方正因子云开雾散 (hf_bar1m_c_fz_clouds_clear)

# hf_bar1m_c_fz_clouds_clear ## 文献来源 - **标题**: 《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》 - **作者**: 曹春晓 - **机构**: 方正证券 - **时间**: 2022-08-04 研报把「波动率的波动率」称为模糊性（ambiguity），并指出投资者普遍厌恶模糊性：模糊性大时会急于卖出股票。研报用三种方式度量这种厌恶程度——模糊性与分钟成交金额的相关系数、模糊性较大时段的成交金额占比、以及同样口径的成交量占比；后两者相关性高达 99.96%，而研报认为剩下那不足 0.1% 的差异恰好刻画了投资者急于出售时付出的流动性成本，据此构造「模糊价差」并进一步用其自身稳定性做修正，最终等权合成「云开雾散」因子。本表输出研报推进链条上的全部 21 个因子：四个因子族各 4 个（日频原始值、20 日均值、20 日标准差、等权合成），修正模糊价差族 3 个，以及最终的 `clouds_clear` 与正交化后的 `clouds_clear_pure`。全部因子只需扫描一次 `cn_stock_bar1m_c`，故合并为一张表。 ## 表结构 - **表名**: `hf_bar1m_c_fz_clouds_clear` - **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 | | `ambiguity_corr_daily` | `PlFloat64` | 是 | 日模糊关联度，当日分钟模糊性序列与分钟成交金额序列的 Pearson 相关系数；值越大说明成交金额越随模糊性上升而放大 | | `ambiguity_corr_mean` | `PlFloat64` | 是 | 均模糊关联度，过去 20 个交易日 `ambiguity_corr_daily` 的均值；值越大越差（未来收益越低） | | `ambiguity_corr_std` | `PlFloat64` | 是 | 稳模糊关联度，过去 20 个交易日 `ambiguity_corr_daily` 的样本标准差；值越大说明关联度越不稳定 | | `ambiguity_corr` | `PlFloat64` | 是 | 模糊关联度，`ambiguity_corr_mean` 与 `ambiguity_corr_std` 各自截面去极值标准化后等权平均；值越大越差 | | `fog_amount_ratio_daily` | `PlFloat64` | 是 | 日模糊金额比，「起雾时刻」（模糊性高于当日均值的分钟）的平均分钟成交金额除以全部 240 根日内 bar 的平均分钟成交金额；大于 1 表示模糊性大时成交金额偏大 | | `fog_amount_ratio_mean` | `PlFloat64` | 是 | 均模糊金额比，过去 20 个交易日 `fog_amount_ratio_daily` 的均值；值越大越差 | | `fog_amount_ratio_std` | `PlFloat64` | 是 | 稳模糊金额比，过去 20 个交易日 `fog_amount_ratio_daily` 的样本标准差；值越大说明金额比越不稳定 | | `fog_amount_ratio` | `PlFloat64` | 是 | 模糊金额比，`fog_amount_ratio_mean` 与 `fog_amount_ratio_std` 各自截面去极值标准化后等权平均；值越大越差 | | `fog_volume_ratio_daily` | `PlFloat64` | 是 | 日模糊数量比，口径与 `fog_amount_ratio_daily` 完全一致，只把成交金额换成成交量；大于 1 表示模糊性大时成交量偏大 | | `fog_volume_ratio_mean` | `PlFloat64` | 是 | 均模糊数量比，过去 20 个交易日 `fog_volume_ratio_daily` 的均值；值越大越差 | | `fog_volume_ratio_std` | `PlFloat64` | 是 | 稳模糊数量比，过去 20 个交易日 `fog_volume_ratio_daily` 的样本标准差；值越大说明数量比越不稳定 | | `fog_volume_ratio` | `PlFloat64` | 是 | 模糊数量比，`fog_volume_ratio_mean` 与 `fog_volume_ratio_std` 各自截面去极值标准化后等权平均；值越大越差 | | `fog_price_spread_daily` | `PlFloat64` | 是 | 日模糊价差，`fog_amount_ratio_daily` 减 `fog_volume_ratio_daily`（均不做标准化直接相减）；显著为负说明起雾时刻的挂单价格偏低，即卖出时付出了流动性成本 | | `fog_price_spread_mean` | `PlFloat64` | 是 | 均模糊价差，过去 20 个交易日 `fog_price_spread_daily` 的均值；值越大越差 | | `fog_price_spread_std` | `PlFloat64` | 是 | 稳模糊价差，过去 20 个交易日 `fog_price_spread_daily` 的样本标准差；值越大说明价差越不稳定 | | `fog_price_spread` | `PlFloat64` | 是 | 模糊价差，`fog_price_spread_mean` 与 `fog_price_spread_std` 各自截面去极值标准化后等权平均；值越大越差 | | `adj_fog_price_spread_daily` | `PlFloat64` | 是 | 修正日模糊价差，把 `fog_price_spread_daily` 为负的部分除以其过去 10 个交易日的标准差、再按截面缩放回原有数量级，为正的部分保持不变；用于把多头组里「偶发重大利空」与「持续反应过度」区分开 | | `adj_fog_price_spread_mean` | `PlFloat64` | 是 | 均修正模糊价差，过去 20 个交易日 `adj_fog_price_spread_daily` 的均值；值越大越差 | | `adj_fog_price_spread` | `PlFloat64` | 