-2022/07/31 期間，以全體A 股為研究樣本（剔除其中的 ST 股、停牌股以及上市不足 60 個交易日的次新股），傳統(tǒng)隔夜因子的月度 IC 均值僅為 0.01，年化 ICIR 約為 0.65，10 分組回測多空對沖信息比率約為 0.83，月度勝率為 65.69%，說明在回測區(qū)間內(nèi)，整體來看，傳統(tǒng)隔

14、夜因子呈現(xiàn)非常微弱的動量效應，但極其不穩(wěn)定。圖11：傳統(tǒng)隔夜因子 10 分組及多空對沖凈值走勢（回看 20 日） 隔夜因子增強初探參照日內(nèi)因子的增強方法，在時間匹配的情況下，我們同樣猜測當日開盤的集合競價換手率（后文簡稱為隔夜換手率）越大，當日的隔夜收益對未來收益的指示作用越強，隔夜因子的選股能力也越出色。因此每月月底，我們將每只股票過去 20 個交易日的隔夜收益，按照當日隔夜換手率從低到高排序，等分為 5 組，每一組計算該組隔夜收益的平均值，即可得到該股的 5個局部隔夜因子。同樣在 2014/01/01-2022/07/31，以全體 A 股為研究樣本，考察 5 個局部隔夜因子的選股能力，具體

15、結(jié)果如下圖 12-13 所示。圖12：局部隔夜因子年化 ICIR（回看 20 日，錯誤切割） 圖13：局部隔夜因子 10 分組多空對沖凈值走勢（回看 20 日，錯誤切割） 圖 12-13 展示的結(jié)果和我們的預期相去甚遠，各局部因子的年化 ICIR 未呈現(xiàn)單調(diào)變化的趨勢，這說明日內(nèi)的價量邏輯并不適用于隔夜。那么隔夜價量關(guān)系的探索，究竟路在何方？隔夜與日內(nèi)的本質(zhì)區(qū)別Zhang（1999）1，Plerou、Gopikrishnan、Gabaix 等人（2002）2以及 Lillo、Farmer、 Mantegna（2003）3的研究都發(fā)現(xiàn)，股價變動大致與交易量的 1/2 次方成正比。此處，我們以波動

16、率衡量股價變動，粗略驗證股票日內(nèi)與隔夜的價量關(guān)系。首先分別定義每只股票的總波動率、總成交量，日內(nèi)波動率、日內(nèi)成交量，隔夜波動率、隔夜成交量，對于某只股票A：（1）2014/01/01-2019/07/31 期間，計算其每日總收益率（今收/昨收-1）序列的標準差，即為股票A 的總波動率總；加總每日的成交量，即為其總成交量總；計算每日隔夜收益率（今開/昨收-1）序列的標準差，即為股票 A 的隔夜波動率隔夜；加總每日的開盤集合競價成交量，即為其隔夜成交量隔夜；計算每日日內(nèi)收益率（今收/今開-1）序列的標準差，即為其日內(nèi)波動率日內(nèi)；將總成交量減去開盤集合競價成交量，即為其日內(nèi)成交量日內(nèi)。每只股票，計算

17、日內(nèi)與總體之比(日內(nèi)總隔夜)/()以及隔夜與總體之比(總)/()，具體日內(nèi)總隔夜總結(jié)果如下圖 14-15 所示?？梢园l(fā)現(xiàn)，個股的日內(nèi)總體比大致維持在 1 左右，這與相關(guān)文獻的研究結(jié)論相符，說明日內(nèi)的價量邏輯確實與我們的預期一致，即成交量對股價的推動力量大致與成交量的 1/2 次方成正比。但隔夜卻呈現(xiàn)出了截然不同的情形，超過 95%樣本股票的隔夜總體比超過了 4 倍，說明推動隔夜股價變動的力量，并不完全來源于當日的開盤集合競價成交量，還包含了大量不被對應成交量包含的信息。這就解釋了在上一小節(jié)中，為何我們按照日內(nèi)因子的研究方法，對隔夜因子進行切割的結(jié)果不盡人意，隔夜與日內(nèi)的價量邏輯本就有天壤之別，

18、自然不可一概而論。圖14：個股日內(nèi)總體比圖15：個股隔夜總體比隔夜真正的價量關(guān)系經(jīng)過探索，我們認為隔夜的意外信息，才是推動股價隔夜波動的精銳力量?？紤]到信息泄露的可能性，部分隔夜信息會在前一日的交易時段就被投資者提前反應。因此，隔夜價量關(guān)系的奧妙，或許藏在“昨日量”與“今日價”的錯配關(guān)系之中。因此，我們進行如下試探：每月月底，將每只股票過去 20 個交易日的隔夜收益，按照昨日換手率從低到高排序，等分為 5 組，每一組計算該組隔夜收益的平均值，即可得到該股的 5 個局部隔夜因子。在 2014/01/01-2022/07/31 期間，以全體 A 股為研究樣本，考察 5 個局部隔夜因子的選股能力（分

