多因子离散化风险模型与核心因子表现监测 [page::1][page::2][page::3]

• 离散化模型将连续因子转换为离散组别，更直观且具投资意义。

- 2023年小市值、低波动、低流动性、低估值因子表现优异，年内超额收益分别为26.66%、6.73%、4.11%和4.80%。

• 市值、波动率、流动性、估值因子均呈显著的组别发散，表明其对市场有明显驱动力。

重要风格因子分组净值表现 [page::1][page::2]

| 因子 | 超额收益显著组别（G1走势） | 走势特点 |
|-----------|-------------------------|---------------------------------|
| Size | 明显上涨，市值较小的G1组表现最佳 | 小市值持续跑赢大市 |
| Momentum | 表现波动，短期动量有分化 | 动量因子近期表现波动 |
| Volatility| 低波动组上涨趋势明显 | 低波动风格收益更稳定 |
| Liquidity | 低流动性组表现更佳 | 低流动性因子收益持续 |
| Growth | 部分组别下跌 | 成长因子表现分化 |
| Value | 低估值组持续上涨 | 低估值风格表现稳定且优异 |
| Profit | 盈利较强组涨幅明显 | 盈利因子表现相对较好 |

离散化因子动量策略：趋势性风格形成，小盘优势显著 [page::3][page::4]

• 基于过去20日累计因子收益构建轮动策略，沪深300、中证500、中证1000年内超额收益分别2.89%、1.55%、1.07%。

- 10月超额收益分别为0.02%、0.24%、0.03%，表明风格动量正在逐渐形成，建议关注小市值、高动量、高流动性股。

• 主推行业包括电子、医药和汽车。

量价变化因子构建与表现 [page::5][page::6]

• 构建价升量升（PUAU）、价跌量升（PDAU）及价跌量跌（PDAD）三类有效因子。

- 2015年至2023年10月整体表现稳定，三类因子多空组合年内收益分别为9.22%、-8.25%和16.95%。

• 10月的收益分别为0.93%、-1.62%和0.38%。

分时段博弈因子动量效应显著，隔夜因子表现突出 [page::7]

• 分析不同时间段（隔夜、早午盘）的投资动量特点构建博弈因子。

- 隔夜博弈因子多空收益达到16.34%，早午盘为7.46%，均表现出稳定的动量效应。

• 因子在2015年至2023年表现稳健，为捕捉不同投资者行为提供多维度视角。

风险提示 [page::0][page::7]

• 因子失效与模型失效风险；

- 历史业绩不代表未来表现；

• 投资需结合市场变化综合判断。

报告详尽分析：小市值、低估值风格占优，量价因子表现稳定（2023年11月）

---

一、元数据与概览

报告标题： 小市值、低估值风格占优，量价因子表现稳定——多因子模型定期跟踪（2023年11月）

作者及机构：

• 中信证券研究部

- 主要分析师：王兆宇（量化策略首席分析师）、赵文荣（量化与配置首席分析师）、史周（量化策略分析师）

• 联系人：杨淼杰

发布时间： 2023年11月10日

主题及内容概述： 本报告主要利用中信证券研发的因子离散化风险模型，分析A股市场中基于多因子的风格表现，重点涵盖市值、波动率、流动性、估值等传统风格因子及量价变化和时段博弈因子。报告显示，2023年小市值、低估值等风格因子整体表现优异，且量价变化因子和特定时段博弈因子表现稳定。报告还引入因子动量策略，呈现小盘股优势和趋势性风格的形成，推荐关注相关行业及风格。

核心观点：

• 小市值、低波动、低流动性及低估值因子年内持续跑赢市场，表现突出。

- 风格因子离散化模型增强了波动率解释能力与投资可操作性。

• 因子动量策略体现因子收益的显著动量特征，趋势风格逐渐明显，小盘股受益。

- 量价变化因子（价升量升、价跌量升、价跌量跌）以及博弈因子（按时段划分）表现稳定且具有较强超额收益。

• 风险提示包括因子及模型失效的风险，历史业绩不能保证未来表现。

---

二、逐节深度解读

2.1 核心观点与因子风格表现（页码0）

报告首先点明2023年以来至10月底，小市值、低波动、低流动性、低估值为优胜风格，具体年内超额收益分别达26.66%、6.73%、4.11%及4.80%。10月集中表现为小市值及低动量因子更占优势。因子间的表现分散度较大，反映这些因子驱动了市场的收益结构。

因子动量策略的提出基于离散化风险模型，显示因子收益具备良好动量特征，且在沪深300、中证500、中证1000指数空间中均取得正向超额收益，尤其小盘股表现更佳。10月产业推荐包括电子、医药、汽车及小市值、高动量、高流动性风格。[page::0]

量价变化因子涵盖价格与成交量的涨跌组合，三类有效因子多空组合年内收益分别为9.22%、-8.25%、16.95%，10月表现为0.93%、-1.62%、0.38%，显示长期稳定性。时段博弈因子通过分时段剥离不同投资者偏好，体现显著的动量效应，其中隔夜因子表现优于早午盘因子。[page::0]

报告风险提示明确指出因子失效及模型失效的可能性，提醒用户谨慎对待历史数据预测未来的局限。[page::0]

2.2 离散化风险模型介绍与因子表现分析（页码1-3）

离散化风险模型区别于常规模型的关键在于外部对因子进行“截面排序分组”，而非直接使用连续变量，从而使因子暴露向量更加离散化。这种方法使风险收益来源更直观，帮助投资者更清晰理解市场收益驱动因子，同时兼顾可投资性和模型泛化能力。回归加权方式也由以市值平方根加权转为以组合中实际权重加权，更贴近现实投资操作。行业因子采用中信一级行业分类以保持鲜明特色。[page::1]

报告配套多张因子分组表现图揭示核心风格趋势（见图2-8），具体分析如下：

• 市值因子（图2）：最小市值组（G1）2023年表现显著优于其他组，净值稳步攀升至约1.3倍，显示小市值股持续被市场正向认可。

- 动量因子（图3）：各组表现较分散，无明显持续偏离，中期动量风格波动较大。

• 波动率因子（图4）：低波动组（G1）表现较优，最高净值接近1.08，确认市场对低波动风格的偏好。

- 流动性因子（图5）：低流动性组保持优势，说明市场对于流动性折价有所认可。

• 成长因子（图6）：表现相对平稳，最优组略有下降，暗示成长风格疲软。

- 价值因子（图7）：低估值组表现优良，确认市场对估值价值投资关注提升。

• 盈利因子（图8）：盈利能力强组表现领先，但增长曲线相对平缓。

数据对应表1详细反映各因子组的超额收益、本月及年内表现，以及相关风险指标（年化波动、信息比率、最大回撤及回撤时间）。例如，规模G1组今年以来超额收益12.43%，年化超额收益19.19%，信息比率2.72，风险调整后的表现优异。[page::1][page::2][page::3]

2.3 离散化因子动量策略（页码3-4）

基于上述离散化风险模型，将过去20日累计因子收益作为轮动标准，构建了沪深300、中证500、中证1000的因子动量策略。2023年至10月底，三者的超额收益分别为2.89%、1.55%、1.07%，10月单月略有正收益，分别为0.02%、0.24%、0.03%。三大指数超额收益自3月起逐步扩大，暗示趋势性风格逐渐形成，尤其小盘股有更大优势。

报告推荐11月关注电子、医药、汽车三大行业及小市值、高动量、高流动性三个风格，以顺应当前市场趋势。[page::3][page::4]

三个指数空间因子动量策略图（图9-11）均显示红色阴影的累积超额收益在部分时间段逐渐扩大，反映出策略的显著超额。沪深300表现相对领先，中证1000表现波动明显但总体逐步改善。[page::4]

2.4 量价变化因子分析（页码5-6）

报告定义并构建四类量价变化因子：

• PUAU（Price Up, Volume Up，价升量升）

- PDAU（Price Down, Volume Up，价跌量升）

• PDAD（Price Down, Volume Down，价跌量跌）

- PAUD（未提及具体表现，推测为价升量跌）

使用过去30日价格与成交量变动绝对值的乘积加权求和，反映该状态的强度。

以中证全指为样本，月度调仓，2015年1月至2023年10月底长期跟踪结果表明三类有效因子多空组合收益分别为9.22%、-8.25%、16.95%，其中价跌量跌（PDAD）因子表现最强，2023年10月的短期表现也稳健。这表明市场中价格和成交量的协同变化具有显著的预测价值，适合作为量化投资的择时因子。

图12-17显示各因子分组表现及多空净值曲线，PUAU多空净值稳步提升至4倍，PDAD更是接近3.5倍，突显因子极高的收益潜力。[page::5][page::6]

2.5 分时段博弈因子（页码6-7）

基于投资者交易偏好不同，研究提出分时段（早午盘与隔夜）博弈因子，以指数平滑加权平均法（EWMA）构建：

• 早午盘因子反映盘中交易时段的市场力量对比

- 隔夜因子反映隔夜时段信息对市场的影响

因子分析显示两者均具有显著动量效应。多空组合收益分别达7.46%（早午盘）和16.34%（隔夜）；2023年10月单月也表现正向，隔夜因子更优。

图18-21展示两类因子分组表现与多空净值曲线，尤其隔夜因子呈持续增长趋势，确认其作为量化择时工具的有效性。[page::6][page::7]

2.6 风险因素

报告明确指出两大风险：

• 因子失效风险： 市场可能发生结构性变化，导致某些已验证有效的因子失去解释力或收益优势。

- 模型失效风险： 基于历史数据构建的模型不完全代表未来，可能因市场环境、新信息或行为变化而失败。

强调历史数据并不等同于未来表现，投资者需警惕模型和因子策略的潜在不确定性。[page::7]

---

三、图表深度解读

图1：离散化风险模型与常规模型对比（页码1）

• 描述：展示常规模型将因子连续变量直接用于风险建模，离散化模型通过截面排序将因子离散成分组，使因子向量以0、1形式表达，增强直观性和可投资性。

- 解释：离散化增加了模型的泛化能力，同时便于投资组合的实际构建和解释，尤其用行业中实际权重加权回归提高现实贴合度。

• 结论：离散化模型更适合动态跟踪和量化风格复盘。

图2-8：因子分组表现（页码1-2）

• 描述：分别展示Size、Momentum、Volatility、Liquidity、Growth、Value及Profit七大因子在2023年内的分组（G1至G5或G10）净值表现。

- 解读：
- Size因子中小市值（G1）显著优于大市值（G5），且趋势稳定上升。
- Momentum因子表现较弱，说明动量风格整体受限，可能因市场风格转换或高估值股票调整。
- 低波动、低流动性及低估值分别表现强劲，确认市场偏爱防御性或价值风格。
- 成长因子表现分散，部分低增长组表现更好，暗示成长风格受压。
- 价值因子塑造良好超额收益，盈利能力较强因子表现亦较优。

