# hf_bar1m_c_fz_synergy_effect ## 文献来源 - **标题**: 《日内协同股票性价比度量与“协同效应”因子构建——多因子选股系列研究之十六》 - **作者**: 曹春晓 - **机构**: 方正证券 - **时间**: 2024-03-19 研报的逻辑是:一部分投资者集中买入或卖出某只股票时,受短时流动性制约,与该股票特征相似的股票会被其他投资者同向买卖,于是日内出现同涨同跌、同步放量缩量的「协同股票」。在这些协同股票中,投资者一方面挑辨识度更强的,另一方面挑更具性价比、更可能领涨或补涨的,符合条件者后续更可能取得超额收益。做法是先用日内分钟数据判定任意两只股票当天是否协同,再分别从成交量(辨识度)与收益率(性价比)两个角度刻画一只股票在其协同股票中的位置,得到「成交量协同」与「协同价差」两条支线,各自在 20 日窗口上取均值与标准差后等权合成,最后两条支线再等权合成为「协同效应」因子。本表输出这条链上的全部 10 个因子:两条支线各自的日频中间量与「月均 / 月稳 / 合成」三件套、最终的 `synergy_effect` 以及正交化后的 `synergy_effect_pure`。 ## 表结构 - **表名**: `hf_bar1m_c_fz_synergy_effect` - **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 | | `volume_synergy_daily` | `PlFloat64` | 是 | 日成交量协同,分钟成交量占比序列与「协同成交量」序列的相关系数;值越大表示该股成交量变化越能代表协同股票整体,交易辨识度越高 | | `volume_synergy_mean` | `PlFloat64` | 是 | 月均成交量协同,`volume_synergy_daily` 过去 20 个交易日的均值;值越小未来收益越高 | | `volume_synergy_std` | `PlFloat64` | 是 | 月稳成交量协同,`volume_synergy_daily` 过去 20 个交易日的样本标准差;值越小未来收益越高 | | `volume_synergy` | `PlFloat64` | 是 | 成交量协同,上两者各自截面去极值标准化后等权合成;值越小未来收益越高 | | `synergy_spread_daily` | `PlFloat64` | 是 | 日协同价差,当日收益率减去当日协同次数最多的 30 只股票的平均收益率,即相对协同股票的超额收益率;值越大表示短期正向超额收益越高、性价比越低 | | `synergy_spread_mean` | `PlFloat64` | 是 | 月均协同价差,`synergy_spread_daily` 过去 20 个交易日的均值;值越小未来收益越高 | | `synergy_spread_std` | `PlFloat64` | 是 | 月稳协同价差,`synergy_spread_daily` 过去 20 个交易日的样本标准差,刻画相对协同股票超额收益的稳定性;值越小未来收益越高 | | `synergy_spread` | `PlFloat64` | 是 | 协同价差,上两者各自截面去极值标准化后等权合成;值越小未来收益越高 | | `synergy_effect` | `PlFloat64` | 是 | 协同效应,`volume_synergy` 与 `synergy_spread` 各自截面标准化后等权合成,研报的最终合成因子;值越小未来收益越高 | | `synergy_effect_pure` | `PlFloat64` | 是 | 纯净协同效应,`synergy_effect` 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;值越小未来收益越高 | ## 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`、`open`、`high`、`low`、`close`、`volume` | 开高低收四价算过去 5 分钟的价格区间上下轨,判定分钟协同状态;收盘价算 1 分钟收益率、收益率相对前 5 分钟的变化、以及与前 5 分钟均价比较的兜底符号;成交量算分钟成交量占比与成交量相对前 5 分钟的变化 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`daily_return`、`sw2021_level1`、`total_market_cap`、`pb`、`roe_avg_ttm`、`total_operating_revenue_ttm`、`debt_to_asset_lf`、`turn`、`beta_000300SH_22` | `daily_return` 既是日协同价差里个股与 30 只协同股票的当日收益率,也用于把前一日收盘价换算到当日未复权口径(分钟符号判定的最后一级兜底);其余字段构造 `synergy_effect_pure` 回归用的申万一级行业哑变量与十个风格因子 | 两条支线的月度因子都需要 20 个交易日的日频中间量,故 `cn_stock_bar1m_c` 实际读取区间比输出区间向前多 24 个交易日(多留 4 天缓冲以吸收停牌造成的缺日);分钟数据按交易日逐日查询,近年单日约 133 万行。