长端动量1.0构建与动量效应剖析 [page::2][page::3]

• A股市场长短端涨跌幅呈现显著反转效应，主要因高振幅交易日的过度反应导致。

- 按振幅切割，低振幅交易日体现动量效应，高振幅交易日体现反转效应。

• 长端涨跌幅主要由高振幅交易日决定，剔除这部分数据可去除反转伪信号。

- 长端动量1.0因子构建：选取近160交易日，计算日振幅，选择振幅低70%交易日涨跌幅加总，因子有效性较好，年化多头收益16.41%，月均换手率35.7%。

长端动量2.0因子核心改进与表现提升 [page::4][page::5][page::6]

• 采用（最高价-最低价）/前收盘价计算振幅，剔除涨跌停及停牌日数据，日超额收益中性化20日反转。

- 长端动量2.0因子RankIC达到6.92%，胜率79.49%，多头5分组年化收益20.26%，换手率34.28%。

• 相比1.0版本，多头年化超额收益提升3.3%，多空年化收益提升7%至18.09%，IR从1.75提升到2.61，最大回撤减少至8.45%。

• 月度RankIC提升月份占比73.5%，说明因子持续性优良。

不同股票池中因子表现稳健及指数增强测试 [page::6][page::7][page::8][page::9][page::10]

| 股票池 | RankIC | RankICIR | 多空年化收益率 | 多空年化波动率 | 年化IR | 最大回撤 | 胜率 |
|----------|--------|----------|----------------|----------------|-------|----------|--------|
| 沪深300 | 5.56% | 1.99 | 13.00% | 9.18% | 1.42 | 15.61% | 68.10% |
| 中证500 | 4.86% | 2.03 | 11.05% | 7.07% | 1.56 | 11.02% | 66.38% |
| 中证1000 | 5.36% | 2.37 | 13.00% | 6.78% | 1.92 | 7.92% | 66.38% |
| 全市场 | 6.92% | 2.75 | 18.09% | 6.93% | 2.61 | 8.45% | 75.86% |

• 长端动量2.0在沪深300、多头组年化超额收益达到7.31%，指数增强测试中实现12.4%年化收益，超额6.28%，最大回撤5.28%。

- 中证500股票池5分组多头年化收益11.7%，指数增强年化超额收益4.42%。

基本面因子兼容性与因子合成效果 [page::10][page::11]

| 一级分类 | 二级分类 | 因子定义 | RankIC | RankICIR |
|----------|--------------------|-----------------------------|---------|----------|
| 估值 | PBLF | 最新市净率 | -4.09% | -1.32 |
| 成长 | OPYOYSeason | 营业利润季度同比增长率 | 1.65% | 1.04 |
| 盈利质量 | ROETTMpbsizeneutral | 过去12个月净资产收益率 | 2.71% | 1.23 |
| 量价 | LongMom2 | 长端动量2.0因子 | 6.92% | 2.75 |

• 长端动量2.0与基本面因子相关性偏正，与换手、波动负相关。

- 合成基本面因子与长端动量2.0能够提升组合年化收益2.6%，降低风险，月均换手基本控制在较低水平。

长端动量2.0在不同风格与行业的表现 [page::11][page::12][page::13]

• 300价值股池RankIC 4.9%，多空年化收益7.19%，多头年化收益10.3%，月均换手24.5%。

• 300成长股池多空年化收益10.28%，多头年化收益6.6%，换手率27%。

- 行业层面构造自由流通市值加权行业动量因子，年化超额收益率5.31%，月度胜率60.19%。

研究报告详尽分析报告

报告题目： 长端动量 2.0：长期、低换手、多头显著的量价因子
发布机构： 开源证券研究所金融工程研究团队
报告日期： 2022年11月26日
研究团队核心成员： 魏建榕（首席分析师）、张翔、傅开波、高鹏、苏俊豪、胡亮勇、王志豪、盛少成、苏良、何申昊
研究主题： 本报告围绕A股市场动量效应的捕捉及优化演进，提出并升级长端动量因子至2.0版本，重点解析其构建方式、收益表现、兼容性和应用场景，试图解决A股市场动量信号易被反转干扰、传统量价因子在大盘股稳健性差及兼容基本面因子困难等问题。

