趋势资金识别方法及因子构建 [page::0][page::2]

• 以过去5日分钟成交量的90%分位数为阈值，日内成交量高于该阈值的分钟交易视为趋势资金交易；

- 构建趋势资金相对均价因子：趋势资金成交量加权均价与全日成交量加权均价比值-1；

• 构建趋势资金净支撑量因子：趋势资金中低于均价分钟的成交量减高于均价分钟成交量后的净值。

趋势资金相对均价因子绩效分析 [page::3]

• 月度IC均值-0.044，年化ICIR -2.58；

- 多空对冲年化收益15.17%，信息比率2.54，月度胜率81.30%，最大回撤7.71%。

趋势资金净支撑量因子绩效分析 [page::4][page::5][page::6]

| 指标 | 所有分钟净支撑量因子 | 趋势资金净支撑量因子 |
| ------------- | -------------------- | -------------------- |
| 月度IC均值 | 0.040 | 0.057 |
| 年化ICIR | 2.59 | 3.09 |
| 年化收益率 | 13.80% | 19.60% |
| 年化波动率 | 6.01% | 7.07% |
| 信息比率 | 2.29 | 2.77 |
| 月度胜率 | 77.24% | 76.42% |
| 最大回撤率 | 5.90% | 7.15% |

趋势资金交易行为综合因子及效果 [page::7][page::8]

• 综合因子由相对均价因子（取负）和净支撑量因子zscore等权合成；

- 月度IC均值0.060，年化ICIR 3.12，年化收益20.33%，信息比率2.99，月度胜率82.93%，最大回撤7.57%。

纯净趋势资金综合因子及风格因子剔除效果 [page::9][page::10]

• 综合因子与流动性、特质波动率风格相关较高（-0.35/-0.28）；

- 剔除常用风格残差的纯净因子年化ICIR 2.36，年化收益11.98%，信息比率2.00，最大回撤3.68%。

参数敏感性与多样样本空间考察 [page::10][page::11][page::12]

• 不同k（5或10）、m（80或90）及回看窗口（10、20、40日）参数下，综合因子选股效果稳健，年化RankICIR均大于4；

- 在沪深300、中证500、中证1000、国证2000等样本空间均表现良好，且在小市值股中效果更佳，中证1000年化收益达19.41%，信息比率2.36。

| 样本空间 | 月度IC均值 | 年化ICIR | 年化收益率 | 最大回撤率 |
| -------- | ---------- | -------- | ---------- | ---------- |
| 沪深300 | 0.041 | 1.29 | 7.26% | 33.07% |
| 中证500 | 0.045 | 1.63 | 12.37% | 10.65% |
| 中证1000 | 0.060 | 2.57 | 19.41% | 11.34% |
| 国证2000 | 0.064 | 2.78 | 22.37% | 12.47% |

量化专题报告——“量价淘金”选股因子系列研究（五）基于趋势资金日内交易行为的选股因子详尽分析

---

一、元数据与报告概览

• 报告标题：“量价淘金”选股因子系列研究（五）基于趋势资金日内交易行为的选股因子

- 作者：沈芷琦（执业证书编号：S0680521120005）、刘富兵（执业证书编号：S0680518030007）

• 发布机构：国盛证券研究所

- 发布日期：2024年（具体日期未见，此次报告回测数据截止2024年4月30日）

• 主题：本报告聚焦于基于日内分钟级别成交量和价格数据，识别趋势资金的交易行为，构建有效的A股选股因子。

- 核心论点：
本文在前几篇“量价淘金”系列研究的基础上，放弃复杂的主体划分，利用最简单的成交量指标，在高频日内分钟层面锁定趋势资金交易行为，并从趋势交易的价格和量两方面挖掘选股信息。两者因子分别表现中性到正向，通过等权合成构建趋势资金交易行为综合因子，有效提升选股能力。

• 研究贡献及主要结论：

- 利用5日分钟成交量90%分位数划定趋势资金交易时点；
- 从趋势资金“相对均价”及“净支撑成交量”两个层面构建选股因子，分别揭示趋势资金在价格层面及成交量层面对个股走势的“多空”信号；
- 综合因子表现优异，在2014年至2024年10年多时间维度均保持高稳定度和盈利能力，年化收益率超过20%，信息比率接近3，最大回撤不到8%；
- 在剔除行业及市场风格影响后，纯净综合因子仍保有较强选股能力，体现了该量价因子捕捉趋势资金行为的核心价值。

