• 依托收益和波动率的跨期相关性，提出波动滞后、波动超前和同期效应三类非对称性因子，通过皮尔逊相关系数反映收益与波动的动态非对称关系，因子构建采用日度及日内5分钟高频数据，并进行低频化处理 [pidx::0][pidx::6]。

• A股市场收益和波动率关系呈显著非对称性，杠杆效应和波动率反馈效应同时起作用，表现为价格下跌伴随波动率上升，价格上涨时波动率下降 [pidx::4][pidx::5]。

• 非对称性因子统计特征显示波动滞后因子偏右，表明当期收益与未来波动率正相关，波动超前因子左偏，表明低波通常预期带来超额收益; 同期效应因子右偏，反映收益与风险同源 [pidx::7][pidx::8]。

• 高频非对称性因子，尤其是高频波动超前因子表现突出，IC均值约4%，年化ICIR达到4.12，IC月胜率超90%，因子分组收益单调递增，多头端年化超额收益约6.8%，空头端约-7.6%，且最大回撤低至2%左右 [pidx::14][pidx::15][pidx::16]。

• 计算周期对因子表现有显著影响，高频同期效应因子在60日周期表现最佳，波动超前因子短周期表现更优，波动滞后因子中长周期更适合大市值股票，短周期更适合小市值股票 [pidx::16][pidx::17][pidx::18][pidx::19]。

- 非对称性因子信息衰减较快，半衰期约三周，适宜较高调仓频率来捕捉Alpha效应 [pidx::19]。

• 因子在上涨与下跌行情间的表现不同：同期及波动滞后因子在上涨行情中选股能力明显，波动超前因子则在下跌行情中显示正向预测能力 [pidx::20]。

- 结合收益的高阶矩（偏度和峰度）构建的非对称性因子具备稳定选股能力但超额收益有限 [pidx::20]。

• 非对称性因子的时序均值回归特性显著，且偏离度对波动超前因子有效性影响明显，非对称性时序偏离较大股票池中因子适用性更强 [pidx::21]。

• 合成大类非对称性因子在全市场长期表现稳健，排名IC均值9.4%，年化ICIR达4.84，月胜率93%，十组收益严格单调，多头年化超额收益达11.4%，空头端约-18.1% [pidx::22][pidx::23][pidx::24]。

• 非对称性因子在沪深300、中证500、中证1000及国证2000指数增强组合均有良好表现，其中中证1000和国证2000增强组合年化超额收益均超过14%，信息比均在2以上，表现最佳且相对稳定 [pidx::25][pidx::26][pidx::27][pidx::28][pidx::29][pidx::30]。

• 非对称性因子作为独立Alpha来源，与价值、成长、盈利、反转、波动率等传统大类因子多重共线性较低，经正交后仍保持显著多空及多头端超额收益，表现优异，且对多因子模型边际贡献明显 [pidx::25][pidx::31]。

分析报告解构与深度剖析

报告标题：《收益和波动共舞：非对称性理论蕴含的 alpha——量化研究系列报告之十二》

作者与联系方式：

• 宇执业证书号：S0010522090001，邮箱：wuzy@hazq.com

- 严佳炜执业证书号：S0010520070001，邮箱：yanjw@hazq.com
发布机构：华安证券研究所
报告日期：2023年9月10日
主题聚焦：针对股票市场收益与波动率间的动态跨期非对称性关系，构建并验证量价类Alpha因子，对沪深300、中证1000核心指数进行深入量化研究。

---

一、概览与研究主旨

本报告旨在通过研究收益与波动之间的动态非对称关系（即收益-波动的跨期相关性不对称性），通过迭代不同时间频率数据与模型调整，构建与验证一系列非对称性Alpha因子。作者强调，这是一个不同于传统静态均衡视角的动态视角，未来涨跌幅与波动率关系带来的信息，孕育着新的选股Alpha机会。报告从统计学出发，利用收益与残差波动率的Pearson相关系数作为非对称性的关键衡量指标，在沪深300和中证1000等不同市值规模指数成分股中均展现出良好的预测能力。高频数据（如日内5分钟数据）及模型（CAPM、FF3）调整优化后，非对称因子的表现尤为突出。[pidx::0] [pidx::1]

---

二、正文结构与章节内容深读

2.1 收益与波动的非对称性基础理论

• 背景说明：传统资产定价中，收益与波动被视为正相关，体现“风险与收益并存”的基本理论。但动态层面上，理论假设是波动与收益应对称放大（无论涨跌，波动放大）。现实中投资者对买涨和买跌的反应差异破坏此对称性，造成收益-波动非对称现象。

- 两大核心解释机制：
- 杠杆效应（Black, 1976）：股价下跌导致财务杠杆率提高，未来波动率上升。
- 波动率反馈效应：对未来波动率上升的预期反过来影响当前股价下跌。

• 实证表现：通过日内分钟数据计算的未来波动率与当期收益的相关性，市场整体呈现明显非对称性，2015年前多为负相关（跌时波动率扩大），2019年后越趋正相关，表明动态非对称关系随时间演化。[图表：收益-波动对称性示意图、收益-波动非对称性时序图][pidx::4][pidx::5]