---

一、元数据与报告概览

报告在既往研究（尤其是开源证券团队先前有关动量因子构建的系列报告）的基础上，提出“长端动量2.0”因子，并做了多维度优化，取得显著的实证效果提升。整体结论强调：

• 通过振幅切分，去除过度反应带来的干扰，构建低换手、长期有效的动量因子；

- “长端动量2.0”在多空组合年化收益率、信息比率（IR）等指标上较1.0版本显著提升（多头收益提升3.3%，多空收益提升7%）；

• 该因子更适用于大盘股，兼容基本面因子，且在沪深300等多个样本池表现稳健；

- 还具备行业轮动能力。

报告结构清晰，涵盖动量因子基础理论，因子结构演变，跨市值、跨风格、行业应用及风险提示等，数据丰富、逻辑严谨 [page::0,1]。

---

二、逐节深度解读

第一章 长端动量1.0：剔除噪声捕捉真实动量效应

关键论点
A股市场普遍呈现短端和长端涨跌幅反转现象，反转中主要由高振幅交易日（波动大日）的过度反应驱动。通过剔除高振幅交易日涨跌幅，低振幅组合的涨跌幅表现出动量效应。基于这一思路，研究团队提出通过70%低振幅交易日累计涨跌幅构建“长端动量1.0”因子，有效捕捉A股市场中的动量效应。

逻辑依据

• 过去160日涨跌幅(Ret160)中，若按振幅分割为低振幅加总涨跌幅（Retlow）和高振幅加总涨跌幅（Rethigh），后者具有明显反转特性，而前者动量效应显著；

- Rethigh由于幅度较大在整体Ret160中占主导地位，导致传统的长端涨跌幅因子表现为反转效应（图3、图4展示了高振幅日涨跌幅明显超过低振幅日，且Ret160与Rethigh相关度高）；

• 因此，去除高振幅日涨跌幅实际上剔除了过度反应噪声，有助于彩用纯净的动量信号。

关键数据

• 长端动量1.0因子回测区间2013.01.01-2022.10.31，经过市值和行业中性化处理（表1）；

- 因子RankIC平均0.0401，RankICIR1.76，胜率74.36%；

• 五分组划分，动量最强五组年化收益16.41%，月均换手率35.7%；

- 多空组合年化收益10.94%，最大回撤10.57%，IR1.75 [page::2,3,4]。

---

第二章 长端动量2.0：因子优化与收益提升

关键论点
针对1.0版，2.0版动量因子从切割指标定义、预处理（排除停牌及涨跌停日数据）、计算的超额收益定义和中性化处理等4个维度进行了优化，有效提升因子信号质量和稳定性。

推理依据

• 以（最高价-最低价）/前收盘价计算振幅，更能反映日内价格波动强度；

- 去除停牌、涨跌停交易日，这些数据往往难以准确反映市场真实活跃度和价格信息；

• 使用超额收益（个股当日收益减去市场平均收益）消除系统性市况影响；

- 利用20日反转因子中性化处理，减少因子对反转因子的依赖，增强纯净动量信号（图6体现AlphaRetlow与反转因子有效性此消彼长的特点）。

关键结果

• 长端动量2.0因子RankIC显著提升至6.92%，RankICIR2.75，胜率79.49%；

- 多头组年化收益20.26%，月均换手率34.28%；

• 相比1.0版，多头超额收益提升3.3%，IR1.34；

- 多空组合年化收益率提升7%至18.09%，IR提升到2.61，最大回撤降至8.45%，月度胜率75.9%；

• 月度RankIC有效提升月份达73.5%（图7-11） [page::4,5,6]。

---

第三章 长端动量2.0在不同选股域和大盘股的稳健性

主要观点
长端动量2.0因子在沪深300、中证500、中证1000等不同市值区间均表现稳定且出色，解决了传统量价因子在大盘股应用困难的问题，且无明显大小盘收益偏好。

具体数据与表现（见表3、图12）

• 沪深300股票池，RankIC 5.56%，IR1.99，多空年化收益13%，波动9.18%，最大回撤15.61%，胜率68.10%；

- 中证500，RankIC 4.86%，IR2.03，多空年化收益11.05%，波动7.07%，最大回撤11.02%，胜率66.38%；

• 中证1000，RankIC 5.36%，IR2.37，多空年化收益13%，波动6.78%，最大回撤7.92%，胜率66.38%；

- 全市场，RankIC 6.92%，IR2.75，多空收益18.09%，波动6.93%，最大回撤8.45%，胜率75.86%。

沪深300指数增强测试
利用约束优化模型在沪深300成分股基础上进行增强，指标约束包括行业和风格暴露度、权重偏离度等，通过最大化因子暴露度达到预期收益最大化（数学约束表达式详细给出）。
增强组合年化收益12.4%，超额收益6.28%，IR1.33，最大回撤5.28%，月度胜率60.6%（图15）。
中证500指数增强年度超额收益4.42%（图18），相关指标同样稳健 [page::6,7,8,9]。

