研究背景与动机 [page::0][page::3]

• 传统换手率因子Turn20表现尚可，年化收益28.93%，信息比率1.77，但因最大换手率组内收益差异较大，存在误判问题。

- 误判原因在于换手率最高组中，股票未来收益分布分化明显，因子逻辑偏空，导致部分上涨样本被忽视。

• 组内收益标准差随换手率因子增大而增大，进一步揭示传统换手率因子的局限。

换手率分布均匀度（UTD）因子构建及核心逻辑 [page::4][page::5]

• 利用分钟成交量数据，计算每日分钟换手率标准差(TurnVoldaily)，衡量日内交易均匀程度。

- 计算20个交易日的TurnVoldaily的标准差（std）与平均值（mean），最终定义UTD因子为std/mean的市值中性化处理结果。

• UTD因子意图捕捉换手率的分布均匀度，整体交易越均匀越平稳，对应因子值越低。

- 相关回测显示，UTD因子年化收益21.85%，波动率7.56%，信息比率2.89，月度胜率达82.93%，最大回撤4.31%。

UTD 与传统因子及纯净因子表现对比 [page::6][page::7][page::8][page::9]

• UTD因子在信息比率、月度胜率及最大回撤上明显优于Turn20传统换手率因子。

| 指标 | Turn20 因子 | UTD 因子 |
|----------------|-------------|----------|
| 年化收益率 | 28.93% | 21.85% |
| 年化波动率 | 16.39% | 7.56% |
| 信息比率 | 1.77 | 2.89 |
| 月度胜率 | 63.41% | 82.93% |
| 最大回撤率 | 12.60% | 4.31% |

• 剔除传统Turn20等因子和行业影响后得到的纯净UTD因子仍具备稳定选股能力，年化收益6.09%，信息比率1.07，月度胜率67.07%，最大回撤5.70%。

参数敏感性与其他样本空间验证 [page::9][page::10]

• 不同回看窗口（40日、60日）下UTD因子依旧表现稳健，信息比率明显高于传统因子。

| 回看期 | 因子 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|--------|--------|------------|------------|----------|----------|------------|
| 40日 | Turn40 | 24.65% | 16.05% | 1.54 | 63.86% | 13.09% |
| 40日 | UTD | 21.50% | 6.95% | 3.09 | 85.37% | 5.27% |
| 60日 | Turn60 | 23.58% | 15.42% | 1.53 | 66.27% | 12.03% |
| 60日 | UTD | 19.09% | 6.92% | 2.76 | 79.27% | 4.83% |

• 在沪深300和中证500成分股中，UTD及其正交因子仍优于传统换手率因子。

| 样本 | 因子 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|------------|--------------|------------|------------|----------|----------|------------|
| 沪深300 | Turn20 | 0.38% | 20.35% | 0.02 | 52.44% | 31.10% |
| | UTD | 18.18% | 12.86% | 1.41 | 67.07% | 24.35% |
| | UTDdeTurn20 | 14.30% | 12.87% | 1.11 | 63.41% | 23.90% |
| 中证500 | Turn20 | 12.67% | 18.28% | 0.69 | 63.41% | 30.97% |
| | UTD | 12.67% | 10.09% | 1.25 | 63.41% | 10.09% |
| | UTDdeTurn20 | 10.95% | 8.98% | 1.22 | 65.85% | 9.34% |

结论及风险提示 [page::10]

• UTD因子基于分钟换手率波动均匀性的创新构建方法有效缓解了传统换手率因子的误判问题，显著提升了风险调整收益表现。

- 纯净因子剔除其他风格及行业因素后依旧有效，具备较强的市场适用性和稳健性。

• 回测基于历史数据，未来市场变化和实盘资金管理风险仍需关注。

报告详尽分析：“技术分析拥抱选股因子”系列研究（四）——换手率分布均匀度，基于分钟成交量的选股因子

---

一、元数据与报告概览

• 报告标题：“技术分析拥抱选股因子”系列研究（四）——换手率分布均匀度，基于分钟成交量的选股因子

- 作者与发布机构：东吴证券研究所，证券分析师高子剑，研究助理沈芷琦

• 发布日期：2021年3月1日

- 研究主题：对换手率因子进行创新性改进，构建“换手率分布均匀度”（UTD）新因子，以提升选股效果，探索技术分析理念下基于高频分钟成交量数据的量化因子构建。

• 核心论点：传统换手率因子虽然表现稳健，但存在误判风险，特别是在换手率最高的股票组内收益差异过大的问题。本文基于分钟成交量数据，提出“换手率分布均匀度”UTD因子，通过衡量日内换手率的稳定性，从而实现更准确的股票未来表现预测。UTD 因子显著优于传统换手率因子，在信息比率和月度胜率等多个指标上展现出优越性。