2.2 非对称性因子的构建及分类

• 核心思想：收益-波动率非对称性通过计算跨期Pearson相关系数度量：

- 波动滞后因子（波动率作为因变量，收益为自变量，历史收益与未来波动相关）
- 波动超前因子（相反方向，历史波动率与未来收益相关）
- 同期效应因子（同期收益与波动率的相关性）

• 数据频率分层：

1. 日间因子：利用日频收益与波动数据。
2. 日间z因子：用日内5分钟数据计算日波动率，再日度计算相关性。
3. 日内高频因子：直接用5分钟数据计算相关系数，之后低频化处理。

• 实证分布特征（以2023年6月30日为例）：

- 波动滞后因子呈右偏（均值约+10%），表明多数股票当期收益正向预示未来波动抬升。
- 波动超前因子左偏（均值约-8%），低波动对应未来高收益。
- 同期效应因子显右偏（均值约+23%），高收益伴高风险。
[图表：三类因子时间关系示意图、股票数分布图（波动滞后、超前、同期）][pidx::6][pidx::7][pidx::8]

2.3 因子的选股表现与预测能力

• 全市场表现总结：

- 所有因子均具显著选股能力。
- 波动超前因子多头预测为正，未来收益正向；波动滞后因子与同期效应因子为负向预测。
- 高频数据增强因子效果明显，尤其高频波动超前因子多头年化超额收益达6.8%，最大回撤控制在-2.6%左右。
- 固有解释：波动超前因子可能体现市场的“定价错误”与风险溢价；波动滞后与同期因子代表市场补偿风险。

• 调整细节：

- 使用Pearson相关系数较秩相关获得更丰富信息。
- 高频数据存在流动性影响，需谨慎对待小市值股。
- 停牌、涨跌停等极端情况对结果影响有限。
- 高频因子采用半衰期加权提升有限，排序再平均更优。

• 分指数表现：

- 沪深300和中证1000中选股能力较强；大市值区间中的波动超前因子表现优异，小市值中波动滞后和同期因子表现较好。
[图表：全市场及沪深300等绩效展示，因子IC与年化超额收益][pidx::9][pidx::10]

2.4 风格调整后的非对称性因子表现更佳

• 以CAPM与FF3模型对收益进行调整，剔除市场及因子风险暴露，进一步提纯波动残差。

- 调整后因子的预测能力普遍提升，令高频波动超前因子等表现更为出色，多头年化超额可提升至7.5%-7.9%。

• 分指数域表现也更均衡稳定，沪深300、中证500和中证1000都有明显提升。

- 相关性检查显示非对称性因子与传统量价因子相关不高，蕴含较多独立信息。
[图表：CAPM/FF3调整前后因子表现对比，相关系数图][pidx::11][pidx::12][pidx::13]

2.5 高频波动超前因子稳定性详解

• 以CAPM调整后的日内波动超前因子为案例分析。

- IC均值达4%，月IC胜率超90%，且因子分组年化多头超额能达到6.8%。

• 多空组合年化多空收益率达13.5%，分年度均为正收益，波动及回撤低，选股稳定性强。

[图表：高频波动超前因子IC序列、分组年化收益、多空净值及分年度表现][pidx::14][pidx::15][pidx::16]

2.6 参数敏感性与信息衰减速率

• 随着计算窗口周期加长，换手率降低，波动率非对称性因子表现各异。

- 高频同期效应因子60日计算周期最佳表现，多头年化超额6.9%。

• 高频波动超前因子偏短周期效果更优，波动滞后因子在中大市值股票池中中期周期效果较佳。

- 信息衰减快，半衰期约3周，说明高频调仓可提升收益效率。
[图表：不同计算周期下因子表现，月度IC衰减图][pidx::16][pidx::19]

2.7 扩展研究及均值回归影响

• 个股上涨和下跌时波动率与收益的非对称性表现不同，上涨过程中的非对称关系选股能力较强，下跌过程中的相关性选股能力弱。

- 高阶收益矩（偏度、峰度）的非对称因子同样具有稳定选股效果，但年化超额有限。

• 不同股票的非对称特征存在均值回归特性，沪深300最稳定，中证1000波动最大。

- 非对称性因子的偏离度（距离均值的Z-score）对其有效性有显著区分度，均值回归速率影响较小，表明信息偏离幅度大时因子更有效。
[图表：上涨下跌条件下因子表现图、高阶矩非对称因子有效性图、不同行情均值回归分析与偏离度双排序分组图][pidx::20][pidx::21]

---

三、非对称性因子综合合成及指数增强应用

3.1 因子合成与全市场表现

• 挑选多个表现良好的非对称性因子做静态加权合成，经过行业市值中性处理。（调整因子方向统一为正）

- 合成因子自2013年起至2023年7月，Rank IC均值约9.4%，年化ICIR 4.84，IC月胜率93%，稳健性显著。

• 十组分组表现严格单调，多头年化超额达11.4%，空头年化超额亏损达-18.1%，多空能力强。

- 回撤控制良好，最大回撤发生于2021年的市场风格波动期，整体长期净值呈持续正增长趋势。
[图表：合成波动率非对称因子IC序列、年化超额收益、多空净值及最大回撤][pidx::22][pidx::23][pidx::24]

