方正因子草木皆兵 (hf_bar1m_c_fz_startled_by_grass)

# hf_bar1m_c_fz_startled_by_grass ## 文献来源 - **标题**: 《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》 - **作者**: 曹春晓 - **机构**: 方正证券 - **时间**: 2022-12-13 研报从显著理论（salience theory）出发：收益率过分高于市场的股票会吸引注意力、引起过度买入，未来回落（「守株待兔」心理）；收益率过分低于市场的股票会引起恐慌、过度卖出，未来补涨（「草木皆兵」心理）。研报借鉴 Cosemans 与 Frehen (2021) 的显著性度量并加以简化，把个股日收益偏离市场的程度称为「惊恐度」，用它加权每日收益率来模拟投资者的决策权重，20 日窗口取均值与标准差分别改进传统的 20 日收益率因子与 20 日波动率因子，合成「原始惊恐」因子。随后针对 Cakici 与 Zaremba (2021) 的三点质疑（显著效应可归因于短期反转、在小市值股票上更强、在波动率加剧时更强），分别从日内波动率、个人投资者交易占比、注意力衰减三个方向把权重加厚，三者同时相乘得到「草木皆兵」因子。本表输出研报推进链条上的全部 22 个因子：3 个日频中间量、3 个传统对照因子、五个因子族各自的「收益 / 波动 / 合成」三件套，以及最终的 `startled_by_grass` 与正交化后的 `startled_by_grass_pure`。 ## 表结构 - **表名**: `hf_bar1m_c_fz_startled_by_grass` - **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 | | `salience` | `PlFloat64` | 是 | 惊恐度，个股日收益率与中证全指日收益率之差的绝对值除以两者绝对值之和再加 0.1；恒落在 [0, 1) | | `intraday_volatility` | `PlFloat64` | 是 | 日内波动率，当日全部分钟收益率的样本标准差 | | `retail_trade_ratio` | `PlFloat64` | 是 | 个人投资者交易比，单笔低于 4 万元的小单买卖金额均值除以当日总成交金额；恒落在 [0, 1] | | `return_20d` | `PlFloat64` | 是 | 20 日收益率因子，过去 20 个交易日日收益率的均值，传统反转因子（对照基准） | | `volatility_20d` | `PlFloat64` | 是 | 20 日波动率因子，过去 20 个交易日日收益率的样本标准差，传统波动因子（对照基准） | | `return_volatility_20d` | `PlFloat64` | 是 | 20 日收益波动合成因子，上两者各自截面去极值标准化后等权平均（对照基准） | | `salience_return` | `PlFloat64` | 是 | 惊恐收益，惊恐度加权日收益率的 20 日均值 | | `salience_volatility` | `PlFloat64` | 是 | 惊恐波动，惊恐度加权日收益率的 20 日样本标准差 | | `salience_raw` | `PlFloat64` | 是 | 原始惊恐，惊恐收益与惊恐波动各自截面去极值标准化后等权平均 | | `vol_salience_return` | `PlFloat64` | 是 | 波动率加剧-惊恐收益，权重再乘日内波动率后的 20 日均值 | | `vol_salience_volatility` | `PlFloat64` | 是 | 波动率加剧-惊恐波动，同上口径的 20 日样本标准差 | | `vol_salience` | `PlFloat64` | 是 | 波动率加剧-惊恐，上两者各自截面去极值标准化后等权平均 | | `retail_salience_return` | `PlFloat64` | 是 | 个人投资者交易比-惊恐收益，权重再乘个人投资者交易比后的 20 日均值 | | `retail_salience_volatility` | `PlFloat64` | 是 | 个人投资者交易比-惊恐波动，同上口径的 20 日样本标准差 | | `retail_salience` | `PlFloat64` | 是 | 个人投资者交易比-惊恐，上两者各自截面去极值标准化后等权平均 | | `decay_salience_return` | `PlFloat64` | 是 | 注意力衰减-惊恐收益，权重改用衰减后惊恐度后的 20 日均值；窗口内有效值不足 5 条时为空 | | `decay_salience_volatility` | `PlFloat64` | 是 | 注意力衰减-惊恐波动，同上口径的 20 日样本标准差 | | `decay_salience` | `PlFloat64` | 是 | 注意力衰减-惊恐，上两者各自截面去极值标准化后等权平均 | | `startled_by_grass_return` | `PlFloat64` | 是 | 草木皆兵-收益，权重为衰减后惊恐度、日内波动率、个人投资者交易比三者相乘后的 20 日均值 | | `startled_by_grass_volatility` | `PlFloat64` | 是 | 草木皆兵-波动，同上口径的 20 日样本标准差 | | `startled_by_grass` | `PlFloat64` | 是 | 草木皆兵，上两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 | | `startled_by_grass_pure` | `PlFloat64` | 是 | 纯净草木皆兵，`startled_by_grass` 对申万一级行业哑变量与十个常见风格因子回归后的残差 | ## 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`、`close` | 计算分钟收益率并求日内样本标准差，得到 `intraday_volatility` | | `cn_stock_index_bar1d` | 日频 | `date`、`instrument`、`close` | 取中证全指（`000985.CSI`）收盘价算市场日收益率，作为惊恐度的市场基准 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`daily_return`、`inflow_amount_small`、`outflow_amount_small`、`inflow_amount_all`、`outflow_amount_all` | 个股日收益率，以及小单买卖金额与全单总成交额构造 `retail_trade_ratio` | | `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` | 构造 `startled_by_grass_pure` 回归用的申万一级行业哑变量与十个风格因子 | `cn_stock_prefactors` 是聚合日频 view，上表按用途分两行列出，实际只查这一张表、不展开成底层原始表。 