`synergy_effect_pure` 的风格因子含 250 个交易日同比项与 22 日贝塔,`cn_stock_prefactors` 的读取区间向前多 284 个交易日;`daily_return` 与 `beta_000300SH_22` 是随查询窗口滚动计算的字段,单日查询返回空值,必须带足回溯区间。 ## 因子列表 ### volume_synergy_daily **中文名**: 日成交量协同 **描述**: 先用日内分钟价格判定哪些股票与本股票处于同一种日内状态(即协同股票),再用成交量刻画本股票在这组协同股票中的辨识度。相关系数越大,说明该股票越能代表协同股票的成交量变化特征,在协同股票中的交易辨识度越高,越容易受到投资者关注。 **构建逻辑**: 1. 取个股 1 分钟收益率数据,在每分钟末,计算过去 5 分钟内(包括当前分钟)高、开、低、收共 20 个价格数据的均值和标准差,定义当前分钟的价格区间上轨为均值 + 1 倍标准差,区间下轨为均值 - 1 倍标准差。 2. 将该分钟收盘价和上下轨的相对位置状态(大于上轨、低于下轨、位于上下轨之间)与该股票相同的股票,定义为该股票在该分钟的协同效应股票。 3. 计算每只股票每分钟的成交量占比,在每分钟末,计算协同股票当前 1 分钟成交量占比之和,作为该股票当前分钟的「协同成交量」。 4. 计算个股日内 1 分钟成交量占比序列与「协同成交量」占比序列之间的相关系数,将其定义为该股票的「日成交量协同」。 **项目实现说明**: - 集合竞价 bar 不计入日内分钟:沪深记在 09:25、北交所记在 09:30,统一按 `CAST(date AS TIME) >= '09:31:00'` 剔除,当日参与计算的是 240 根连续竞价分钟 bar。 - 20 个价格数据的标准差取**样本标准差**(除以 $n-1$);研报只写「标准差」,未区分样本 / 总体,两者相差 2.6%,不影响状态判定的秩。 - 开盘前 4 分钟(09:31–09:34)的 5 分钟窗口不满,没有价格区间,状态为空、不参与协同股票判定,故相关系数实际由 236 个分钟点算出。 - 成交量占比的分母取当日 240 根 bar 的成交量之和;当日总成交量为 0(全天停牌)时占比置空,该股当日因子为空。 - 「与该股票相同的股票」不含该股票自身:协同成交量按「同状态组内成交量占比之和减去该股票自身的占比」计算。 - 状态判定的两侧比较带 $10^{-10}$ 的相对容差。20 个价格完全相同(无成交的持平分钟,A 股日内很常见)时区间宽度在数学上恰为 0、收盘价恰在轨上,平方和公式算出的方差只剩 $\pm10^{-14}$ 量级的浮点噪声,不加容差会让状态取决于浮点舍入方向(实测单日约 5400 个分钟点会随计算引擎翻转),且因改变分组成员而影响同组所有股票的协同成交量。容差量级远小于真实价格差(最小一个价位的相对变动约 $10^{-4}$),不会改变任何有实际价差的判定。 ### volume_synergy_mean **中文名**: 月均成交量协同 **描述**: 过去 20 个交易日「日成交量协同」的均值,刻画该股票在协同股票中辨识度的中枢水平。 **构建逻辑**: 每月月底,计算过去 20 天「日成交量协同」的均值,记为「月均成交量协同」因子。 **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 日窗口按交易日定位(在「交易日 × 股票」的稠密网格上滚动),停牌或未上市造成的缺日按缺失值跳过而不是向前借更早的交易日;窗口内有效值不足 10 个时置空。 ### volume_synergy_std **中文名**: 月稳成交量协同 **描述**: 过去 20 个交易日「日成交量协同」的标准差,刻画该股票在协同股票中辨识度的稳定性。 **构建逻辑**: 每月月底,计算过去 20 天「日成交量协同」的标准差,记为「月稳成交量协同」因子。 **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。 - 取样本标准差(除以 $n-1$),窗口定位与缺失值处理同 `volume_synergy_mean`。 ### volume_synergy **中文名**: 成交量协同 **描述**: 「月均成交量协同」与「月稳成交量协同」等权合成,综合刻画该股票在协同股票中的交易辨识度。 **构建逻辑**: 将「月均成交量协同」与「月稳成交量协同」二者等权合成为「成交量协同」因子。 **项目实现说明**: - 「等权合成」按本仓库同系列既有口径处理:两个分量先在每个交易日的截面上做 MAD 5 倍去极值与 z-score,再算术平均;两个分量任一为空则合成结果为空。 ### synergy_spread_daily **中文名**: 日协同价差 **描述**: 区别于「成交量协同」,先用日内的收益率和成交量数据刻画股票之间的协同性,再用收益率刻画股票的性价比。当日收益率相对协同股票平均收益率越高,说明该股票越可能出现过度反应、性价比越低。 **构建逻辑**: 1. 