• 互动易平台数据概览及特征 [page::3][page::4]

- 投资者对股东户数的问询次数与市场波动率显著正相关，市场波动放大时问询激增。
- 互动易平台股东户数有效回复占比长期稳定在20%~30%，每期回复约600只个股。
- 部分上市公司未进行股东户数有效回复，且问询回复分布高度不均，个别公司回复次数超过200次。

• 低频股东因子构建与测试 [page::5][page::6][page::7]

| 报告日期 | 披露日期 | 计算日期 | 实际日期 | 股东数量 |
|------------|------------|------------|------------|------------|
| 2018/9/30 | 2018/10/24 | 2018/10/31 | 2018/8/16 | 421,677 |
| 2018/12/31 | 2019/3/7 | 2019/1/31 | 2018/10/24 | 435,978 |
| 2019/3/31 | 2019/4/24 | 2019/4/30 | 2019/3/7 | 406,242 |
| 2019/6/30 | 2019/8/8 | 2019/7/31 | 2019/4/24 | 369,119 |
| 2019/9/30 | 2019/10/22 | 2019/10/31 | 2019/8/8 | 354,508 |
| 2019/12/31 | 2020/2/14 | 2020/1/31 | 2019/10/22 | 299,958 |
| 2020/3/31 | 2020/4/21 | 2020/4/30 | 2020/4/21 | 397,399 |
| 2020/6/30 | 2020/8/28 | 2020/7/31 | 2020/4/21 | 397,399 |
| 2020/9/30 | 2020/10/22 | 2020/10/31 | 2020/8/28 | 431,036 |
- 低频股东户数因子（未中性化）存在市值风格偏差，做市值和行业中性化后不具备超额收益能力。
- 低频股东户数变化因子（PCTN）表现良好，多头累计净值4.58，年化收益21%，夏普0.72，选股效果稳定且逐步提升。

• 高频股东因子构建与测试 [page::8][page::9][page::10]

- 高频股东数据以互动易平台高频回复数据为补充，优先填补低频定期报告缺失和滞后月份，提升数据时效。
- 合成高频股东户数变化因子（MPCTN）对比低频因子，五分组收益更明确且多空对冲净值更高，年化收益22%，夏普0.74。
- 对高频合成因子构建的股票池限定为“高回复股票池”（过去12个月内至少6个月有有效回复），使选股效果更优，三分组设置下多头累计净值达3.05。

• 不同因子收益及风险相关性对比 [page::11]

| 指标 | ABS | ABSN | PCT | PCTN | MPCTN | HMPCTN |
|------------|-------|-------|-------|-------|---------|-----------|
| RankIC | -0.040| -0.015| -0.033| -0.030| -0.032 | -0.042 |
| ICIR | -0.94 | -0.46 | -1.52 | -1.69 | -1.74 | -1.78 |
| 负值占比 | 66% | 61% | 65% | 69% | 69% | 73% |
| 年化收益率 | 28% | 14% | 23% | 21% | 22% | 19% |
| 夏普比率 | 0.79 | 0.46 | 0.79 | 0.72 | 0.74 | 0.62 |
| 胜率 | 57% | 53% | 55% | 57% | 57% | 57% |
- 股东户数变动类因子与动量、市值、流动性等常见风险因子相关性均较低，最多与流动性因子相关（约0.2左右），说明因子提供额外风险暴露。
| 因子类别 | 动量 | 市值 | 流动性 | 波动性 | 盈利 | 成长 | 非线性市值 |
|------------|--------|--------|--------|--------|--------|--------|------------|
| 低频 | -0.047 | 0.007 | 0.180 | 0.083 | 0.021 | 0.098 | -0.008 |
| 高频 | -0.068 | -0.003 | 0.216 | 0.133 | 0.012 | 0.067 | -0.006 |
| 高回复高频 | -0.079 | 0.024 | 0.275 | 0.165 | 0.015 | 0.091 | 0.015 |

• 不同股票池策略表现差异[page::12]

- 在深证成指、创业板综、中小板综、深证综指不同股票池测试中，高频合成股东户数变化因子均有超额收益，深证成指表现最佳，年化超额收益约10%。
- 其他指数池如中小板综及深证综指超额收益较低且波动较大，显示因子收益受股票池结构及流动性影响明显。

• 量化策略整体总结

- 股东户数本身因子缺乏有效超额收益，但其变动比值因子尤其经高频补充后表现显著。
- 高频股东数据能有效提升因子信息含量，从而改善收益和稳定性。
- 股票池选择对因子效果影响显著，优质股票池（如深证成指）收益提升更明显。
- 因子回测覆盖2013年至2020年，风险提示提示市场可能变化影响未来表现。

