东吴证券日与夜新动量因子 (cn_stock_factors_hf_dw_day_night_momentum)

# cn_stock_factors_hf_dw_day_night_momentum ## 文献来源 - **标题**: 《“日与夜的殊途同归”新动量因子绩效月报 20230630》 - **作者**: 高子剑、庞格致 - **机构**: 东吴证券 - **时间**: 2023-07-01 研报把传统动量因子按交易时段切割为**日内**（今收 / 今开 $- 1$）与**隔夜**（今开 / 昨收 $- 1$）两部分，分别探索各自的价量关系：日内的价量关系蕴藏在「日内量」与「日内价」之中，日内换手率越大、日内收益的反转指示作用越强，研报称之为「锦上添花」；隔夜的价量关系存在时间维度上的错配，暗藏在「昨日量」与「隔夜价」之中，研报称之为「雪中送炭」。两条逻辑各自把局部因子的两端相减得到新日内因子与新隔夜因子，再标准化相加合成新动量因子。 本表输出传统动量 / 日内 / 隔夜三个基准因子、日内与隔夜各 5 个局部因子、两个新分量因子、合成的新动量因子及其纯净版，共 18 个因子。唯一需要分钟数据的中间量是**开盘集合竞价换手率**（日内换手率 = 当日总换手率 $-$ 开盘集合竞价换手率），其余全部来自聚合日频 view。 > 本篇为月报，正文第 1 节是绩效跟踪，因子构造在第 2 节附录给出（研报原始出处为《“求索动量因子”系列研究（一）：成交量对动量因子的修正——日与夜的殊途同归》，2019-09-06 外发，本仓库未持有该篇原文）。月报附录的 2.2 节省略了「隔夜量价关系」小节，隔夜局部因子的排序依据由正文「利用昨日换手率的信息」「暗藏在『昨日量』与『隔夜价』之中」推定为**上一交易日的总换手率**，详见 `overnight_part` 的项目实现说明与 `## 复现核对`。 ## 表结构 - **表名**: `cn_stock_factors_hf_dw_day_night_momentum` - **中文表名**: 东吴证券日与夜新动量因子 - **数据描述**: 将动量拆为日内与隔夜两段，结合换手率价量关系重构的新动量因子 - **主键**: `date` + `instrument` - **记录粒度**: 每个交易日每只股票一条记录 | 字段 | 类型 | 可空 | 含义 | | ---- | ---- | ---- | ---- | | `date` | `PlDatetime` | 否 | 交易日期 | | `instrument` | `PlString` | 否 | 股票代码 | | `old_momentum` | `PlFloat64` | 是 | 传统动量因子，过去 20 个有效交易日涨跌幅的累乘收益；值越小未来收益越高（反转） | | `old_intraday` | `PlFloat64` | 是 | 传统日内因子 OLD_Intraday，过去 20 个有效交易日日内收益（今收/今开-1）的累乘收益 | | `intraday_turn` | `PlFloat64` | 是 | 当日日内换手率，等于当日总换手率减去开盘集合竞价换手率，是日内局部因子的排序依据 | | `intraday_part1` | `PlFloat64` | 是 | 日内局部因子 Intraday_part1，过去 20 个有效交易日按当日日内换手率升序排序后最低 4 日日内收益的均值 | | `intraday_part2` | `PlFloat64` | 是 | 日内局部因子 Intraday_part2，同上，取第 2 个五分之一 | | `intraday_part3` | `PlFloat64` | 是 | 日内局部因子 Intraday_part3，同上，取第 3 个五分之一 | | `intraday_part4` | `PlFloat64` | 是 | 日内局部因子 Intraday_part4，同上，取第 4 个五分之一 | | `intraday_part5` | `PlFloat64` | 是 | 日内局部因子 Intraday_part5，同上，取日内换手率最高的 4 日，研报中反转最强的一档 | | `new_intraday` | `PlFloat64` | 是 | 新日内因子 NEW_Intraday，`intraday_part1` 与 `intraday_part5` 分别截面标准化后按权重 $[-1, 1]$ 相加；值越小未来收益越高 | | `old_overnight` | `PlFloat64` | 是 | 传统隔夜因子 OLD_Overnight，过去 20 个有效交易日隔夜收益（今开/昨收-1）的累乘收益 | | `overnight_part1` | `PlFloat64` | 是 | 隔夜局部因子 Overnight_part1，过去 20 个有效交易日按上一交易日总换手率升序排序后最低 4 日隔夜收益的均值，研报中反转信号最强的一档 | | `overnight_part2` | `PlFloat64` | 是 | 隔夜局部因子 