对每只股票,在每分钟末,判断其他股票与该股票最近 1 分钟收益率符号是否相同、当前 1 分钟收益率相对前 5 分钟收益率(不包括当前分钟)的变化符号是否相同、当前 1 分钟成交量相对前 5 分钟成交量(不包括当前分钟)的变化的符号是否相同,任意一项相同,均记为其他股票与该股票的 1 次协同。 2. 若最近 1 分钟收益率、当前 1 分钟收益率相对前 5 分钟收益率变化、当前 1 分钟成交量相对前 5 分钟的成交量变化为零,则它们的符号根据当前分钟的收盘价相对前 5 分钟(不包括当前分钟)均价的变化的符号为准;若该符号仍为零,则按照当前分钟的收盘价相对前一日收盘价变化的符号为准。 3. 将日内每分钟的协同次数求和,得到两只股票当天的协同次数。 4. 对每只股票,取当天与其协同次数最多的 30 只股票作为其协同效应股票,将该股票当天收益率减去这 30 只股票的平均收益率,得到相对协同股票的超额收益率,记为「日协同价差」。 **项目实现说明**: - 「当前 1 分钟收益率(成交量)相对前 5 分钟收益率(成交量)的变化」按「当前 1 分钟值减去前 5 分钟(不含当前分钟)的均值」实现,与同一句中明确写作「均价」的兜底项保持同一口径。 - 三个判据中某一项因窗口不满或缺少前一根 bar 而取不到值(开盘后头几分钟)时,按「为零」处理,走与零值相同的兜底链;兜底链两级都取不到符号时该判据记为 0,两只同样记为 0 的股票视为符号相同。 - 协同次数的计算用等价的矩阵形式实现而非逐对比较:把每只股票每分钟在三个判据上的符号(取值 $-1/0/+1$)做 one-hot 展开成 $240 \times 3 \times 3$ 维的 0/1 向量 $x_i$,则两只股票的当日协同次数恰为 $x_i^\top x_j$,全市场协同次数矩阵即 $XX^\top$,与逐对逐分钟累加完全等价。 - 「当天收益率」取 `cn_stock_prefactors` 的 `daily_return`(后复权日收益率);协同股票的平均收益率对其中收益率缺失的股票跳过后再平均。 - 兜底链最后一级「相对前一日收盘价」的前一日收盘价换算到当日未复权口径(当日最后一根 bar 的收盘价 ÷ (1 + 当日收益率)),避免把未复权的分钟价与后复权的前收盘价直接相减;当日收益率缺失时该级兜底取不到符号。 - 三项判据「为零」的判定同样带 $10^{-10}$ 的相对容差,理由同 `volume_synergy_daily`:持平分钟的差值在数学上恰为 0,不加容差会被浮点舍入判成涨跌。 - 协同次数并列在第 30 名边界上时,取股票代码升序在前者(研报未规定并列处理方式)。 - 当日有效股票数不足 31 只时取不满 30 只协同股票,该日整体置空。 ### synergy_spread_mean **中文名**: 月均协同价差 **描述**: 过去 20 日的平均日协同价差。因子值越大,表示该股票相对协同效应股票的短期正向超额收益越高,则股票更有可能出现过度反应,性价比较低。 **构建逻辑**: 每月月底,计算过去 20 天「日协同价差」因子的均值,记为「月均协同价差」因子。 **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。 - 窗口定位与缺失值处理同 `volume_synergy_mean`。 ### synergy_spread_std **中文名**: 月稳协同价差 **描述**: 过去 20 日协同价差的稳定性。因子值越大,表示该股票相对协同交易股票的超额收益不稳定,说明投资者分歧程度较大,因此其预期收益率也较低。 **构建逻辑**: 每月月底,计算过去 20 天「日协同价差」因子的标准差,记为「月稳协同价差」因子。 **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。 - 取样本标准差(除以 $n-1$),窗口定位与缺失值处理同 `volume_synergy_mean`。 ### synergy_spread **中文名**: 协同价差 **描述**: 「月均协同价差」与「月稳协同价差」等权合成,综合刻画股票相对于协同股票的性价比。 **构建逻辑**: 将「月均协同价差」与「月稳协同价差」二者等权合成为「协同价差」因子。 **项目实现说明**: - 「等权合成」口径同 `volume_synergy`:两个分量先在截面上做 MAD 5 倍去极值与 z-score,再算术平均。 ### synergy_effect **中文名**: 协同效应 **描述**: 「成交量协同」与「协同价差」等权合成的最终因子。通过成交量和收益率两个不同角度,更加全面地刻画股票相对协同股票的辨识度和性价比;研报显示其在 Rank IC、Rank ICIR 和多空收益上均优于两个细分因子。 **构建逻辑**: 将「成交量协同」因子和「协同价差」因子等权合成,得到「协同效应」因子。 **项目实现说明**: - 「等权合成」口径同 `volume_synergy`:两条支线的合成因子先各自在截面上做 MAD 5 倍去极值与 z-score,再算术平均;任一支线为空则结果为空。 ### synergy_effect_pure **中文名**: 纯净协同效应 **描述**: 协同效应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。