- 主要信息：
- 传统换手率因子Turn20的年化ICIR为-1.96，年化收益28.93%
- UTD因子月度IC均值-0.047，年化ICIR为-2.85，年化收益21.85%，信息比率2.89，最大回撤4.31%，月度胜率高达82.93%
- 剔除风格、行业等因子后的纯净UTD因子依然保持一定选股效果

• 风险提示：所有统计结果基于历史数据，市场未来变化存在不确定性，单因子收益波动可能较大，需要结合资金管理和风险控制手段使用。

---

二、逐节深度解读

1. 前言与传统换手率因子回顾

• 关键论点：传统换手率因子Turn20（基于过去20个交易日日均换手率，并市值中性化）选择逻辑为“换手率越小，未来越可能上涨；换手率越大，未来越可能下跌”，在2014-2021年间表现稳健，年化ICIR-1.96，年化收益28.93%，信息比率1.77，月度胜率63.41%，表现优良。

- 问题发现：
- 传统换手率最大组股票组内收益标准差明显增大，表明这组股票的未来表现差异较大，既有大跌也有大涨股票，但因子逻辑认为该组整体表现偏空，导致误判。
- 图3表明标准差随换手率组数增加呈上升趋势，最高组标准差达13.7%，说明该因子在高换手率股票上的预测精度下降明显。

• 推理：传统换手率因子无法分辨高换手率股票未来表现的不均匀性。

2. 换手率分布均匀度UTD因子的构建

• 构建流程：

1. 利用分钟成交量数据，计算每日分钟换手率标准差（TurnVoldaily），反映当日换手率平稳程度，数值越小表示当日换手均匀。
2. 计算过去20个交易日TurnVoldaily的标准差std(TurnVoldaily)，衡量每日换手平稳性的持续性，数值越低表示每日换手率持续均匀。
3. 计算过去20日TurnVoldaily的平均mean(TurnVoldaily)。
4. 构造因子UTD = std(TurnVoldaily) / mean(TurnVoldaily)，并做市值中性化，避免两者高度相关（相关系数0.83）对因子解释带来的冗余。

• 逻辑解释：

- TurnVoldaily的标准差反映的是交易在日内分钟级的分布均匀性。
- std(TurnVoldaily)衡量日间换手率均匀性的稳定性。
- 标准化处理保证因子纯粹反映换手率分布的均匀度，而非交易量大小。

• 回测表现：

- UTD因子月度IC平均-0.047，年化ICIR为-2.85。
- 10分组多空对冲年化收益21.85%，年化波动7.56%，信息比率2.89，月度胜率82.93%，最大回撤4.31%，明显优于传统换手率Turn20因子。
- 图4显示10个分组的净值曲线，分组趋势明确且多空对冲表现稳定。

• 数据透视：表1中UTD因子年化收益率虽稍低于Turn20（21.85% vs 28.93%），但波动性远低（7.56% vs 16.39%），且信息比率更优（2.89 vs 1.77），胜率更高（82.93% vs 63.41%），回撤更小（4.31% vs 12.6%），说明因子具有更好的风险调整后性能。

- 年度细分（表2）显示，UTD因子在多数年份取得正向收益，尤其在2014、2015年表现突出，负年后依然保持正收益。

3. 去除传统换手率因子线性信息后的UTDdeTurn20表现

• 背景：UTD因子与Turn20高度相关（表3数据未明示，但文中提及），为检验UTD的独立选股信息，对Turn20进行正交处理，取残差得到UTDdeTurn20。

- 结果：
- 月度IC均值-0.034，年化ICIR-2.16。
- 10分组多空对冲年化收益13.81%，年化波动7.59%，信息比率1.82，月度胜率65.85%，最大回撤3.91%。

• 图5展示了净值走势，多空切分仍然有效，说明UTD因子含有传统因子不能完全捕捉的另外部分信息。

4. 组内收益标准差的对比——UTD 因子优势明显

• 图6对比了UTD因子和Turn20因子的10分组组内收益标准差。

- 结果说明：
- UTD因子的空头组（分组10）组内收益标准差大幅下降，相较Turn20减弱了误判风险。
- 多头组（分组1）组内收益标准差略有上升，但总体风险贡献较小。