---

第四章 长端动量 2.0 与基本面因子的兼容性

核心观点
长端动量2.0因子由于其长期低换手特性，与主要基本面因子（估值、成长、盈利质量）兼容良好，且能显著提升组合绩效和降低风险，是现有量价类因子中兼容性较好的选项。

分析框架

• 基本面因子分为估值（如市净率PB、过去12个月市销率PS）、成长（营业利润/收入同比增长率）和盈利质量（ROE, ROA经PB及规模中性化调整）三个维度；

- 对比了长端动量2.0与传统的反转、换手、波动因子。

主要数据和结论

• 长端动量2.0因子RankIC 6.92%，IR2.75，高于其他量价因子（表4）；

- 与基本面因子间相关性正向15%左右，与换手和波动相关性为负（表5）；

• 多空组合，基本面因子年化收益12.4%，IR1.74，最大回撤12.9%；

- 基本面与长端动量2.0合成，年化收益增加2.6%，最大回撤下降1.5%，IR提升至2.12；

• 基本面多头组合年化收益18.73%，月均换手23.51%，与长端动量2.0合成后，换手率微升2%、年化收益提升2.07%（图19、图20）；

- 相比加入传统反转或换手因子，长端动量2.0更能在控制换手率的同时提升收益，占优明显。

这表明该因子能有效弥补量价因子在基本面兼容性上的不足 [page::10,11]。

---

第五章 长端动量 2.0 在风格与行业轮动上的表现

风格轮动

• 在沪深300价值和成长股票池中分别测试（各约100只样本）；

- 价值股池RankIC 4.9%，IR1.65，多空组合年化收益7.19%，多头年化收益10.3%，月均换手24.5%；

• 成长股池RankIC 6.04%，IR1.79，多空收益10.28%，多头年化收益6.6%，月均换手27.0%（图21、图22）；

- 表现均稳健，适用不同风格股票池。

行业轮动

• 个股长端动量2.0因子值根据自由流通市值加权聚合成行业因子；

- 行业因子RankIC 6.72%，IR0.84，月度胜率60.19%；

• 五分组多空组合年化收益14.28%，多头收益12.64%，月均换手22.72%；

- 相较行业等权组合，行业因子多头年化超额收益5.31%（图23）。

该因子不仅捕捉个股层面动量，也能够有效应用于行业视角，助力行业轮动策略的建立 [page::11,12,13]。

---

第六章 风险提示

报告明确指出，所有模型均基于历史数据测试，且市场条件可能发生变化，历史表现未必代表未来，存在风险 [page::0,13]。

---

三、图表深度解读

• 图1 展示A股不同时间窗口内长端与短端涨跌幅的IC均值均为负，表明强烈反转效应。说明单纯长端涨跌幅并不能有效捕捉动量信号。

- 图2 显示按振幅区分涨跌幅后，低振幅交易日涨跌幅存在正向动量效应(IC正值)，高振幅交易日为反转效应(IC负值)，且随着回看天数增长，动量和反转效应加强且趋向极端。说明剔除高振幅交易日能去除反转噪声。

• 图3 高振幅交易日涨跌幅绝对值分布显著高于低振幅，振幅切割有效区分事件性质明显。

- 图4 长端涨跌幅主导因素是高振幅交易日，相关度靠近0.68，且线性关系斜率大于1，表明高振幅日涨跌幅对整体长端涨跌幅影响更强。

• 图5 长端动量1.0五分组收益分化清晰，多头组远超空头组和中间组，验证因子基本有效。

- 图6 𝛼𝑙𝑝ℎ𝑎𝑅𝑒𝑡𝑙𝑜𝑤 与反转因子有效性有负相关(此消彼长)，说明剔除反转干扰提升动量纯度。

• 图7-9 进一步验证长端动量2.0优于1.0，收益单调分化明显，多头组年化收益破20%，多头收益优势3.3%明显。

- 图10 多空收益提升7%，波动降低，风险调整表现显著改善。

• 图11 月度RankIC提升份额73.5%，有效性提升稳定且广泛。

- 图12-18 不同选股域与指数增强框架中，因子均表现稳定，且多个指标均优于基准指数，面向大盘表现稳健。

• 图19-20 长端动量2.0与基本面合成最新优势显著，收益提升且风险下降，换手率抑制良好。

- 图21-23 因子在价值/成长/行业池均表现良好，说明因子适用范围广，且行业轮动策略超额明显。

综上，图表整体掌握了因子构建优化思路、收益表现提升逻辑，及多维度横向适用性和兼容性的全貌，其设计与结果严谨有力，支持报告论断 [page::2,3,4,5,6,7,8,9,10,11,12,13]。