3.2 非对称性因子正交后仍具独立Alpha价值

• 将非对称性因子与大类价值、成长、盈利、反转、波动、流动性及北向资金等常用因子正交化。

- 正交后因子依旧保有5.2%的Rank IC均值，年化ICIR近4。

• 多空年化收益仍高达14%，说明该因子提供了多因子体系难以捕捉的独立Alpha来源。

[图表：正交后的多空及多头超额表现曲线][pidx::25]

3.3 指数增强策略构建与实证

基于非对称性因子，结合行业、市值及风格约束，在沪深300、中证500、中证1000、国证2000等指数构建增强策略。

• 沪深300增强

- 年化超额5.33%，信息比1.14，最大回撤约-11%。
- 除2019年稍有跑输，其余年度均明显胜出基准。
- 策略采用行业、市值、市值等权作基准约束，个股权重偏差控制严格，有效控制风险。
- [图表：沪深300增强策略净值及分年度表现]

• 中证500增强

- 年化超额6.5%，信息比1.12，最大回撤15%。
- 2017、2019、2020、2021年有相对落后，今年表现较好。
- 权重及行业约束略松，个股权重限制较沪深300更低，可能因该指数成分股风格及流动性差异。
- [图表：中证500增强策略净值及年度表现]

• 中证1000增强

- 年化超额14.2%，信息比2.03，最大回撤-12%。
- 除2021年外，所有年份均胜出基准，展现卓越的Alpha挖掘能力，尤其适合小市值区间。
- 权重限制灵活，市值暴露约束合理，适合中小市值股票池。
- [图表：中证1000增强策略净值及年度表现]

• 国证2000增强

- 年化超额14.4%，信息比2.00，最大回撤-15%。
- 同中证1000表现相似，稳健超额，最大回撤来自风格周期。
- [图表：国证2000增强策略净值及年度表现]
[pidx::25] [pidx::26] [pidx::27] [pidx::28] [pidx::29] [pidx::30]

---

四、风险提示与审慎观察

• 本报告因基于历史回测，未来结果不确定，市场风格转换可能导致Alpha因子失效。

- 高频数据因股价流动性、停牌、涨跌停板效应可能导致因子稳定性波动。

• 皮尔逊相关假设正态，波动率数据非正态，故相关系数绝对数值需谨慎解读，应用于排序选股。

- 策略中整体回撤控制良好，但在2021年市场风格剧烈切换时表现较弱，提示投资者关注组合多元化风险。

• 强调Alpha源于动态非对称性，代表市场定价机制中的非理性与风险补偿共存，未来需持续动态跟踪调整。

[pidx::0] [pidx::32]

---

五、总结性综合

本报告开创新视角，利用收益-波动动态非对称特征，通过创新的多频率、跨期相关系数构建非对称性因子，实现了量价Alpha的有效捕捉。经过CAPM、FF3模型调整后的残差波动因子，尤其是高频波动超前因子及同期效应因子表现尤为优异，选股预测能力显著、风险和回撤控制良好。因子在沪深300和中证1000的多头超额年化收益分别达到7%左右，而大类合成非对称性因子年化超额收益高达11.4%，且具备较强的独立Alpha信息，能显著增厚多因子模型预测能力。

基于此因子体系构建的指数增强策略，在沪深300、中证500、中证1000、国证2000等多个主要指数均实现稳健正超额收益，最高超额收益超过14%，信息比均超过1，显著优于多数传统量价因子策略。

图表解读方面，例如：

• 图表“收益-波动对称性示意图”形象展示了理论中的对称波动假设曲线，凸显现实的非对称差别。

- 波动滞后、超前和同期效应因子的股票数分布图（页7-9）揭示个股间非对称表现的统计特性及分布偏态。

• 高频波动超前因子分组年化超额收益（页15）展示单因子选股的强大趋势及正收益持续性。

- 合成因子多空净值及最大回撤图（页23）表现出因子稳定且持续的Alpha。

• 各指数增强策略历史净值图（页26-30）直观反映策略应用效果和多年的运行表现。

综上，本研究提供了资产配置与量化选股中刚需的动态非对称Alpha源，体系完善，实证充分，具有较高的实操价值和学术创新意义。投资者和研究者可依据本报告因子框架，结合自身调仓周期和风控约束，构造稳健且具前瞻性的增强投资组合。

---

致谢与声明

• 作者声明完全独立、客观出具本研究报告，内容仅供投资参考。

- 华安证券对报告准确性不承担保证，投资有风险，历史表现不代表未来收益。

• 本报告版权归华安证券所有，未经授权严禁转载。

- 行业及公司评级体系明确具体，体现了合理收益预期区间。

---

以上分析，力求客观详尽，涵盖报告中所有关键论点、数据、图表和结论，确保信息系统完整，并严格标注出处页码以便追溯。

报告