• 原始ACT因子的总体效力不足，IC绝对值较低，选股能力基本无效，尤其是整合所有单子类型的组合表现不佳。机构主导的超大单因子因覆盖率及拆单问题，选股效应不明显 [page::2]

• 通过“因子切割”方法，将交易日按照收益率分为高收益日和低收益日，研究不同挂单量级下的ACT因子表现[page::2]

- 小单（散户）ACT因子在低收益端表现出强烈负向选股效应，高收益端正向效应快速衰减

• 中单（中户）ACT因子在高收益端有较强正向选股效应，低收益端负向效应较弱

• 大单（大户）ACT因子高收益端正向选股效应明显，低收益端负向效应微弱

• 超大单（机构）ACT因子无明显选股效应，因子覆盖率仅75%，存在拆单等影响因素 [page::3][page::4]

• 基于上述切割结果，将大单和中单合成“ACT正向因子”，小单合成“ACT负向因子”[page::4]

- ACT正向因子表现优异，尤其在10%切割比例下多空对冲收益波动比达到3.06，多头端收益波动比0.87


| 指标 | 年化换手率 | 年化收益率 | 年化波动率 | 收益波动比 | 月度胜率 |
|------------|------------|------------|------------|------------|-----------|
| 多空绩效(λ=10%) | 8.89 | 16.62% | 5.43% | 3.06 | 88.89% |
| 多头绩效(λ=10%) | 8.66 | 25.67% | 29.44% | 0.87 | 57.78% |

• ACT负向因子收益波动比相对稳定，但近年表现疲软，反映大资金主导下散户影响力减弱[page::5]

• ACT正向因子与Barra风险因子相关性验证显示，与流动性、波动性因子呈显著负相关，经过中性化处理后依然有效，10%切割比例多空收益波动比仍达2.40[page::6]
• 因子参数稳定性测试：不同历史回看天数（20、40、60天）下，ACT正向因子表现稳健，稍有波动但整体维持良好收益波动比[page::6][page::7]
• 样本空间扩展测试：ACT正向因子在沪深300和中证500等样本空间均表现稳健，其中20%切割比例下多空收益波动比分别为1.32和1.78，多头收益波动比分别达0.63和0.80[page::7]

金融研究报告详尽分析——《主动买卖因子的正确用法》

---

1. 元数据与概览

• 报告标题：主动买卖因子的正确用法

- 作者及发布机构：开源证券金融工程首席分析师 魏建榕博士及开源证券研究员傅开波、苏俊豪

• 发布时间：2020年9月5日

- 联系信息：均有微信号提供，用于接触和询问。

• 研究主题：本报告聚焦于A股市场上的主动买卖因子（ACT因子）的构建、优化与实证研究，旨在探讨主动买卖因子在选股中的有效性及其改进方法。

- 报告核心论点和结论：
- 原始的ACT因子在A股市场表现出选股能力有限，IC值低，无法有效预测股票收益。
- 通过“因子切割论”对ACT因子进行收益率高低切分，结合不同交易单大小（超大单、大单、中单、小单）分类，发现大单和中单（代表机构与中户）在高收益行情中表现出较强的正向选股效应，小单（代表散户）在低收益行情中呈现明显的负向选股效应。
- 基于此构建“ACT正向因子”（大单和中单）与“ACT负向因子”（小单）组合，明显提升了选股能力，尤其是ACT正向因子，其收益风险比表现优异且具备稳定性。
- ACT正向因子在多样本空间（沪深300、中证500）保持稳健的选股能力，有较强的实际应用价值。

• 风险提示：量化模型回测基于历史数据，未来市场结构及行为可能发生变化，存在不确定性风险。

以上为报告大意与立论基础，[page::0,1,8].

---

2. 逐节深度解读

2.1 第一章：主动买卖因子基本不具备选股能力

• 关键论点：

- 市场参与者划分为机构、大户、中户及散户，交易行为区分为主动成交与被动成交。主动成交更能反映对未来股票走势的判断。
- 主动买卖因子（ACT）传统定义为主动买入金额减主动卖出金额的净买入强度指标。简单合成全样本ACT因子，IC值极低且呈现负值，表明几乎无选股能力。

• 证据及数据：

- 图1展示了ACT因子以及四类订单分组的多空对冲净值曲线，IC值从负到稍正（小单最负，超大单最正，但都极低）。
- 结论表明传统ACT因子选股能力乏善可陈，尤其是以往研究中为痛点。

• 含义：普通粗粒度ACT因子无法捕捉到市场微观结构中的关键信号，须深化细分策略。

[pag e::1,2]

---

2.2 第二章：主动买卖因子的精细结构——上涨看大中单，下跌看小单

• 关键论点：

- 引入“因子切割论”方法：根据收益率高低对近20日ACT因子值切割，分别取收益最高𝜆比例（高收益日）和最低𝜆比例（低收益日）两部分的ACT均值。
- 分别对四类交易者（超大单、大单、中单、小单）构造切割后的高收益因子（ACThigh）和低收益因子（ACTlow），用IC均值检验选股能力。