研报指出协同效应与流动性、波动率因子相关性较高,与其余因子相关性相对较低;剔除常用风格因子影响后,Rank IC 均值为 -5.02%、Rank ICIR -2.82、多空组合年化收益率 15.88%、信息比率 1.80。 **构建逻辑**: 1. 使用常用风格因子及行业因子对「协同效应」因子进行正交化处理,得到「纯净协同效应」因子。 2. 每个交易日在截面上,把协同效应对行业哑变量与常用风格因子做多元线性回归,取残差。 **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`,口径与同系列之九、之十、之十一、之十四完全一致: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;行业缺失的股票不参与回归,其残差置空。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**: 研报口径列取 2013-01 ~ 2024-02(研报测试区间)的**月末截面**,共 132 个截面;逐日列取 2011-01 ~ 2026-09(本表实际输出区间)的**全部交易日截面**,共 3803 个有效截面。股票池全市场不做任何过滤(研报为全市场非 ST 且剔除上市不满半年的次新股)。前向收益取次日开盘到 21 个交易日后开盘(后复权开盘价),对应研报的月频调仓。Rank IC 为截面因子秩与前向收益秩的相关系数。**Rank ICIR 为年化口径**:研报的 Rank ICIR 是月度 ICIR × $\sqrt{12}$(用研报 t 值 ÷ ICIR ≈ 3.46 判定),本项目月末列同样 × $\sqrt{12}$、逐日列 × $\sqrt{252}$。多空组合为按因子十分组、组内等权、第 1 组多头减第 10 组空头(因子为负向),持有 21 个交易日,年化系数 252/21;逐日截面的持有区间互相重叠,其信息比偏乐观,故只用月末列与研报对数。 Rank IC 均值: | 因子 | 本项目(研报口径) | 本项目(逐日全样本) | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | ---- | | `volume_synergy_daily` | -0.0401 | -0.0385 | 研报未披露,无法核对 | — | | `volume_synergy_mean` | -0.0705 | -0.0681 | -0.0486 | 研报 2.1 节正文 | | `volume_synergy_std` | -0.0740 | -0.0740 | -0.0595 | 研报 2.1 节正文 | | `volume_synergy` | -0.0897 | -0.0894 | -0.0682 | 研报 2.1 节正文 | | `synergy_spread_daily` | -0.0252 | -0.0085 | 研报未披露,无法核对 | — | | `synergy_spread_mean` | -0.0413 | -0.0494 | -0.0564 | 研报 2.2 节正文 | | `synergy_spread_std` | -0.0895 | -0.0938 | -0.0923 | 研报 2.2 节正文 | | `synergy_spread` | -0.0827 | -0.0897 | -0.0936 | 研报 2.2 节正文 | | `synergy_effect` | -0.1174 | -0.1202 | -0.1076 | 研报摘要与 2.3 节 | | `synergy_effect_pure` | -0.0420 | -0.0381 | -0.0502 | 研报摘要与 2.4 节 | Rank ICIR(年化): | 因子 | 本项目(研报口径) | 本项目(逐日全样本) | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | ---- | | `volume_synergy_daily` | -1.73 | -6.79 | 研报未披露,无法核对 | — | | `volume_synergy_mean` | -1.90 | -8.05 | -1.75 | 研报 2.1 节正文 | | `volume_synergy_std` | -3.03 | -14.05 | -3.44 | 研报 2.1 节正文 | | `volume_synergy` | -2.55 | -11.23 | -2.74 | 研报 2.1 节正文 | | `synergy_spread_daily` | -0.99 | -1.55 | 研报未披露,无法核对 | — | | `synergy_spread_mean` | -1.20 | -6.61 | -2.39 | 研报 2.2 节正文 | | `synergy_spread_std` | -2.63 | -12.32 | -3.66 | 研报 2.2 节正文 | | `synergy_spread` | -2.41 | -11.86 | -3.71 | 研报 2.2 节正文 | | `synergy_effect` | -3.26 | -14.84 | -4.09 | 研报摘要与 2.3 节 | | `synergy_effect_pure` | -3.04 | -11.55 | -2.82 | 研报摘要与 2.4 节 | 多空组合年化收益率与信息比(本项目为月末口径,逐日口径见上文说明不作对数): | 因子 | 本项目多空年化 | 研报多空年化 | 本项目信息比 | 研报信息比 | 出处 | | ---- | ---- | ---- | ---- | ---- | ---- | | `volume_synergy_daily` | 16.23% | 研报未披露,无法核对 | 1.36 | 研报未披露,无法核对 | — | | `volume_synergy_mean` | 21.78% | 14.82% | 1.24 | 研报未披露,无法核对 | 研报 2.1 节正文 | | `volume_synergy_std` | 20.83% | 19.93% | 1.56 | 研报未披露,无法核对 | 研报 2.1 节正文 | | `volume_synergy` | 25.81% | 21.11% | 1.51 | 研报未披露,无法核对 | 研报 2.1 节正文 | | `synergy_spread_daily` | 10.26% | 研报未披露,无法核对 | 0.81 | 研报未披露,无法核对 | — | | `synergy_spread_mean` | 17.03% | 17.21% | 1.02 | 研报未披露,无法核对 | 研报 2.2 节正文 | | `synergy_spread_std` | 21.31% | 25.56% | 1.22 | 研报未披露,无法核对 | 研报 2.2 节正文 | | `synergy_spread` | 21.69% | 26.83% | 1.27 | 研报未披露,无法核对 | 研报 2.2 节正文 | | `synergy_effect` | 35.79% | 36.83% | 1.94 | 3.00 | 研报摘要与 2.3 节 | | `synergy_effect_pure` | 14.23% | 15.88% | 2.02 | 1.80 | 研报摘要与 2.4 节 | `synergy_effect` 的多头与空头组合年化收益率(月末口径):多头 32.95% 对研报 21.54%,空头 -2.84% 对研报 -13.28%(研报 2.3 节)。两端绝对水平均高于研报,**口径本身不可比**:本项目是十分组前向收益按 252/21 做算术年化、且不剔除 ST 与次新股,研报是复利净值回测且剔除两类股票;可比的是两端之差(35.79% 对 36.83%)。 样本外表现(2024-03 ~ 2026-09,研报发布之后,29 个月末截面): | 因子 | 样本外 Rank IC | 样本外 ICIR(年化) | 样本外多空年化 | 样本外信息比 | | ---- | ---- | ---- | ---- | ---- | | `volume_synergy` | -0.0547 | -1.34 | 12.36% | 0.56 | | `synergy_spread` | -0.0512 | -1.11 | -4.99% | -0.14 | | `synergy_effect` | -0.0690 | -1.34 | 3.00% | 0.09 | | `synergy_effect_pure` | -0.0036 | -0.38 | 0.30% | 0.04 | 差异说明: - **核心因子复现成立**:`synergy_effect` 的 Rank IC -0.1174 对研报 -0.1076(差 0.0098)、多空年化 35.79% 对 36.83%(差 1.0pp),两项都在可接受范围内,方向与单调性一致;`synergy_effect_pure` 的 IC -0.0420 对 -0.0502、多空年化 14.23% 对 15.88%,也都吻合。两条支线合成优于各自单独使用这一结论同样复现(IC 由 -0.0897 / -0.0827 提升到 -0.1174)。 - **两条支线的偏差方向相反**,不是整体性的强弱偏移:成交量协同三因子的 IC 比研报系统性**更负** 1.5 ~ 2.2pp,协同价差三因子比研报**偏弱** 0.3 ~ 1.5pp(`synergy_spread_mean` 差 1.5pp 最大)。成交量协同那一支偏强,与本项目不剔除 ST 和次新股直接相关——这类股票成交量结构更极端,日内协同状态的辨识度差异被放大;协同价差那一支偏弱,最可能的来源是研报对「当前 1 分钟收益率(成交量)相对前 5 分钟收益率(成交量)的变化」没有给出公式,本项目按「减去前 5 分钟均值」实现(与同句中明确写作「均价」的兜底项同口径),若研报实际用的是前 5 分钟累计收益率或其他定义,协同次数矩阵会变,取到的 30 只协同股票也随之改变。**未为了对上研报调整这一口径**,留此存疑。 - **信息比系统性偏低**(`synergy_effect` 1.94 对研报 3.00),而 Rank IC 吻合,这与同系列之九、之十、之十一、之十四的复现是同一模式:研报剔除 ST 与上市不满半年的次新股,本项目按仓库规范全市场不过滤,这两类股票留在十分组里会显著放大组合波动、拉低信息比,而 Rank IC 作为全截面秩相关受其影响小得多。