---

二、逐章节深度解读

1. 前言（第2页）

报告开门见山，指出如何识别趋势资金的交易行为是投资研究界长期关注的难题。因趋势资金主体复杂、行为多样，且易受市场环境时变影响，故作者放弃对“机构”、“大单”等标签的追随，转而采用最基础的成交量指标识别趋势资金的日内交易行为。此方法核心假设是：无论主体是谁，趋势资金动作必定伴随显著成交量释放，该流量信号可作为关键依据从分钟线层面捕获趋势资金活动特征。该做法简明且具普适性，为后续构建选股因子提供了坚实基础。[page::2]

2. 趋势资金相对均价因子（第3页）

• 定义方法：

利用过去5日分钟成交量序列的90%分位数作为成交量阈值，筛选日内大于该阈值的分钟为趋势资金交易分钟；计算该分钟的成交量加权均价与当日全部分钟成交量加权均价的比值减一，得因子值。因子取月度均值并完成市值、行业中性化处理。

• 逻辑解释：

- 因子值高说明趋势资金成交均价高于整体市场均价，暗示高位出货，后市可能承压，呈现看空信号；
- 因子值低说明趋势资金均价低于市场均价，可能逢低买进，后续股价有望上涨。

• 绩效表现：

- 月度信息系数（IC）均值为-0.044，负向说明因子与后续收益呈负相关（卖出信号）
- 年化IC信息比率ICIR为-2.58，显示该反向信号稳定
- 5分组多空对冲年化收益率15.17%，信息比率2.54，表现稳健，月度胜率高达81.3%，最大回撤7.71%

• 图表分析（图表2）：

- 5组净值曲线明显分层，分组1表现最差，分组5表现最好，红色虚线（5-1多空对冲）净值持续上行，验证因子有效性。
- 历史波动反映选股因子符合趋势资金“高位卖出、低位买进”的市场行为逻辑。[page::3]

3. 趋势资金净支撑量因子（第4-6页）

• 构建分两步进行：

- 3.1 支撑成交量与阻力成交量
- 用所有分钟的价格和成交量数据计算当日平均收盘价；小于平均价分钟成交量总和为支撑量，大于平均价为阻力量；两者差额除以流通股本得因子值。
- 逻辑上，支撑量大于阻力量，价格受到支撑，有上涨动能；反之则市场面临压力。
- 绩效：月度IC均值0.040，年化ICIR 2.59，5分组对冲年化收益13.8%，最大回撤5.9%；表现稳定。
- 图表3显示分组分层清晰，5-1多空对冲净值表现理想。[page::4]

- 3.2 趋势资金净支撑量
- 进一步聚焦趋势资金分钟数据，利用同样的日内成交量阈值筛选方法识别趋势资金。
- 在趋势资金分钟序列中，对收盘价低于均价的分钟求和为支撑成交量，高于均价的求和为阻力成交量；计算差值并归一化构造因子。
- 说明：趋势资金净支撑量比全部分钟净支撑量含有更准确的多空信号（剔除噪声，聚焦核心资金）。
- 绩效表现优于前者，月度IC为0.057，年化ICIR达到3.09，5分组多空对冲年化收益19.6%，信息比率2.77，最大回撤7.15%
- 图表4展示净值曲线，走势稳健且分层效果明显。[page::5] [page::6]

• 比较（图表5）：

- 清晰展示所有分钟净支撑量因子和趋势资金净支撑量因子指标对比，趋势资金净支撑量因子在所有指标（IC值、收益率、信息比率）上均优于全市场分钟因子，彰显趋势资金识别的重要性和模型提炼能力。[page::6]

4. 趋势资金交易行为综合因子（第7-8页）

• 构造方法

- 将趋势资金相对均价因子（取负zscore，因为其为负向因子）与趋势资金净支撑量因子（正向因子）做等权合成，形成综合因子，兼顾趋势资金价格和量两个维度的市场信号。

• 回测表现

- 2014年至2024年4月，月度IC均值0.060，年化ICIR 3.12，月度RankIC均值0.082，年化RankICIR高达4.53。
- 5分组多空对冲年化收益高达20.33%，波动率6.8%，信息比率2.99，月度胜率稳健达到82.93%，最大回撤控制在7.57%。表现优异，且显著优于各单一因子。

• 图表6解读

- 5个分组表现有力分层，组合5与组合1的净值差距显著，呈现持续向上的多空对冲表现。

• 图表7汇总三因子指标和相应绩效，清晰呈现综合因子优势。[page::7][page::8]