因子含 20 个交易日滚动窗口，叠加「惊恐度减前两日均值」共需 22 个交易日，故 `cn_stock_bar1m_c`、`cn_stock_index_bar1d` 与 `cn_stock_prefactors` 的日频中间量实际读取区间比输出区间向前多 30 个交易日；`startled_by_grass_pure` 的风格因子含 250 个交易日同比项，其读取区间向前多 255 个交易日。 ## 因子列表 ### salience - **中文名**: 惊恐度 - **描述**: 个股日收益率偏离市场水平的程度，是研报全部因子的权重来源。研报的核心判断是：市场平静时个股的大涨大跌更容易被归因于个股自身，因而更能吸引注意力或引起恐慌；市场本身也在大跌时，个股的大跌会被归因于市场带动。因此偏离项相同、基准项越小，惊恐度越大。 **构建逻辑**: 1. 取中证全指（000985.SH）的日收益率（今日收盘指数 / 昨日收盘指数 - 1）作为当日市场收益率水平。 2. 计算个股收益率与市场收益率的差值再取绝对值，作为「偏离项」。 3. 计算个股收益率的绝对值加市场收益率的绝对值再加 0.1，作为「基准项」。 4. 偏离项除以基准项即为当日该股票的惊恐度： ```math \text{salience}_t = \frac{|r_t - r^m_t|}{|r_t| + |r^m_t| + 0.1} ``` **项目实现说明**: - 基准项中的 0.1 来自 Cosemans 和 Frehen (2021)，研报明确交代不对其优化或调整，本项目照用。研报同时解释了该项的必要性：缺少它会在个股与市场收益率同为 0 时出现 0 除 0，且会使收益率为 0 的个股惊恐度恒等于 1（截面最大值），与逻辑相悖。 - 中证全指在本库 `cn_stock_index_bar1d` 中的代码是 **`000985.CSI`**，不是研报正文写的 `000985.SH`；后者在本库查不到数据。 - 由于分子 $|r_t - r^m_t|$ 恒小于分母，惊恐度**恒落在 [0, 1) 区间**。该硬约束由入库前测试点 `bounded_range` 逐日守护。 ### intraday_volatility - **中文名**: 日内波动率 - **描述**: 当日分钟收益率的样本标准差，用于刻画研报 3.1 节的「波动率加剧」。Cakici 与 Zaremba (2021) 指出显著效应在波动率加剧时更强烈，故把它乘进权重。 **构建逻辑**: 1. 取股票 1 分钟频率行情，计算每分钟收盘价相对上一分钟收盘价的涨跌幅。 2. 将全天每分钟收益率求标准差，得到当日该个股的波动率。 **项目实现说明**: 剔除集合竞价 bar（沪深记在 09:25、北交所记在 09:30），日内保留 240 根 bar（09:31–15:00），首分钟收益率为空，故每日用 239 个分钟收益率求样本标准差。该口径与同系列之五、之六一致。 ### retail_trade_ratio - **中文名**: 个人投资者交易比 - **描述**: 小单交易金额占当日总成交额的比例，用于刻画研报 3.2 节的「个人投资者交易占比」。小市值股票的个人投资者占比更高、更容易受情绪影响而反应过度，故把它乘进权重。 **构建逻辑**: 1. 参考 wind 资金流指标定义，把单笔成交金额小于 4 万元的交易视为个人投资者交易。 2. 计算每天个股个人投资者卖出金额与买入金额的均值，再除以个股当日总成交金额。 **项目实现说明**: - 取 `cn_stock_prefactors` 的小单资金流字段，`inflow_amount_small` 为小单买入金额、`outflow_amount_small` 为小单卖出金额。该库分桶为小 / 中 / 大 / 超大单，`small` 桶即单笔低于 4 万元，与研报定义一致；实测贵州茅台（一手约 17 万元，必然超过 4 万门槛）的小单金额近乎为 0，可反向验证门槛口径。 - **分母取「买卖两侧对称」的全单总额**，即比例 = (小单买 + 小单卖) / (全单买 + 全单卖)。这就是研报「买卖金额均值除以当日总体成交金额」的字面实现，只是总成交金额同样由资金流分解自身给出、与分子同源。两个曾被实测否掉的写法： - 用行情字段 `amount` 作分母：它与资金流字段的浮点舍入不同，实测 `inflow_amount_all / amount` 在 [0.99999994, 1.00000006] 之间波动，使得全部由小单成交的个股（真实比例恰为 1）被推到 1.00000004。首次回填时入库前测试点 `bounded_range` 正是在 2026-06-04 抓到这样一行（`688287.SH`，当日 5195 行里唯一一行）。 - 只用买入侧 `inflow_amount_all` 作分母：个别交易日供应商的买卖两侧总额严重不等（两者本应都等于当日总成交额）。实测 2015-07-13 停复牌潮中 `000997.SZ` 的 `inflow_amount_all` 只有 `outflow_amount_all` 的 0.3%，单侧作分母会把比例推到 29.5；全表共 39 行这类越界，分布在 2015-07、2016-03、2019-08、2021、2023 等几个交易日。 - 对称口径下各桶从不超过同侧总额（2015—2026 全表实测 0 例违反），故该比例由构造保证**恒落在 [0, 1] 区间**（实测最大值恰为 1.0，越界 0 行），且不丢任何行。该硬约束由 `bounded_range` 测试点逐日守护。 ### return_20d - **中文名**: 20 日收益率因子 - **描述**: 传统反转因子，研报用作改进前的对照基准。研报把它分解为 20 个交易日每天的收益率，指出它隐含了「每天等权加总」的默认条件，而这与显著理论不符——同样的日收益率，在市场平静日与市场同跌日对投资者的冲击并不相同。 **构建逻辑**: 取过去 20 个交易日日收益率的均值。 **项目实现说明**: 研报称其为「20 日收益率因子」。本项目取均值而非累计和，以便与同族的「惊恐收益」（加权决策分的均值）口径对齐；两者只差常数倍 20，截面排序与 Rank IC 完全相同。 ### volatility_20d - **中文名**: 20 日波动率因子 - **描述**: 传统波动因子，研报用作对照基准。 **构建逻辑**: 取过去 20 个交易日日收益率的样本标准差。 ### return_volatility_20d - **中文名**: 20 日收益波动合成因子 - **描述**: 两个传统因子的等权合成，作为「原始惊恐」的直接对照。 **构建逻辑**: 1. 分别计算 20 日收益率因子与 20 日波动率因子。 2. 两者等权合成。 ### salience_return - **中文名**: 惊恐收益 - **描述**: 以惊恐度加权的日收益率在 20 日窗口的均值，是对 20 日收益率因子的改进。研报的逻辑是：投资者从「过去 20 天收益率低」这一数据信息走到「买入这些跌得多的股票」这一交易行为，中间经过「每天打分、每月加总」两步，而传统反转因子默认每天等权；按显著理论，被严重过度卖出那一天的决策分应当被赋予更高权重。 **构建逻辑**: 1. 将每日股票收益率（今收 / 昨收 - 1）直接作为当日的决策分。 2. 将每日惊恐度与当日收益率相乘，得到「加权决策分」。 3. 取过去 20 个交易日加权决策分的均值。 ### salience_volatility - **中文名**: 惊恐波动 - **描述**: 加权决策分在 20 日窗口的样本标准差，是对 20 日波动率因子的改进。 **构建逻辑**: 取过去 20 个交易日加权决策分的样本标准差。 ### salience_raw - **中文名**: 原始惊恐 - **描述**: 惊恐收益与惊恐波动等权合成，研报 2.3 节的汇总因子。研报实测其 Rank IC 与 ICIR 相较传统反转因子和波动因子均有大幅提高。 **构建逻辑**: 1. 分别计算惊恐收益与惊恐波动。 2. 两者等权合成。 **项目实现说明**: 研报六处合成都只写「等权合成」，未披露合成前的标准化口径。各家族的「收益」分量是均值（可正可负）、「波动」分量是标准差（恒非负），量纲与分布形态都不同，不标准化直接相加会让标准差分量主导。本项目六处合成一律先做截面 1%/99% 分位截尾再 z-score，然后算术平均，与同系列之五、之六的实现一致。 ### vol_salience_return - **中文名**: 波动率加剧-惊恐收益 - **描述**: 在惊恐度的基础上再乘日内波动率作为权重，对应研报 3.1 节的第一个改进方向。 **构建逻辑**: 1. 计算每日的日内波动率、惊恐度与收益率。 2. 三者相乘作为当日的加权决策分。 3. 取过去 20 个交易日加权决策分的均值。 ### vol_salience_volatility - **中文名**: 波动率加剧-惊恐波动 - **描述**: 口径同波动率加剧-惊恐收益，改取 20 日样本标准差。 **构建逻辑**: 取过去 20 个交易日加权决策分的样本标准差。 ### vol_salience - **中文名**: 波动率加剧-惊恐 - **描述**: 上述两个分量等权合成。研报实测其 Rank IC -9.34%、Rank ICIR -4.27、多空年化 39.48%，是三个改进方向里单独表现最好的一个。 **构建逻辑**: 1. 分别计算波动率加剧-惊恐收益与波动率加剧-惊恐波动。 2. 两者等权合成。 ### retail_salience_return - **中文名**: 个人投资者交易比-惊恐收益 - **描述**: 在惊恐度的基础上再乘个人投资者交易比作为权重，对应研报 3.2 节的第二个改进方向。 **构建逻辑**: 1. 计算每日的个人投资者交易比、惊恐度与收益率。 2. 三者相乘作为当日的加权决策分。 3. 取过去 20 个交易日加权决策分的均值。 ### retail_salience_volatility - **中文名**: 个人投资者交易比-惊恐波动 - **描述**: 口径同上，改取 20 日样本标准差。 **构建逻辑**: 取过去 20 个交易日加权决策分的样本标准差。 ### retail_salience - **中文名**: 个人投资者交易比-惊恐 - **描述**: 上述两个分量等权合成。研报实测 Rank IC -9.35%、Rank ICIR -3.92、多空年化 30.62%。 **构建逻辑**: 1. 分别计算个人投资者交易比-惊恐收益与个人投资者交易比-惊恐波动。 2. 两者等权合成。 ### decay_salience_return - **中文名**: 注意力衰减-惊恐收益 - **描述**: 用衰减后的惊恐度作为权重，对应研报 3.3 节的第三个改进方向。这一方向不来自已有文献，是研报自己提出的：短暂连续异于市场的收益率会让投资者注意力衰减、恐慌情绪得到适应和缓解，因此只有当日惊恐度明显高于近两日水平时才真正构成冲击。 **构建逻辑**: 1. 计算每日惊恐度，把当日惊恐度减去前一日与前两日惊恐度的均值得到差值。 2. 该差值要作为权重使用，必须为正数，因此把差值为负的交易日置为空值，只保留当日惊恐度高于前两日均值的交易日，记为衰减后的惊恐度。 3. 将衰减后的惊恐度与当日收益率相乘作为加权决策分。 4. 取过去 20 个交易日加权决策分的均值。由于差值为负的日子已置空，衰减后惊恐度覆盖度较低，故只要窗口内加权决策分够 5 条即可计算。 **项目实现说明**: - 「将其记为衰减后的惊恐度」中的「其」按上文「该差值需要作为权重信息来使用」理解为**差值本身**，而非当日惊恐度原值。若研报实际保留的是惊恐度原值（仅用差值做筛选），本族四个因子的数值会有系统性差异，这一点已列入下文「已知的口径差异」。 - 衰减后惊恐度实测覆盖度约 50%（2015 与 2024 两段各 5 个交易日均如此），与研报「覆盖度较低」的描述一致。**该列不作为因子列落库**：50% 的覆盖度会触发本仓库入库前测试的有效值不低于 80% 门禁，而它只是中间权重、并非研报测试的因子；需要时可由已落库的 `salience` 用两行 SQL 还原。 - 窗口内「够 5 条」的计数用 0/1 指示列的窗口均值乘 20 实现：DAI 的 `m_count` 与标准窗口 `COUNT(x) OVER (... ROWS BETWEEN ...)` 都静默返回全 NULL、不可用。该写法已与 polars 的 `rolling_sum` 逐值比对，偏差为 0。 ### decay_salience_volatility - **中文名**: 注意力衰减-惊恐波动 - **描述**: 口径同注意力衰减-惊恐收益，改取 20 日样本标准差；同样要求窗口内有效值不少于 5 条。 **构建逻辑**: 取过去 20 个交易日加权决策分的样本标准差。 ### decay_salience - **中文名**: 注意力衰减-惊恐 - **描述**: 上述两个分量等权合成。研报实测 Rank IC -8.73%、Rank ICIR -4.20、多空年化 25.39%；相较原始惊恐，Rank IC 与多空收益有所降低但稳定性提高。 **构建逻辑**: 1. 分别计算注意力衰减-惊恐收益与注意力衰减-惊恐波动。 2. 两者等权合成。 ### startled_by_grass_return - **中文名**: 草木皆兵-收益 - **描述**: 把三个改进方向同时用上：权重为衰减后惊恐度、日内波动率、个人投资者交易比三者相乘。注意这不是三个改进因子的再合成，而是在单一加权决策分里叠加三重权重。 **构建逻辑**: 1. 分别计算每日个股的日内波动率、个人投资者交易比、衰减后的惊恐度与收益率。 2. 四者相乘作为当日的加权决策分。 3. 取过去 20 个交易日加权决策分的均值；窗口内有效值不足 5 条时置空。 ### startled_by_grass_volatility - **中文名**: 草木皆兵-波动 - **描述**: 口径同草木皆兵-收益，改取 20 日样本标准差；同样要求窗口内有效值不少于 5 条。 **构建逻辑**: 取过去 20 个交易日加权决策分的样本标准差。 ### startled_by_grass - **中文名**: 草木皆兵 - **描述**: 草木皆兵-收益与草木皆兵-波动等权合成，研报的最终因子。研报实测 Rank IC -8.90%、Rank ICIR -4.54、多空年化 32.50%、信息比 3.92、月度胜率 85.71%，十分组保持严格单调，多头年化 22.64%、空头年化 -8.43%。值越小未来收益越高。 **构建逻辑**: 1. 分别计算草木皆兵-收益与草木皆兵-波动。 2. 两者等权合成。 ### startled_by_grass_pure - **中文名**: 纯净草木皆兵 - **描述**: 草木皆兵对常用风格因子与行业因子正交化后的残差，用于验证因子的增量信息。研报指出草木皆兵与流动性、波动率因子相关性较高，剥离风格后 Rank IC 仍有 -3.59%、Rank ICIR -1.86、多空年化 16.40%、信息比 2.03。 **构建逻辑**: 1. 计算草木皆兵因子。 2. 每个交易日在截面上，把草木皆兵对行业哑变量与常用风格因子做多元线性回归。 3. 取回归残差作为纯净草木皆兵。 **项目实现说明**: 研报未披露所用风格因子的具体清单与计算口径，本项目选用十个常见风格因子，均取自 `cn_stock_prefactors`：市值（总市值取对数）、非线性市值（标准化市值的三次方）、估值（市净率倒数）、盈利（`roe_avg_ttm`）、成长（营业总收入 TTM 相对 250 个交易日前的同比）、杠杆（`debt_to_asset_lf`）、流动性（20 日换手率均值取对数）、反转（20 日日收益均值）、波动（20 日日收益标准差）、贝塔（`beta_000300SH_22`）。行业用申万一级，以哑变量形式进入回归并去掉一列以免与截距共线。缺失暴露按当日同行业均值填补；回归前对因子与各风格暴露做 MAD 5 倍去极值与 z-score。某日有效样本数不足设计矩阵列数 2 倍时该日整体置空。 ## 复现核对 **核对口径**: 2015-01-01 ~ 2022-11-30；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），`startled_by_grass_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 95 个截面；「逐日全样本」= 区间内全部交易日，共约 1920 个截面。多空组合为月末调仓、十分组、组内等权、不扣费，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。 **区间差异（对照前必读）**: 研报测试区间为 2013 年 1 月至 2022 年 11 月，本项目自 2015-01-01 回填，**少了 2013、2014 两年**。这一次的起点不是选择而是上游约束：个人投资者交易比依赖的小单资金流字段实测 2014 年覆盖率为 0、2015 年起才有数据，市场基准中证全指（`000985.CSI`）在 `cn_stock_index_bar1d` 中也自 2015-01-05 起可用。因此该差异**无法通过重跑消除**。 **ICIR 口径差异**: 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（同系列研报一致的口径）。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**。 | 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 | | ---- | ---- | ---- | ---- | ---- | | `return_20d` | IC -0.0611，ICIR -0.60（-2.08），多空年化 0.99%，信息比 0.17 | IC -0.0645，ICIR -0.66 | 研报未披露数值（仅以图表给出） | 研报 2.3 节 | | `volatility_20d` | IC -0.0827，ICIR -0.72（-2.49），多空年化 37.70%，信息比 1.72 | IC -0.0916，ICIR -0.77 | 研报未披露数值（仅以图表给出） | 研报 2.3 节 | | `return_volatility_20d` | IC -0.0868，ICIR -0.88（-3.05），多空年化 10.62%，信息比 0.60 | IC -0.0926，ICIR -0.98 | 研报未披露数值（仅以图表给出） | 研报 2.3 节 | | `salience_return` | IC -0.0727，ICIR -0.82（-2.85），多空年化 8.38%，信息比 0.52 | IC -0.0761，ICIR -0.92 | Rank IC -7.49%，Rank ICIR -3.31，多空年化 23.45% | 研报 2.3 节 | | `salience_volatility` | IC -0.0892，ICIR -0.88（-3.05），多空年化 33.51%，信息比 2.00 | IC -0.0963，ICIR -0.93 | Rank IC -8.66%，Rank ICIR -2.98，多空年化 23.09% | 研报 2.3 节 | | `salience_raw` | IC -0.0935，ICIR -1.09（-3.78），多空年化 15.49%，信息比 0.85 | IC -0.0976，ICIR -1.19 | Rank IC -9.32%，Rank ICIR -3.87，多空年化 26.49% | 研报 2.3 节 | | `vol_salience_return` | IC -0.0811，ICIR -0.98（-3.39），多空年化 26.87%，信息比 1.77 | IC -0.0851，ICIR -1.09 | Rank IC -8.04%，Rank ICIR -4.00，多空年化 33.62% | 研报 3.1 节 | | `vol_salience_volatility` | IC -0.0877，ICIR -0.90（-3.13），多空年化 33.24%，信息比 2.14 | IC -0.0927，ICIR -0.95 | Rank IC -8.48%，Rank ICIR -3.12，多空年化 33.27% | 研报 3.1 节 | | `vol_salience` | IC -0.0984，ICIR -1.18（-4.07），多空年化 37.28%，信息比 2.57 | IC -0.1031，ICIR -1.33 | Rank IC -9.34%，Rank ICIR -4.27，多空年化 39.48% | 研报 3.1 节 | | `retail_salience_return` | IC -0.0647，ICIR -0.74（-2.56），多空年化 5.86%，信息比 0.40 | IC -0.0661，ICIR -0.80 | Rank IC -6.99%，Rank ICIR -3.07，多空年化 25.77% | 研报 3.2 节 | | `retail_salience_volatility` | IC -0.0816，ICIR -0.90（-3.11），多空年化 19.14%，信息比 1.27 | IC -0.0891，ICIR -0.95 | Rank IC -8.47%，Rank ICIR -3.05，多空年化 24.59% | 研报 3.2 节 | | `retail_salience` | IC -0.0903，ICIR -1.17（-4.05），多空年化 16.70%，信息比 0.94 | IC -0.0942，ICIR -1.23 | Rank IC -9.35%，Rank ICIR -3.92，多空年化 30.62% | 研报 3.2 节 | | `decay_salience_return` | IC -0.0777，ICIR -1.02（-3.52），多空年化 30.21%，信息比 2.38 | IC -0.0822，ICIR -1.15 | Rank IC -7.60%，Rank ICIR -3.76，多空年化 22.28% | 研报 3.3 节 | | `decay_salience_volatility` | IC -0.0789，ICIR -0.96（-3.33），多空年化 20.83%，信息比 1.79 | IC -0.0839，ICIR -1.00 | Rank IC -7.90%，Rank ICIR -3.28，多空年化 17.40% | 研报 3.3 节 | | `decay_salience` | IC -0.0893，ICIR -1.18（-4.09），多空年化 27.86%，信息比 2.42 | IC -0.0941，ICIR -1.32 | Rank IC -8.73%，Rank ICIR -4.20，多空年化 25.39% | 研报 3.3 节 | | `startled_by_grass_return` | IC -0.0779，ICIR -1.13（-3.91），多空年化 29.64%，信息比 2.56 | IC -0.0819，ICIR -1.21 | Rank IC -7.69%，Rank ICIR -4.21，多空年化 28.92% | 研报 3.4 节 | | `startled_by_grass_volatility` | IC -0.0769，ICIR -1.00（-3.46），多空年化 21.85%，信息比 1.95 | IC -0.0812，ICIR -1.02 | Rank IC -7.88%，Rank ICIR -3.47，多空年化 24.26% | 研报 3.4 节 | | `startled_by_grass` | IC -0.0912，ICIR -1.31（-4.55），多空年化 32.23%，信息比 2.87，月度胜率 80.00% | IC -0.0957，ICIR -1.46 | Rank IC -8.90%，Rank ICIR -4.54，多空年化 32.50%，信息比 3.92，月度胜率 85.71% | 研报 3.4 节 | | `startled_by_grass_pure` | IC -0.0328，ICIR -0.81（-2.81），多空年化 7.40%，信息比 1.07 | IC -0.0313，ICIR -0.81 | Rank IC -3.59%，Rank ICIR -1.86，多空年化 16.40%，信息比 2.03 | 研报 3.5 节 | 研报 3.6 节还给出因子在沪深 300 / 中证 500 / 中证 1000 成分股内的多头年化超额（7.42% / 9.74% / 10.15%），以及 3.4 节的十分组多头 22.64% / 空头 -8.43%、分年度与分行业表现。本表不做指数成分股与行业切分，这些项不列入核对。 **整体结论**: 最终因子 `startled_by_grass` 三项核心指标几乎逐一命中研报，中间因子的 Rank IC 与 ICIR 也全部对得上，分歧集中在部分「均值」分量的多空收益。 - **核心因子复现精度很高**: `startled_by_grass` 的 Rank IC -0.0912（研报 -8.90%，差 0.0022）、年化 Rank ICIR **-4.55（研报 -4.54，差 0.01）**、多空年化 **32.23%（研报 32.50%，差 0.27 个百分点）**、月度胜率 80.00%（研报 85.71%）。信息比 2.87 低于研报 3.92，是全部指标里唯一明显偏低的一项。 - **16 个研报给出数值的因子**，Rank IC 偏差在 -0.0052 ~ +0.0065 之间，方向全部一致、无符号矛盾；年化 ICIR 偏差在 -0.95 ~ +0.17 之间。`vol_salience_volatility` 的多空年化 33.24% 对研报 33.27%（差 0.03 个百分点）、`startled_by_grass_return` 29.64% 对 28.92%、`decay_salience` 27.86% 对 25.39%，三个改进方向的量级都站得住。 - **研报的改进链条成立**: 传统对照 `return_volatility_20d` 年化 ICIR 只有 -3.05，`salience_raw` 升到 -3.78，三个改进方向分别到 -4.07 / -4.05 / -4.09，最终 `startled_by_grass` -4.55，与研报「效果提升非常明显」的结论一致。 - **偏差最大的是三个「均值」分量**: `salience_return` 多空年化 8.38%（研报 23.45%）、`retail_salience_return` 5.86%（研报 25.77%），以及受它们带动的 `salience_raw` 15.49%（研报 26.49%）与 `retail_salience` 16.70%（研报 30.62%）。