是 | 修正模糊价差，`adj_fog_price_spread_mean` 与 `fog_price_spread_std` 各自截面去极值标准化后等权平均；值越大越差 | | `clouds_clear` | `PlFloat64` | 是 | 云开雾散，`ambiguity_corr`、`fog_amount_ratio`、`adj_fog_price_spread` 三者各自截面去极值标准化后等权平均；研报的最终合成因子，值越小未来收益越高 | | `clouds_clear_pure` | `PlFloat64` | 是 | 纯净云开雾散，`clouds_clear` 在当日截面上对申万一级行业哑变量与十个常见风格因子做多元回归后的残差；剥离风格与行业暴露后的增量信息，方向与 `clouds_clear` 一致 | ## 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`、`close`、`volume`、`amount` | `close` 派生分钟收益率，进而递推出分钟波动率与分钟模糊性；`amount` 与 `volume` 分别算「雾中金额 / 总体金额」与「雾中数量 / 总体数量」，也是模糊关联度的另一条输入序列；`date` 既做区间过滤，又用于剔除集合竞价 bar 并在日内做 5 分钟滚动排序 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`sw2021_level1`、`total_market_cap`、`pb`、`roe_avg_ttm`、`total_operating_revenue_ttm`、`debt_to_asset_lf`、`turn`、`daily_return`、`beta_000300SH_22` | 仅供 `clouds_clear_pure` 使用：`sw2021_level1` 生成行业哑变量，其余字段构造市值、非线性市值、估值、盈利、成长、杠杆、流动性、反转、波动率、贝塔十个风格因子作为回归自变量 | 两张表各自独立查询、互不 JOIN，回溯长度也不同。`cn_stock_bar1m_c` 的回溯由最长的因子链决定：`adj_fog_price_spread_mean` 先要 10 日标准差、再要 20 日均值，合计需要 29 个交易日的日频中间量，因此分钟数据统一向前多取 35 个交易日（含余量）；单日增量因此要扫约 36 个交易日的分钟数据，约 4700 万行。`cn_stock_prefactors` 的成长风格因子要与 250 个交易日前的营业总收入 TTM 相比，故向前多取 255 个交易日，日频表约 5600 行/日，合计约 140 万行，成本可忽略。 ## 因子列表 ### ambiguity_corr_daily **中文名**: 日模糊关联度 **描述**: 当日成交金额随模糊性变化而变化程度的代理变量，用于衡量投资者对波动率模糊性的厌恶程度。 **构建逻辑**: 先算出每只股票每分钟的模糊性，步骤如下： 1. 取个股的每日分钟数据，剔除开盘与收盘数据，仅保留日内交易数据。 2. 使用分钟收盘价，计算每分钟的收益率（开盘的第一分钟值为空）。 3. 对于第 $t$ 分钟，计算第 $t-4$ 到 $t$ 分钟收益率的标准差，作为第 $t$ 分钟的波动率（开盘的前五分钟值为空）。 4. 对于第 $t$ 分钟，计算第 $t-4$ 到 $t$ 分钟波动率的标准差，作为第 $t$ 分钟的模糊性（开盘的前九分钟值为空）。 再每天计算模糊性序列与分钟成交金额序列的相关系数，记为「日模糊关联度」因子。 **项目实现说明**: - 剔除的「开盘与收盘数据」落到 `cn_stock_bar1m_c` 上就是集合竞价 bar：沪深两市记在 09:25、北交所记在 09:30，收盘集合竞价已并入 15:00 那根 bar 无法单独剔除。过滤掉 09:31 之前的 bar 后每日恰好剩 240 根（09:31–15:00），与研报图示的「第 10–240 分钟」完全一致，模糊性自第 10 分钟起有值。 - 相关系数取 Pearson，在模糊性有值的 231 个分钟上计算。当日价格全程不动（一字板、全天无成交）时相关系数无定义，该日因子为空。 ### ambiguity_corr_mean **中文名**: 均模糊关联度 **描述**: 日模糊关联度在过去一个月的中枢水平，是「模糊关联度」因子的均值分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊关联度」因子的均值。 **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。20 个交易日的窗口含当日，窗口内任一日缺值则当日结果为空。 ### ambiguity_corr_std **中文名**: 稳模糊关联度 **描述**: 日模糊关联度在过去一个月的波动水平，是「模糊关联度」因子的标准差分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊关联度」因子的标准差。 **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。 ### ambiguity_corr **中文名**: 模糊关联度 **描述**: 研报三种厌恶程度度量方式中的第一种，把日模糊关联度的中枢与波动两个维度合成为一个因子。 **构建逻辑**: 将「均模糊关联度」因子与「稳模糊关联度」因子等权合成为「模糊关联度」因子。 **项目实现说明**: - 等权合成的实现方式：研报未披露合成前的标准化口径，但在第 2.5 节明确交代「日模糊金额比」与「日模糊数量比」是「不经 z-score 标准化，直接做差」，可见其余合成步骤默认是先标准化的。本项目对每个分量先做截面 1%/99% 分位截尾（`c_winsorize`）再做截面 z-score（`c_normalize`），然后等权平均。截尾是必要的：`fog_amount_ratio_std` 这类比值分量右尾极重（5 天样本实测最大值 12.6、中位数约 0.3），不截尾时单只股票的 z-score 可达 29，合成结果会被个别样本主导。本表全部合成因子（`ambiguity_corr`、`fog_amount_ratio`、`fog_volume_ratio`、`fog_price_spread`、`adj_fog_price_spread`、`clouds_clear`）统一按此口径。 ### fog_amount_ratio_daily **中文名**: 日模糊金额比 **描述**: 当日投资者在模糊性较大时卖出股票金额的代理变量，反映投资者对模糊性的厌恶程度。 **构建逻辑**: 1. 计算每日每只股票每分钟的模糊性（同 `ambiguity_corr_daily`）。 2. 计算当日模糊性的均值。 3. 认定模糊性大于均值的部分为模糊性较大的时间段，记为「起雾时刻」。 4. 计算「起雾时刻」的分钟成交金额的均值，记为「雾中金额」。 5. 计算日内所有时间的分钟成交金额的均值，记为「总体金额」。 6. 使用「雾中金额」除以「总体金额」，记为「日模糊金额比」。 **项目实现说明**: - 分母「日内所有时间」取保留下来的全部 240 根日内 bar，而不是只取模糊性有定义的第 10–240 分钟。研报原文只写「日内所有时间」，两种读法都说得通，本项目按字面取全部 240 分钟，与分子「起雾时刻」形成「部分 vs 全体」的对照。 - 「起雾时刻」用严格大于当日模糊性均值判定。当日模糊性恒定（如全天价格不动）时起雾时刻为空集，或当日成交金额合计为零时分母为零，该日因子均为空。 ### fog_amount_ratio_mean **中文名**: 均模糊金额比 **描述**: 日模糊金额比在过去一个月的中枢水平，是「模糊金额比」因子的均值分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊金额比」的均值。 **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。 ### fog_amount_ratio_std **中文名**: 稳模糊金额比 **描述**: 日模糊金额比在过去一个月的波动水平，是「模糊金额比」因子的标准差分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊金额比」的标准差。 **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。 ### fog_amount_ratio **中文名**: 模糊金额比 **描述**: 研报三种厌恶程度度量方式中的第二种，也是「云开雾散」的三个合成分量之一。 **构建逻辑**: 将「均模糊金额比」因子与「稳模糊金额比」因子等权合成为「模糊金额比」因子。 **项目实现说明**: - 等权合成的实现方式同 `ambiguity_corr`。 ### fog_volume_ratio_daily **中文名**: 日模糊数量比 **描述**: 当日投资者在模糊性较大时卖出股票数量的代理变量，同样反映投资者对模糊性的厌恶程度。 **构建逻辑**: 1. 计算「起雾时刻」的分钟成交量的均值，记为「雾中数量」。 2. 计算日内所有时间的分钟成交量的均值，记为「总体数量」。 3. 使用「雾中数量」除以「总体数量」，记为「日模糊数量比」。 **项目实现说明**: - 「起雾时刻」判定与分母口径同 `fog_amount_ratio_daily`，只把成交金额换成成交量。 ### fog_volume_ratio_mean **中文名**: 均模糊数量比 **描述**: 日模糊数量比在过去一个月的中枢水平，是「模糊数量比」因子的均值分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊数量比」的均值。 **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。 ### fog_volume_ratio_std **中文名**: 稳模糊数量比 **描述**: 日模糊数量比在过去一个月的波动水平，是「模糊数量比」因子的标准差分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊数量比」的标准差。 **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。 ### fog_volume_ratio **中文名**: 模糊数量比 **描述**: 研报三种厌恶程度度量方式中的第三种。研报指出它与「模糊金额比」的平均每日秩相关系数高达 99.96%，绩效表现也相近，本身不进入「云开雾散」的合成，但它与「模糊金额比」的差值构成了后续的「模糊价差」。 **构建逻辑**: 将「均模糊数量比」因子与「稳模糊数量比」因子等权合成为「模糊数量比」因子。 **项目实现说明**: - 等权合成的实现方式同 `ambiguity_corr`。 ### fog_price_spread_daily **中文名**: 日模糊价差 **描述**: 刻画投资者在急于出售股票时所付出的流动性成本。「模糊金额比」与「模糊数量比」计算方式完全一致，唯一区别是指标本身，因此二者的差异只由不同时段的价格差异造成；以模糊性划分时段时，这一差异体现的就是模糊性与价格之间的关系。当模糊性较大时，如果平均成交金额所占比例远小于平均成交量所占比例，说明厌恶心理使投资者急于卖出、挂单价格明显偏低，此时容易反应过度，未来大概率发生补涨。 **构建逻辑**: 将「日模糊金额比」因子与「日模糊数量比」因子，不经 z-score 标准化，直接做差。由于二者计算方式一致，且都是部分时间均值与总体均值的比值，故直接做减法是合理可行的。 ### fog_price_spread_mean **中文名**: 均模糊价差 **描述**: 日模糊价差在过去一个月的中枢水平，是「模糊价差」因子的均值分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊价差」因子的均值。 **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。 ### fog_price_spread_std **中文名**: 稳模糊价差 **描述**: 日模糊价差在过去一个月的波动水平。它既是「模糊价差」因子的标准差分量，也被「修正模糊价差」复用为标准差分量。 **构建逻辑**: 每月月底，计算过去 20 个交易日「日模糊价差」因子的标准差。 **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。 ### fog_price_spread **中文名**: 模糊价差 **描述**: 「日模糊价差」的中枢与波动两个维度的等权合成。 **构建逻辑**: 将「均模糊价差」因子与「稳模糊价差」因子等权合成为「模糊价差」因子。 **项目实现说明**: - 等权合成的实现方式同 `ambiguity_corr`。 ### adj_fog_price_spread_daily **中文名**: 修正日模糊价差 **描述**: 对「日模糊价差」多头逻辑的拆分改进。当前多头部分的股票可分为两类：一类是某些日子出现重大利空事件、可能预示基本面恶化，这类股票较大概率不会补涨；另一类是基本面没有大幅恶化、投资者只是持续性反应过度，这类股票补涨概率相对较大。当个股日模糊价差为负且绝对值较大时，如果其每天的模糊价差大小不定，更像是偶尔出现重大利空导致的；如果每天的模糊价差大小稳定，则大概率没有发生基本面恶化，更像是投资者持续性反应过度导致的。因此用过去 10 天「日模糊价差」的标准差对其做调整，识别出多头组里基本面恶化的股票。 **构建逻辑**: 1. 将个股每天的「日模糊金额比」与「日模糊数量比」因子做差，得到「日模糊价差」因子。 2. 每天计算个股过去 10 天「日模糊价差」的标准差。 3. 每天计算截面上「日模糊价差」为负的部分的「日模糊价差」之和 $s_1$。 4. 将「日模糊价差」为负的部分的「日模糊价差」除以其过去 10 天的标准差，记为「修正日模糊价差」；「日模糊价差」为正的部分不变。 5. 每天计算截面上「修正日模糊价差」为负的部分之和 $s_2$。 6. 将「修正日模糊价差」为负的部分加以调整，除以 $s_2$，乘以 $s_1$，使其负的部分的数量级保持与原来一致，以免行业市值中性化时受影响。 **项目实现说明**: - 研报原文第 5 步写作「计算截面上『修正日模糊价差』为负的部分的『日模糊价差』之和 $s_2$」。由于过去 10 天标准差恒为正，除法不改变符号，「修正日模糊价差为负」与「日模糊价差为负」是同一批股票，照字面理解会得到 $s_2 = s_1$、第 6 步的缩放退化为恒等变换，与该步「使负的部分数量级保持与原来一致」的目的矛盾。本项目按可自洽的读法实现：$s_2$ 取截面上修正后负值之和，缩放系数 $s_1/s_2$ 使调整后负值之和恰好回到 $s_1$。 - 过去 10 天标准差的窗口含当日；窗口不满或标准差为零时该股当日「修正日模糊价差」为空，且不参与当日的 $s_1$、$s_2$ 截面求和。 ### adj_fog_price_spread_mean **中文名**: 均修正模糊价差 **描述**: 修正日模糊价差在过去一个月的中枢水平。研报指出它相比「均模糊价差」因子 Rank IC 提升明显。 **构建逻辑**: 每月月底，计算过去 20 个交易日「修正日模糊价差」的均值。 **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。 ### adj_fog_price_spread **中文名**: 修正模糊价差 **描述**: 「云开雾散」的三个合成分量之一，用「均修正模糊价差」替换掉「模糊价差」中的均值分量，标准差分量仍沿用「稳模糊价差」。 **构建逻辑**: 将「均修正模糊价差」因子与「稳模糊价差」因子等权合成，得到「修正模糊价差」因子。 **项目实现说明**: - 等权合成的实现方式同 `ambiguity_corr`。 ### clouds_clear **中文名**: 云开雾散 **描述**: 研报的最终合成因子。对于那些在波动性模糊时被抛售的股票，未来或将看到云开雾散后的美好时刻，因子值越小未来收益越高。 **构建逻辑**: 将「模糊关联度」因子、「模糊金额比」因子、「修正模糊价差」因子等权合成，得到「云开雾散」因子。 **项目实现说明**: - 等权合成的实现方式同 `ambiguity_corr`；三个分量本身已是合成因子，合成前再各自做一次截尾与截面 z-score，以保证三者权重均衡。 ### clouds_clear_pure **中文名**: 纯净云开雾散 **描述**: 剥离常见风格因子与行业暴露之后的「云开雾散」因子。研报测得「云开雾散」与流动性、波动率、估值、盈利因子相关性较高，与其余风格因子相关性均较低；正交化后因子仍然具有很好的选股能力，说明其信息不能由常见风格解释。 **构建逻辑**: 使用常用风格因子及行业因子对「云开雾散」因子进行正交化处理，得到「纯净云开雾散」因子。 **项目实现说明**: - 正交化的实现方式由本项目选定，研报未披露所用风格因子的具体口径。按交易日分截面，因变量为 `clouds_clear`，自变量为十个风格因子：市值（总市值取对数）、非线性市值（标准化市值的三次方）、估值（`pb` 取倒数）、盈利（`roe_avg_ttm`）、成长（营业总收入 TTM 相对 250 个交易日前的增长率）、杠杆（`debt_to_asset_lf`）、流动性（20 日平均换手率取对数）、反转（20 日累计日收益率）、波动率（20 日日收益率标准差）、贝塔（`beta_000300SH_22`）。因变量与自变量都先做截面 MAD 5 倍去极值再 z-score 标准化，另加申万一级行业哑变量（去掉一列避免与截距共线）与截距项，用最小二乘求解后取残差。 - 缺失风格暴露按当日同行业均值填补（`c_fillna(x, sw2021_level1)`），这是 Barra 对缺失暴露的标准处理。`clouds_clear` 或行业缺失的个股不参与该日回归，其 `clouds_clear_pure` 为空；某日有效样本数不足自变量个数的 2 倍时该日整体不输出 `clouds_clear_pure`。 - 十个风格因子的口径与同系列的 `hf_prefactors_fz_team_coin.team_coin_pure` 保持一致，便于两张表的正交化结果互相比较。 ## 复现核对 **核对口径**: 2013-01-01 ~ 2022-07-31（与研报测试区间一致，研报原文「测试区间为 2013 年 1 月至 2022 年 7 月」）；全市场不做任何股票过滤；前向收益取次日开盘到 21 个交易日后开盘（`cn_stock_prefactors.open`，后复权）；Rank IC（因子与前向收益各自取截面百分位排名后求相关，口径同 `hfwarehouse.utils.ic.validate_factor_ic`）；因子按研报口径先做市值 + 行业正交化（申万一级行业 + 流通市值，与 DAI `c_neutralize` 逐值等价，见下方口径说明），`clouds_clear_pure` 已在构建时正交化故不再重复处理。