流量因子与存量因子的构建与有效性分析 [page::1]

• 存量因子计算为过去20日北上资金持仓市值占流通市值的均值，描绘长期筹码分布。

- 流量因子计算为过去20日累计净流入占流通市值均值，刻画短期资金动向。

• 流量因子RankIC均值3.01%，IR为2.04，稳定性优于存量因子。

- 月度极值差表明两因子有效性存在轮动，2017/2019/2020存量因子占优，2018/2021年至今流量因子占优。

影响北上资金因子轮动的五大宏观变量及择时机制 [page::2][page::4][page::5][page::6][page::7][page::8]

• 中美十年期国债利差扩大推动配置型资金占比上升，存量因子有效；利差缩小时流量因子更优。

- 中美股市收益差提升时，北上资金偏向长期Beta收益，存量因子表现优良。

• 金价上涨反映避险情绪，配置导向增强，存量因子占优。

- 社融存量同比增速上升对应经济繁荣，配置导向加强，存量因子优先。

• 人民币贬值带来升值预期，推动配置型资金流入，存量因子优于流量因子。

- 选取最佳参数窗口实现宏观变量信号解析并进行因子择时策略构建。

择时策略综合表现与多头超额收益分析 [page::9][page::10]

• 基于五大指标合成信号，实现流量与存量因子轮动择时。

- 多空组合胜率75.8%，赔率1.54，年化收益率17.51%，年化IR为1.66。

• 多头择时策略相较因子等权多头年化超额收益近5%，相较沪深300超8%，相较中证500超11%。

| 年份 | 择时策略多头收益 | 因子等权多头收益 | 资金等权多头收益 | 沪深300收益率 | 中证500收益率 |
|--------|----------------|----------------|----------------|------------|------------|
| 2017 | 19.5% | 13.4% 15.1% | | 18.98% | 0.44% |
| 2018 | -27.0% | -25.7% -26.4% | | -25.31% | -33.32% |
| 2019 | 44.4% | | | 36.07% | 26.38% |
| 2020 | 50.8% 17.5% | 40.6% 9.1% | | 27.21% | 20.87% |
| 2021 | -55.9% | 10.3% -59.9% | | -5.20% | 15.58% |
| 2022 | -56.2% | -59.9% | | -46.63% | -45.44% |
| 2017-22| 12.2% 7.3% | 7.4% | | 4.28% | 0.31% |

• 择时策略利用多头存量因子优势和空头流量因子优势，实现收益的互补。

- 2021年前存量因子多头明显领先，择时策略超额主要累计于2021年后。

北上Smart30组合构建及表现 [page::10][page::11]

• 依据择时信号动态选择流量或存量因子排名前30只股票构建等权组合。

- 组合年化收益率17.13%，较沪深300超12.85%，较中证500超16.28%。

• 行业配置灵活，2020年偏医药生物、电子、设备类，2021年转向化工与机械设备，回避了行业大跌风险。

- 2022年4月持仓代表股票涵盖电气设备、机械设备及医药生物行业。

开源证券《流量or存量：北上资金选股策略的轮动》研究报告详尽分析

---

一、元数据与报告概览

• 报告标题：《流量or存量：北上资金选股策略的轮动》

- 作者与团队：开源证券金融工程首席分析师魏建榕带领的金融工程研究团队（魏建榕、王志豪等）

• 发布日期：2022年4月19日

- 研究领域：行业轮动、因子模型、量化选股策略

• 核心主题：基于北上资金（陆股通资金）持股行为，分析其选股流量因子（资金流入流出短期动态）与存量因子（持仓筹码分布）之间的轮动效应，并结合宏观变量实现择时模型，最终构建北上Smart30投资组合。

报告核心论点与传递信息：
报告认为，北上资金的投资行为在“流量因子”与“存量因子”之间存在周期性轮动。若资金以资产配置为导向，则存量因子优；若资金以alpha交易导向，则流量因子优。利用宏观变量（中美利差、股市收益差、金价、社融增速、汇率）构建择时因子，捕捉资金行为变化，实现择时选股并取得超额收益。报告提出的择时策略胜率高，收益稳健，且构建的北上Smart30组合优势明显，年化收益远超主要市场指数。

