• 波动率的波动率定义为“模糊性”，反映投资者对波动率不确定性的厌恶情绪[pidx::0][pidx::1]

- 三种模糊性厌恶度量方法包括相关系数、模糊金额比和模糊数量比，后三者相关性高达99.9%以上[pidx::1][pidx::4][pidx::5]

• “日模糊金额比”与“日模糊数量比”的 tiny 差异揭示了投资者急卖导致的流动性成本，基于此定义了“模糊价差”因子，选股效果优异[pidx::6][pidx::7]

- 构造“修正模糊价差”因子，剔除基本面恶化股的负面信号，进一步提升选股绩效至年化收益率超过27%[pidx::8][pidx::9]

• “云开雾散”因子综合多因子效果突出，月度Rank IC达-9.81%，年化收益率30.89%，月度胜率超过82%，剥离风格因子后选股能力依然稳健[pidx::9][pidx::10][pidx::11]

- “云开雾散”因子在沪深300、中证500和中证1000样本中均表现良好，多头组合超额收益显著[pidx::12]

• 风险提示包括历史数据规律可能失效及市场超预期变动的风险[pidx::14]

深度分析报告：《波动率的波动率与投资者模糊性厌恶 ——多因子选股系列研究之五》

作者：曹春晓
发布机构：方正证券研究所，方正金工
发布日期：2022年8月4日（报告正文首发）
主题：探讨“波动率的波动率”即波动率模糊性对投资者行为的影响，构建“云开雾散”多因子选股模型，验证其在A股市场及细分指数中的选股效果。

---

一、报告概览与核心信息

报告标题直接揭示研究主题，即以波动率本身的波动（称为模糊性）作为投资信号因子，分析投资者对模糊风险的厌恶行为，并基于该行为构建多因子投资策略。核心观点为：

• 投资者普遍对波动率模糊性表现出显著的厌恶，当模糊性较大时，倾向于迅速卖出股票，减少风险资产持仓。

- 抛售行为中存在急迫性，表现在成交金额与成交量的比例差异（挂单价格偏低），形成潜在的超卖及价格修复机会。

• 由此构建“云开雾散”因子，并在A股市场实证测试，发现显著的选股收益和稳定的正向表现，且剥离常规风格因子后仍保持信息增量。

---

二、逐节详解与剖析

1. 引言 — 研究背景与问题提出

报告首先强调波动率作为市场风险的传统度量方法，且波动率自身具有波动性，即“波动率的波动率”，引入Kostopoulos等(2021)定义的“模糊性”概念。模糊性导致投资者的不确定性和模棱两可感，从而孕育出厌恶心理，促使在高模糊情境下出现集中卖出行为。

• 投资者行为假设：模糊环境下卖出压力增加，降低风险资产配置。

- 动因分析：三种测度模糊性与卖出程度的相关性；不仅成交量增加，成交金额涨幅不及，反映了卖出急迫性和流动性成本。

• 创新点：构建“云开雾散”因子，具象化卖出过度后即将反弹的投资机会。

此节头尾呼应，较完整解释了研究的理论基础与实证动机。

---

2. “云开雾散”因子的构建及实证测试

2.1 个股模糊性的量化定义

解释了波动率和模糊性的计算细节：

• 用每日分钟级收盘价计算分钟收益率，再用连续5分钟收益率的标准差定义“波动率”。

- 再对波动率序列取连续5分钟标准差，得“模糊性”。

• 剔除开盘及收盘初始数据，确保数据平稳。

- 展示沪深主要指数日内模糊性总体特征：日内模糊性一般从高逐步下降，下午开盘有短暂反弹。

• 个股层面不完全遵循该规律，举贵州茅台和宁德时代作为例证，体现个股受特定事件影响更大。

说明：模糊性刻画行情的不确定性，投资者面对这类动态时难以决策，产生避险行动。

2.2 “模糊关联度”因子

定义逻辑：以每日每只股票分钟模糊性与成交金额序列的相关系数为因子，反映模糊性大小与卖出金额波动的同步关系，是投资者厌恶模糊性的代理指标。然后取过去20交易日因子均值、标准差，加权构成整体因子。