---

四、估值分析

报告本质为策略研究报告，无直接企业估值部分。采用的技术主要是因子表现评估指标：

• RankIC（因子收益相关性指标），用于衡量因子排序与未来收益的相关程度。

- RankICIR（信息比率），衡量RankIC的稳定性。

• 年化收益率、多空组合表现、最大回撤、月度胜率作为实战绩效指标。

多次用指数增强模型进行权重优化，通过约束最大化因子暴露度，控制行业、风格及成分股权重偏离度。以此验证因子在实盘增强策略中的潜力，确保符合实际组合管理需求 [page::8,9]。

---

五、风险因素评估

唯一明确披露风险：“模型测试基于历史数据，未来市场可能发生变化，模型表现存在不确定性”[page::0,13]。

报告未展开对其他风险因素（如估值崩溃、制度变动、流动性风险、交易成本影响等）作详尽讨论；缓解策略主要在于多重中性化处理、严格的切割、增强组合侧的约束优化等，体现对风险的间接控制。

---

六、批判性视角与细微差别

• 报告对动量因子的依赖基于剔除高振幅交易日，是出于实证的剖析，但该切割阈值设定的稳定性和未来适用性需持续验证；

- 对反转因子弱化后信号纯净，但AlphaRet_low与反转因子仍有一定正相关，难保完全独立，信号纯粹性仍有限；

• 在指数增强中，尽管有约束控制跟踪误差，实际执行交易成本、滑点影响未详述，实际可操作性受限；

- 报告全周期样本宽广，信号稳定性高，但环境偶然变化或事件驱动的极端情形下性能可能波动；

• 风险提示部分较简略，尚有提升空间以增强策略的风险管理完整性。

总体，报告在方法和数据量上表现优秀，但需持续验证实盘适用性及多环境鲁棒性。

---

七、结论性综合

本报告“长端动量2.0”因子通过切割高振幅交易日涨跌幅、排除极端交易日、计算超额收益并中性化反转暴露，较长端动量1.0版本实现了系统性收益能力提升。其表现为：

• 明显提升多头与多空组合年化收益率（多头提升3.3%，多空提升7%），信息比率(IR)及胜率均显著增强，最大回撤下降，策略风险调整效果更优；

- 跨不同市值区间（沪深300、中证500、中证1000）均表现稳健，并成功应用于沪深300和中证500指数增强框架，获得年化6.28%及4.42%的超额收益；

• 与基本面因子兼容极佳，能在提升组合收益的同时维持低换手率、降低风险，优于传统量价因子；

- 在价值和成长风格股票池均衡表现，同时在行业层面构建轮动策略带来超过5.3%超额收益，显示良好的行业间动量迁移捕捉能力；

• 图表分析全面揭示动量2.0因子构建思想、效果验证及横向扩展适用性，支持全文严谨论证；

- 风险提示主要围绕模型历史数据局限，需投资者警惕未来市场变化风险。

开源证券研究团队通过深入剖析A股市场特性，精准切割高振幅噪声，成功构建长期、低换手、收益明显的动量因子，为量化选股和增强策略研发提供了重要工具和思路。整体评级倾向积极，暗示该因子策略具备较强的投资参考价值。[page::0,2,3,4,5,6,7,8,9,10,11,12,13]

---

附表及参考（部分）

| 关键指标 | 长端动量 1.0 | 长端动量 2.0 |
|-|-|-|
| RankIC | 4.01% | 6.92% |
| RankICIR | 1.76 | 2.75 |
| 多头年化收益率 | 16.41% | 20.26% |
| 多头月均换手率 | 35.7% | 34.28% |
| 多空年化收益率 | 10.94% | 18.09% |
| 多空最大回撤 | 10.57% | 8.45% |
| 多空月度胜率 | 68% | 75.9% |

| 指数增强测试 | 沪深300 | 中证500 |
|-|-|-|
| 年化收益率 | 12.4% | 8.79% |
| 超额年化收益率 | 6.28% | 4.42% |
| 年化IR | 1.33 | 0.99 |
| 最大回撤 | 5.28% | 6.16% |
| 月度胜率 | 60.6% | 60.58% |

---

总之，该报告系统且详尽地构建了适配于A股市场结构的低换手长端动量因子，显著提升了动量策略的稳定性与收益率，突出了其与基本面因子的良好兼容性和多维度应用广泛性，值得量化投资及策略开发者重点关注与深入实践。

报告