---

二、各章节深度解读

2.1 流量因子与存量因子轮动效应

• 关键论点：

北上资金有两种选股因子：

1. 存量因子：长期持仓比例（过去20日北上资金持仓市值与流通市值均值），体现资金持股的筹码分布。

2. 流量因子：近20日资金净流入与流通市值比值，体现边际资金变动。

• 因子有效性：

流量因子RankIC均值3.01%，IR为2.04；存量因子RankIC均值2.87%，IR为0.74，流量因子更稳定，存量因子波动大。
通过分析月度RankIC差值（流量-存量因子），可见二者呈现轮动，2017年、2019年至2020年存量因子有效，2018年、2021年至2022年流量因子有效。

• 逻辑与推断：

- 存量因子优胜期多对应牛市及资金建仓初期（2017年建仓、2019-20年牛市中北上资金布局市场Beta）。

• 流量因子优胜期多市场波动大、行业分化明显时，北上资金追求短期Alpha。
• 图表解读：

- 图1（北上流量因子有效性）：蓝色柱状显示RankIC波动相对平稳，红线显示累积RankIC稳步提升，表明流量因子的稳定性良好。
- 图2（北上存量因子有效性）：蓝色柱状波动幅度大，红线累积RankIC在高位波动后出现下跌，显示存量因子有效性受周期影响较大。
- 图3（流量与存量因子轮动）：基于RankIC差值，红线趋势和蓝色柱状反映流量与存量因子相对有效性的切换。

---

2.2 宏观变量及择时因子构建

报告选取五个宏观变量，作为北上资金配置/交易导向的外生指标，构建择时因子：

1. 中美十年期国债利差

- 利差扩大表明中国资产收益率优势，北上资金配置为主，存量因子优。
- 图4显示利差曲线（蓝线）与累计RankIC差值（红线）呈同步反向波动关系，利差领先指标表明利差变化先于资金行为切换。
- 利差缩小对应流量因子有效，扩大对应存量因子有效，结论由不同时间窗口均线过滤确认(图5、图6、图7)。

1. 中美股市收益差

- 用中证800/标普500收益差衡量，A股表现强时存量因子优。
- 图10展示收益差与RankIC差值的逆向相关，参数测试确定以60日与240日均线作长期收益衡量。

1. 伦敦金现货价格

- 作为避险指数，金价上升时避险情绪高，资金配置为主，存量因子占优；金价下降时流量因子优。
- 参数选择金价10日和180日均价差。

1. 社融存量同比增速

- 反映国内信用扩张，增速上升时，经济繁荣，资金配置导向，存量因子偏优。
- 参数选1个月与7个月均值比较。

1. 美元兑人民币汇率

- 人民币贬值会带来未来升值预期，推动外资配置，存量因子表现占优。
- 参数选1日汇率和8日均值差。

• 择时策略表现：

五宏观择时变量单独应用多空组合胜率均超过60%，年化收益多在10%以上，IR均处于良好区间。基于此，构造加权合成信号，综合择时指标效果最佳，胜率75.8%，年化收益17.51%，IR 1.66，显著优于单一因子或等权组合策略。

---

2.3 宏观择时信号与组合构建

• 设计合成信号：依据5个宏观变量是否指向流量因子或存量因子，赋值+1或-1，求和。

- 信号大于0选流量因子，小于0选存量因子，从而动态调整因子权重。

• 多空组合（Long-Short）表现显著优于各单独因子，多头胜率66.1%，赔率1.71，年化收益12.2%，较因子等权多头超额5%，相较沪深300和中证500超额收益分别接近8%与11%。

多头、空头表现对比（图30）

• 多头收益接近存量因子多头，空头表现接近流量因子空头，策略巧妙结合两者优势，实现“取长补短”。

- 报告指出，择时策略主要是存量因子多头与流量因子空头的结合，而非分月调整多头因子，从而充分利用两因子的优势。

---

2.4 北上Smart30组合实证表现

• 利用宏观择时信号，选择流量或存量因子排名前30只个股，等权组合构建“北上Smart30”。

- 业绩表现：
- 年化收益率17.13%，相比沪深300超额12.85%，相比中证500超额16.28%。
- 2020年相比沪深300录得约30%超额，2021年相比中证500录得约4%超额。

• 行业配置特征：

- 2020年以存量因子信号为主，医药生物、电子、电气设备权重较高。
- 2021年转向流量因子，化工、机械设备权重提升，医药权重下降，成功规避了5月医药行业9.99%大跌风险。

