• 研究背景与核心逻辑 [page::0][page::1]：

- 股价波动率增大既可能预示风险上升，也可能是上涨信号，关键在于伴随波动率变化的收益率趋势。
- 通过收益波动比指标衡量收益率相对于波动率的补偿情况。

• 灾后重建因子构建及表现 [page::1][page::2][page::3]：

- 利用分钟级数据，计算“更优波动率”（结合开盘、最高、最低、收盘价的20价格点标准差）替代传统收盘波动率。
- 计算收益波动比与更优波动率的协方差，生成月均和月稳重建因子，合成灾后重建因子。
- 该因子为负向因子，表现为投资者对波动上涨反应不足导致超跌后补涨机会，Rank IC约-6%，但稳定性不足（Rank ICIR低于-2.5）。

• 勇攀高峰因子构建及显著选股能力 [page::4][page::5][page::6]：

- 仅针对日内异常高波动（均值+标准差以上时段）计算协方差，定义为正向因子，反映波动异常时的风险补偿充足。
- 回测显示该因子月度Rank IC达5.62%，ICIR达4.47，年化收益率19.76%，月度胜率约83%。
- 在中证1000成分股中表现尤为突出，年化超额收益达8.67%。

• 更优波动率指标优越性验证 [page::8][page::9]：

- 更优波动率相比传统仅使用收盘价计算的波动率包含更多价格信息，捕捉一分钟内的极端价格变动，回测表现更优。
- 使用更优波动率构建的因子在Rank IC、ICIR及年化收益率上均优于替代版本。

• 因子独立性和纯净度检验 [page::11][page::12]：

- 勇攀高峰因子与主流风格因子相关系数均低于20%，剔除风格因子正交化后仍保持正向选股能力。
- 纯净因子年化收益率仍达9.04%，信息比率1.52。

• 量化因子应用建议 [page::0][page::5][page::6][page::13]：

- 勇攀高峰因子适用于高波动下风险补偿识别，尤其在中小市值、波动率更活跃的样本（如中证1000）表现更佳。
- 建议结合其他因子策略采用，跻身多因子模型以捕捉波动异动中的超额回报。

【方正金工】个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三：深度解析报告

---

1. 元数据与概览

• 报告标题：个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三

- 出处机构：方正证券研究所，方正金工

• 作者：分析师 曹春晓（S1220522030005）

- 发布日期：2022年5月30日发布，公开发布时间为2022年5月31日

• 研究主题：股票市场个股波动率的变化特征研究及基于波动率特征构造的新型因子——“勇攀高峰”因子，属于多因子选股研究系列的第三篇。

核心论点及投资建议

报告主张波动率不仅是市场最重要的指标之一，其变化可以预示风险加剧或股价飙升两种截然不同的市场信号。核心创新点是引入“收益波动比”指标来考察股价波动率提升时，收益率与波动率的关系：

• 若波动率提升伴随收益波动比下降，意味着投资者对风险补偿不足，预期该股票未来有超额收益；基于此构造了“灾后重建”因子。

- 相反，若波动率异常高且收益波动比提升，则代表市场对风险有充分补偿，这种股票表现出持续上涨能力，报告称之为“勇攀高峰”因子。

实证测试显示“勇攀高峰”因子表现强劲，月度Rank IC高达5.62%，ICIR达到4.47，年化多空组合收益率近20%，剥离其他风格因子影响后仍保持显著选股能力。尤其在中证1000成分股中表现更佳，具备良好的增量alpha挖掘价值。

报告告知投资者需注意历史规律未来失效的风险，同时表明各因子存在阶段性失效可能。[page::0] [page::1]

---

2. 逐节深度解读

2.1 引言

报告强调波动率作为市场变量的核心地位，指出个股波动率的变化既预示可能的风险，也可能代表股价即将爆发。作者提出了利用“收益波动比”评价波动率变动品质的思路，即量化波动率变动时收益表现的好坏。

基于该指标，构造了两类同计算框架、方向逻辑相反的因子：“灾后重建”因子（波动率异常提升但收益补偿不足的股票被过度抛售后可能反弹），“勇攀高峰”因子（波动率异常提升且收益率同步提升，市场给予足够溢价的“高山股票”）。[page::1]

2.2 灾后重建因子构建及选股效应

2.2.1 投资者对波动的反应不足

分析描述投资者行为特点：对极端成交量或极端收益率反应过度（“追热”“追涨”），但对波动率的变化感知不足，因此在波动率刚开始上升时可能未及时调整风险溢价，导致风险补偿不足。