5. 其他重要讨论（第9-12页）

• 5.1 纯净趋势资金综合因子

- 考察综合因子与主流Barra风格因子的相关性，发现与流动性和特质波动率稍有负相关（-0.35及-0.28），与其他风格因子相关性不显著（绝对值均小于0.20），体现综合因子的相对独立性。
- 通过多元回归剔除风格影响，计算残差构建纯净综合因子。
- 纯净因子选股能力依旧强劲，年化ICIR为2.36，年化多空收益11.98%，最大回撤仅3.68%，波动率5.99%，信息比率2.00，月度胜率72.36%。[page::9][page::10]

• 5.2 参数敏感性检验

- 测试了不同回看天数（10日、20日、40日）及成交量分位数阈值参数(k、m)对综合因子表现的影响。
- 结果显示，无论是10、20还是40日回看窗口，综合因子的月度IC均值和年化RankICIR均保持稳定，年化RankICIR保持4以上，表明因子对参数变动较为鲁棒。
- 年化收益率均在16%左右至20%以上，最大回撤控制在5%-7%区间，具有稳定且强劲的风险收益特征。[page::10][page::11]

• 5.3 其他样本空间表现

- 在沪深300、中证500、中证1000、国证2000等分市场样本下的表现差异，体现样本空间对量价因子性能的影响。
- 结果表明该因子对中小市值股票（尤其是中证1000和国证2000）效果更佳，月度IC均值0.060及0.064，年化ICIR分别达到2.57和2.78，多空对冲年化收益率分别为19.41%和22.37%，在大盘股中表现相对较弱（沪深300年化收益仅7.26%，ICIR 1.29）。这符合量价类因子对小盘股更敏感的普遍规律。[page::11][page::12]

---

三、图表深度解读

• 图表1（第0页）：趋势资金交易行为综合因子5分组及多空对冲净值走势

- 展示因子分组1-5的净值累计表现及5对冲1的净值曲线。
- 分组5（表现最好）净值走势稳健上升，分组1最低，且5对冲1净值曲线呈强劲上升，反映因子出色的多空选股能力。
- 该图直观体现综合因子的历史累计收益优势及风险控制能力。[page::0]

• 图表2（第3页）：趋势资金相对均价因子5分组及多空对冲净值

- 分组净值表现有明显分层效果，5与1组净值差异明显，表明因子稳定的反向选股能力（因因子本身为负相关）。
- 净值曲线整体平稳，最大回撤较小，表明该因子风险相对可控。[page::3]

• 图表3（第4页）：净支撑成交量因子5分组及多空对冲净值

- 各组合净值分层明显，5组优于1组，5对冲1策略表现出持续增长。
- 最大回撤和波动率低，表明量维度因子具有良好的风险回报特征。[page::4]

• 图表4（第5页）：趋势资金净支撑量因子5分组及多空对冲净值

- 与图表3相比趋势资金净支撑量因子的净值曲线更优化，分组差异更大。
- 体现了聚焦趋势资金对量维度改进选股能力的有效性。[page::5]

• 图表5（第6页）：所有分钟净支撑量因子与趋势资金净支撑量因子各项指标对比

- 直观量化出两种因子在IC值、收益、波动率、信息比率、最大回撤等多项指标上的提升，佐证趋势资金筛选的增益效果。[page::6]

• 图表6（第7页）：趋势资金交易行为综合因子5分组及多空对冲净值

- 净值曲线显示综合因子表现显著优于单因子，波动控制在适中水平，同时收益提升明显。[page::7]

• 图表7（第8页）：趋势资金相对均价因子、净支撑量因子及综合因子的IC及多空绩效汇总

- 明确展示三类因子的统计指标及收益指标，综合因子在所有关键指标上均略优其他因子，体现合成策略优势。[page::8]

• 图表9（第9页）：趋势资金交易行为综合因子与Barra风格因子相关系数

- 证实综合因子在流动性、特质波动率上存在中等负相关，其他风格因子相关性较弱，表明综合因子在风格穿透上表现较好，适合剔除共性风格影响做进一步研究。[page::9]

• 图表10（第9页）：纯净趋势资金综合因子5分组及多空对冲净值

- 去除风格后，组合收益减少但依然保持正向分层，表现稳健。[page::9]

• 图表11（第10页）：纯净趋势资金综合因子分年度表现

- 年度收益波动较大，部分年份负收益，但3-5年复合表现依旧可观，显示纯净因子中长期选股价值。[page::10]