• 持仓结构（2022年4月）：主要包括电气设备、机械设备和医药生物行业的优质上市公司，如汇川技术、杭可科技、泰格医药等。

---

2.5 风险提示

• 本研究基于历史数据和量化模型，未来市场情况可能发生重大变化，历史表现不保证未来业绩。

- 因子轮动及宏观变量对应关系存在不确定性与滞后风险，投资策略需审慎执行。

---

三、图表深度解读

• 图1和图2清晰展示流量因子（资金净流入率）效力更稳定，存量因子（持仓比例）高波动性。

- 图3以RankIC差值反映二者长期轮动切换模式。

• 图4-图25逐一对应5个宏观变量与因子择时效力的相关性图，形象显现外生宏观指标对资金行为转变的领先作用及对应择时策略绩效。

- 图26-图29展示合成信号择时策略胜率和年化收益极佳，投资组合超越基准。

• 图30-图32揭示择时策略多空端优势互补的机制，以及不同时间段多头策略的优劣表现。

- 图33-图34与表格配合体现北上Smart30组合的超额收益、年度分解及显著行业轮动，从2021年起行业配置的动态调整有效规避行业风险。

---

四、估值分析

报告未直接对单只股票进行估值分析，而是着重于通过资金流向和宏观信号构建动态选股因子组合，实现资产配置层面择时增益。所用的核心工具是因子有效性指标RankIC及其累计表现，以及多空净值收益和胜率等量化绩效指标，体现量化策略的实证验证逻辑。

---

五、风险因素评估

报告最后仅简单提示：

• 历史数据和模型存在局限性，未来市场结构、政策等重大变化可能导致模型失效。

- 宏观指标之间存在滞后和误判风险。

• 资金行为变化存在不可预测性。

- 投资者实施策略时需考虑流动性、交易成本等现实约束。

---

六、批判性视角与细微差别

• 报告依赖历史数据来预测资金行为轮动，现实中资金驱动可能因市场情绪、政策调控等非量化因素而表现复杂。

- 依赖宏观变量为择时信号，假定宏观指标与资金行为有稳定领先关系，若未来宏观金融环境发生结构性改变，则信号可能失真。

• 因子构建窗口期和参数选择虽有丰富测试，仍未充分评估对突发事件的适应能力。

- 对个别年份（如2021年以后流量因子表现提升）解释提示策略需要持续动态调整，过去的优劣周期可能不完全重复。

• 报告建议因子择时策略主要适用于多空组合操作，单纯多头策略超额则依赖于存量因子，对做空流量因子部分依赖策略稳定性未详述。

---

七、结论性综合

开源证券金融工程团队通过对陆股通北上资金交易行为的细致量化分析，明确指出北上资金流量因子与存量因子在不同市场环境和宏观周期下交替主导选股有效性，揭示资金参与行为中的“流量or存量”轮动现象。

基于五大宏观外生变量（中美利差、股市收益差、金价走势、社融增速与汇率波动）构建的合成择时信号，有效捕捉资金行为模式变迁，实现动态切换两类因子的使用，显著提升策略绩效。择时策略表现优异，年化收益超17%，胜率超75%，凭借多空组合机制有效融合流量因子灵活性与存量因子稳定性。

北上Smart30组合实证显示，结合宏观择时信号筛选股票，获得市场明显超额收益（沪深300超12%，中证500超16%），且动态调整行业配置有效规避风险。实证数据和图表清楚验证了策略的可操作性和普适性。

整体而言，报告构造了系统的量化选股框架，通过资金行为微观数据和宏观轮动因子结合，辅助投资者科学把握北上资金动态，优化跨境资本配置策略，具有重要的理论与实务参考价值。

---

附图示范

示例：流量因子有效性图解



数据来源：Wind、开源证券研究所

---

综上所述

开源证券该报告深挖北上资金行为数据，利用宏观经济金融变量构建量化择时模型，凭借多因子轮动策略实现显著超额收益，为投资者提供了独特且创新的策略框架。报告论证逻辑完整严谨，实证数据详实，分析工具先进，推荐投资者高度关注资金流动与宏观环境对选股策略影响的交叉作用，为量化投资策略设计提供范例。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告