• 主要结论与逻辑：

- 超大单因子表现均弱，原因包括因子覆盖率低、拆单影响。
- 大单和中单因子在高收益端表现出明显的正向选股效应，低收益端选股效应较弱或微负，符合机构投资者在上涨行情更主动买入的行为特征。
- 小单因子在低收益率时表现出强负向选股效应，即散户在市场下跌时的恐慌性卖出行为其实预示后续反弹。

• 图表解读：

- 图2~5分别展示不同单量类别ACT因子的高低收益端IC曲线，清晰展示上述趋势。小单低收益端IC最负，大单、中单高收益端IC较正，超大单均近零。

• 数据说明：

- 表1显示超大单覆盖率为75%，低于其他单量类别，解释其因子表现弱。

• 推理基础：市场行为的不同主体在不同收益区间表现不同的主动买卖态度，切割法有效剥离这些异质特征。

[pag e::2,3,4]

---

2.3 第三章：主动买卖因子的合成与实证分析

• 论点：

- 基于第二章发现，构造ACT正向因子（大单＋中单）和ACT负向因子（小单），分别取高收益日的ACT正向均值与低收益日的ACT负向均值。

• 方法说明

- 采用过去20日滚动计算，分层选股回测，多空对冲策略检验因子表现。

• 实证结果：

- 图6显示ACT正向因子多空对冲净值随切割比例𝜆从10%到90%递减，𝜆越小（重点关注极端行情日），表现越突出。
- 表2显示在𝜆=10%时，ACT正向多空年化收益16.62%，波动率5.43%，夏普比率3.06，月度胜率接近89%，多头表现同样强劲。
- 图7与表3显示ACT负向因子收益波动比较稳定但趋缓，选股能力弱于ACT正向因子，且选股能力近年有退化趋势。

• 相关性分析

- 表4展示ACT正向因子与Barra经典风格因子相关性，发现与流动性、波动性因子有较强负相关（-0.19，-0.21），提示该因子部分捕获了该类风险溢价。

• 因子净化

- 表5显示对行业和Barra风格因子中性化处理后ACT正向仍保持良好绩效，𝜆=10%时夏普比仍为2.40，表现稳定且独立于常见风险因子。

• 结论：ACT正向因子为具有显著选股信号的指标，适合量化投资组合使用。

[pag e::4,5]

---

2.4 第四章：参数敏感性及样本空间测试

• 参数敏感性测试

- 采用不同回看窗口（20天、40天、60天）计算ACT正向因子，观察绩效稳定性。
- 表6显示回看窗口变动对多空与多头收益波动比影响不大，整体参数稳定，验证模型的鲁棒性。

• 样本空间扩展测试

- ACT正向因子在沪深300及中证500等不同股票池中表现依然稳健。
- 表7数据综合显示，IC和收益波动比均维持在合理区间，尤其是在中证500中绩效更优于沪深300，表现更突出。

• 意义：ACT正向因子具有较强的普适性，不局限于特定小盘或大盘股票。

[pag e::6,7]

---

2.5 第五章：风险提示

• 量化模型基于历史数据，存在模型过拟合及市场结构未来调整的风险。

- 未来市场可能出现显著变化，导致模型表现失准。

• 因此使用时需配合风险管理及动态调仓机制。

[pag e::1,7,8]

---

3. 图表深度解读

图1：ACT因子及各单级多空对冲净值

• 描述：展示2010-2020年期间原始ACT因子及不同订单规模（超大单、大单、中单、小单）的多空对冲净值。

- 数据与趋势：
- IC数值最低的为小单，显示负向信号，其净值表现较差。
- 超大单和大单有时表现稍好，但整体IC仅接近0不显著。
- 综合ACT因子几乎无选股能力，净值曲线波动平缓。

• 文本关联：该图证实传统ACT因子难以直接应用于选股，需深入细分分析来挖掘信号。

- 评价：覆盖面不够均匀（尤其超大单），且拆单行为混淆信号。


---

图2-5：不同单级ACT因子的收益端切割IC变化

• 描述：切割比例变化（10%-90%）时，各单级在高收益（High）和低收益（Low）日的ACT因子IC均值走势。

- 解读：
- 图2（小单）明显低收益端IC为强负且衰减缓慢，高收益端正向效应衰减快。
- 图3（中单）高收益端IC强正，低收益端微弱负向。
- 图4（大单）趋势同中单，但效应略弱。
- 图5（超大单）高低收益IC均不明显，无显著选股效应。