实证结果：

• Rank IC（因子收益相关系数，衡量因子预测力）均为负，约-6.9%至-9.8%。负值符合波动率模糊性增强时，股价表现偏弱的逻辑。

- Rank ICIR（IC的稳定性指标）均超过-3，表明因子稳定有效。

• 年化收益率高达20%-28%，显示良好选股能力。

2.3 “模糊金额比”因子

定义解释了当日模糊性平均值作为阈值划分时间段，计算模糊性高时的成交金额均值相较全天成交金额均值的比值，代表高模糊时投资者卖出金额的相对强弱。后续同2.2节类似，取均值与标准差构成稳定因子。

结果显示因子在30个多因子中表现同样优秀，体现对模糊性新视角的量化。

2.4 “模糊数量比”因子

与“模糊金额比”类似，区别为成交量的测度。由于成交量与成交金额高度相关，因子的日均秩相关系数达到99.96%，十分贴合，表现指标也相近。

2.5 “模糊金额比”与“模糊数量比”差异化分析

细致阐释两因子微小差异（0.04%）背后的含义：

• 该差异反映了价格变化情况，即模糊性状态下投资者因急于卖出导致价格压低的流动性成本。

- 以宁德时代数据为例，展示了成交金额与成交量的高相关性但存在的微妙价差。

• 由此构造“日模糊价差”因子，即两因子之差，体现卖出急迫下的价格压力。

- 该因子测试表现优异：Rank IC约-7.18%至-8.31%，年化收益率约27%-29%。

2.6 “修正模糊价差”因子

进一步拆解“模糊价差”相关多头逻辑，区分无基本面恶化的持续反应过度型股票与因明显基本面恶化的事件型股票。

• 利用过去10日“日模糊价差”的标准差来调整，波动小的负价差更倾向于无基本面恶化。

- 调整方法避免行业市值中性化影响，保持分布尺度。

• 测试显示该因子选股效果更佳，Rank IC达-8.28%、-8.50%，含稳定性和收益提升。

2.7 “云开雾散”因子的综合定义与测试

“云开雾散”因子为“模糊关联度”、“模糊金额比”和“修正模糊价差”这三因子的等权组合，体现了一种基于投资者对波动率模糊性厌恶行为的综合alpha信号。

测试表现非常优越：

• Rank IC约-9.8%，ICIR达到-4.48，年化收益率约31%，信息比率3.29，月度胜率高达82.46%。

- 年度分组表现均单调且稳定，持续显示预测能力。

2.8 因子剥离与独立性分析

• 通过剔除传统风格因子（流动性、波动率、估值、盈利）及行业后做正交化处理，检验因子纯净信息。

- “纯净云开雾散”依然具备显著选股能力，Rank IC均值仍为-3.95%，收益为13.38%，信息比率2.17。

• 表明因子贡献独立于传统风格，有增量alpha价值。

2.9 不同样本空间的适用性

测试在沪深300、中证500、中证1000三大指数成分股内均表现优良，多头组合超额收益分别为5.75%、6.39%和10.59%，展示因子较好的适用范围和稳定性。