高频股东数据的隐含信息量——金融工程研究团队研究报告详尽分析

---

一、元数据与报告概览

报告标题：《高频股东数据的隐含信息量》
报告日期： 2020年12月31日
发布机构： 开源证券研究所
主要作者： 魏建榕（首席分析师），张翔、傅开波、高鹏、苏俊豪、胡亮勇、王志豪（分析师及研究员团队）
研究主题： 本报告聚焦于中国深圳交易所（深交所）上市公司的股东户数数据，尤其是互动易平台上股东户数的高频数据，探索股东户数变化因子在选股中的应用价值，研究高频股东数据融合进传统低频股东因子后对收益的提升效果，以及各类因子在不同股票池的选股表现差异，最终提供对投资价值和风险的分析。

核心论点及评级：

• 低频股东户数本身不具备选股能力，但股东户数变化因子具有良好的超额收益能力。

- 融合互动易平台高频股东户数数据的合成因子在收益和稳定性上均优于传统低频因子。

• 高频股东数据的有效性与股票池的选取密切相关，以深证成指表现尤为突出。

- 该策略基于历史数据回测，未来有市场变化风险存在。
报告未给出明确买卖评级，而侧重于因子研究及策略效果验证。[page::0]

---

二、逐节深度解读

1. 互动易平台数据概览

互动易平台为深交所官方投资者关系互动平台，提供公司股东户数等第一手数据，有效提升信息透明度和时效性。报告选取2013年后数据，统计了近八年互动易股东问询及回复数据。数据显示，投资者 关注股东户数的提问量与市场波动率高度正相关，市场波动时投资者更关注股东户数以评估股票风险。2015年后平台问询和回复数量趋于稳定，每期有约600支个股得到公司有效回复，占比20%-30%。问询分布不均，43.78%的公司回复次数少于12次，6家公司超过200次回复，部分企业未回复股东户数。[图1，图2，图3详见][page::3][page::4]

通过世纪华通案例，发现股东户数的大幅增长与股价反向波动（股价下行时股东户数翻倍）表明股东户数变化与股价未来表现存在显著的负相关关系，提示股东户数变化潜藏丰富的选股信息价值。[图4][page::4][page::5]

2. 低频股东因子

2.1 因子构建

低频数据基于传统定期报告（季报、半年报、年报）披露，存在频率低、数据滞后等缺陷。为避免未来数据使用错误，对报告披露日期调整，对股东户数进行市值和行业中性化处理，因为股东户数与市值相关度较高（相关系数0.4-0.55区间波动）且不同行业股东户数有明显偏差（如银行业股东数显著高于其他行业）。针对股东数变化因子，采取回溯一年隔季取样并进行时序ZScore标准化以缓解因数据滞后产生的影响。[图5，图6][page::5][page::6]

2.2 因子测试

• 股东户数因子： 经市值行业中性化后表现平庸，无明显超额收益，五分组收益无单调性，超额收益主要由市值效应驱动。[图7，图8][page::6][page::7]
• 股东户数变化因子： 同期内变化因子表现较好，分组区分度明显，虽然收益单调性并非完美，但高低分组收益差距稳定且多空策略累计净值稳中有升，2019年后区分度尤为突出，年化收益率能达到21%，夏普比率0.72，体现超额收益潜力。[图9，图10][page::7]

3. 高频股东因子

3.1 高频数据处理

互动易平台资料的高频特性体现在投资者的实时问询与上市公司的快速回复中。为了避免使用推迟回复前的数据，股东户数通过上市公司实际回复日期（updateDate）映射，同时搭配正则表达式抽取具体股东数据作为补缺，以提升数据频率和时效性。补缺逻辑采用低频数据优先政策：先定期报告数据，后用互动易数据在定期报告缺失月份进行补全。示例以平安银行为代表进行展示。[图11，表2][page::7][page::8]

3.2 高频因子及策略测试

3.2.1 合成股东户数变化因子

新构建的合成因子采取隔两个月取值计算股东户数变化，融合互动易高频数据，显著提升了因子收益区分度和多空对冲收益稳定性。合成因子多头累计净值提高至4.79，多空净值1.97，年化收益率达22%，夏普比率0.74，且相较低频因子，超额收益更为稳定。绘制对冲净值对比图展示了高频因子明显优于低频因子。[图12，图13，图14][page::9]

3.2.2 高回复股票池策略

考虑高频数据在部分个股覆盖有限（仅约20%-30%），报告定义了高回复股票池（高回复个股在过去一年内至少有六个月有互动易有效回复），数量稳定在300-700支之间。高回复股票池的合成因子在五分组时分组收益不单调，调整为三分组后实现分组收益单调且多头净值达到3.05，表现更优。[图15，图16，图17][page::10]

4. 延展讨论

4.1 不同股东因子比较

同步回测起点（2014年6月），分别对原始低频股东户数变动因子（PCTN），合成高频因子（MPCTN），以及高回复股票池对应因子（HPCTN，HMPCTN）进行对比。

• 结论显示纳入高频数据后因子在IC（信息系数）、ICIR（信息比率）以及收益稳定性方面均有所提高。

- 但在全市场深交所股票池中，因收益端改善不明显，未中性化的股东户数因子反倒以28%年化收益领先，可能因存在市值效应。

• 股东户数变动相关因子与其他主流风险因子的相关性整体偏低，与流动性因子相关性相对高，市值类因子相关最低，说明该因子提供的风险暴露较为独特，是有益的扩展维度。[图18，表3，表4][page::10][page::11]

4.2 不同股票池下策略表现

研究选取深证成指、创业板综指、中小板综指、深证综指作为测试股票池（理由包括股票池样本容量确保足够，避免小样本偏差），发现：

• 高频合成股东因子均在不同股票池内产生正的超额收益，深证成指年化超额最高超过10%。

- 创业板综指在2013-2016年间因子效果较弱，其他指数则整体表现稳定。

• 该发现表明股票池的结构和股票质地对因子表现影响显著，关注深证成指股票可能获得更优收益体验。[图19，图20][page::12]

5. 风险提示

• 本研究完全基于历史回测，模型未来适用性存在不确定性。

- 市场结构、投资者行为、信息披露制度均可能影响因子实效。

• 需审慎评估因子策略转为实际投资所带来的实施风险。[page::0][page::12]

---

三、图表深度解读

• 图1（股东问询次数与市场波动率高度相关）展示2013-2020年间，股东数问询次数与市场年化波动率走势高度一致，说明市场波动对投资者信息需求有明显影响，表明数据市场关注度强，基础数据有信息动力支持。[page::3]
• 图2（互动易有效回复个股占比及数量趋于稳定）半年后有效回复个股数维持在约600支，回复率稳定在20%-30%附近，说明该数据有一定代表性和持续性。[page::4]
• 图3（有效回复数分布）确认大部分公司回复次数偏低，少数公司活跃回复，表示关注度和数据覆盖存在显著差异，提示策略应关注活跃回复股票。[page::4]
• 图4（世纪华通股价与股东户数变动）呈现负相关，确证股东户数变化信息的潜在预警和反向作用，用于支撑股东户数变化因子价值。[page::4][page::5]
• 图5（股东户数与市值高度相关）相关系数从0.4上升至0.55，说明大市值股票一般股东户数多，须做中性化。\
• 图6（不同行业股东户数差异显著）银行业远高于其他行业，中性化处理是消除行业偏差的必要步骤。[page::6]
• 图7，图8股东户数因子由于被市值行业中和后，收益无法持续且分组收益无明显规律，显示因子无投资价值。[page::7]
• 图9，图10股东户数变化因子分组收益呈一定单调，且多空净值稳步提升，印证其具备较好选股效果。[page::7]
• 图11（互动易问答样本）示例展示数据抓取和映射的技术手段，确保数据质量。[page::8]
• 图12，图13，图14显示高频合成因子分组收益和净值对冲均优于低频因子，唯一一处支持将高频数据融合提升因子效果的强有力视觉证据。[page::9]
• 图15，图16，图17表明高回复个股数量稳定且变化率低, 基于高回复股票池的因子通过降低分组数优化表现，有助于因子单调性和收益稳定性。[page::10]
• 图18因子净值曲线对比，清晰显示高频及高回复因子对多头净值和多空净值带来持续改善，[page::11]
• 图19，图20不同指数成分股中，高频因子选股累积超额收益明显，尤其在深证成指中效果显著，表明不同股票池的因子表现差异大。[page::12]
• 表1，表2明确因子构建、数据填补步骤，保证整个研究所用数据的严谨和透明。[page::6][page::8]
• 表3，表4指标对比与相关性分析支撑因子独立性和收益合理性。[page::11]