引用Moreira和Muir（2017）、Lochstoer和Muir（2022）文献，提出波动率加剧时收益波动比下降，意味着投资者行为出现了“反应不足”阶段，导致股价被低估，未来有机会补涨，呈现正alpha。[page::1]

2.2.2 因子定义与计算方法

报告采用高频分钟数据构建指标，提升信息利用率：

• 更优波动率：不同于传统用分钟收盘价计算波动，报告设计利用分钟的开盘、最高、最低、收盘价共20个价格数据计算标准差，标准差除以均值后平方，定义为“更优波动率”，更充分捕捉分钟内价格极值波动，避免信息遗漏。

- 收益波动比：定义为该分钟收益率除以更优波动率。

• 计算日内每分钟收益波动比与更优波动率序列的协方差，衡量投资者对风险波动的反应不足程度。

- 在月度层面，计算协方差的均值和标准差，合成“月均重建因子”和“月稳重建因子”，二者等权合成为“灾后重建因子”。

• 逻辑上，该因子为负向因子，因子值越小对应未来潜在补涨空间越大。

实证数据显示，此因子在2013年4月至2022年2月的全A股样本中，具有负相关的显著Rank IC（约-5%），但ICIR约-2.5，显示稳定性不足，报酬波动较大，选股效果有限。[page::2] [page::3]

2.3 勇攀高峰因子构建及选股效应

2.3.1 逻辑基础：异常高波动对应的风险溢价

基于投资者行为研究，当波动极其异常升高时，投资者风险厌恶急剧上升，唯有那些能够及时给予充足风险补偿的股票，表现出持续上涨的潜力，成为市场“勇攀高峰”的对象。

2.3.2 因子定义

勇攀高峰因子的计算与灾后重建因子框架相似，但只计算波动率异常高（超过当日平均值+标准差）的时段数据相关性：

• 仅选择日内非开盘收盘，分钟更优波动率超过 mean + std 的时段。

- 对该时段的收益波动比与更优波动率协方差计算，反映股票对异常波动的风险补偿能力。

• 同时计算该协方差的月均值和标准差，构成月均攀登因子和月稳攀登因子，等权合成勇攀高峰因子。

- 因子为正向因子，数值越大对应更强稳健的风险补偿能力，未来潜在超额收益更高。

单因子回测显示，勇攀高峰因子表现显著优于灾后重建因子：

| 因子 | Rank IC | Rank ICIR | 多空组合年化收益率 | 信息比率 |
|----------------|---------|-----------|-------------------|----------|
| 勇攀高峰因子 | 5.62% | 4.47 | 19.76% | 3.45 |

此外，因子月度胜率高达83.02%，表现极为稳定。[page::4] [page::5] [page::6]

2.4 更优波动率指标的优势验证

• 通过对比“更优波动率”与传统“收盘波动率”的差异，说明更优波动率更能捕捉分钟内极端价格变化，例如价格先大幅上涨后回落的过程，在统计标准差中更全面体现价格波动。

- 用传统收盘波动率构造的勇攀高峰因子（称为因子2）与更优波动率版本相比，在Rank IC、ICIR、年化收益及信息比率指标上明显逊色。

• 结论为采用更优波动率可显著提升因子的解释力和选股效果。

2.5 去除风格因子影响后因子效能检验

• 勇攀高峰因子与传统风格因子（如市值、价值、成长等）相关系数均较低（绝对值低于20%），代表因子提供了增量、独立的选股信息。

- 对勇攀高峰因子进行市值、行业及主流风格公共因子正交化处理后，依然保持较好选股能力：
- Rank IC 平均值 1.95%
- Rank ICIR 1.61
- 多空组合年化收益率9.04%
- 信息比率1.52

表明该因子在传统风格因子框架之外，依然能带来显著超额收益。[page::11] [page::12]

2.6 因子在不同样本空间的表现

• 测试范围扩展至沪深300、中证500以及中证1000成分股。

- 其中，中证1000（小盘股为主）内勇攀高峰因子表现最佳：
- Rank IC 3.46%
- Rank ICIR 3.35
- 多空组合年化超额收益8.67%

• 说明因子对中小盘股票更敏感，更易捕捉成长或波动性特征强烈的标的。[page::13]