`synergy_effect_pure` 的信息比 2.02 反而略高于研报 1.80,也符合这一解释——正交化已经剥掉了与市值、流动性、波动率相关的暴露,ST 与次新股带来的波动被压掉了大半。 - **月末 ICIR 普遍略弱于研报**(协同效应 -3.26 对 -4.09),与多空信息比偏低同源。协同价差支线的 ICIR 差距最大(-2.41 对 -3.71),与该支线 IC 偏弱叠加,进一步指向上一条的口径存疑。 - **逐日列与月末列的 IC 高度一致**(协同效应 -0.1202 对 -0.1174),说明月末截面不是特殊时点,日度输出可直接使用;但逐日列的 ICIR 与信息比因 21 个交易日前向收益区间互相重叠而被放大,不可与研报数字直接比较。唯一例外是 `synergy_spread_daily`,逐日 IC 只有 -0.0085、月末 -0.0252——未经 20 日平滑的日频价差本身噪声极大,这与研报只把它当中间量、不单独使用一致。 - **样本外衰减明显,须在使用前复核**:研报发布后的 29 个月末截面上,`synergy_effect` 的 Rank IC 从 -0.1174 降到 -0.0690(衰减 41%),多空年化从 35.79% 降到 3.00%、信息比降到 0.09;`synergy_spread` 的多空收益转负(-4.99%);`synergy_effect_pure` 的增量信息基本消失(IC -0.0036、多空 0.30%)。方向全部保持为负,没有符号反转。这与本仓库同系列其他 `_pure` 因子的样本外模式一致。本表按研报原定义输出,未做任何调整。 - 区间差异:研报测试区间为 2013-01 ~ 2024-02,本表按本次任务要求回填近 15 年(2011-01 ~ 2026-09)。上游 `cn_stock_bar1m_c` 最早可用到 2005-01-04,起点不受数据可用性限制。 - 全样本(2011-01 ~ 2026-09,月末)结果供参考:`synergy_effect` IC -0.1097、ICIR -2.86、多空年化 30.17%、信息比 1.42;`synergy_effect_pure` IC -0.0384、ICIR -2.55、多空年化 12.65%、信息比 1.73。 ## 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 | volume_synergy_daily | volume_synergy_mean | volume_synergy_std | volume_synergy | synergy_spread_daily | synergy_spread_mean | synergy_spread_std | synergy_spread | synergy_effect | synergy_effect_pure | |---------------------|------------|----------------------|---------------------|--------------------|----------------|----------------------|---------------------|--------------------|----------------|----------------|---------------------| | 2026-09-30 00:00:00 | 000001.SZ | -0.000736 | 0.315654 | 0.133161 | -0.306313 | 0.004297 | -0.000319 | 0.006066 | -1.110242 | -0.972970 | -0.001627 | | 2026-09-30 00:00:00 | 000002.SZ | 0.339390 | 0.319802 | 0.196787 | 0.888576 | 0.041655 | 0.014228 | 0.020580 | 1.313753 | 1.520267 | 0.256862 | | 2026-09-30 00:00:00 | 000006.SZ | 0.415597 | 0.381191 | 0.158495 | 0.507951 | -0.018261 | 0.005415 | 0.014018 | -0.029893 | 0.325542 | 0.561420 | | 2026-09-30 00:00:00 | 000007.SZ | 0.429075 | 0.251699 | 0.129700 | -0.708966 | 0.013801 | 0.001144 | 0.026787 | 0.211793 | -0.314168 | -0.011001 | | 2026-09-30 00:00:00 | 000008.SZ | 0.244506 | 0.271660 | 0.127317 | -0.647137 | 0.008091 | 0.006018 | 0.008708 | -0.260279 | -0.603898 | -0.142277 | | 2026-09-30 00:00:00 | 920978.BJ | 0.342649 | 0.221510 | 0.109039 | -1.249807 | 0.013670 | -0.000975 | 0.013922 | -0.743173 | -1.343018 | -0.890664 | | 2026-09-30 00:00:00 | 920981.BJ | 0.254933 | 0.391754 | 0.119269 | -0.159177 | -0.011690 | 0.001454 | 0.015365 | -0.393270 | -0.372673 | -0.527492 | | 2026-09-30 00:00:00 | 920982.BJ | 0.314470 | 0.291378 | 0.146425 | -0.190429 | 0.099725 | 0.012578 | 0.028216 | 1.558438 | 0.974352 | 0.361762 | | 2026-09-30 00:00:00 | 920985.BJ | 0.225227 | 0.224116 | 0.139532 | -0.673882 | 0.009853 | 0.001223 | 0.026028 | 0.178074 | -0.314472 | 0.347228 | | 2026-09-30 00:00:00 | 920992.BJ | -0.017257 | 0.161844 | 0.148107 | -0.845760 | 0.011228 | 0.008691 | 0.029059 | 1.175070 | 0.269970 | 0.276140 |
方正因子协同效应 (hf_bar1m_c_fz_synergy_effect)
数据描述:
文档
用例
表结构
| 字段 | 字段类型 | 字段描述 |
| __PARTITION__ | string | - |
| synergy_effect | double | 协同效应,成交量协同与协同价差各自截面标准化后等权合成,研报的最终合成因子;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| synergy_spread | double | 协同价差,月均协同价差与月稳协同价差各自截面去极值标准化后等权合成;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| volume_synergy | double | 成交量协同,月均成交量协同与月稳成交量协同各自截面去极值标准化后等权合成;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| synergy_spread_std | double | 月稳协同价差,日协同价差过去 20 个交易日的样本标准差,刻画相对协同股票超额收益的稳定性;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| date | timestamp[ns] | 交易日期 |
| synergy_effect_pure | double | 纯净协同效应,协同效应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;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| synergy_spread_mean | double | 月均协同价差,日协同价差过去 20 个交易日的均值;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| volume_synergy_mean | double | 月均成交量协同,日成交量协同过去 20 个交易日的均值;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| synergy_spread_daily | double | 日协同价差,当日收益率减去当日协同次数最多的 30 只股票的平均收益率;值越大表示相对协同股票的短期正向超额收益越高、性价比越低。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| instrument | string | 股票代码 |
| volume_synergy_daily | double | 日成交量协同,分钟成交量占比序列与“协同成交量”序列的相关系数;值越大表示该股成交量变化越能代表协同股票整体,交易辨识度越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
| volume_synergy_std | double | 月稳成交量协同,日成交量协同过去 20 个交易日的样本标准差;值越小未来收益越高。来源:曹春晓. 2024-03-19. 《日内协同股票性价比度量与“协同效应”因子构建》. 方正证券 |
表名:hf_bar1m_c_fz_synergy_effect
起始时间:
最近更新时间: