• 反转因子“W式切割”的操作步骤及实证表现 [page::2]：

- 过去20日统计股票每日平均单笔成交金额，以此切割成高、低成交金额日，分别计算对应涨跌幅加总（Mhigh、Mlow），反转因子定义为Mhigh减去Mlow。
| 步骤 | 操作内容 |
|------|------------------------------|
| 1 | 回溯过去20日成交数据 |
| 2 | 计算每日平均单笔成交金额 |
| 3 | 选高成交金额10日，涨跌幅加总 |
| 4 | 选低成交金额10日，涨跌幅加总 |
| 5 | 反转因子 = Mhigh - Mlow |
| 6 | 对全市场股票均计算该因子 |


- W式切割产出的理想反转因子信息比率(IR)达到2.51，月度胜率74%，远优于传统Ret20因子IR1.20、胜率64%。

• 逐笔成交金额金字塔及分位数切割机制分析 [page::4][page::5]：

- A股成交金额分布极度不均，80%成交单笔金额低于2.4万元，平均单笔成交约2.1万元，接近80%分位。
- 用成交金额的不同分位值进行切割，发现随着切割标准分位值升高，高分位（大单成交）对应的Mhigh反转特性增强(IC负值绝对值增大)，低分位对应的Mlow反转特性逐渐转化为动量特性，反转因子切割质量提升。

• 假想实验揭示新增成交对反转因子相关性影响机制 [page::7]：

- 模拟向某日成交金额分布中新增不同大小的单笔成交，可观察其对日内因子IC值的影响，显示成交金额越大，对因子的负相关（反转）影响越强力。

• 反转因子的高阶改进方案：采用高分位切割标准作为代理变量Mhigh13/16 [page::7][page::8]：

- Mhigh13/16因子表现稳健，多空IR约2.00，月度胜率72%，IC约-0.070，显著减少2019年2月份回撤，提升风险调整后收益。
- Mhigh13/16因子长期收益优于传统因子，且规避了负M_low因子大幅下跌带来的波动风险，形成更优组合表现。

• 量化因子构建核心思想 [page::2][page::4][page::5][page::7][page::8]：

- 核心逻辑是将反转因子运用成交金额分布的分位值进行“切割”，不同成交金额规模体现不同交易行为与反转动量特征。
- 以逐笔成交金额的高分位（大单成交）为核心切割标准，反转因子表现最优，信息比率最高。
- 该方法结合了市场微观结构和统计量化方法，有效提取反转因子微观驱动，改进传统因子表现。

• 风险提示 [page::9]：

- 模型测试基于历史数据，未来市场环境变化存在不确定性，投资者需谨慎评估风险。

开源证券--市场微观结构研究系列（1）：A股反转之力的微观来源（详尽分析报告）

---

一、元数据与报告概览

• 报告标题：《A股反转之力的微观来源——市场微观结构研究系列（1）》

- 作者：魏建榕（分析师）、傅开波（联系人）

• 发布机构：开源证券股份有限公司金融工程研究团队

- 发布日期：2019年12月23日

• 研究主题：聚焦A股市场反转因子的微观机制，提出并深入分析W式切割方法改进传统反转因子，探讨反转力量源于大单成交的市场微观结构根源。

- 核心观点：报告创新性地提出W式切割作为反转因子的替代和改进，强调高分位（大单成交区）的成交金额深刻影响反转因子的绩效表现，反转的微观来源主要是大单成交。W式切割在因子收益稳定性和信息比率方面均优于传统Ret20反转因子，且新方案有效规避部分不利回撤。[page::0,2]

---

二、逐节深度解读

1. 反转因子的W式切割

核心内容与论点

• 传统A股反转因子（如Ret20）虽有显著累积收益，但存在明显回撤，成为量化投资者的痛点。

- W式切割于2018年底由作者提出，通过对过去20日的每日平均单笔成交金额进行排序，从高成交金额日和低成交金额日分别累积涨跌幅，形成差值作为理想反转因子M。

• W式切割的创意并非技术复杂，而是思路创新：将反转因子分解为不同成交金额条件下的表现，借鉴如咖啡的苦甜对冲比喻。

- 2010-2018年样本内回测显示，W式切割反转因子信息比率IR达2.51，明显高于Ret20的1.20，月度胜率74%对比64%，表现更为稳健。见图1净值曲线[page::2]

关键数据与方法解释

• W式切割操作包含6步，核心在于利用每日平均单笔成交金额作为切割依据，将交易日分为高成交和低成交两组，再比较两组涨跌幅差别。

- 理想反转因子的计算方式为 \( M = M{high} - M{low} \)，其中 \(M{high}\) 是高成交金额的涨跌幅加总，\(M{low}\) 是低成交金额的涨跌幅加总。

• 用多空对冲净值曲线对比显示该因子相较传统因子更具风险调整后的优越收益特征。

---

2. 理想反转因子的2019年回顾

论点与问题

• 2019年2月，理想反转因子经历了较大回撤。与此同时，传统Ret20反转因子因补涨行情反而表现强劲。

- 报告提出两个待解的问题：（1）为何出现2月回撤？（2）平均单笔成交金额作为切割标准的底层经济含义是什么？

• 作者认为回答这两问题，核心是理解反转因子的微观机制（即因子收益来源）。

数据呈现

• 图2展示了2019年理想反转因子各月的收益波动，除了2月大幅负收益外，其余月度多为正收益，表现总体稳定。

---

3. 反转之力的微观来源

重要论点

• 通过对2013-2018年全A股逐笔成交明细的统计，成交金额分布呈“畸形金字塔”型：笔数多集中在较低金额区。

- 中位数成交金额仅0.8万元，80%分位为2.4万，90%分位4.5万元，10万元以上成交极其罕见。

• 平均单笔成交金额为2.1万元，接近80%分位，说明平均值往往被少数较大成交拉高。

- 这种金字塔形态使得平均值作为切割标准时，含义模糊（大单多了、小单少了都可能拉高平均数），难以精准反映微观成交行为。

• 因此，报告提出用分位数（而非平均值）作为更加稳健的切割标准，更能捕捉微观成交行为的核心特征（见表2新W式切割步骤）。

---

4. 利用分位数深化W式切割及其效果分析

• 从1/16分位到15/16分位，随着切割阈值上升，Mhigh的反转特性（负IC）明显强化，而Mlow的反转特性逐渐消散，甚至转为动量特征（正IC）。

- 图4展示了不同分位阈值下Mhigh和Mlow的IC表现，形成一个逐渐“张开的喇叭口”形态。

• 图5进一步显示，整体理想反转因子M的信息比率(IR)及IC值随分位阈值上升逐步优化。

- 由此证实，反转因子的主要“反转之力”源自成交金额分布的高分位区域，即大单成交显著驱动反转行为。

---

5. 假想实验与因子行为微观机理（部分内容）

• 为深入探讨影响因子表现的成交结构，设计假想实验：在成交金额分布完全相同时，新增不同规模单笔成交观察因子响应。

- 小单成交导致分位值下降，带来因子IC负面影响；相反，大单成交提升分位值，增强反转信号。

• 此实验证实，因子敏感且依赖于大单成交的微观构成，进一步强化了大单成交为反转动力根本假设。

---

6. 反转因子的高阶解决方案与实证表现

• 基于前述发现，建议使用高分位成交金额作为W式切割标准，例如13/16分位，定义Mhigh13/16因子。

- 该因子综合了大单成交的反转特性，较好避开了2019年2月的回撤，表现更为稳健和可靠。

• 图9中，2019年Mhigh因子（红线）表现稳定积极，而负Mlow因子（绿线）遭遇2月回撤，拖累整体理想因子（蓝线）。

- 图10从2013年至2019年显示，Mhigh13/16因子信息比率为2.00，月胜率72%，IC及rankIC负值且显著，仍保留反转因子核心特征。

• 总结新因子既继承了理想反转因子的长期优势，又规避了特定时间的大幅波动风险。

---

7. 风险提示

• 报告明确指出该模型测试基于历史数据，未来市场可能发生结构性变动，影响模型有效性。

- 暗示因子策略需持续监控、动态调整，以防未来波动影响策略稳定性。

---

三、图表深度解读

图1：理想反转因子与传统因子2010-2018年累积净值对比

• 描述：展示W式切割理想反转因子与传统Ret20因子多空对冲净值增长曲线。

- 解读：两者走势整体上升，Ret20略有领先但波动较大，W式切割因子曲线平滑且增长稳健，反映更优的风险调整收益。

• 支持文本论点：验证W式切割在样本内效果优于传统反转因子，体现了信息比率显著提升。[page::2]

图2：2019年理想反转因子月度收益

• 描述：月度收益柱状图，明显拉出2019年2月大幅负收益。

- 解读：反映出因子在部分月份出现风险事件，需要进一步理解底层微观机制。

• 支持文本论点：提示深入分析因子微观来源的重要性。[page::3]

图3：逐笔成交金额金字塔（2013-2018全A股）

• 描述：成交金额笔数分布形态，展现典型底宽顶窄的畸形金字塔，平均值与各分位值标注明显。

- 解读：成交金额高度集中于小额交易，平均值偏大，反映出成交结构极不对称。

• 支持文本论点：图示为何平均值难以准确表征成交行为分布，促使使用分位数方法改良因子切割。[page::4]

图4：不同分位下的Mhigh与Mlow因子IC表现

• 描述：横轴为分位值1/16至15/16，蓝色线为Mhigh IC，红色线为Mlow IC。

- 解读：Mhigh IC持续为负且绝对值递增，反转特性增强；Mlow IC由负转正，动量效应显现，说明切割效果在高分位更好。

• 支持文本论点：定量证实大单成交（高分位）在反转因子表现中的核心地位。[page::5]

图5：不同分位下理想反转因子M的信息比率IR及IC

• 描述：显示随着分位阈值上升，信息比率及IC性能提升趋势。

- 解读：高分位切割方法优化因子表现，实现更稳健的因子收益。

• 支持文本论点：进一步佐证选择高分位切割标准的合理性。[page::5]