---

3. 图表深度解读

报告多个图表（未提供图片但描述详尽），对关键数据走势与因子表现做了深入剖析。以下为典型内容：

• 收益波动比与更优波动率协方差曲线（灾后重建因子）：显示波动率提升同时收益波动比下降，反映投资者对波动的反应不足，诱发未来补涨趋势。

- 同指标（勇攀高峰因子）集中在异常高波动时段：收益波动比与波动率同步提升，突出该因子的风险补偿充足信号。

• 因子表现统计表：Rank IC、ICIR、年化多空组合回报、信息比率及月度胜率等关键指标，系统反映因子收益的稳定性与投资回报。

- 更优波动率与传统收盘波动率对比图：总体走势相近，但更优波动率对极端波动捕获更敏感，验证了报告算法创新的有效性。

• 因子剥离风格影响后相关性热力图：显示勇攀高峰因子与主流风格因子相关性低，支持增量alpha假设。

图表深入支撑报告核心论点与建设的因子有效性，提供较强实证和统计依据。[page::2] [page::3] [page::5] [page::6] [page::8] [page::9] [page::11]

---

4. 估值分析

本报告不涉及传统金融估值指标，如市盈率或现金流折现模型，属于因子研究性质，更侧重于因子构造与实证检验，没有提供目标价或估值区间分析。因子主要设计为基于波动率与收益波动比的统计量构建风险调整后的投资信号。

---

5. 风险因素评估

报告在风险提示部分，提醒：

• 该策略和因子基于历史数据，未来历史规律存在失效风险。

- 市场可能出现超出预期的变化，导致因子表现阶段性失效。

• 其他驱动因子受环境影响也可能周期性无效。

未提供具体风险缓解方案，仅提醒投资者注意模型与数据限制、历史表现非未来保证，诚信度较高，风险意识体现在提示层面。[page::0] [page::15]

---

6. 批判性视角与细微差别

• 因子稳定性问题：尽管勇攀高峰因子表现强劲，但其构建基于复杂的高频分钟数据处理，高度依赖数据质量与计算方法细节，一旦市场微结构或交易机制发生变化，可能导致因子有效性下降。

- 灾后重建因子表现不稳定：报告中的灾后重建因子表现整体负向且ICIR较低，显示因子收益的可持续性不足，提示市场情况对波动反应存在不确定性。

• 依赖历史样本和截面回归测试：因子测试主要基于2013-2022年A股数据，未来不同周期因子可能失效，没有提供对极端事件的测试或多市场验证。

- 市场行为假设附带偏见：对投资者“反应不足”和风险补偿的行为假设具有典型行为金融特色，但可能忽略了其他市场复杂因子，如宏观因素、流动性变化或结构性调整的影响。

• 高频数据计算成本大，实际应用难度：高频分钟数据处理因子构造，虽提升信息捕捉，但实际基金运作中可能面临数据获取成本及策略交易成本的考量。

- 未给出明确的风险管理或对冲建议：因子虽提供选股信号，但没有讨论如何结合风险管理或整体组合构建实务。

从报告内文本看，作者对这些潜在限制保持谨慎态度，未过度夸大，但未来应用需关注以上条款。

---

7. 结论性综合

本报告以“波动率”在股票市场中的双重角色为出发点，创新引入“收益波动比”指标，通过细致的高频分钟价和收益数据，构建并测试两个新颖波动率驱动的信号：

• 灾后重建因子反映波动率提升但风险补偿不足的股票存在超额反弹机会，但表现稳定性较弱；

- 勇攀高峰因子针对异常高波动同时收益随之提升的股票，表现非常突出，月度测试Rank IC和ICIR均强，年化多空收益率近20%，且剥离其他风格因子后仍具独立选股能力，适合周期内追踪。

“勇攀高峰”因子在中证1000等小市值指数内表现尤为优异，展示该因子能在波动性更高的股票池中挖掘更明显的alpha机会。

技术上，“更优波动率”指标优于传统波动率，增强了分钟级波动捕捉能力，提升了因子效果。

综合来看，报告提供了一个兼具理论依据和实证验证的多因子研究，表明个股波动率异常上升时是否伴随收益增长，是划分投资价值的关键，勇攀高峰因子因此成为了市场捕获收益的利器。

投资者应当关注该因子在未来周期中的表现及市场环境变化对其的冲击，切勿盲目依赖历史表现，合理配置风险。

---

参考页码溯源

本文所述所有结论和解析均可对应以下页码进行溯源确认：

• 页码：[0], [1], [2], [3], [4], [5], [6], [8], [9], [11], [12], [13], [15]

---

总结

本文系统解构了【方正金工】发布的《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》报告，详尽解析了报告的逻辑架构、因子构造过程、高频数据处理方式、实证回测结果以及风险提示。重点分析了两个波动率因子特别是表现卓越的“勇攀高峰”因子，验证了其作为捕捉异常高波动股票风险补偿及收益机会的重要性，并指出了实际应用中需警惕的限制和风险。整体而言，该报告为股票多因子选股研究提供了具有创新意义的数据视角和实用方法论，对于金融量化及主动选股策略设计具有较强参考价值。

报告