• 结论：UTD因子在控制误判风险方面更具优势，尤其在空头组表现更均质，减少了传统因子在此组的极端表现误判。

5. 纯净UTD因子的检验（剔除风格因子、行业影响）

• 相关系数分析（表3）：

- 与常用Barra风格因子相关性均较弱（大部分绝对值<0.2），但与ResidualVolatility、Turn20和UID因子有一定正相关。

• 剔除方法：每月进行回归，剔除风格因子和申万28行业虚拟变量影响，得到纯净UTD因子。

- 表现：
- 多空对冲年化收益6.09%，信息比率1.07，月度胜率67.07%，最大回撤5.7%。
- 图7显示多组分线趋势依然明显，体现了纯净因子独立的选股能力。

• 年度表现（表4）虽收益较低，但稳定性和信息比率良好，说明该因子具备一定独立的选股功效。

6. UTD 因子的参数敏感性测试

• 测试内容：将回看期从20日延长至40日、60日，检验因子稳定性。

- 结果（表5）：
- UTD因子在40日、60日回看期下稳定性优于对应回看期的传统换手率因子，表现包括更高的信息比率和月度胜率，更小的最大回撤。
- 年化收益率略有下降，但风险调整后依然优异。

• 结论：参数调整范围内，UTD 因子的选股能力稳定且优于传统换手率因子，适应性良好。

7. UTD因子在其他样本空间的表现

• 样本空间测试：沪深300和中证500成分股。

- 表现（表6）：
- UTD因子和UTDdeTurn20均大幅优于对应传统Turn20因子。
- 以沪深300为例，Turn20年化收益仅0.38%，波动高达20.35%，信息比率0.02，UTD因子则达18.18%年化收益，波动12.86%，信息比率1.41。

• 结论：UTD因子在不同样本空间均稳定表现出对传统因子的显著改进，具备较强的泛化能力。

8. 总结

• 本文基于分钟级成交量数据，创新设计换手率分布均匀度UTD因子，提升了换手率因子的解析力和选股效果。

- UTD因子在多个维度（信息比率、月度胜率、最大回撤）均优于传统因子Turn20，且通过正交处理保留了与传统因子独立的有效预测信息。

• 纯净因子在剔除市场风格、行业和东吴特色因子影响后仍保持有效性，显示其独立价值。

- 参数敏感性测试和不同样本空间测试均证明UTD因子的鲁棒性。

• 风险提示贯穿全文，明确历史表现不代表未来，单因子存在波动风险。

---

三、核心图表深度解读

图1（第一页）

• 展示内容：UTD 因子10分组及多空对冲的净值走势，区分10个分组的相对表现，以及多空对冲（分组1减去分组10）的累计净值。

- 解读：
- 净值曲线清晰展现了分组1表现最佳，分组10最差，中间组顺序依次排列，体现因子排序有效。
- 多空对冲曲线稳健上升，展示因子整体的正向利润。
- 该图为UTD因子主要表现可视化，支持因子选股落地。

图2（第3页）

• 展示内容：传统换手率Turn20因子10分组及多空对冲净值走势。

- 解读：
- Turn20表现稳健，10分组秩序严格，分组1收益最高，分组10最低。
- 多空对冲收益趋势稳定上升，但与UTD相比波动较大。
- 与图1对比，UTD因子稳健性提升明显。

图3（第4页）

• 展示内容：传统换手率因子10分组的组内收益标准差条形图。

- 解读：
- 组内收益标准差随分组由小到大呈上升趋势，分组10标准差超过13%。
- 表明换手率最高组存在较大收益差异，因子误判概率高。
- 正是本报告提出UTD因子的核心改进点。

图4（第5页）

• 展示内容：UTD 因子 10 分组及多空对冲净值走势。

- 解读：
- 10分组表现明确且分组间收入差异稳定。
- 多空对冲曲线平稳，胜率显著提升。
- 数据显示该因子更具选股能力和稳定性。

表1（第6页）

• 内容：UTD与Turn20多空对冲绩效指标对比表。

- 重点：
- UTD年化收益为21.85%，略低于Turn20的28.93%。
- 但年化波动仅7.56%，远低于Turn20的16.39%。
- 信息比率高出不少（2.89 vs 1.77），表明单位风险下获得更高回报。
- 最大回撤明显减少，且月度胜率提升近20个百分点。
- 说明UTD因子实际可用性更高。