2.10 因子相关性

报告末尾补充提供了所有构建因子间的月度平均秩相关系数矩阵，便于理解因子间冗余度和多样性。

---

3. 风险提示

作者强调研究基于历史数据，未来规律可能失效。且市场环境剧变或各驱动因子阶段性失效都可能影响因子表现。此类免责声明体现报告科学严谨态度。

---

三、图表与数据深度解读

虽然报告文本中具体图表因版式原因未全部展现，但关键图表内容可从文字描述推断：

• 模糊性日内趋势图：显示沪深主流指数日内模糊性整体下降，玻璃心特征明显，下午小波动反弹，强调模糊性与市场情绪动态相关。

- 个股典型案例图（贵州茅台、宁德时代）：个股模糊性不完全与指数同步，反映个股特征和事件影响，因子需考虑个股差异。

• 宁德时代模糊性与波动率及价格z-score走势图：清晰展示模糊性高点与价格走势反转密切，表明投资者策略不确定性与未来价格修复相关。

- 因子绩效图（分组收益、Rank IC年化等）：展示“云开雾散”因子及子因子的稳定、持续的超额收益，表明构建逻辑有效、选股能力强。

• 因子相关性热图：展示“云开雾散”与其它风格因子相关度，支持报告中所述的独立性和增量信息价值。

---

四、估值分析

报告主要聚焦因子构造与选股绩效，未涉及企业估值模型或宏观资产定价模型的应用。因此，不包含传统的DCF、P/E倍数或EV/EBITDA等估值分析内容，属于量化因子研究范畴。

---

五、风险因素分析

报告中具体提到的风险主要集中于：

• 历史规律失效的可能性

- 市场环境的突发变化

• 驱动因子的阶段性失效

这些风险均是定量因子选股研究的共性风险，提示投资者需结合市场实际随机应变。

---

六、批判性视角与细节注意

• 报告基于历史高频数据计算模糊性，微量差异用来衡量投资者急迫性，体现了研究的创新视角，然而分钟数据的高频噪声和偶发事件可能影响模糊性测度稳定性，报告未详细讨论噪声剔除或异常值处理，预期未来需加强。

- 因子均为负Rank IC，代表对未来股价下跌的预测能力，适用逆向策略，但实际操作中需警惕因子信号与市场短期情绪冲击结合带来的潜在风险。

• “云开雾散”因子为等权合成，未见权重优化讨论，后续优化可能提升收益稳定性。

- 报告中流动性成本的刻画靠“模糊价差”因子体现，实际流动性测度可能面临复杂市场微观结构变化，需结合更多微观市场机制理解。

---

七、结论性综合

本报告以“波动率的波动率”作为风险模糊性的度量，构造了反映投资者对模糊性厌恶行为的多层次因子体系，即“模糊关联度”、“模糊金额比”、“模糊数量比”、“模糊价差”及其“修正”版本。基于这些因子等权构建的“云开雾散”因子，实证测试显示在沪深A股及主要细分指数均具备稳健的逆向选股能力，月度IC和年化收益率均表现优异，且剥离传统风格因子后依然具备较强信息增量，提升在量化研究及投资实践中的应用价值。

通过对成交量与成交金额两个角度的细致测量，报告创新性地刻画了投资者因模糊性产生的急迫卖出及溢出流动性成本这一微观市场行为机制，揭示了超卖反弹的α因子来源。

风险方面作者客观提示历史规律失效和市场环境变化风险，保持严谨态度。

整体而言，该报告不仅丰富了多因子量化投资理论，还为基于投资者情绪与微观交易行为挖掘选股因子提供了良好范式，尤其适合关注高频市场数据与行为金融交叉领域的量化研究者和实务投资者。

---

参考术语简解

• 波动率：衡量资产价格变动幅度的统计指标，常用风险代理。

- 波动率的波动率（模糊性）：波动率本身的标准差，反映波动率的变动性及不确定性。

• Rank IC (Information Coefficient)：因子暴露与未来收益排序相关的相关系数，度量因子预测能力。负值表示因子指示未来价格下跌趋势。

- Rank ICIR：Rank IC的稳定性指标，IC均值除以IC标准差。数值越高，因子越稳定。

• 成交金额与成交量：成交金额=成交量×成交价格，是衡量成交规模和交易活跃度的关键指标。

- z-score标准化：均值为0，标准差为1的标准化转换。

• 市值和行业正交化：剔除因子与市值、行业效应的线性相关，减弱风格因子影响。

- 流动性成本：急于交易导致的价格折让或滑点。

• 多空组合年化收益率：持有多头组合同时做空空头组合的年化收益。

- 信息比率：因子超额收益除以跟踪误差，衡量风险调整后的表现。

---
本详细解析力求覆盖报告所有关键观点、数据和图表内容，深入剖析报告背后的逻辑、解读其数据和因子表现，为专业金融人士理解和应用该研究提供清晰透彻的依据。

报告