研报为月末截面、本项目逐日，故给出两列：「月末口径」= 每个自然月最后一个交易日截面，共 115 个截面；「逐日全样本」= 区间内全部交易日，共 2326 个截面。多空组合为月末调仓、十分组、组内等权，做多因子值最低一组、做空最高一组（因子 IC 为负），年化按几何口径。 **ICIR 口径差异（对照前必读）**: 研报的 Rank ICIR 是**年化**值，本项目的截面 ICIR（IC 均值 / IC 标准差）未年化，两者直接比会差 $\sqrt{12}$ 倍。判别依据同系列研报一致：$t = \text{ICIR} \times \sqrt{n}$ 在 $n=115$ 个月时要求 $t/\text{ICIR}=10.7$，而研报同行的 t 值 ÷ Rank ICIR 落在 $\sqrt{12}=3.464$ 附近。因此下表「月末口径」列同时给出未年化值与年化值（× $\sqrt{12}$），**与研报可比的是括号里的年化值**。 **正交化口径说明**: `c_neutralize` 的输入含 NULL 时会把整个截面的结果清成 NULL（文档只提示了 NaN，NULL 同样中毒），而本表 16 个因子的空值模式各不相同，一次查询无法逐因子预过滤，故核对脚本在 polars 侧复刻该算子：因子按 MAD 的 4.4478 倍（= $3 \times 1.4826$，即 n=3 配缩放到标准差量纲的 MAD）截尾后 z-score，log 流通市值只做 z-score 不截尾，再对 [截距, log 市值, 申万一级行业哑变量] 回归取残差。该实现与 DAI `c_neutralize` 在 5 个交易日 × 2 个因子上逐值比对，最大绝对偏差在 $10^{-12}$ 量级，可视为同一算子。 | 因子 | 本项目（月末口径，ICIR 括号内为年化） | 本项目（逐日全样本） | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | ---- | | `ambiguity_corr_mean` | IC -0.0933，ICIR -1.10（-3.80），多空年化 27.65%，信息比 2.40 | IC -0.1016，ICIR -1.14 | Rank IC -9.82%，Rank ICIR -3.71，多空年化 28.50% | 研报 2.2 节 | | `ambiguity_corr_std` | IC -0.0620，ICIR -1.12（-3.86），多空年化 17.35%，信息比 2.43 | IC -0.0694，ICIR -1.34 | Rank IC -6.93%，Rank ICIR -4.07，多空年化 20.82% | 研报 2.2 节 | | `ambiguity_corr` | IC -0.0898，ICIR -1.23（-4.25），多空年化 25.43%，信息比 2.66 | IC -0.0987，ICIR -1.34 | Rank IC -9.52%，Rank ICIR -4.15，多空年化 26.91% | 研报 2.2 节 | | `fog_amount_ratio_mean` | IC -0.0753，ICIR -1.34（-4.65），多空年化 26.09%，信息比 3.14 | IC -0.0806，ICIR -1.33 | Rank IC -7.60%，Rank ICIR -4.23，多空年化 26.26% | 研报 2.3 节 | | `fog_amount_ratio_std` | IC -0.0559，ICIR -1.18（-4.10），多空年化 16.95%，信息比 2.30 | IC -0.0585，ICIR -1.13 | Rank IC -5.42%，Rank ICIR -3.18，多空年化 19.75% | 研报 2.3 节 | | `fog_amount_ratio` | IC -0.0734，ICIR -1.46（-5.07），多空年化 23.39%，信息比 3.00 | IC -0.0781，ICIR -1.41 | Rank IC -7.33%，Rank ICIR -4.47，多空年化 26.45% | 研报 2.3 节 | | `fog_volume_ratio_mean` | IC -0.0748，ICIR -1.34（-4.63），多空年化 25.81%，信息比 3.12 | IC -0.0801，ICIR -1.33 | Rank IC -7.55%，Rank ICIR -4.21，多空年化 26.09% | 研报 2.4 节 | | `fog_volume_ratio_std` | IC -0.0551，ICIR -1.17（-4.06），多空年化 16.77%，信息比 2.28 | IC -0.0576，ICIR -1.12 | Rank IC -5.36%，Rank ICIR -3.14，多空年化 19.69% | 研报 2.4 节 | | `fog_volume_ratio` | IC -0.0729，ICIR -1.46（-5.06），多空年化 23.10%，信息比 3.00 | IC -0.0775，ICIR -1.41 | Rank IC -7.28%，Rank ICIR -4.45，多空年化 26.21% | 研报 2.4 节 | | `fog_price_spread_mean` | IC -0.0737，ICIR -1.43（-4.94），多空年化 25.39%，信息比 2.96 | IC -0.0787，ICIR -1.52 | Rank IC -7.44%，Rank ICIR -4.91，多空年化 27.30% | 研报 2.5 节 | | `fog_price_spread_std` | IC -0.0761，ICIR -1.02（-3.54），多空年化 20.98%，信息比 2.15 | IC -0.0817，ICIR -1.09 | Rank IC -7.18%，Rank ICIR -3.48，多空年化 22.84% | 研报 2.5 节 | | `fog_price_spread` | IC -0.0856，ICIR -1.36（-4.71），多空年化 27.30%，信息比 2.99 | IC -0.0915，ICIR -1.45 | Rank IC -8.31%，Rank ICIR -4.67，多空年化 28.95% | 研报 2.5 