图5（第7页）

• 内容：UTDdeTurn20 因子10 分组及多空对冲净值走势。

- 解读：
- 多空分组表现较为平稳，上下差距仍然明显。
- 说明UTD含有与传统换手率因子不同的独立选股信息。

图6（第7页）

• 内容：UTD与Turn20因子10分组的组内收益标准差对比。

- 解读：
- UTD因子空头组内部差异大幅降低，改善了传统因子嘈杂信号问题。
- 多头组差异略有上升，但整体利好因子稳定性。

图7（第8页）

• 内容：剔除风格因子和行业影响后纯净UTD因子回测净值走势。

- 解读：
- 纯净UTD因子仍展现出稳定的10分组排序和多空对冲能力。
- 选股信号不仅仅是市场风格或行业的反映，具备独立价值。

---

四、估值分析

本报告侧重于因子研究与选股策略构建，并无涉及公司估值体系如DCF或市盈率倍数法，故不适用本部分分析。

---

五、风险因素评估

• 报告多次提醒本研究基于历史数据，未来市场可能存在重大结构性变化，导致因子效果失效。

- 单因子的收益可能出现较大波动，务必配合资金管理和风险控制。

• 可能存在市场环境特定性的限制，因子表现可能因宏观经济、政策环境、市场微观结构变化等原因发生改变。

- 纯因子分析中剔除其他因子和行业影响虽增强独立性，但也可能疏忽因子联动风险。

• 图表和数据均以Wind资讯及东吴证券研究所提供数据为准，数据质量及其限制不可忽视。

---

六、批判性视角与细微差别

• 因子滞后性：UTD因子基于过去20个交易日分钟成交量数据，在实操中可能存在数据获取成本和延迟，影响实时交易的时效性。

- 相关性问题：UTD因子与传统换手率因子呈较高正相关，正交处理虽减弱相关性，但说明因子捕捉的是换手率的变种特征，创新度局限于换手率信息的深度挖掘。

• 收益率对比：UTD因子年化收益率略低于传统Turn20，虽波动率低，信息比率高，但实际收益意图和资金效率需要结合投资者风险偏好具体评估。

- 参数设定：报告对回看长度进行了敏感性分析，但分钟级数据的窗口选择及数据噪声问题在报告中未详尽探讨，可能隐含噪声交易信号。

• 行业风格剔除后纯净因子收益下降：提示该因子部分信号也是由行业或风格所驱动，独立性有限，需要结合多因子框架使用。

- 最大回撤的测算标准和期间未明确描述，风险测度存在不确定性。

• 没有涉及交易成本和市场冲击，在高频分钟数据分析下，策略的实操性和可执行性需进一步验证。

---

七、结论性综合

• 本报告作为东吴金工“技术分析拥抱选股因子”系列的第四篇，系统介绍了基于分钟成交量数据构建的“换手率分布均匀度”UTD因子，突破了传统单一日频换手率因子在高换手率股票上的误判缺陷。

- 通过构建和测试UTD因子，研究团队发现该因子在全A股样本、沪深300和中证500样本空间均表现稳定，且信息比率和月度胜率显著优于传统Turn20因子，最大回撤和收益波动显著降低，具备良好的风险调整后收益能力。

• UTD因子通过标准化分钟换手率波动和日间换手率波动的比例指标，实现了对股票日内换手率分布均匀性的精细量化，体现了一种技术分析视角下的深化换手率因子设计思路。

- 纯净UTD因子剔除风格、行业和东吴特色因子后，依然具备正向选股能力，体现该因子的独立选股贡献。

• 该因子在参数变动（回看时间窗口）和样本构成变化下均表现稳健，说明其具有良好的泛化能力和实用潜力。

- 报告对风险提示充分，提醒实际应用时需谨慎，结合资金和风险管理。

• 图表直观展示了因子净值增长曲线、组内分布标准差及相关性，为研究结论提供了数据支持。

- 总体来看，UTD因子作为一种基于高频分钟数据的创新换手率因子，既提高了选股的准确性和稳定性，也为技术分析因子融合高频数据提供了范例，适合量化投资领域进一步研究与应用。

---

附录：重要图表Markdown引用

• 图1：换手率分布均匀度UTD 因子10 分组及多空对冲净值走势

• 图2：传统换手率因子Turn20 的10 分组及多空对冲净值走势

• 图3：传统换手率因子10 分组的组内收益标准差

• 图4：换手率分布均匀度UTD 因子10 分组及多空对冲净值走势

• 图5：UTDdeTurn20 因子 10 分组回测及多空对冲净值走势

• 图6：UTD、Turn20 因子的 10 分组组内收益标准差对比

• 图7：纯净 UTD 因子 10 分组回测及多空对冲净值走势

---

【本次分析内容主要依据】[page::0],[page::3],[page::4],[page::5],[page::6],[page::7],[page::8],[page::9],[page::10]

报告