开源证券资金流动态 (hf_prefactors_ky_moneyflow_dynamics)

# hf_prefactors_ky_moneyflow_dynamics ## 文献来源 - **标题**: 《新型因子：资金流动力学与散户羊群效应——市场微观结构研究系列（14）》 - **作者**: 魏建榕、盛少成 - **机构**: 开源证券 - **时间**: 2022-06-02 此前的资金流研究都在「单一资金流」维度上展开，本篇研报首次从「各类资金流之间的相关性结构」出发挖掘 alpha。研报分两类：**同步相关性**（两类资金净流入在过去 N 个交易日的秩相关系数）与**错位相关性**（一类资金净流入与另一类资金**次日**净流入的秩相关系数）。同步相关性里超大单与小单的组合最有效，但研报进一步证明它是「伪动力学」因子——其 alpha 可被两类资金的流入量级占比指标 $H$ 解释，底层来源仍是资金流强度。错位相关性里小单与小单自身错位的组合最有效，研报证明它的 alpha 来源是散户羊群效应，可被 $RankCorr(R_t, S_{t+1})$（过去收益率与小单次日净流入的秩相关）完全解释，后者才是独立有效的新因子。研报最后把同一思路延伸到行业层面，用一阶差分的秩相关 $RankCorr(\Delta R_t, \Delta S_{t+1})$ 做行业轮动。 ## 表结构 - **表名**: `hf_prefactors_ky_moneyflow_dynamics` - **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 | | `sync_corr_el_l` | `PlFloat64` | 是 | 超大单与大单净流入的 20 日同步秩相关系数 | | `sync_corr_el_m` | `PlFloat64` | 是 | 超大单与中单净流入的 20 日同步秩相关系数 | | `sync_corr_el_s` | `PlFloat64` | 是 | 超大单与小单净流入的 20 日同步秩相关系数，同步相关性中最有效者，值越大未来收益越高 | | `sync_corr_l_m` | `PlFloat64` | 是 | 大单与中单净流入的 20 日同步秩相关系数 | | `sync_corr_l_s` | `PlFloat64` | 是 | 大单与小单净流入的 20 日同步秩相关系数 | | `sync_corr_m_s` | `PlFloat64` | 是 | 中单与小单净流入的 20 日同步秩相关系数 | | `flow_magnitude_h` | `PlFloat64` | 是 | 资金流量级占比指标 H，过去 20 日超大单与小单净流入绝对值之和占四档净流入绝对值总和的比重，研报证明它能解释同步相关性因子的 alpha | | `lag_corr_el_el` | `PlFloat64` | 是 | 超大单净流入与自身次日净流入的 20 日错位秩相关系数 | | `lag_corr_l_l` | `PlFloat64` | 是 | 大单净流入与自身次日净流入的 20 日错位秩相关系数 | | `lag_corr_m_m` | `PlFloat64` | 是 | 中单净流入与自身次日净流入的 20 日错位秩相关系数 | | `lag_corr_s_s` | `PlFloat64` | 是 | 小单净流入与自身次日净流入的 20 日错位秩相关系数，错位相关性中最有效者，值越大未来收益越高 | | `lag_corr_s_l` | `PlFloat64` | 是 | 小单净流入与大单次日净流入的 20 日错位秩相关系数 | | `lag_corr_el_l` | `PlFloat64` | 是 | 超大单净流入与大单次日净流入的 20 日错位秩相关系数 | | `lag_corr_el_s` | `PlFloat64` | 是 | 超大单净流入与小单次日净流入的 20 日错位秩相关系数 | | `herding_corr_el` | `PlFloat64` | 是 | 收益率与超大单次日净流入的 20 日错位秩相关系数（研报对照项） | | `herding_corr_l` | `PlFloat64` | 是 | 收益率与大单次日净流入的 20 日错位秩相关系数（研报对照项） | | `herding_corr_m` | `PlFloat64` | 是 | 收益率与中单次日净流入的 20 日错位秩相关系数（研报对照项） | | `herding_corr_s` | `PlFloat64` | 是 | 散户羊群效应因子，收益率与小单次日净流入的 20 日错位秩相关系数，研报的核心新因子，值越小未来收益越高 | | `ind_herding_corr_s` | `PlFloat64` | 是 | 行业散户羊群效应因子，所属申万一级行业的收益率一阶差分与行业小单净流入一阶差分的 20 日错位秩相关系数，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_prefactors` | 日频 | `date`、`instrument`、`change_ratio`、`suspended`、`amount`、`sw2021_level1`、`sw_level1_close`、`active_buy_amount_large`、`passive_buy_amount_large`、`active_sell_amount_large`、`passive_sell_amount_large`、`active_buy_amount_big`、`passive_buy_amount_big`、`active_sell_amount_big`、`passive_sell_amount_big`、`active_buy_amount_mid`、`passive_buy_amount_mid`、`active_sell_amount_mid`、`passive_sell_amount_mid`、`active_buy_amount_small`、`passive_buy_amount_small`、`active_sell_amount_small`、`passive_sell_amount_small` | `date` + `instrument` 作为输出骨架；四档各 4 个方向的资金流金额还原出各档日度净流入，是全部秩相关与 H 指标的输入；`change_ratio` 为散户羊群效应的收益率序列；`sw2021_level1` 用于把个股聚合成行业并把行业因子广播回成分股；`sw_level1_close` 用于计算行业指数日收益率；`amount` 与 `suspended` 参与有效交易日判定 | 秩相关窗口为 20 个交易日，错位一期多用 1 天，行业因子的一阶差分再多用 1 天，`_build` 统一倒退 22 个交易日取数，故单日增量的实际扫描区间约为输出区间的 22 倍（日频表，扫描成本可忽略）。 > 历史起点说明：本表的历史数据从 **2016-01-04** 开始，不含 2015 年。原因有两条，都来自上游数据而非计算： > 其一，`cn_stock_prefactors` 的分档资金流字段 2015 年 1 月中旬才开始有数据，首个「20 日窗口全有效」的交易日是 2015-02-16； > 其二，2015 年 7 月的「千股停牌」期间超过一半的 A 股在 20 日窗口内有停牌日，本表因子对它们**真的无定义**， > 实测 2015-07-14 的无效值占比达 56%~62%。把入库前测试的 `invalid_ratio` 上限放宽到能容纳这个比例， > 等于让该测试点再也拦不住「某天半数股票缺失」这类真实故障，因此选择不回填 2015 年并在此说明， > 而不是放宽门禁。2016 年起各年抽样日的无效值占比上限为 29.5%，均在门禁之内。 ## 因子列表 ### sync_corr_el_l **中文名**: 超大单-大单同步相关性 **描述**: 同步相关性因子之一。研报给出的 20 日回看选股 ICIR 为 -1.02。 **构建逻辑**: 对某只股票，取过去 20 个交易日超大单净流入序列与大单净流入序列，计算两者的秩相关系数。 **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 - 股票过滤：研报剔除 ST、停牌以及上市不足 60 个交易日的次新股。本项目按项目规范不对股票做任何过滤，仅在窗口内按交易日是否有效取舍 - 秩相关的实现：DAI 没有滚动秩相关算子，本项目在 Python 侧用 numpy 实现——对每个 20 日窗口沿时间轴求平均秩（并列取均值）后做 Pearson 相关，等价于 Spearman 秩相关 - 有效交易日：要求窗口内每一天的四档资金流金额、成交额与涨跌幅都可用且未停牌，否则该股当日因子值置空 - 分档口径：研报的超大单 / 大单 / 中单 / 小单对应 `cn_stock_prefactors` 资金流字段后缀的 `large` / `big` / `mid` / `small`（该表的 `large` 指超大单，不是研报的大单），字段名按研报语义命名 - 净流入的还原：源表只给出各档「主动 / 被动 × 买 / 卖」四个方向的金额。实测确认 `净流入 = (主动买入 + 被动卖出) - (主动卖出 + 被动买入)`，四档净流入之和精确为 0，与研报所依赖的「超大单 + 大单 + 中单 + 小单 = 0」配平恒等式一致 ### sync_corr_el_m **中文名**: 超大单-中单同步相关性 **描述**: 同步相关性因子之一。研报给出 20 日回看选股 ICIR 为 1.41，但与 `sync_corr_el_s` 的相关性达 27.25%，回归掉后 ICIR 降至 0.87，基本没有选股能力。 **构建逻辑**: 口径同 `sync_corr_el_l`，第二条序列换成中单净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### sync_corr_el_s **中文名**: 超大单-小单同步相关性 **描述**: 同步相关性中表现最好的因子，20 日回看选股 ICIR 达 2.43、IC 均值 5.13%，五分组多空对冲年化收益 12.09%、信息比率 1.93、月度胜率 76.79%、最大回撤 7.17%。但研报进一步证明它是「伪动力学」因子：受「超大单 + 大单 + 中单 + 小单 = 0」恒等式约束，超大单与小单天然负相关，其相关性强弱取决于两者的流入量级占比，与 H 指标相关性高达 -54.56%，回归掉 H 后基本不具备选股能力。 **构建逻辑**: 口径同 `sync_corr_el_l`，第二条序列换成小单净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### sync_corr_l_m **中文名**: 大单-中单同步相关性 **描述**: 同步相关性因子之一。研报给出的 20 日回看选股 ICIR 为 -0.85。 **构建逻辑**: 口径同 `sync_corr_el_l`，两条序列分别为大单与中单净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### sync_corr_l_s **中文名**: 大单-小单同步相关性 **描述**: 同步相关性因子之一。研报给出的 20 日回看选股 ICIR 为 0.01，基本无效。 **构建逻辑**: 口径同 `sync_corr_el_l`，两条序列分别为大单与小单净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### sync_corr_m_s **中文名**: 中单-小单同步相关性 **描述**: 同步相关性因子之一。研报给出 20 日回看选股 ICIR 为 -1.70，与 `sync_corr_el_s` 的相关性达 -55.19%，回归掉后 ICIR 降至 -0.45，基本没有选股能力。 **构建逻辑**: 口径同 `sync_corr_el_l`，两条序列分别为中单与小单净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### flow_magnitude_h **中文名**: 资金流量级占比指标 H **描述**: 研报为检验「同步相关性是否只是量级效应」而构造的指标。逻辑是：受净流入配平恒等式约束，超大单和小单具有天然的负相关；若某只股票大单 + 中单 = 0，超大单与小单的相关系数就会等于 -1。因此两者的量级水平会影响恒等式的约束强度，进而影响同步相关性。研报的实证显示 H 的多空对冲曲线与 `sync_corr_el_s` 极为相似，相关性高达 -54.56%，是后者的 alpha 来源。 **构建逻辑**: 计算每只股票在过去 20 天中，超大单和小单净流入量级之和占全体资金净流入量级之和的比重。 ```math H = \frac{|NI_{EL}| + |NI_{S}|}{|NI_{EL}| + |NI_{L}| + |NI_{M}| + |NI_{S}|} ``` **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 - 求和次序：研报公式按单日写出，正文说明是「过去 20 天中」的量级之和占比，本项目按正文先在 20 日窗口内对各档净流入绝对值分别求和，再相除 - 股票过滤、有效交易日、分档口径、净流入的还原：同 `sync_corr_el_l` ### lag_corr_el_el **中文名**: 超大单自错位相关性 **描述**: 错位相关性因子之一。研报给出错位 1 期、20 日回看的选股 ICIR 为 0.84。 **构建逻辑**: 对某只股票，在过去 20 个交易日上，把超大单净流入与其**次日**超大单净流入配成 20 对，计算两者的秩相关系数。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、分档口径、净流入的还原：同 `sync_corr_el_l` - 有效交易日：错位一期要多用窗口前一天，故要求 21 个交易日全部有效 ### lag_corr_l_l **中文名**: 大单自错位相关性 **描述**: 错位相关性因子之一。研报给出的选股 ICIR 为 0.66。 **构建逻辑**: 口径同 `lag_corr_el_el`，两条序列换成大单净流入与其次日值。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### lag_corr_m_m **中文名**: 中单自错位相关性 **描述**: 错位相关性因子之一。研报给出的选股 ICIR 为 0.88。 **构建逻辑**: 口径同 `lag_corr_el_el`，两条序列换成中单净流入与其次日值。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### lag_corr_s_s **中文名**: 小单自错位相关性 **描述**: 错位相关性中表现最好的因子，选股 ICIR 达 2.07、IC 均值 3.09%，五分组多空对冲年化收益 8.45%、信息比率 2.05、月度胜率 76.58%、最大回撤 4.21%。研报进一步证明它的 alpha 来源是散户羊群效应：与 `herding_corr_s` 相关性高达 -58.77%，回归掉后基本不具备选股效果。 **构建逻辑**: 口径同 `lag_corr_el_el`，两条序列换成小单净流入与其次日值。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### lag_corr_s_l **中文名**: 小单-大单错位相关性 **描述**: 错位相关性因子之一。