Overnight_part2，同上，取第 2 个五分之一 | | `overnight_part3` | `PlFloat64` | 是 | 隔夜局部因子 Overnight_part3，同上，取第 3 个五分之一 | | `overnight_part4` | `PlFloat64` | 是 | 隔夜局部因子 Overnight_part4，同上，取第 4 个五分之一 | | `overnight_part5` | `PlFloat64` | 是 | 隔夜局部因子 Overnight_part5，同上，取昨日换手率最高的 4 日，研报中动量信号最强的一档 | | `new_overnight` | `PlFloat64` | 是 | 新隔夜因子 NEW_Overnight，`overnight_part1` 与 `overnight_part5` 分别截面标准化后按权重 $[1, -1]$ 相加；值越小未来收益越高 | | `new_momentum` | `PlFloat64` | 是 | 新动量因子 NEW_Momentum，`new_intraday` 与 `new_overnight` 分别截面标准化后等权相加；值越小未来收益越高 | | `new_momentum_pure` | `PlFloat64` | 是 | 纯净新动量因子，`new_momentum` 对十个常见风格因子与申万一级行业哑变量回归后的残差 | ## 依赖数据 | 依赖表 | 频率 | 用到的字段 | 用途 | | ---- | ---- | ---- | ---- | | `cn_stock_bar1m_c` | 1 分钟 | `date`、`instrument`、`volume` | 只取开盘集合竞价那一根 bar 的成交量（沪深记在 09:25、北交所记在 09:30，按 `CAST(date AS TIME) < '09:31:00'` 取），除以当日流通 A 股得到开盘集合竞价换手率，用于从总换手率中扣除、得到日内换手率 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`open`、`close`、`pre_close`、`change_ratio`、`turn`、`a_float_shares`、`total_market_cap`、`sw2021_level1`、`beta_000300SH_22`、`pb`、`pe_ttm`、`debt_to_asset_lf`、`total_operating_revenue_ttm`、`daily_return` | `close / open - 1` 是日内收益，`open / pre_close - 1` 是隔夜收益，`change_ratio` 是传统动量因子的基础值；`turn` 既是日内换手率的被减项，其上一交易日值也是隔夜局部因子的排序依据；`a_float_shares` 是开盘集合竞价换手率的分母；其余字段构造 `new_momentum_pure` 回归用的十个风格因子与申万一级行业哑变量 | 分钟表只扫开盘集合竞价一根 bar，单个交易日约 5600 行，扫描量远小于按整日 240 根 bar 聚合的因子。因子窗口为 20 个有效交易日，为覆盖停牌实际回溯 40 个交易日；`new_momentum_pure` 的风格因子含 250 个交易日同比的营收增速项与 22 日贝塔，两者都随查询窗口滚动计算，故 `cn_stock_prefactors` 实际回溯 300 个交易日。 ## 因子列表 ### old_momentum **中文名**: 传统动量因子 **描述**: 研报开篇作为改进对象与绩效基准的传统动量因子。研报指出 A 股动量呈现较为显著的中长期反转，但反转效应并不稳定：2014/01/01-2022/07/31 期间全体 A 股 10 分组多空对冲信息比率仅 1.09、月度胜率 62.75%、最大回撤 20.35%，2017 年上半年几乎完全失效。 **构建逻辑**: 取过去 20 个交易日的每日涨跌幅，按研报对日内 / 隔夜因子的同一写法累乘后减一。 **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 ### old_intraday **中文名**: 传统日内因子 **描述**: 把传统动量因子按交易时段切割后的日内部分。研报回测 2014/01/01-2022/07/31、全体 A 股，传统日内因子呈现显著反转：月度 IC 均值约 $-0.054$、RankIC 均值约 $-0.068$、年化 ICIR 约 $-1.86$、年化 RankICIR 约 $-1.94$；10 分组多空对冲年化收益约 30.16%、信息比率约 1.68、胜率 67.65%、最大回撤约 18.49%。研报同时指出其 10 分组排序不单调、部分时段波动较大。 **构建逻辑**: 以 20 日为例，若股票某日的日内收益（今收 / 今开 $- 1$）为 $r_t$，则传统日内因子为 ```math \text{OLD\_Intraday} = (1 + r_1)(1 + r_2)(1 + r_3) \cdots (1 + r_{20}) - 1 ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 ### intraday_turn **中文名**: 日内换手率 **描述**: 研报用于切割日内收益的排序依据。研报认为在时间匹配的情况下，量会对价格变动起到确认或增强作用，故猜测日内换手率越大，日内收益对未来收益的负向指示作用越强。 **构建逻辑**: 当日日内换手率等于当日总换手率减去开盘集合竞价换手率。 **项目实现说明**: - 开盘集合竞价那一根 bar 在 `cn_stock_bar1m_c` 中沪深记于 09:25、北交所记于 09:30，按 `CAST(date AS TIME) < '09:31:00'` 取出，除以当日流通 A 股得到开盘集合竞价换手率 - 已实测 `cn_stock_prefactors` 的 `turn` 与 `volume / a_float_shares` 完全相等，故两者相减口径自洽 ### intraday_part **字段**: `intraday_part1`、`intraday_part2`、`intraday_part3`、`intraday_part4`、`intraday_part5` **中文名**: 日内局部因子 **描述**: 研报把过去 20 个交易日的日内收益按当日日内换手率切成 5 份得到的局部因子。回测显示随着换手率逐渐增大，局部日内因子年化 ICIR 的绝对值逐渐增大，即「日内的量」对「日内的价」起到了增强作用，换手率越大的局部日内因子选股能力越强。 **构建逻辑**: 回溯过去 20 个交易日，把每日的日内收益按**当日日内换手率**从低到高排序，等分为 5 组，每组计算组内日内收益的平均值。若排序后的日内收益依次为 $r'_1, r'_2, \ldots, r'_{20}$，则 ```math \text{Intraday}_{part1} = \text{mean}(r'_1, r'_2, r'_3, r'_4), \quad \text{Intraday}_{part5} = \text{mean}(r'_{17}, r'_{18}, r'_{19}, r'_{20}) ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 - 窗口计数口径：20 个交易日按「日内收益、隔夜收益、日内换手率、上一交易日换手率都有定义的交易日」计数，停牌日不占用窗口名额 ### new_intraday **中文名**: 新日内因子 **描述**: 研报取日内因子两端的各五分之一合成的新日内因子。研报回测 2014/01/01-2022/07/31，月度 IC 均值约 $-0.034$、RankIC 均值约 $-0.052$、年化 ICIR 约 $-1.93$、年化 RankICIR 约 $-2.76$；10 分组多空对冲年化收益约 16.24%（低于传统日内因子的 30.16%），但稳定性提升，信息比率 1.80、胜率 75.49%、最大回撤仅 10.27%。 **构建逻辑**: 每月月底计算所有股票的因子 1（Intraday_part1）与因子 5（Intraday_part5），分别横截面标准化，以传统动量因子的方向为基准赋予权重 $[-1, 1]$，线性相加： ```math \text{NEW\_Intraday} = - \frac{\text{Intraday}_{part1} - \text{mean}(\text{Intraday}_{part1})}{\text{std}(\text{Intraday}_{part1})} + \frac{\text{Intraday}_{part5} - \text{mean}(\text{Intraday}_{part5})}{\text{std}(\text{Intraday}_{part5})} ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 - 横截面标准化在每个交易日的全市场截面上计算，不做任何股票过滤 ### old_overnight **中文名**: 传统隔夜因子 **描述**: 把传统动量因子按交易时段切割后的隔夜部分，对应每日开盘集合竞价。研报回测 2014/01/01-2022/07/31，传统隔夜因子月度 IC 均值仅 0.01、年化 ICIR 约 0.65，10 分组多空对冲信息比率约 0.83、月度胜率 65.69%、最大回撤 19.59%，即呈现非常微弱的动量效应但极其不稳定。 **构建逻辑**: 若股票某日的隔夜收益（今开 / 昨收 $- 1$）为 $\gamma_t$，则传统隔夜因子为 ```math \text{OLD\_Overnight} = (1 + \gamma_1)(1 + \gamma_2)(1 + \gamma_3) \cdots (1 + \gamma_{20}) - 1 ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 ### overnight_part **字段**: `overnight_part1`、`overnight_part2`、`overnight_part3`、`overnight_part4`、`overnight_part5` **中文名**: 隔夜局部因子 **描述**: 研报把过去 20 个交易日的隔夜收益按「昨日量」切成 5 份得到的局部因子。研报指出隔夜的价量关系存在时间维度上的错配，其逻辑与投资者结构、信息的提前反应有关：因子 1（低换手）是反转信号最强的一档，因子 5（高换手）是动量信号最强的一档。 **构建逻辑**: 回溯过去 20 个交易日，把每日的隔夜收益按**上一交易日的换手率**从低到高排序，等分为 5 组，每组计算组内隔夜收益的平均值。 **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 - **排序依据为推定值**：本篇月报附录的 2.2 节在「传统隔夜因子」与「新隔夜因子」之间省略了定义排序依据的小节，仅在小结处写「利用昨日换手率的信息」、「暗藏在『昨日量』与『隔夜价』之中」。本项目据此取**上一交易日的总换手率**（非上一交易日的日内换手率）作为排序依据，并在 `## 复现核对` 中标注该推定 - 窗口计数口径同 `intraday_part` ### new_overnight **中文名**: 新隔夜因子 **描述**: 研报取隔夜因子两端的各五分之一合成的新隔夜因子。研报回测 2014/01/01-2022/07/31，月度 IC 均值约 $-0.041$、RankIC 均值约 $-0.046$、年化 ICIR 约 $-2.05$、年化 RankICIR 约 $-2.73$；10 分组多空对冲年化收益约 18.39%、信息比率 2.22、胜率 79.41%、最大回撤仅 6.76%，研报称「完胜传统隔夜因子」。 **构建逻辑**: 每月月底计算所有股票的因子 1（Overnight_part1，反转信号最强）与因子 5（Overnight_part5，动量信号最强），分别横截面标准化，以传统动量因子的方向为基准赋予权重 $[1, -1]$，线性相加： ```math \text{NEW\_Overnight} = \frac{\text{Overnight}_{part1} - \text{mean}(\text{Overnight}_{part1})}{\text{std}(\text{Overnight}_{part1})} - \frac{\text{Overnight}_{part5} - \text{mean}(\text{Overnight}_{part5})}{\text{std}(\text{Overnight}_{part5})} ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 - **研报正文与公式图不一致，本项目按正文取权重 $[1, -1]$**：研报文字明确写「赋予权重 $[1, -1]$」，但紧随其后的公式图与新日内因子一致地印成 $-z(\text{part1}) + z(\text{part5})$。两者只能取其一：按正文的 $[1, -1]$，因子 1（IC 为负）加因子 5 的反号（IC 为正取负后为负）合成后 IC 为负，与研报披露的 $-0.041$ 相符；按公式图则合成后 IC 为正，与披露值矛盾。故判定公式图系沿用上一节排版的笔误，本项目按正文实现，并在 `## 复现核对` 中标注 ### new_momentum **中文名**: 新动量因子 **描述**: 研报把新日内因子与新隔夜因子合成的最终因子，即「日夜虽殊途，终究亦同归」。研报回测 2014/01/01-2022/07/31，月度 IC 均值约 $-0.045$、RankIC 均值约 $-0.065$、年化 ICIR 约 $-2.59$、年化 RankICIR 约 $-3.64$；10 分组多空对冲年化收益 22.64%、年化波动 7.95%、信息比率 2.85、月度胜率 83.33%、最大回撤 5.79%，稳定性大幅优于传统动量因子。月报跟踪至 2023-06 的全样本绩效为年化收益 20.93%、年化波动 8.00%、信息比率 2.61、月度胜率 83.18%、最大回撤 8.62%。 **构建逻辑**: 每月月底把新日内因子与新隔夜因子分别横截面标准化，线性相加： ```math \text{NEW\_Momentum} = \frac{\text{NEW\_Intraday} - \text{mean}(\text{NEW\_Intraday})}{\text{std}(\text{NEW\_Intraday})} + \frac{\text{NEW\_Overnight} - \text{mean}(\text{NEW\_Overnight})}{\text{std}(\text{NEW\_Overnight})} ``` **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 ### new_momentum_pure **中文名**: 纯净新动量因子 **描述**: 研报为剔除风格与行业的干扰，每月月底把新因子对 Barra 风格因子和 28 个申万一级行业虚拟变量回归，取残差作为选股因子。研报披露纯净新因子 10 分组多空对冲年化收益约 10.54%、信息比率约 2.10、月度胜率约 71.56%、最大回撤约 4.78%。研报同时给出新因子与 10 个 Barra 风格因子的相关系数，其中 ResidualVolatility 0.2433、Liquidity 0.2057 最高，与 Size（$-0.0201$）、Momentum（0.0346）几乎无关。 **构建逻辑**: 在每个截面上，把 `new_momentum` 对 10 个风格因子与申万一级行业哑变量做最小二乘回归，取残差。 **项目实现说明**: - 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算 - 风格因子口径：研报使用 Barra 风格因子，本项目无 Barra 因子库，用 `cn_stock_prefactors` 字段构造十个同名代理变量——Beta 取 `beta_000300SH_22`，Size 取 $\log(\text{total\_market\_cap})$，NonLinearSize 取 Size 的三次项，BooktoPrice 取 $1 / \text{pb}$，EarningsYield 取 $1 / \text{pe\_ttm}$，Growth 取营业总收入 TTM 的 250 个交易日同比，Leverage 取 `debt_to_asset_lf`，ResidualVolatility 取日收益率的 22 日标准差，Liquidity 取 $\log$(22 日平均换手率)，Momentum 按研报做法用 `old_momentum` 替代 - 行业口径：研报为 28 个申万一级行业虚拟变量，本项目用 `sw2021_level1`（申万 2021 版一级行业，31 个） - 回归前对因子与自变量逐列做截面 MAD 5 倍去极值与 z-score 标准化；行业缺失的股票不参与回归，残差置空 ## 复现核对 **核对口径**: 2015-02-01 ~ 2022-07-31（研报为 2014/01/01-2022/07/31，本项目 `cn_stock_bar1m_c` 自 2015-01-05 起才有数据，故起点晚约 13 个月）；全市场不做任何股票过滤（研报剔除 ST、停牌、上市不足 60 个交易日的次新股）；前向收益取次日开盘到 21 个交易日后开盘（**不用收盘口径**：收盘价含当日反转信息，会系统性放大反转类因子的表现）；IC 为 Pearson、RankIC 为 Spearman；研报为月末截面、本项目逐日，故同时给出月末子样本（90 个截面日）与逐日全样本（1823 个截面日）。研报的「年化 ICIR」是月度 ICIR $\times \sqrt{12}$，本项目月末列按同一口径年化。 | 因子 | 本项目（月末 IC） | 研报 IC | 本项目（月末 RankIC） | 研报 RankIC | 本项目（月末年化 RankICIR） | 研报年化 RankICIR | 本项目（逐日 RankIC） | 出处 | | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | | `old_intraday` | -0.0641 | -0.054 | -0.0712 | -0.068 | -1.85 | -1.94 | -0.0740 | 研报 2.1 节（1） | | `new_intraday` | -0.0359 | -0.034 | -0.0513 | -0.052 | -3.07 | -2.76 | -0.0496 | 研报 2.1 节（3） | | `old_overnight` | +0.0080 | +0.01 | +0.0232 | 研报未披露 | +1.10 | 研报未披露 | +0.0251 | 研报 2.2 节（1） | | `new_overnight` | -0.0226 | -0.041 | -0.0450 | -0.046 | -2.52 | -2.73 | -0.0532 | 研报 2.2 节（2） | | `new_momentum` | -0.0411 | -0.045 | -0.0636 | -0.065 | -3.70 | -3.64 | -0.0672 | 研报 2.3 节（3） | | `old_momentum`（对照） | -0.0492 | 研报未披露 IC | -0.0607 | 研报未披露 | -1.44 | 研报未披露 | -0.0636 | 研报 1 节仅给 IR 1.09 | | `new_momentum_pure` | -0.0127 | 研报未披露 IC | -0.0211 | 研报未披露 | -2.61 | 研报未披露 | -0.0219 | 研报 2.3 节图 14 | 复现质量：核心因子 `new_momentum` 的月度 IC（-0.0411 对 -0.045）、RankIC（-0.0636 对 -0.065）、年化 RankICIR（-3.70 对 -3.64）三项全部命中；`old_intraday` 的年化 RankICIR -1.85 对研报 -1.94，`old_overnight` 的月度 IC +0.0080 对研报 +0.01（研报称「非常微弱的动量效应」，本项目同样得到唯一一个正 IC 的因子）。