节 | | `adj_fog_price_spread_mean` | IC -0.0832，ICIR -1.33（-4.62），多空年化 27.42%，信息比 2.84 | IC -0.0891，ICIR -1.43 | Rank IC -8.28%，Rank ICIR -4.60，多空年化 26.79% | 研报 2.6 节 | | `adj_fog_price_spread` | IC -0.0856，ICIR -1.22（-4.23），多空年化 25.48%，信息比 2.61 | IC -0.0915，ICIR -1.30 | Rank IC -8.50%，Rank ICIR -4.39，多空年化 27.63% | 研报 2.6 节 | | `clouds_clear` | IC -0.0941，ICIR -1.37（-4.74），多空年化 27.96%，信息比 2.94，月度胜率 86.09% | IC -0.1014，ICIR -1.44 | Rank IC -9.81%，Rank ICIR -4.48，多空年化 30.89%，信息比 3.29，月度胜率 82.46% | 研报 2.7 节 | | `clouds_clear_pure` | IC -0.0467，ICIR -1.03（-3.55），多空年化 17.00%，信息比 2.17，月度胜率 74.78% | IC -0.0461，ICIR -1.02 | Rank IC -3.95%，Rank ICIR -3.22，多空年化 13.38%，信息比 2.17 | 研报 2.8 节 | **整体结论**: 16 个因子的月末口径 Rank IC 与研报的偏差在 -0.0043 ~ +0.0073 之间，年化后的 ICIR 偏差在 -0.92 ~ +0.21 之间，方向全部一致，无符号矛盾。`fog_amount_ratio` 与 `fog_volume_ratio` 的 IC 分别为 -0.0734 / -0.0729，与研报 -7.33% / -7.28% 相差 0.0001；核心因子 `clouds_clear` 的 IC 为 -0.0941（研报 -9.81%）、年化 ICIR -4.74（研报 -4.48）、多空年化 27.96%（研报 30.89%）、月度胜率 86.09%（研报 82.46%）。四条模糊性度量支路与修正、合成步骤可认为复现无误。 多空年化收益系统性低于研报 0.2 ~ 3.6 个百分点（16 个因子中 15 个偏低），研报未披露分组数、组内权重与是否扣费，本项目取十分组等权不扣费，该差异不改变任何因子的排序结论。偏差最大的两个因子是 `ambiguity_corr_std`（IC 差 +0.0073）与 `clouds_clear_pure`（IC 差 -0.0072），原因见下。 **其他交叉核对**（与研报原文可直接对数的三处）: | 核对项 | 本项目 | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | | 日内有效 bar 数 / 模糊性起始分钟 | 240 根（09:31–15:00），模糊性自第 10 分钟起有值，每日 231 个有效模糊性分钟 | 图示区间为「每天第 10–240 分钟」，并交代收益率第 1 分钟为空、波动率前 5 分钟为空、模糊性前 9 分钟为空 | 研报 2.1 节 | | 日模糊金额比与日模糊数量比的截面秩相关 | 0.999927（2026-09-30 全市场 5550 只） | 平均每日秩相关 99.96% | 研报 2.5 节 | | 修正日模糊价差负值部分之和 | 与修正前负值之和 $s_1$ 相对误差 1.6e-15 | 第 6 步要求「使其负的部分的数量级保持与原来一致」 | 研报 2.6 节 | 分钟级递推（收益率 → 5 分钟波动率 → 5 分钟模糊性）另与 polars 独立实现逐位比对，`ambiguity_corr_daily` 与模糊性均值在 5 只样本股上全位数一致，可确认 `m_stddev` 的窗口口径、样本标准差定义与空值传播与研报描述一致。 `clouds_clear_pure` 的正交化效果已验证：残差与十个风格因子的截面相关系数绝对值均不超过 0.03（`growth` +0.0135 最大），`clouds_clear` 与 `clouds_clear_pure` 的相关系数为 0.686。正交化前 `clouds_clear` 与波动率（+0.64）、流动性（+0.60）相关性最高，估值（-0.33）次之，与研报「与流动性、波动率因子、估值因子和盈利因子相关性较高」基本吻合；但本项目实测反转风格相关性也达 +0.43、盈利只有 -0.06，与研报「与其余因子相关性均较低」不一致，应来自本项目自选的风格因子口径（反转取 20 日累计收益、盈利取 `roe_avg_ttm`）与研报不同。以上均为单日截面结果，仅作指示。 覆盖度与量纲：全量回填后 2013-01-04 ~ 2026-09-30 共 3338 个交易日、1280 万行，`clouds_clear` 的逐年有效值占比在 81.96%（2015 年）~ 96.67%（2013 年）之间，其余年份均在 87% 以上；2015 年偏低来自当年大面积停牌，逐年入库时随机抽日的入库前测试全部通过。 **已知的口径差异**： - **多空组合口径未披露**：研报未说明分组数、组内权重与是否扣费，本项目取月末调仓、十分组、组内等权、不扣费。这解释了 15 个因子多空年化系统性低于研报 0.2 ~ 3.6 个百分点。 - **研报未披露日模糊关联度以外三处细节**：等权合成前的标准化与去极值口径、「日内所有时间」分母是否含前 9 分钟、以及修正日模糊价差第 5 步的 $s_2$ 定义。前两项的选择见各因子「项目实现说明」，第三项按可自洽的读法实现。 - **`ambiguity_corr_daily` 的相关系数类型**：研报只写「相关系数」，本项目取 Pearson。`ambiguity_corr` 族三个因子的 IC 偏差（+0.0049 / +0.0073 / +0.0054）是全表同向偏低最明显的一组，且恰好是唯一用到相关系数的支路，若研报实际用的是 Spearman 即可解释这一组的系统性差异。偏差最大的 `ambiguity_corr_std`（+0.0073，绝对值比研报低 11%）同属这一支路。 - **`clouds_clear_pure` 的风格因子口径由本项目选定**（见该因子「项目实现说明」），研报未披露其十个风格因子的计算方式与缺失处理，正交化掉的信息量必然不同。本项目 IC -0.0467、年化 ICIR -3.55 均**强于**研报的 -3.95%、-3.22，方向与显著性一致，属预期内差异。 - **样本区间**：`cn_stock_bar1m_c` 自 2005-01-04 起可用，覆盖研报全区间，不存在区间截断。但 2015 年之前没有 09:25 集合竞价 bar，剔除集合竞价这一步在该时段自然为空操作，对 240 根日内 bar 的口径无影响。 **样本外表现（2022-08-01 ~ 2026-09-30，逐日，991 个截面）**：研报样本期之后全部 16 个因子仍然有效，无符号反转。 | 因子 | 样本内逐日 IC | 样本外逐日 IC | 样本内 ICIR | 样本外 ICIR | | ---- | ---- | ---- | ---- | ---- | | `ambiguity_corr_mean` | -0.1016 | -0.0839 | -1.14 | -0.75 | | `ambiguity_corr_std` | -0.0694 | -0.0549 | -1.34 | -0.91 | | `ambiguity_corr` | -0.0987 | -0.0785 | -1.34 | -0.85 | | `fog_amount_ratio_mean` | -0.0806 | -0.0706 | -1.33 | -0.85 | | `fog_amount_ratio_std` | -0.0585 | -0.0534 | -1.13 | -1.07 | | `fog_amount_ratio` | -0.0781 | -0.0684 | -1.41 | -0.94 | | `fog_volume_ratio_mean` | -0.0801 | -0.0700 | -1.33 | -0.85 | | `fog_volume_ratio_std` | -0.0576 | -0.0528 | -1.12 | -1.06 | | `fog_volume_ratio` | -0.0775 | -0.0678 | -1.41 | -0.93 | | `fog_price_spread_mean` | -0.0787 | -0.0785 | -1.52 | -0.98 | | `fog_price_spread_std` | -0.0817 | -0.0825 | -1.09 | -0.87 | | `fog_price_spread` | -0.0915 | -0.0855 | -1.45 | -0.93 | | `adj_fog_price_spread_mean` | -0.0891 | -0.0855 | -1.43 | -0.89 | | `adj_fog_price_spread` | -0.0915 | -0.0866 | -1.30 | -0.87 | | `clouds_clear` | -0.1014 | -0.0852 | -1.44 | -0.89 | | `clouds_clear_pure` | -0.0461 | -0.0202 | -1.02 | -0.50 | IC 衰减普遍在 20% 以内，`fog_price_spread` 族最稳（`fog_price_spread_mean` 与 `fog_price_spread_std` 的 IC 几乎不变），`ambiguity_corr_mean` 衰减最多（-0.1016 → -0.0839，17%）。ICIR 的下降幅度普遍大于 IC，说明近四年 IC 的波动变大而非中枢移动。需要留意的仍是 `clouds_clear_pure`：IC 从 -0.0461 衰减到 -0.0202、ICIR 从 -1.02 降到 -0.50，剥离风格后的增量信息明显减弱，而未正交化的 `clouds_clear` 衰减有限（-0.1014 → -0.0852），说明近期 `clouds_clear` 的选股能力中由常见风格解释的比例上升，使用 `clouds_clear_pure` 前应复核当期表现。样本外区间末端约 21 个交易日因前向收益窗口不完整而无 IC，已从序列中剔除。 ## 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 | ambiguity_corr_daily | ambiguity_corr_mean | ambiguity_corr_std | ambiguity_corr | fog_amount_ratio_daily | fog_amount_ratio_mean | fog_amount_ratio_std | fog_amount_ratio | fog_volume_ratio_daily | fog_volume_ratio_mean | fog_volume_ratio_std | fog_volume_ratio | fog_price_spread_daily | fog_price_spread_mean | fog_price_spread_std | fog_price_spread | adj_fog_price_spread_daily | adj_fog_price_spread_mean | adj_fog_price_spread | clouds_clear | clouds_clear_pure | |---------------------|------------|----------------------|---------------------|--------------------|----------------|------------------------|-----------------------|----------------------|------------------|------------------------|-----------------------|----------------------|------------------|------------------------|-----------------------|----------------------|------------------|----------------------------|---------------------------|----------------------|--------------|-------------------| | 