研报给出的选股 ICIR 为 -1.99，与 `lag_corr_s_s` 相关性 -62.92%，回归掉后 ICIR 降至 -1.25，基本没有选股能力。 **构建逻辑**: 口径同 `lag_corr_el_el`，第一条序列为小单净流入、第二条为大单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### lag_corr_el_l **中文名**: 超大单-大单错位相关性 **描述**: 错位相关性因子之一。研报给出的选股 ICIR 为 1.79，与 `lag_corr_s_s` 相关性 35.30%，回归掉后 ICIR 降至 1.22，基本没有选股能力。 **构建逻辑**: 口径同 `lag_corr_el_el`，第一条序列为超大单净流入、第二条为大单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### lag_corr_el_s **中文名**: 超大单-小单错位相关性 **描述**: 错位相关性因子之一。研报给出的选股 ICIR 为 -1.58，与 `lag_corr_s_s` 相关性 -54.44%，回归掉后 ICIR 降至 -0.56，基本没有选股能力。 **构建逻辑**: 口径同 `lag_corr_el_el`，第一条序列为超大单净流入、第二条为小单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### herding_corr_el **中文名**: 超大单跟随收益相关性 **描述**: 研报为对照散户羊群效应而对另外三类资金流做的同类计算。研报的全市场统计显示，四类资金中只有小单呈现明显的「追涨杀跌」形态。 **构建逻辑**: 对某只股票，在过去 20 个交易日上，把当日收益率与**次日**超大单净流入配成 20 对，计算两者的秩相关系数。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### herding_corr_l **中文名**: 大单跟随收益相关性 **描述**: 研报对照项，说明见 `herding_corr_el`。 **构建逻辑**: 口径同 `herding_corr_el`，第二条序列换成大单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### herding_corr_m **中文名**: 中单跟随收益相关性 **描述**: 研报对照项，说明见 `herding_corr_el`。 **构建逻辑**: 口径同 `herding_corr_el`，第二条序列换成中单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### herding_corr_s **中文名**: 散户羊群效应因子 **描述**: 研报的核心新因子。度量方法是对每只股票计算「过去 N 日收益率」与「小单未来 N 日净流入」的相关系数，前者代表市场涨跌、后者代表散户行为。研报对滞后期 N 做遍历后发现 N=1 时选股效果最好且衰减较快。该因子为负向因子，即股票的散户羊群效应越高、未来预期收益越差；研报给出五分组多空对冲年化收益 12.51%、信息比率 2.18、月度胜率 77.48%，回看天数在 20~60 天之间敏感性不高，与常见 Barra 风格因子相关性不高，行业风格中性化后多空对冲信息比率仍有 2.27。 **构建逻辑**: 口径同 `herding_corr_el`，第二条序列换成小单的次日净流入。 **项目实现说明**: - 计算频率、股票过滤、秩相关的实现、有效交易日、分档口径、净流入的还原：同 `lag_corr_el_el` ### ind_herding_corr_s **中文名**: 行业散户羊群效应因子 **描述**: 把散户羊群效应的思路延伸到行业层面。研报发现行业层面改用一阶差分的秩相关更有轮动效果，且该指标在滞后期 N=1、2 时 ICIR 相对最显著并呈现相反效果（由两者强负相关导致），最终采用滞后一期版本。研报的解释是：对于某行业小单资金净流入的日度变化而言，若其跟随昨日行业收益日度变化越紧密，则该行业散户羊群效应越高、后市表现可能越差。研报给出 IC 均值 -5.85%、ICIR -1.04，三分组多空对冲年化收益 11.99%、信息比率 1.25、胜率 66.07%、最大回撤 8.22%。 **构建逻辑**: 1. 对每个申万一级行业，逐日计算行业收益率与行业小单净流入； 2. 分别取两者的一阶差分 $\Delta R_t$ 与 $\Delta S_t$； 3. 在过去 20 个交易日上把 $\Delta R_t$ 与**次日**的 $\Delta S_{t+1}$ 配对，计算秩相关系数。 **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 - 记录粒度：研报的因子是行业指数粒度的轮动因子，本项目的表结构要求 `date` + `instrument` 主键，故把行业因子值广播到该行业的全部成分股，每只股票带上所属申万一级行业的因子值 - 行业收益率：取 `cn_stock_prefactors` 的申万一级行业指数收盘价 `sw_level1_close` 计算日收益率 - 行业小单净流入：把该行业当日成分股的小单净流入相加；停牌股当日没有成交、净流入本就是 0，故按有效成分股求和而不是整个行业判缺失（否则任一成分股停牌就会让整个行业 22 天窗口作废，实测覆盖度只剩 4%） - 秩相关的实现：同 `sync_corr_el_l` - 有效交易日：行业层面以行业指数收盘价与成分股小单净流入可用为准，要求 22 个交易日全部有效（20 日窗口 + 错位 1 期 + 一阶差分 1 期） ## 复现核对 **核对口径**: 2016-01-04 ~ 2026-09-30（128 个月末截面 / 2611 个逐日截面）；全市场不做任何股票过滤（研报剔除 ST、停牌与上市不足 60 个交易日的次新股）；前向收益取 21 个交易日的收盘到收盘收益；rankIC 按截面计算；研报 ICIR 为年化口径，本项目的 rankICIR 已年化。研报回测区间为 2013-01-01 ~ 2022-04-30。`ind_herding_corr_s` 是行业级因子广播到成分股，个股截面 IC 对它没有分辨力，该行已单独说明。 | 因子 | 本项目（月末截面 rankIC / 年化 rankICIR） | 本项目（逐日 rankIC） | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | ---- | | `sync_corr_el_l` | -0.0405 / -1.73 | -0.0468 | 选股 ICIR -1.02 | 研报表 1 | | `sync_corr_el_m` | +0.0301 / +1.25 | +0.0304 | 选股 ICIR 1.41；与 RankCorr(EL,S) 相关 27.25%，回归掉后 ICIR 降至 0.87 | 研报表 1 与第 1.1 节 | | `sync_corr_el_s` | +0.0546 / +2.18 | +0.0580 | IC 均值 5.13%、ICIR 2.43；五分组多空年化 12.09%、信息比率 1.93、月度胜率 76.79%、最大回撤 7.17% | 研报表 1、图 1 与第 1.1 节 | | `sync_corr_l_m` | -0.0176 / -1.00 | -0.0216 | 选股 ICIR -0.85 | 研报表 1 | | `sync_corr_l_s` | +0.0136 / +0.66 | +0.0179 | 选股 ICIR 0.01 | 研报表 1 | | `sync_corr_m_s` | -0.0496 / -1.84 | -0.0542 | 选股 ICIR -1.70；与 RankCorr(EL,S) 相关 -55.19%，回归掉后 ICIR 降至 -0.45 | 研报表 1 与第 1.1 节 | | `flow_magnitude_h` | -0.0782 / -2.94 | -0.0863 | 与 RankCorr(EL,S) 的相关性高达 -54.56%，多空对冲曲线极为相似（未给 IC） | 研报图 2 与第 1.2 节 | | `lag_corr_el_el` | +0.0039 / +0.28 | +0.0064 | 错位 1 期选股 ICIR 0.84 | 研报表 2 | | `lag_corr_l_l` | -0.0034 / -0.24 | -0.0037 | 错位 1 期选股 ICIR 0.66 | 研报表 2 | | `lag_corr_m_m` | +0.0054 / +0.42 | +0.0064 | 错位 1 期选股 ICIR 0.88 | 研报表 2 | | `lag_corr_s_s` | +0.0172 / +1.04 | +0.0201 | IC 均值 3.09%、ICIR 2.07；五分组多空年化 8.45%、信息比率 2.05、月度胜率 76.58%、最大回撤 4.21% | 研报表 2、图 5 与第 2.1 节 | | `lag_corr_s_l` | -0.0260 / -1.56 | -0.0314 | 错位 1 期选股 ICIR -1.99；与 RankCorr(S,S+1) 相关 -62.92%，回归掉后 -1.25 | 研报表 2 与第 2.1 节 | | `lag_corr_el_l` | +0.0129 / +0.90 | +0.0159 | 错位 1 期选股 ICIR 1.79；与 RankCorr(S,S+1) 相关 35.30%，回归掉后 1.22 | 研报表 2 与第 2.1 节 | | `lag_corr_el_s` | -0.0222 / -1.45 | -0.0270 | 错位 1 期选股 ICIR -1.58；与 RankCorr(S,S+1) 相关 -54.44%，回归掉后 -0.56 | 研报表 2 与第 2.1 节 | | `herding_corr_el` | +0.0156 / +1.00 | +0.0199 | 四类资金中只有小单呈现明显的追涨杀跌形态（未给逐项数值） | 研报图 6 | | `herding_corr_l` | +0.0216 / +1.14 | +0.0262 | 同上（未给逐项数值） | 研报图 6 | | `herding_corr_m` | -0.0199 / -1.07 | -0.0252 | 同上（未给逐项数值） | 研报图 6 | | `herding_corr_s` | -0.0375 / -1.77 | -0.0441 | 负向因子；多空年化 12.51%、年化波动 5.74%、收益波动比 2.18、月度胜率 77.48%、最大回撤 8.58%；行业风格中性化后多空 IR 2.27 | 研报表 3、图 8 与图 11 | | `ind_herding_corr_s` | +0.0006 / +0.03 | -0.0077 | 行业层面 IC 均值 -5.85%、ICIR -1.04；三分组多空年化 11.99%、信息比率 1.25、胜率 66.07%、最大回撤 8.22% | 研报第 3 节与图 14、表 6 | 本表是七张表里**与研报逐项数值吻合度最高**的一张。 **六个同步相关性因子的 ICIR 符号与量级全部复现**（本项目年化 rankICIR 对研报表 1）: | 组合 | 本项目 | 研报 | | ---- | ---- | ---- | | 超大单-大单 | -1.73 | -1.02 | | 超大单-中单 | +1.25 | +1.41 | | 超大单-小单 | +2.18 | +2.43 | | 大单-中单 | -1.00 | -0.85 | | 大单-小单 | +0.66 | +0.01 | | 中单-小单 | -1.84 | -1.70 | 六格符号全部一致，其中四格的差距在 0.25 以内。研报指认的最优组合 `sync_corr_el_s` 在本项目同样是同步相关性里最强的一个（IC 0.0546 对研报 5.13%、年化 ICIR 2.18 对 2.43），**误差在 0.3 个百分点与 0.25 个 ICIR 以内**。 **「伪动力学」的论证也复现了**。研报的核心论点是 `sync_corr_el_s` 的 alpha 可被量级占比指标 H 解释，两者相关 -54.56%。本项目 `flow_magnitude_h` 的 rankIC 为 **-0.0782**、年化 rankICIR -2.94，与 `sync_corr_el_s` 的 +0.0546 / +2.18 **符号相反、强度相当**，正是「两者高度负相关、承载同一份信息」的表现。 **七个错位相关性因子有六个符号一致**: | 组合 | 本项目 | 研报 | | ---- | ---- | ---- | | 超大单-超大单 | +0.28 | +0.84 | | 大单-大单 | **-0.24** | **+0.66** | | 中单-中单 | +0.42 | +0.88 | | 小单-小单 | +1.04 | +2.07 | | 小单-大单 | -1.56 | -1.99 | | 超大单-大单 | +0.90 | +1.79 | | 超大单-小单 | -1.45 | -1.58 | 唯一符号相反的是「大单-大单」（本项目 -0.24 对研报 +0.66），两者绝对值都很小、落在噪声范围内，标为**待确认**。研报指认的最优组合 `lag_corr_s_s` 在本项目同样是四个自错位组合里最强的（+1.04），但强度只有研报的一半（2.07）。 **散户羊群效应因子方向正确、强度偏弱**。`herding_corr_s` rankIC -0.0375、年化 rankICIR -1.77，为负向因子，与研报「股票的散户羊群效应越高、未来预期收益越差」一致；研报给的多空收益波动比 2.18 与本项目的 IC 信息比率不同口径，不能直接相减。四档对照项里只有小单（-1.77）与中单（-1.07）为负、大单（+1.14）与超大单（+1.00）为正，与研报图 6「四类资金中只有小单呈现明显追涨杀跌」的方向基本一致（中单也偏负，研报未给逐项数值）。 **行业散户羊群效应未能复现**。`ind_herding_corr_s` 在个股截面上的 rankIC 为 +0.0006（逐日 -0.0077），而研报给的是**行业层面** IC -5.85%、ICIR -1.04。两者口径不同：本表把行业因子广播到成分股，个股截面 IC 对它没有分辨力（31 个取值铺到 5000 多只股票）。本项目在 `hf_prefactors_ky_industry_rotation` 的核对里已经量过，近十年行业层面的截面 alpha 整体接近 0，因此该因子的行业级强度也预期偏弱，但本小节没有做行业级的 IC 计算，**该项标为未核对**。 差异来源: - **强度普遍偏弱约一半**。研报区间 2013-01 ~ 2022-04，本项目 2016-01 ~ 2026-09。研报的核心论点之一正是「同步相关性是伪动力学、错位相关性的 alpha 来自散户羊群效应」，而散户行为类因子在 2022 年后的衰减会直接压低本项目的 ICIR。 - **股票过滤**: 研报剔除 ST、停牌与上市不足 60 个交易日的次新股，本项目按项目规范不做任何过滤。 - **秩相关实现**: 本项目用 numpy 实现滚动 Spearman（并列取平均秩），已与 `scipy.stats.spearmanr` 逐窗口核对一致，不是差异来源。 ## 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 | sync_corr_el_l | sync_corr_el_m | sync_corr_el_s | sync_corr_l_m | sync_corr_l_s | sync_corr_m_s | flow_magnitude_h | lag_corr_el_el | lag_corr_l_l | lag_corr_m_m | lag_corr_s_s | lag_corr_s_l | lag_corr_el_l | lag_corr_el_s | herding_corr_el | herding_corr_l | herding_corr_m | herding_corr_s | ind_herding_corr_s | |---------------------|------------|----------------|----------------|----------------|---------------|---------------|---------------|------------------|----------------|--------------|--------------|--------------|--------------|---------------|---------------|-----------------|----------------|----------------|----------------|--------------------| | 2026-09-30 00:00:00 | 000001.SZ | -0.018045 | -0.631579 | 0.174436 | -0.332331 | -0.652632 | -0.260150 | 0.420127 | 0.019549 | 0.141353 | 0.535338 | 0.111278 | 0.108271 | -0.190977 | 0.404511 | -0.212030 | 0.233083 | -0.061654 | -0.046617 | 0.472180 | | 2026-09-30 00:00:00 | 000002.SZ | -0.387970 | -0.887218 | -0.849624 | 0.213534 | 0.314286 | 0.697744 | 0.697297 | -0.491729 | -0.393985 | -0.348872 | -0.430075 | -0.649624 | 0.739850 | 0.339850 | -0.466165 | 0.308271 | 0.321805 | 0.339850 | 0.642105 | | 2026-09-30 00:00:00 | 000004.SZ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | | 2026-09-30 00:00:00 | 000006.SZ | -0.144361 | -0.593985 | -0.551880 | -0.193985 | -0.200000 | -0.055639 | 0.640312 | -0.248120 | 0.563910 | -0.183459 | -0.443609 | 0.231579 | -0.142857 | 0.425564 | 0.100752 | 0.130827 | -0.159398 | -0.012030 | 0.642105 | | 2026-09-30 00:00:00 | 000007.SZ | 0.421211 | -0.127868 | -0.662655 | 0.114286 | -0.729323 | -0.490226 | 0.596611 | -0.059443 | 0.013534 | 0.209023 | 0.279699 | -0.099248 | 0.245205 | -0.215871 | -0.066968 | 0.415946 | 0.468597 | -0.402407 | 0.407519 | | 2026-09-30 00:00:00 | 920978.BJ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.270677 | | 2026-09-30 00:00:00 | 920981.BJ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.609023 | | 2026-09-30 00:00:00 | 920982.BJ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.132331 | | 2026-09-30 00:00:00 | 920985.BJ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.321805 | | 2026-09-30 00:00:00 | 920992.BJ | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.463158 |