---

四、估值分析

本报告属于量化因子研究，不涉及传统上市公司估值分析，未用企业估值模型。主要关注因子设计、回测收益、夏普比率、信息系数、分组收益等量化指标，结合市值和行业中性化处理，逻辑严谨。估值以年化收益率和夏普比率作为效益评判标准。模型测试时间窗口较长（2013-2020），测试稳定性良好。

---

五、风险因素评估

• 历史数据局限性： 因子基于历史回测，未来市场或出现结构性变化可能使因子失效。

- 信息披露依赖性： 互动易高频数据依赖上市公司及时透明的回复，不同公司回复态度差异可能导致数据偏差。

• 股票池覆盖限制： 高频数据仅涵盖深交所股票且覆盖率有限，部分策略收益受限于高回复股票池规模。

- 市场波动影响： 市场波动带来的投资者行为变化可能影响因子风险和收益表现。

• 中性化处理风险： 中性化可去除部分偏差，但也可能导致部分因子信号削弱。[page::0][page::12]

报告整体指出风险提示，建议审慎使用。

---

六、批判性视角与细微差别

• 报告整体客观严谨，但存在几个需要关注的潜在局限或偏差：

- 未考虑交易成本与流动性限制， 实际实施时或对收益存在侵蚀。
- 数据时序填补和高频补全逻辑虽合理，但互动易数据回复率偏低，可能存在样本选择偏误，高频数据增益受限。
- 部分因子在不同股票池表现不一，特别是中小板和创业板表现相对较弱，表明该因子可能对市场结构敏感。
- 对于未中性化股东户数因子虽然年化收益较高（28%），但报告已提示其主要驱动来自市值因素，实质信息含量待商榷。
- 股东户数变化与股价负相关的世纪华通案例具象验证，但样本单一，不足以完全代表市场普遍现象。
- 分组数量调整（由五组调整为三组）导致逻辑调整，但这也意味着因子稳定性依赖分组策略，后续应继续验证。

总体上报告注意中性化处理对因子效果的影响，充分表明分析思路清晰，方法符合量化研究规范。

---

七、结论性综合

本报告基于2013-2020年互动易平台上的深交所上市公司股东户数问询和回复数据，深入剖析了低频定期报告股东户数及其变化因子，以及基于互动易高频问答数据融合形成的合成高频股东户数变化因子。主旨在于揭示股东户数变化所隐含的市场信息及其选股能力。

• 通过实证测试，单纯的低频股东户数因子不具备稳定的超额收益，相关收益主要来自市值偏差，市值及行业中性化后信号增强不足。

- 股东户数变化因子（尤其经过隔季ZScore标准化）在低频数据条件下表现较优，具备选股能力，多空策略年化收益约21%，且收益稳定性较好。

• 引入互动易高频股东数据并融合构建合成股东户数变化因子显著提升了因子的收益区分度和多空对冲收益的稳定性，高频合成因子带来年化22%的收益及较高夏普比率，表现优于低频因子。

- 高回复个股股票池筛选后，进一步提升因子的单调收益表现，多头净值明显改善，标明高回复股票具备更强信号质量。

• 不同股票池因子表现差异显著，深证成指成分股因子表现最好，年化超额收益超过10%，显示因子绩效受股票池结构影响明显。

- 股东户数变化相关因子与主流风险因子相关性较低，尤其市值因子相关性最低，显示该因子提供了市场风险以外的选股信息，具备较好独立性。

• 图表和表格清晰传达出因子构建、测试步骤及效果，实证结论有力支撑理论假设。

综上，报告充分论证并验证了互动易平台高频股东数据信息对于传统低频股东因子的增益作用，揭示高频股东户数变化因子具备收益增强能力。尽管存在样本覆盖和历史数据局限风险，该研究为投资者和量化策略开发者提供了一个有价值的深交所股东数据信息维度，尤其适用于深证成指等优质股票池。

---

参考文献与数据来源

互动易平台数据、Wind数据库、开源证券研究所研究成果。[page::0][page::3-12]

---

总结

本报告系统地从数据来源、因子构建、频率融合、样本筛选、策略测试及风险评估等方面对高频股东户数数据进行了详尽研究，证实股东户数变化具备有意义的选股能力，特别针对高频融合因子在精选股票池中表现尤为优异。报告逻辑严密、数据详实、结论清晰，为机构投资者及量化研究人员提供了高频投资因子的新思路与重要实证依据。未来在实际应用时需结合交易成本等现实因素谨慎操作，并动态调整股票池和因子构建细节以适应市场变化。

---

（本文严格引用报告内容，对报告中所有图表和数据进行了全面解读和详细分析，符合溯源要求。）

报告