• 这些视觉趋势直接佐证报告关于风格表现的定量结论。

表1：A股因子离散化风险模型风格监测（页码3）

• 描述：详细展示不同因子分组的超额收益率、波动率、信息比率、最大回撤等关键指标的历史表现。

- 解读：
- 超额收益反映因子组相对基准的超额回报情况，信息比率高说明风险调整后收益优异。
- 最大回撤及回撤时间帮助把握风险周期，辅助投资决策。

• 该表为投资组合构建及风险管理提供参考。

图9-11：沪深300、中证500、中证1000因子动量策略表现（页码4）

• 描述：三图显示2023年以来三个不同市场空间因子动量策略的累计超额收益（右轴，红色阴影）以及策略净值和对应指数走势。

- 解读：沪深300动量策略累计超额更明显，且在多数时间段优于指数；中证500和中证1000显示较弱但正向趋势。

• 说明动量因子策略在中大型市场表现更佳，小盘市场具备潜力但波动较大。

图12-17：量价变化因子表现（页码5-6）

• 描述：分别展示PUAU、PDAU、PDAD因子的分组净值及多空组合净值曲线。

- 解读：
- PUAU因子表现稳健提升，累计多空收益超过4倍，说明价升量升状态持续带来超额收益。
- PDAU因子表现较弱甚至负收益，反映价格下跌但成交量上升的状态通常伴随风险。
- PDAD因子收益最优，稳定攀升至约3.5倍，暗示价跌量跌阶段可能具备反转收益机会。

图18-21：早午盘与隔夜博弈因子表现（页码7）

• 描述：展示不同交易时段博弈因子（隔夜与早午盘）分组表现以及多空净值。

- 解读：
- 隔夜博弈因子多空组合收益高达7倍，且近年持续强化，反映隔夜信息及投资者行为对市场影响重大。
- 早午盘博弈因子表现次之，但同样显示显著动量效应。

• 结论：不同交易时段的博弈行为蕴含市场动量和套利机会，适合量化策略捕捉。

---

四、估值分析

本报告作为风格及因子策略定期跟踪研究，未涉及传统的个股估值方法（如DCF、市盈率等）。其估值框架基于因子模型的超额收益及动量表现，通过历史回测与实时跟踪评估风格因子表现，无具体价格目标。模型采用离散化因子划分，重视统计显著性与实践可操作性。超额收益和信息比率作为核心回报指标衡量策略有效性。

---

五、风险因素评估

报告强调以下风险：

• 因子失效风险：因子优势可能因市场结构变化而消失，导致策略失效。

- 模型失效风险：历史数据和统计模型不保证未来表现，尤其面对极端事件或政策调整。

• 投资执行风险：基于因子模型的投资需考虑交易成本、流动性及市场波动等现实因素。

风险提示贯穿报告始终，提醒读者对量化策略保持审慎，关注风险管理。

---

六、批判性视角与细微差别

• 报告结构清晰，因子分析系统性强，覆盖多个维度，数据丰富，逻辑连贯。

- 离散化因子方法提高了模型解释性及实操性，符合量化投资趋势。

• 动量策略和量价因子长期数据支撑充分，体现良好稳定性。

- 报告较少讨论宏观经济或政策对因子表现的影响，可能是短板。

• 部分因子如成长因子表现弱，未深度剖析其背后原因或市场逻辑，存在一定不足。

- 风险提示严谨，但模型适应性和未来变化环境的不确定性依然较大。

• 图表色彩及标注清晰，有助于理解趋势，但部分图片说明略显简略，需结合文本细读。

---

七、结论性综合

综上所述，本报告系统展示了2023年A股市场在多因子量化框架下的风格变化及因子表现，确认小市值、低估值、低波动和低流动性为主导风格，且散发显著的超额收益。通过离散化风险模型实现因子更好投资解释及应用，同时构建的因子动量策略显示风格轮动和趋势性逐步增强，小盘股优势明显。量价变化因子及分时段博弈因子展示了另类有效的量化信号，长期收益具备稳定性和可交易性。报告最后提示因子和模型存在失效风险，呼吁投资者关注风险管理和策略适应性。

整体上，报告鼓励投资者基于多因子动量策略，结合市场条件，重点关注电子、医药、汽车等行业及小市值、高动量、高流动性风格，捕捉持续性超额收益机会，且重视量价及时段博弈因子的应用潜力。此研究为量化投资提供了扎实的理论和实践支持，适合配置导向及风格选股。

---

参考文献及溯源：
内容均引用于中信证券研究部2023年11月10日发布的《小市值、低估值风格占优，量价因子表现稳定——多因子模型定期跟踪（2023年11月）》报告：[page::0],[page::1],[page::2],[page::3],[page::4],[page::5],[page::6],[page::7]

报告