19、組多空對沖仍按照傳統(tǒng)動量因子方向），結(jié)果如下圖 16-17 所示。圖16：局部隔夜因子年化 ICIR（回看 20 日，正確切割） 圖17：局部隔夜因子 10 分組多空對沖凈值走勢（回看 20 日，正確切割） 圖 16-17 展示的正是我們想要的結(jié)果，各局部因子的年化 ICIR 呈現(xiàn)較為良好的單調(diào)性。按照昨日換手率的高低進行切割，5 個局部隔夜因子展現(xiàn)出截然不同的特性，昨日換手率較低的部分為反轉(zhuǎn)，昨日換手率較高的部分為動量。我們認為上述現(xiàn)象與個股背后的投資者結(jié)構(gòu)相關(guān)：對于某只股票的某段時間序列，昨日換手率越高，越有可能發(fā)生隔夜信息的提前泄露，表明知情交易者的占比相對較高，對應的局部因子5 表現(xiàn)為

20、動量；相反，昨日換手率較低，表明知情交易者的關(guān)注較少，對應的局部因子 1 越有可能表現(xiàn)為反轉(zhuǎn)。新隔夜因子根據(jù)上一小節(jié)的結(jié)果，我們?nèi)》崔D(zhuǎn)信號最強的五分之一，即“因子 1（低換手）”，和動量信號最強的五分之一，即“因子 5（高換手）”，合成新的隔夜因子。具體方法為：每月月底計算得到所有股票的因子 1（Overnight_part1）和因子 5（Overnight_part5），分別橫截面標準化，以傳統(tǒng)動量因子的方向為基準，賦予權(quán)重1,-1，線性相加得到新隔夜因子NEW_Overnight，即NEW_Overnight =Overnight_part1 mean(Overnight_part1) s

21、td(Overnight_part1)Overnight_part5 mean(Overnight_part5)std(Overnight_part5)回測結(jié)果顯示，新隔夜因子的月度 IC 均值約為-0.041，RankIC 均值約為-0.046，年化 ICIR 約為-2.05，年化 RankICIR 約為-2.73。下圖 18 展示了新隔夜因子的 10 分組回測及多空對沖凈值走勢，表 4 則比較了新舊因子 10 分組多空對沖的各項績效指標。新因子 10 分組多空對沖的年化收益約為 18.39%，信息比率達到 2.22，勝率為 79.41%，最大回撤僅為 6.76%，完勝傳統(tǒng)隔夜因子。利用昨日

22、換手率的信息，可以將原本毫無用武之地的傳統(tǒng)隔夜因子，增強為具有一定選股能力的新因子，因此“昨日量”對“隔夜價”的作用就好比“雪中送炭”，逢舟于絕渡。圖18：新隔夜因子 10 分組及多空對沖凈值走勢（回看 20 日） 表4：新舊隔夜因子 10 分組多空對沖的績效指標對比（回看 20 日）傳統(tǒng)隔夜因子新隔夜因子年化收益率8.86%18.39%年化波動率10.69%8.28%信息比率0.832.22月度勝率65.69%79.41%最大回撤率19.59%6.76%“雪中送炭”穩(wěn)定性同樣，改變回看天數(shù)為 40、60 個交易日，重復前述操作，考察隔夜價量關(guān)系的穩(wěn)定性。圖 19-20 展示了在回看天數(shù)為 4

23、0 個交易日的情況下，傳統(tǒng)隔夜因子和各局部隔夜因子的年化 ICIR 及 10 分組多空對沖凈值走勢；圖 21-22 展示了回看天數(shù)為 60 個交易日時，各因子的相關(guān)情況；表 5 則對比了不同回看天數(shù)下，新舊隔夜因子 10 分組多空對沖的各項績效指標。可以發(fā)現(xiàn)，隔夜價量關(guān)系的穩(wěn)定性較強，增加回看天數(shù)，各局部隔夜因子的年化ICIR 仍然呈現(xiàn)比較良好的單調(diào)性，且新因子的表現(xiàn)也遠勝傳統(tǒng)因子。圖19：局部隔夜因子年化 ICIR（回看 40 日） 圖20：局部隔夜因子 10 分組多空對沖凈值走勢（回看 40 日） 圖21：局部隔夜因子年化 ICIR（回看 60 日） 圖22：局部隔夜因子 10 分組多空對