• 图表12-14（第10-11页）：不同趋势资金识别参数下综合因子的IC及多空绩效

- 参数敏感性测试，结果表明因子在k（回看天数）、m（分位数阈值）调整下依然稳健，具备较强模型稳定性。[page::10][page::11]

• 图表15（第12页）：不同样本空间中趋势资金综合因子的IC及多空绩效

- 在不同指数样本中的表现差异突显，因子对中小盘股表现最佳，沪深300表现较弱，符合量价选股的行业及市值特征认知。[page::12]

---

四、估值分析

本报告侧重于选股因子构建及验证，未涉及公司估值模型。因子基于分钟级成交量与价格数据构建，不包含传统贴现现金流（DCF）或市盈率等估值技术。因此，本部分无估值模型分析。

---

五、风险因素评估

• 报告风险提示清晰：

- 本次研究基于过去历史数据和统计模型得出结论，未来若市场环境出现明显变动，因子模型可能失效。
- 风险核心在于模型的“历史有效性”不代表“永久有效性”，特别是在极端市场或结构性改革中，量价信号可能失灵。
- 报告没有具体量化各类风险出现概率及缓释措施，但已明确警示模型风险。[page::0][page::13]

---

六、批判性视角与细微差别

• 报告客观而严谨，在多参数、多维度对因子进行全面回测，减少了模型过拟合风险。

- 对趋势资金定义较为精简且实用，摒弃复杂主观标签，这既是优势也可能是局限：
- 优势是方法简单透明，适用性强；
- 但因子是否能准确区分“趋势资金”与普通资金，未有第三方验证，存在一定抽象假设风险。

• 趋势资金相对均价因子表现为负相关，该点反映出趋势资金买入价低位买入、卖出价高位出货的市场行为逻辑，有助于逆向选股策略构建。

- 纯净因子中性化剔除主流风格表现有所下降，表明部分因子收益可能与流动性和波动率相关，投资者需注意潜在的风格暴露风险。

• 报告未涉及交易成本和流动性冲击的影响，对日内成交量及高频交易数据的策略，实际应用中需结合成本模型谨慎验证。

- 未来研究空间：需进一步验证因子在市场极端环境下的抗风险能力，及其在其他市场（港股、美股等）的拓展性。

---

七、结论性综合

国盛证券研究所发布的《“量价淘金”选股因子系列研究（五）基于趋势资金日内交易行为的选股因子》报告，通过简洁而科学的成交量指标，创新性地捕捉到趋势资金在日内分钟级别的交易行为特征，构建了三个高效的量价选股因子：趋势资金相对均价因子、趋势资金净支撑量因子及其综合因子。回测数据覆盖10年以上A股市场，因子表现具有强稳定性和出色的风险调整收益能力，尤其是综合因子实现年化20%以上的收益，信息比率接近3，最大回撤不足8%。剔除市场主流风格后，纯净综合因子仍保持较高稳健性和显著选股效能。

主要图表均展示了因子在多年度、多参数及不同样本空间下具有良好的泛化能力和鲁棒性。尤其值得注意的是，趋势资金净支撑量因子相比用所有分钟成交量数据构建的支撑因子，在选股效率上有所提升。此外，综合因子在小市值股票中选股能力表现更加突出，是量价因子有效捕捉市场多空动力的重要体现。

报告明确风险提示——基于历史数据和统计模型的结果不保证未来通用性，需警惕模型失效可能性。同时，整体方法简明、执行性强，适合实务中快速实施和后续改进。对金融市场投资者尤其是量化选股和主动管理者，有较高的参考及应用价值。

---

参考文献及相关研究

报告团队同时发布了一系列量价选股因子研究，追踪隔夜涨跌、交易者结构、RSI技术指标、高低位放量等，通过多维度探究资金追踪、价格动力与市场微结构行为，为量化选股赋能。

---

溯源

本分析严格基于原报告内容、数据及图表，涉及内容均有明确页面[page::0]至[page::13]标注，图表及数据出自国盛证券研究所公开发布报告和Wind数据库。[page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]

---

总体评价

该报告以简明有效的量价视角，创新且具有高度实操性的方式捕捉趋势资金行为，为A股量化投资提供了优质因子和策略框架。其研究严谨、数据详实，风险提示明确，适合机构及专业投资者深入参考和应用。未来结合交易成本及跨市场验证，将进一步丰富其应用边界。

报告