图8：单笔新增成交金额对当日IC的影响

• 描述：新增1笔成交金额从小到大（横轴）时，因子IC影响的动态趋势。

- 解读：小成交笔数新增产生正向影响，逐渐变为负面影响，体现因子对大单成交的敏感性。

• 支持文本论点：通过假想实验验证大单成交对反转信号的重要贡献。[page::7]

图9：2019年度因子多空对冲净值曲线对比

• 描述：Mhigh（红线）、负Mlow（绿线）及差值因子（蓝线）2019年净值走势。

- 解读：Mhigh 因子表现稳定向好，负Mlow 因子承受回撤，说明负部分拖累整体因子表现。

• 支持文本论点：突出新方案选择Mhigh因子作为代理的重要性。[page::8]

图10：2013-2019年全周期因子净值表现

• 描述：多个因子历史多空净值曲线，包括Mhigh13/16、Mhigh、负Mlow、理想因子及Ret20。

- 解读：Mhigh13/16展示最高净值和信息比率，且走势平稳，远优于传统Ret20。

• 支持文本论点：确认高阶切割方案新因子的长期优越性。[page::8]

---

四、估值分析

本报告核心在因子研究与市场微观结构的定量分析，未涉及具体企业估值模型（如DCF等），估值分析部分不适用。

---

五、风险因素评估

• 报告仅简要提及风险，主要是“模型基于历史数据，未来市场可能发生变化”。

- 该提示指出数据拟合可能的非稳健性与市场结构变化对策略效果的影响，是因子投资中普遍风险。

• 无具体风险缓解策略建议，仅强调历史结果不保证未来成功。

---

六、批判性视角与细微差别

• 报告以理性的视角展开，论证逻辑清晰但对市场变化风险披露较弱，缺少对市场结构变动对因子表现可能产生的系统性影响的深入讨论。

- W式切割虽创新，但高度依赖成交金额分布的静态假设，可能忽略市场行为因时间及政策影响的动态变化。

• 平均值取代为分位数改善统计表征，但没有涉及因子潜在的交易成本、流动性影响及市场微观行为复杂性的系统性检验。

- 2月份回撤归因于Mlow阴性因子表现，提示因子构造存在内在对冲机制仍需优化。

• 报告未详细说明分位阈值选择的具体标准及可能的过拟合风险。

---

七、结论性综合

通过详尽探讨，开源证券金融工程团队针对A股反转因子提出了W式切割方法，极大提升了反转因子的稳定性和收益质量。关键进展在于由均值切割向基于成交金额分布高分位切割转变，重视大单成交对反转力量的根本推动作用。

• 理论贡献：引入市场微观结构视角，用逐笔成交数据详细刻画反转因子微观驱动，体现了量化投资模型向更细粒度基础数据转变的趋势。

- 实证结果：较高分位阈值选取的因子（如13/16分位的Mhigh13/16）不仅实现了信息比率的大幅提升，还规避了传统因子在2019年2月面临的重大回撤，实现稳健表现。

• 图表洞察：

- 成交金额的金字塔分布揭示小额成交占大多数，平均值易受大单拉动，分位数更为合理。
- IC和IR的梯度趋势验证了高分位大单成交对反转因子的显著正效应。
- 多空净值曲线直观揭示新方案因子的稳健性优势。

• 投资建议：论文虽未直接给出评级和目标价，但暗示以W式切割及其高阶分位版本构造的反转因子应作为优选方案，具有显著的量化投资价值。

- 风险提示：强调历史数据测试的局限性，建议投资者关注市场结构变化与因子表现间的动态关系。

总结而言，报告成功从微观交易结构层面剖析并优化了A股反转因子机制，对量化反转策略的研发具有重要指导价值和启发意义，为后续市场微观结构研究系列奠定坚实基础。[page::0-10]

---

主要引用页码

• 报告元信息及引言【页0】

- W式切割定义与图1分析【页2】

• 理想反转因子2019年表现【页3】

- 逐笔成交金额分布（图3）【页4】

• 分位数切割（图4、图5）【页5】

- 假想实验及单笔成交影响（图8）【页7】

• 因子净值表现（图9、图10）【页8】

- 风险提示【页9】

• 报告附录及声明【页10-11】

---

附图片示例说明（部分）

（图1：理想反转因子历史净值曲线）





（金字塔图：逐笔成交金额分布）





（图4：不同分位下W式切割IC）





（图9：2019年因子净值曲线）

---

结语

本报告通过细致分析A股市场的成交结构和反转因子收益表现，发现大单成交是反转因子的微观驱动力量，提出用分位数切割替代平均值作为反转因子构造的切割标准，显著提升了因子绩效稳定性，这一创新促进了量化投资因子构建的深化和市场微观机制的理解。尽管未来市场可能变化，该研究为反转策略优化提供了有力理论与实证依据，是市场微观结构研究的有益尝试与开创革新。

报告