24、沖凈值走勢（回看 60 日） 表5：新舊隔夜因子 10 分組多空對沖的績效指標對比（回看 40 日、60 日）年化收益率年化波動信息比率月度勝率最大回撤率回看 40 日傳統(tǒng)隔夜因子6.11%12.31%0.5062.00%31.81%新隔夜因子16.70%9.78%1.7168.00%13.16%回看 60 日傳統(tǒng)隔夜因子8.30%11.83%0.7061.62%32.56%新隔夜因子16.62%11.94%1.3967.68%11.71%日以繼夜，殊途終可同歸本篇報告將交易時段切割為日與夜，分別探索各自的價量關(guān)系，發(fā)現(xiàn)日與夜的價量邏輯截然不同：日內(nèi)的價量關(guān)系蘊藏在“日內(nèi)量”與“日內(nèi)價”之中，

25、其邏輯與傳統(tǒng)的價量關(guān)系類似；而隔夜的價量關(guān)系卻存在時間維度上的錯配，暗藏在“昨日量”與“隔夜價”之中，其邏輯與投資者結(jié)構(gòu)、信息的提前反應有關(guān)。日與夜的價量關(guān)系雖然來源不同、結(jié)果不同，但經(jīng)過我們的探索，它們最終都可有效甄別動量因子信號的強弱，對傳統(tǒng)因子進行改進，正可謂“日夜雖殊途，終究亦同歸”。圖23：新舊日內(nèi)因子 10 分組對沖凈值（回看 20 日）圖24：新舊隔夜因子 10 分組對沖凈值（回看 20 日） Wind新動量因子每月月底， 我們將所有股票新的日內(nèi)因子 NEW_Intraday 和新的隔夜因子NEW_Overnight 分別橫截面標準化，線性相加得到新的動量因子 NEW_Momen

26、tum，即：NEW_Momentum =NEW_Intraday mean(NEW_Intraday) std(NEW_Intraday) NEW_Overnight mean(NEW_Overnight)+std(NEW_Overnight)回測結(jié)果顯示，新動量因子的月度 IC 均值約為-0.045，RankIC 均值約為-0.065，年化 ICIR 約為-2.59，年化 RankICIR 約為-3.64。下圖 25、26 分別展示了新因子的 10 分組回測、多空對沖凈值走勢（其中樣本內(nèi)是我們首次發(fā)布本報告時的回測期），表 6 比較了新舊因子 10 分組多空對沖的各項績效指標，表 7 則報告

27、了新因子各年度的表現(xiàn)情況。新動量因子的穩(wěn)定性大幅提高，信息比率達到 2.85，勝率約為 83.33%。圖25：新動量因子 10 分組及多空對沖凈值走勢（回看 20 日） 樣本內(nèi)樣本外圖26：新舊動量因子 10 分組多空對沖凈值走勢（回看 20 日） 表6：新舊動量因子 10 分組多空對沖的績效指標對比（回看 20 日）傳統(tǒng)動量因子新動量因子年化收益率21.93%22.64%年化波動率20.05%7.95%信息比率1.092.85月度勝率62.75%83.33%最大回撤率20.35%5.79%表7：新動量因子分年度表現(xiàn)年化收益率分組1 對沖分組10 績效指標年份分組 1分組 10分組1 對沖分組

28、 10年化波動率信息比率月度勝率最大回撤率201447.44%32.38%11.95%9.07%1.3281.82%5.27%2015125.65%69.37%32.86%7.79%4.2291.67%2.45%2016-2.41%-23.93%27.16%4.84%5.62100.00%0.00%2017-16.57%-33.02%23.35%5.54%4.2183.33%0.64%2018-24.61%-41.42%27.65%3.79%7.2991.67%0.30%201933.89%10.99%18.20%9.18%1.9866.67%3.17%202028.40%11.75%14.7

29、8%9.57%1.5475.00%5.79%202135.47%-1.37%36.03%10.83%3.3383.33%2.85%2022（至7 月底）-11.34%-21.64%10.30%9.71%1.0671.43%2.86% 得到了選股能力更佳的新因子后，我們考察新因子與市場常用風格因子的相關(guān)性，下表 8 展示了新因子與 10 個 Barra 風格因子的相關(guān)系數(shù)（其中，Momentum 因子為本篇報告開篇提及的傳統(tǒng)動量因子）。表8：新動量因子與 Barra 風格因子相關(guān)系數(shù)Beta0.0369Momentum0.0346BooktoPrice-0.1093EarningsYield-0

30、.0860Growth-0.0213Leverage0.0052ResidualVolatility0.2433Liquidity0.2057Size-0.0201NonLinearSize0.0051為了剔除風格和行業(yè)的干擾，每月月底將新因子對 Barra 風格因子和 28 個申萬一級行業(yè)虛擬變量進行回歸，將殘差作為選股因子，其 10 分組及多空對沖凈值走勢如下圖 27 所示。純凈新因子 10 分組多空對沖的年化收益約為 10.54%，信息比率約為 2.10，月度勝率約為 71.56%，最大回撤約為 4.78%。表 9 則報告了純凈新因子各年度的表現(xiàn)情況。圖27：純凈新因子 10 分組及多空