切割逻辑与合成口径可认为复现无误。 **两处口径判定的验证结果**（都是动手前无法从研报确定、只能由复现结果反向确认的）： 1. **`new_overnight` 的权重取 $[1, -1]$ 得到验证**。研报正文写权重 $[1, -1]$，紧随的公式图却印成 $-z(\text{part1}) + z(\text{part5})$，两者只能取其一。按正文实现后本项目得到 IC $= -0.0226$、RankIC $= -0.0450$（研报 -0.041 / -0.046）；若按公式图实现，两个分量的 IC 同号相加后合成因子的 IC 必为**正**，与研报披露的 -0.041 符号相反。故确认公式图为排版笔误，正文口径正确。 2. **`overnight_part*` 的排序依据取「上一交易日总换手率」与研报一致**。月报附录 2.2 节省略了定义排序依据的小节，本项目由正文「利用昨日换手率的信息」推定。复现得到的 `new_overnight` RankIC -0.0450 与研报 -0.046 相差 0.001，且 `overnight_part1`（低换手）呈反转、`overnight_part5`（高换手）呈动量的方向关系成立，可认为推定正确。若排序键取错（如误用昨日**日内**换手率），两端相减得到的因子不会这样精确对上。 **单项差异**：`new_overnight` 的月度 IC -0.0226 比研报 -0.041 弱约 0.018，而其 RankIC（-0.0450 对 -0.046）与年化 RankICIR（-2.52 对 -2.73）都对得上。Pearson IC 弱而秩相关不弱，指向研报对因子或收益做了未披露的去极值处理（秩层面不受影响）；本项目除 `new_momentum_pure` 的回归自变量外，因子值本身不做任何去极值。 **逐日样本的 ICIR 普遍小于月末样本的年化值**，这是口径差异不是衰减：逐日列给的是日度 ICIR（未年化），日度 IC 的噪声远大于月度，两列不可直接比较。本表实际输出的是逐日口径，月末列只用于与研报对数。 ## 示例数据 按 `date`、`instrument` 排序后的前 5 行与后 5 行，由 `update_docs()` 推送文档时自动填充。 | date | instrument | old_momentum | old_intraday | intraday_turn | intraday_part1 | intraday_part2 | intraday_part3 | intraday_part4 | intraday_part5 | new_intraday | old_overnight | overnight_part1 | overnight_part2 | overnight_part3 | overnight_part4 | overnight_part5 | new_overnight | new_momentum | new_momentum_pure | |---------------------|------------|--------------|--------------|---------------|----------------|----------------|----------------|----------------|----------------|--------------|---------------|-----------------|-----------------|-----------------|-----------------|-----------------|---------------|--------------|-------------------| | 2026-10-30 00:00:00 | 000001.SZ | 0.030088 | 0.048442 | 0.009547 | -0.000619 | -0.000454 | -0.000609 | 0.004392 | 0.009507 | -0.665937 | -0.017506 | 0.000220 | -0.000442 | -0.000431 | -0.002444 | -0.001310 | -0.227802 | -0.642355 | 0.179930 | | 2026-10-30 00:00:00 | 000002.SZ | -0.151596 | -0.030507 | 0.016194 | -0.006073 | -0.014196 | -0.008192 | -0.018365 | 0.042826 | 1.297548 | -0.124899 | -0.002295 | -0.005914 | 0.000528 | -0.004327 | -0.020320 | 1.470553 | 1.966982 | 0.952415 | | 2026-10-30 00:00:00 | 000006.SZ | -0.183079 | -0.032731 | 0.014080 | -0.008376 | -0.009638 | -0.004538 | -0.012349 | 0.029022 | 0.900125 | -0.155436 | -0.002492 | -0.004249 | -0.000351 | -0.003976 | -0.029640 | 2.436603 | 2.351487 | 1.778056 | | 2026-10-30 00:00:00 | 000007.SZ | -0.269759 | -0.250104 | 0.023386 | -0.007317 | -0.015565 | -0.020967 | -0.022012 | -0.003714 | -0.636808 | -0.026211 | -0.002318 | -0.004233 | -0.001864 | 0.010068 | -0.008016 | 0.158759 | -0.351851 | -0.047656 | | 2026-10-30 00:00:00 | 000008.SZ | -0.067227 | -0.030344 | 0.007775 | -0.003293 | -0.008639 | -0.001994 | 0.005233 | 0.001294 | -0.783475 | -0.038037 | 0.001101 | -0.002242 | -0.005275 | -0.001156 | -0.002061 | -0.034381 | -0.592942 | 0.035074 | | 2026-10-30 00:00:00 | 920978.BJ | 0.050000 | 0.149270 | 0.026059 | -0.003269 | 0.003895 | 0.002370 | 0.030051 | 0.005532 | -0.599127 | -0.086376 | -0.000468 | 0.000338 | -0.005359 | -0.003519 | -0.013354 | 0.964853 | 0.237188 | -0.559006 | | 2026-10-30 00:00:00 | 920981.BJ | -0.213888 | -0.097049 | 0.038067 | -0.017200 | 0.018439 | -0.029051 | -0.001119 | 0.007043 | 0.737711 | -0.129397 | -0.002949 | 0.005746 | -0.010978 | -0.004759 | -0.020544 | 1.410192 | 1.518350 | 0.665354 | | 2026-10-30 00:00:00 | 920982.BJ | 0.097245 | 0.127768 | 0.030823 | 0.010221 | 0.010238 | -0.008556 | -0.023608 | 0.046915 | -0.008381 | -0.027065 | -0.010901 | 0.030525 | -0.008422 | -0.006311 | -0.010744 | -0.656087 | -0.463238 | -1.486348 | | 2026-10-30 00:00:00 | 920985.BJ | -0.076923 | -0.030728 | 0.008642 | -0.013312 | -0.004029 | -0.011028 | 0.003484 | 0.019025 | 0.910331 | -0.047659 | 0.001736 | -0.001659 | -0.002247 | -0.000571 | -0.009309 | 0.818244 | 1.231253 | 0.733606 | | 2026-10-30 00:00:00 | 920992.BJ | -0.204160 | -0.155019 | 0.028725 | -0.007051 | -0.020338 | -0.029842 | 0.006895 | 0.010449 | -0.037913 | -0.058156 | -0.004618 | -0.000441 | -0.006754 | -0.001996 | -0.000968 | -0.887075 | -0.645634 | -0.365428 |