注意这四个因子的 **Rank IC 与研报的偏差都在 0.005 以内**——排序能力复现无误，分歧只在十分组两端。成因见下。 **区间敏感性**: 2015—2016 年是「均值」分量多空失效的来源，下表按子区间拆开。 | 因子 | 2015-01~2016-12（24 个月末） | 2017-01~2022-11（71 个月末） | 2015-01~2022-11（95 个月末） | | ---- | ---- | ---- | ---- | | `salience_return` | IC -0.0993，多空 **-11.71%**，信息比 -0.17 | IC -0.0637，多空 16.15%，信息比 1.26 | IC -0.0727，多空 8.38%，信息比 0.52 | | `salience_raw` | IC -0.1233，多空 1.49%，信息比 0.26 | IC -0.0835，多空 20.65%，信息比 1.74 | IC -0.0935，多空 15.49%，信息比 0.85 | | `retail_salience_return` | IC -0.0875，多空 **-13.17%**，信息比 -0.23 | IC -0.0570，多空 13.19%，信息比 1.01 | IC -0.0647，多空 5.86%，信息比 0.40 | | `retail_salience` | IC -0.1194，多空 1.82%，信息比 0.27 | IC -0.0804，多空 22.21%，信息比 2.03 | IC -0.0903，多空 16.70%，信息比 0.94 | | `return_volatility_20d` | IC -0.1055，多空 -4.55%，信息比 0.09 | IC -0.0805，多空 16.27%，信息比 1.22 | IC -0.0868，多空 10.62%，信息比 0.60 | | `startled_by_grass` | IC -0.1262，多空 **64.55%**，信息比 **4.97** | IC -0.0794，多空 22.81%，信息比 2.36 | IC -0.0912，多空 32.23%，信息比 2.87 | | `startled_by_grass_pure` | IC -0.0573，多空 19.32%，信息比 2.13 | IC -0.0245，多空 3.65%，信息比 0.63 | IC -0.0328，多空 7.40%，信息比 1.07 | 2015—2016 年（股灾与熔断）出现了一个清晰的反差：几乎所有因子的 Rank IC 在那两年都是全区间最强的，但「均值」分量与传统对照因子的**多空收益为负**（`salience_return` -11.71%、`retail_salience_return` -13.17%、`return_volatility_20d` -4.55%），而同期 `startled_by_grass` 的多空年化高达 64.55%、信息比 4.97。也就是说，极端行情下这些因子仍能正确排序，但十分组两端的收益被巨幅波动反向压倒；而把三重权重同时乘上之后的 `startled_by_grass` 恰好避开了这一问题。本项目全样本 32.23% 正是 2015—2016 的 64.55% 与 2017 年后的 22.81% 混合的结果，与研报 32.50% 的接近有一部分来自这个混合比例，不宜据此认为两者的逐年轨迹也一致。 研报区间多出的 2013、2014 两年无法补测（上游资金流与中证全指都自 2015 年起才有数据），因此「均值」分量与研报的多空差距无法进一步归因。 **待确认事项：`startled_by_grass_pure` 的 ICIR 强于研报但多空弱于研报。** 本项目年化 Rank ICIR -2.81、研报 -1.86（本项目更强）；而多空年化 7.40%、研报 16.40%，信息比 1.07、研报 2.03（本项目更弱）。同时它是全表样本外衰减最严重的因子（逐日 IC -0.0313 → -0.0106）。本项目的风格因子清单与计算口径为自选（研报未披露），正交化掉的信息量必然不同，故 ICIR 偏强可以理解；但多空偏弱说明残差的极端档位收益不佳，**用于多空或纯空头策略前须先复核分组收益**，只用排序信息（IC / 分层多头）影响较小。 **已知的口径差异**： - **样本区间**：本项目自 2015-01-01 回填，研报自 2013 年 1 月，少 2013、2014 两年。这是上游数据约束（小单资金流 2015 年起、中证全指 `000985.CSI` 2015-01-05 起），无法通过重跑消除。 - **多空组合口径未披露**：研报未说明分组数、组内权重、是否扣费、是否剔除涨跌停，本项目取月末调仓、十分组、等权、不扣费。 - **「衰减后惊恐度」的两种读法**：研报原文「得到一个差值……将其记为衰减后的惊恐度」中的「其」，本项目按上文「该差值需要作为权重信息来使用」理解为**差值本身**。若研报实际保留的是当日惊恐度原值、仅用差值做筛选，则 `decay_salience_*` 与 `startled_by_grass_*` 两族四个因子会有系统性差异。本读法下 `decay_salience` 年化 ICIR -4.09（研报 -4.20）、`startled_by_grass` -4.55（研报 -4.54），支持该读法正确。 - **六处「等权合成」的标准化口径未披露**：研报只写「等权合成」。本项目一律先截面 1%/99% 截尾 + z-score 再算术平均。 - **「20 日收益率因子」取均值而非累计和**：与同族「惊恐收益」（加权决策分均值）口径对齐；两者只差常数倍 20，截面排序与 Rank IC 完全相同。 - **中证全指代码**：研报正文写 `000985.SH`，本库 `cn_stock_index_bar1d` 中为 `000985.CSI`，`.SH` 后缀查不到数据。 - **`startled_by_grass_pure` 的风格因子口径由本项目选定**，与研报差异不可避免。 **其他交叉核对**（不依赖区间，可直接验证实现正确性的四处）: | 核对项 | 本项目 | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | | 惊恐度取值范围 | 全表 1167 万行实测落在 [1.9e-08, 0.9318]，越出 [0, 1) 的行数为 0 | 研报解释基准项加 0.1 的必要性：缺少它会使收益率为 0 的个股惊恐度恒等于 1，即「横截面上的最大值」 | 研报 2.1 节第 4 点 | | 个人投资者交易比取值范围 | 全表实测落在 [0, 1]，最大值恰为 1.0，越界 0 行 | 小单金额是总成交金额的一部分 | 研报 3.2 节第 1 点 | | 小单门槛 4 万元的反向验证 | 贵州茅台（一手约 17 万元，必然超过门槛）的小单金额近乎为 0 | 「将单笔成交金额小于 4 万元的交易，视为个人投资者交易」 | 研报 3.2 节第 1 点 | | 衰减后惊恐度的覆盖度 | 约 50%（2015 与 2024 两段各 5 个交易日实测） | 「由于上述差值为负的日子都替换为了空值，导致衰减后的『惊恐度』覆盖度较低」 | 研报 3.3 节第 4 点 | 惊恐度与日内波动率另与 polars 独立实现逐值比对：5 只样本股在 2024-03-04 的 `salience` 偏差为 0、`intraday_volatility` 相对偏差为 0；`daily_return` 与 `close / 前收 - 1` 逐值一致。