31、對沖凈值走勢（回看 20 日） 樣本內(nèi)樣本外表9：純凈新因子分年度表現(xiàn)年化收益率分組1 對沖分組10 績效指標年份分組 1分組 10分組1 對沖分組 10年化波動率信息比率月度勝率最大回撤率201441.46%28.39%10.74%4.81%2.2363.64%0.94%201598.95%83.15%8.70%4.98%1.7558.33%1.22%2016-11.02%-17.56%8.51%4.21%2.0275.00%1.40%2017-18.13%-28.09%13.47%4.42%3.0575.00%0.90%2018-28.56%-39.38%17.40%3.94%4.4283

32、.33%0.48%201930.38%18.03%10.08%4.56%2.2175.00%1.59%202026.95%17.21%8.77%6.80%1.2966.67%4.50%202119.90%9.87%8.67%7.62%1.1475.00%4.78%2022（至7 月底）-11.41%-19.58%9.25%2.83%3.2771.43%0.29%新因子的參數(shù)敏感性同樣，我們改變每月月底的回看天數(shù)，分別比較新動量因子和傳統(tǒng)動量因子的回測效果。可以看到，無論是回看 40 還是 60 個交易日，新因子均優(yōu)于傳統(tǒng)因子。圖28：新舊動量因子 10 分組對沖凈值（回看 40 日）圖29：新

33、舊動量因子 10 分組對沖凈值（回看 60 日） 表10：新舊動量因子 10 分組多空對沖的績效指標對比（回看 40 日、60 日）年化收益率年化波動信息比率月度勝率最大回撤率回看 40 日傳統(tǒng)動量因子25.65%21.52%1.1961.00%20.83%新動量因子22.54%8.75%2.5772.00%6.24%回看 60 日傳統(tǒng)動量因子24.51%20.40%1.2059.60%18.53%新動量因子21.40%9.94%2.1572.73%10.66% 新因子的多空收益分解第三節(jié)內(nèi)容主要展示了新動量因子多空對沖的各種績效指標，此處我們對因子的多空收益進行分解，仍以全體A 股為研究樣本

34、，2014/01/01-2022/07/31 為回測區(qū)間，具體結(jié)果見下表 11?？梢钥吹?，新動量因子的空頭超額年化收益為 15.68%，多頭超額年化收益為 6.27%，整體來說偏空頭較多，不過多頭的最大回撤更小。表11：新動量因子的多空收益分解多空對沖空頭超額多頭超額年化收益率22.64%15.68%6.27%年化波動率7.95%6.95%4.88%信息比率2.852.261.29月度勝率83.33%75.49%65.69%最大回撤率5.79%5.84%4.61%其他樣本空間的情況最后檢驗本篇報告提出的動量因子改進方案，在不同樣本空間的表現(xiàn)。以回看 20 日為例，在滬深 300 成分股中，傳統(tǒng)

35、動量因子的 10 分組多空對沖年化收益約為 7.83%，信息比率為 0.31，勝率為 57.84%；新動量因子的 10 分組多空對沖年化收益約為 13.68%，信息比率為 0.87，勝率為 64.71%。在中證 500 成分股中，傳統(tǒng)動量因子的 10 分組多空對沖年化收益約為 4.25%，信息比率為 0.29，勝率為 51.96%；新動量因子的 10 分組多空對沖年化收益約為 5.77%，信息比率為 0.81，勝率為 59.80%。在滬深 300 和中證 500成分股中，新因子的選股能力均有不同程度的提升。圖30：滬深 300 成分股新舊動量因子 10 分組對沖凈值圖31：中證 500 成分股

36、新舊動量因子 10 分組對沖凈值 表12：滬深 300、中證 500 成分股多空對沖績效指標對比年化收益率年化波動信息比率月度勝率最大回撤率滬深 300傳統(tǒng)動量因子7.83%25.27%0.3157.84%46.33%新動量因子13.68%15.66%0.8764.71%26.82%中證 500傳統(tǒng)動量因子4.25%14.55%0.2951.96%26.81%新動量因子5.77%7.15%0.8159.80%8.09%滬深 300、中證 500 投資組合的構(gòu)建最后，我們簡要展示本文剔除的新動量因子對構(gòu)建指數(shù)增強組合的參考價值。分別以滬深 300、中證 500 成分股為例，時間區(qū)間都是 2014/01/01-2022/07/31，我們每月月底構(gòu)建以下 2 個投資組合。組合一：按照傳統(tǒng)動量因子排序，選取因子值最小的 10%股票；組合二：按照新動量因子排序，選取因子值最小的 10%股票。以上組合均為月度換倉。下圖 32 展示了滬深 300 成分股中兩個組合的凈值走勢，下表 13 對比了它們的各項績效指標。下圖 33