2026-09-30 00:00:00 | 000001.SZ | 0.293094 | 0.123157 | 0.114857 | -0.643700 | 1.178238 | 1.037205 | 0.133529 | -0.688546 | 1.177000 | 1.037005 | 0.133395 | -0.687509 | 0.001239 | 0.000200 | 0.000610 | -0.593455 | 0.001239 | -0.000423 | -0.717358 | -0.769092 | 0.520448 | | 2026-09-30 00:00:00 | 000002.SZ | 0.072641 | 0.102142 | 0.137753 | -0.405586 | 0.976643 | 1.089703 | 0.263480 | -0.206294 | 0.963706 | 1.087611 | 0.260272 | -0.215238 | 0.012937 | 0.002093 | 0.006312 | 0.405573 | 0.012937 | 0.001664 | 0.302700 | -0.104054 | -0.560711 | | 2026-09-30 00:00:00 | 000006.SZ | 0.251077 | 0.283735 | 0.167031 | 1.120044 | 0.912624 | 1.225323 | 0.338527 | 0.523087 | 0.908415 | 1.222792 | 0.336269 | 0.520522 | 0.004209 | 0.002531 | 0.003353 | 0.271403 | 0.004209 | 0.002592 | 0.288532 | 0.733710 | 1.242963 | | 2026-09-30 00:00:00 | 000007.SZ | -0.079067 | 0.186821 | 0.104456 | -0.434867 | 0.911662 | 1.160447 | 0.153744 | -0.120803 | 0.910713 | 1.160251 | 0.152737 | -0.116589 | 0.000950 | 0.000196 | 0.002560 | -0.436713 | 0.000950 | 0.000109 | -0.421796 | -0.368449 | -0.888733 | | 2026-09-30 00:00:00 | 000008.SZ | 0.026035 | 0.002511 | 0.060846 | -2.086521 | 1.010037 | 0.922950 | 0.225983 | -0.994588 | 1.010183 | 0.922989 | 0.226329 | -0.994044 | -0.000146 | -0.000039 | 0.001024 | -0.633201 | -0.000388 | -0.000656 | -0.751539 | -1.396382 | -0.936265 | | 2026-09-30 00:00:00 | 920978.BJ | 0.105137 | 0.135366 | 0.111927 | -0.618408 | 0.986092 | 1.105481 | 0.146708 | -0.370095 | 0.984041 | 1.108970 | 0.150276 | -0.342967 | 0.002052 | -0.003489 | 0.014349 | -0.433711 | 0.002052 | -0.002101 | 0.066904 | -0.336640 | -0.403274 | | 2026-09-30 00:00:00 | 920981.BJ | 0.112015 | 0.236200 | 0.145027 | 0.494453 | 1.001423 | 1.140000 | 0.203115 | -0.110534 | 1.000508 | 1.140622 | 0.203751 | -0.099341 | 0.000915 | -0.000622 | 0.009385 | -0.074290 | 0.000915 | -0.000268 | 0.067169 | 0.180049 | 0.249086 | | 2026-09-30 00:00:00 | 920982.BJ | 0.103343 | 0.186049 | 0.167192 | 0.550353 | 1.004604 | 1.131844 | 0.230801 | -0.090604 | 0.991916 | 1.132440 | 0.227752 | -0.086675 | 0.012688 | -0.000596 | 0.013230 | 0.263106 | 0.012688 | 0.000325 | 0.550978 | 0.398276 | -0.180496 | | 2026-09-30 00:00:00 | 920985.BJ | 0.268381 | 0.095946 | 0.104819 | -0.961467 | 1.277181 | 1.088633 | 0.238330 | -0.260706 | 1.275366 | 1.095415 | 0.246685 | -0.208706 | 0.001815 | -0.006782 | 0.031400 | 0.634746 | 0.001815 | -0.001521 | 1.635203 | 0.187833 | 0.851188 | | 2026-09-30 00:00:00 | 920992.BJ | 0.298110 | 0.108527 | 0.084301 | -1.211464 | 1.502837 | 1.098688 | 0.308944 | -0.077746 | 1.501691 | 1.094202 | 0.310421 | -0.086488 | 0.001147 | 0.004486 | 0.014210 | 1.740269 | 0.001147 | 0.005157 | 1.884736 | 0.256950 | -0.114984 |