• 结合分析：显示了不同投资者群体在不同市场环境（涨跌）中主动买卖行为的差异，并说明为何细粒度划分可发现潜在线索。

---

图6：ACT正向因子不同切割比例𝜆的多空净值

• 描述：2013-2020年，ACT正向因子在𝜆=10%-90%切割比例下的多空对冲净值曲线。

- 趋势：𝜆越小，净值增长越快且较为平滑，表现最强；切割越宽松，信号越弱。

• 结论：极端的高收益日对因子选股能力贡献最大，支持报告构建思路中重点关注极端行情。

---

图7：ACT负向因子多空对冲净值趋势

• 描述：ACT负向因子多空净值走势，2013年至2020年。

- 趋势：呈稳定增长态势，但2017年以后明显趋缓，选股能力有所下降。

• 解释：反映大户的主导作用日益增强，散户导致的负向选股信号减弱。

---

4. 估值分析

• 本报告侧重因子构建与实证分析，无传统财务估值模型或目标价格。

- 因子表现用IC值、多空对冲净值及收益风险比（夏普比）等统计指标衡量。

• 使用的财务预测及估值方法不在本报告讨论范围。

---

5. 风险因素评估

• 历史数据依赖风险：因子基于历史行情和成交数据构造，未来市场结构或投资者行为改变可能导致因子失效。

- 采样与数据覆盖不足：超大单因子因覆盖率不足，存在拆单干扰，可能低估机构行为信号。

• 模型参数选择风险：切割比例𝜆及回看天数等参数对因子结果影响较大，尽管做了参数敏感性测试，但仍需关注过拟合风险。

- 策略稳定性风险：ACT负向因子最近几年表现下滑，显示散户行为的不可持续性。

• 缓解机制：报告通过多个参数测试、行业及风格中性化处理，力求剔除外部因子干扰，提升因子稳定性和泛化能力。

[pag e::1,7,8]

---

6. 批判性视角与细微差别

• 报告中对传统ACT因子表现的客观反思尤为显著，避免了盲目夸大模型效果，充分显示了研究严谨性。

- 然而，"因子切割论"虽解决了部分指标效能问题，但仍面临样本外验证不足的挑战，特别是在市场极端行情之外的稳健性。

• 超大单因子由于拆单和覆盖率不足导致效果不佳，报告未深入探讨是否能通过更复杂拆单识别算法加以改进。

- ACT正向因子与部分Barra因子（流动性、波动率）负相关，可能存在因子共线性隐患，需更多研究排除复合效应。

• 对参数的敏感性测试虽做多维度，仍未给出明确的最佳参数选择建议，投资者需自行根据风险偏好调整。

- 报告强调散户群体行为对市场短期影响，但未深入挖掘散户行为的长期演变及对因子稳定性的潜在影响。

• 研究范围仅限于A股市场，其他市场及资产类别的可用性及解释力未知。

---

7. 结论性综合

本报告通过细致的市场微观结构分析，指出传统主动买卖因子（ACT因子）在A股市场广泛使用但选股能力有限的问题。报告创新性地提出了“因子切割论”，根据收益极端分组将ACT因子拆分，针对不同订单级别（小单、中单、大单及超大单）分别考察其选股能力，得出：

• 机构与中户主导的大单和中单在市场上涨时的主动净买入表现出显著的正向选股信号，即这部分交易的主动买卖能够更好地预测股票价格上行趋势。

- 散户代表的小单在市场下跌时表现出显著负向选股效应，表明散户在恐慌性抛售中捕捉到短期的反转信息。

• 基于此分层构建的正向ACT因子和负向ACT因子显著优于传统统一ACT因子，特别是ACT正向因子，拥有强劲且稳定的投资回报表现（收益波动比高达3以上，多头胜率接近90%）。

- 多样本空间和参数敏感性分析进一步验证了ACT正向因子的稳健性和适用性。

• ACT正向因子与主要风险因子（流动性、波动性）存在一定的负相关性，经过风格中性化处理后保持优异表现，显示其具有独立的选股信号价值。

- 报告特别强调了量化模型依托历史数据的有限性和未来市场变化带来的不确定风险。

整体而言，报告系统地揭示了主动买卖因子在市场微观结构中的复杂表现，提出了创新且实用的改良路径，极大丰富了市场交易行为变量在量化投资中的应用视角，对推动量化因子研究和实践具有重要指导意义。

---

参考引文页码

• 报告元信息及研究主题：[page::0,1,8]

- 传统ACT因子选股能力验证及图1解读：[page::1,2]

• 因子切割法与分单分析，图2-5详解：[page::2,3,4]

- 主动买卖因子合成与实证，图6-7，表2-5，相关性分析：[page::4,5]

• 参数敏感性及其他样本测试表6-7：[page::6,7]

- 风险提示以及结论性声明：[page::1,7,8]

---

总结

该报告采用严谨的定量分析和创新的技术方法，科学揭示了主动买卖因子在A股市场的现实表现及改良途径。通过对交易者群体行为的深入剖析，提供了一个优化量化选股因子的全新框架，兼顾理论创新和实践可行性，具有较高的学术价值和投资指导意义。其分析完整、数据详实、结论明晰，为从事量化投资和市场微观结构研究的专业人士提供了重要参考和思考方向。

报告