20 日窗口「有效值不少于 5 条」的计数写法与 polars 的 `rolling_sum` 逐值比对偏差为 0。 覆盖度：2015-01-05 ~ 2026-09-30 共 2855 个交易日、1167 万行；`salience` 逐年有效值占比 99.3% ~ 99.97%，`startled_by_grass` 93.4% ~ 99.3%（受小单资金流覆盖度约束），全表无 NaN 与 ±Inf。`return_20d` 与 `volatility_20d` 在新股上市初期会出现极端值（全表 22 行 \|`return_20d`\| > 0.5，最大 1.777 来自 2026-09 新上市的 601091.SH），属新股固有现象，合成环节的截面截尾已将其影响限制在分位数内。 **样本外表现（2022-12-01 ~ 2026-09-30，逐日，909 个截面）**：19 个因子全部仍然有效，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 | | ---- | ---- | ---- | ---- | ---- | | `return_20d` | -0.0645 | -0.0571 | -0.66 | -0.50 | | `volatility_20d` | -0.0916 | -0.0881 | -0.77 | -0.69 | | `return_volatility_20d` | -0.0926 | -0.0844 | -0.98 | -0.78 | | `salience_return` | -0.0761 | -0.0680 | -0.92 | -0.71 | | `salience_volatility` | -0.0963 | -0.0882 | -0.93 | -0.79 | | `salience_raw` | -0.0976 | -0.0886 | -1.19 | -0.94 | | `vol_salience_return` | -0.0851 | -0.0740 | -1.09 | -0.87 | | `vol_salience_volatility` | -0.0927 | -0.0912 | -0.95 | -0.87 | | `vol_salience` | -0.1031 | -0.0931 | -1.33 | -1.01 | | `retail_salience_return` | -0.0661 | -0.0592 | -0.80 | -0.65 | | `retail_salience_volatility` | -0.0891 | -0.0819 | -0.95 | -0.79 | | `retail_salience` | -0.0942 | -0.0818 | -1.23 | -0.96 | | `decay_salience_return` | -0.0822 | -0.0724 | -1.15 | -0.88 | | `decay_salience_volatility` | -0.0839 | -0.0810 | -1.00 | -0.81 | | `decay_salience` | -0.0941 | -0.0856 | -1.32 | -1.02 | | `startled_by_grass_return` | -0.0819 | -0.0689 | -1.21 | -0.98 | | `startled_by_grass_volatility` | -0.0812 | -0.0816 | -1.02 | -0.90 | | `startled_by_grass` | -0.0957 | -0.0839 | -1.46 | -1.10 | | `startled_by_grass_pure` | -0.0313 | -0.0106 | -0.81 | -0.31 | IC 衰减普遍在 15% 以内，`vol_salience_volatility` 与 `startled_by_grass_volatility` 几乎不衰减，说明「波动」分量比「均值」分量更稳。核心因子 `startled_by_grass` 从 -0.0957 衰减到 -0.0839（12%），仍是全表最强。唯一需要留意的是 `startled_by_grass_pure`：IC 从 -0.0313 降到 -0.0106（衰减 66%）、ICIR 从 -0.81 降到 -0.31，剥离风格后的增量信息在近四年已很薄；这与同系列之四「球队硬币」、之五「云开雾散」、之六「飞蛾扑火」的 `_pure` 版本是同一模式，使用前应复核当期表现。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 | salience | intraday_volatility | retail_trade_ratio | return_20d | volatility_20d | return_volatility_20d | salience_return | salience_volatility | salience_raw | vol_salience_return | vol_salience_volatility | vol_salience | retail_salience_return | retail_salience_volatility | retail_salience | decay_salience_return | decay_salience_volatility | decay_salience | startled_by_grass_return | startled_by_grass_volatility | startled_by_grass | startled_by_grass_pure | |---------------------|------------|----------|---------------------|--------------------|------------|----------------|-----------------------|-----------------|---------------------|--------------|---------------------|-------------------------|--------------|------------------------|----------------------------|-----------------|-----------------------|---------------------------|----------------|--------------------------|------------------------------|-------------------|------------------------| | 2026-09-30 00:00:00 | 000001.SZ | 0.164832 | 0.000825 | 0.229685 | -0.000365 | 0.008684 | -0.575843 | -0.000012 | 0.001302 | -0.589952 | -0.000000 | 0.000001 | -0.529658 | -0.000018 | 0.000357 | -0.649749 | -0.000191 | 0.001164 | -0.685889 | -0.000000 | 0.000000 | -0.629898 | 0.244819 | | 2026-09-30 00:00:00 | 000002.SZ | 0.307818 | 0.005280 | 0.247857 | 0.015911 | 0.043465 | 2.497426 | 0.007916 | 0.016102 | 2.388052 | 0.000029 | 0.000057 | 2.112761 | 0.001851 | 0.003797 | 1.732701 | 0.012494 | 0.015936 | 2.643740 | 0.000010 | 0.000013 | 1.756168 | 0.438363 | | 2026-09-30 00:00:00 | 000006.SZ | 0.122683 | 0.002769 | 0.345316 | 0.002321 | 0.021100 | 0.195850 | 0.000845 | 0.003806 | -0.202117 | 0.000002 | 0.000008 | -0.282663 | 0.000237 | 0.001181 | -0.236785 | 0.001276 | 0.002454 | -0.335932 | 0.000001 | 0.000002 | -0.403910 | -0.382806 | | 2026-09-30 00:00:00 | 000007.SZ | 0.094234 | 0.001875 | 0.435045 | -0.007535 | 0.029500 | -0.497591 | -0.003277 | 0.009501 | -0.774713 | -0.000009 | 0.000028 | -0.635514 | -0.001019 | 0.003063 | -0.796868 | -0.004659 | 0.008843 | -0.590845 | -0.000004 | 0.000008 | -0.631102 | -0.899972 | | 2026-09-30 00:00:00 | 000008.SZ | 0.043403 | 0.002636 | 0.355759 | -0.003149 | 0.012382 | -0.719205 | -0.000334 | 0.001614 | -0.644325 | -0.000001 | 0.000005 | -0.525710 | -0.000125 | 0.000549 | -0.689266 | -0.000610 | 0.001798 | -0.702159 | -0.000001 | 0.000002 | -0.613309 | -0.131243 | | 2026-09-30 00:00:00 | 920978.BJ | 0.117939 | 0.000892 | null | -0.005635 | 0.021107 | -0.632401 | -0.000289 | 0.005050 | -0.383296 | 0.000000 | 0.000010 | -0.384734 | null | null | null | 0.000916 | 0.004878 | -0.192759 | null | null | null | null | | 2026-09-30 00:00:00 | 920981.BJ | 0.213564 | 0.002112 | null | -0.003000 | 0.030158 | 0.000705 | -0.000300 | 0.005990 | -0.317365 | -0.000000 | 0.000014 | -0.346251 | null | null | null | 0.001129 | 0.004907 | -0.155060 | null | null | null | null | | 2026-09-30 00:00:00 | 920982.BJ | 0.507643 | 0.003801 | null | 0.008436 | 0.031559 | 1.247118 | 0.004145 | 0.013022 | 1.260026 | 0.000014 | 0.000045 | 0.997654 | null | null | null | 0.004117 | 0.010154 | 0.776997 | null | null | null | null | | 2026-09-30 00:00:00 | 920985.BJ | 0.121779 | 0.001752 | null | -0.003301 | 0.016446 | -0.573961 | -0.000099 | 0.002747 | -0.505500 | 0.000000 | 0.000006 | -0.445914 | null | null | null | 0.000150 | 0.001336 | -0.615220 | null | null | null | null | | 2026-09-30 00:00:00 | 920992.BJ | 0.126161 | 0.003918 | null | 0.004709 | 0.027302 | 0.690288 | 0.001986 | 0.009325 | 0.473348 | 0.000008 | 0.000031 | 0.434169 | null | null | null | 0.003298 | 0.010206 | 0.645988 | null | null | null | null |