• 研究动机与理论基础 [pidx::0][pidx::3]

- 受学术界“股价波动即信息流波动”理论启发，将股价波动率的变化幅度视为信息冲击剧烈程度的代理。
- 传统波动率因子虽有效，但存在增量信息有限的问题，需构建新型波动率选股因子。

• UID因子构建方法 [pidx::4]

- 每月末，利用过去20个交易日日内分钟涨跌幅，计算每日高频波动率Voldaily。
- 计算20日内Voldaily的标准差std(Voldaily)与均值mean(Voldaily)，将二者比值得到信息分布均匀度UID因子，并做市值中性化处理。
- 标准化处理有效剥离了波动率大小与波动幅度的高相关性。

• UID因子选股绩效显著优于传统波动率因子 [pidx::5][pidx::6]

- 回测期内，UID因子10分组多空对冲年化收益29.84%，波动率9.58%，信息比率3.11，月度胜率81.20%，最大回撤仅4.79%。
- 传统VOL20因子对应收益仅15.35%，低波动且信息比率仅0.83，表现明显不及UID因子。

• 纯净UID因子及对传统因子正交后的表现 [pidx::7][pidx::9]

- 剔除市场风格与行业影响后的纯净UID因子，年化收益仍达17.13%，信息比率2.60，最大回撤仅4.86%。
- 正交处理后的UIDdeVOL20因子年化收益21.31%，信息比率2.50，表现稳健，表明带来明显增量信息。

• 参数稳健性与样本空间多样性检验 [pidx::10][pidx::11]

- 回溯期调整为40、60日，UID因子仍显著跑赢传统因子，信息比率保持较高水平。
- 在沪深300、中证500、中证1000等不同样本空间均表现优异，且与传统波动率因子线性正交后的选股能力稳定。

• 指数组合构建及实用价值 [pidx::12]

- 分别基于传统VOL20、UID及UIDdeVOL20因子，选取10%最低因子值股票构建组合。
- 在沪深300、中证500、中证1000中回测，UID因子相关组合均展现超越传统因子的累计净值和收益表现，具备较强的指数增强能力。

• 信息冲击对价格影响的对称性检验 [pidx::13]

- 日内波动率最高20%样本中，上涨与下跌样本比例分别为57.3%与42.7%，涨跌幅平均值和绝对值相关系数相近。
- 说明信息冲击作用于股价涨跌较为对称，UID因子未明显偏好涨跌某一方向。
- UID因子与传统反转因子Ret20相关度低（0.17），验证其具备独立选股信号和增量信息。

• 结论 [pidx::14]

- 建立在高频波动率波动基础上的信息分布均匀度UID因子，是一项有效的波动率因子创新。
- UID因子在A股市场表现稳健且优异，具有良好的信息含量和投资价值，能够辅助构建更优质的量化选股及增强组合策略。

东吴证券研究所《“波动率选股因子”系列研究（二）：信息分布均匀度，基于高频波动率的选股因子》详尽分析报告

---

1. 元数据与概览

报告标题：「波动率选股因子” 系列研究（二）—— 信息分布均匀度，基于高频波动率的选股因子
作者与机构：东吴证券研究所，证券分析师高子剑（执业证书：S0600518010001021）及研究助理庞格致（执业证书：S0600122090090）
发布日期：2023年11月8日
主题：基于高频分钟数据，构建新的波动率选股因子——信息分布均匀度（UID因子），评估其选股效果并比较传统波动率因子。

核心论点与主要信息传达：
受学术界关于“股价波动与股票信息流”理论启发，报告提出并验证了“信息分布均匀度”（UID）因子的概念，认为股票高频波动率的波动（即波动的波动）反映信息冲击的剧烈程度。报告以10年多数据回测，证实UID因子在选股绩效上显著超越传统波动率因子。即使在剔除常见风格及行业影响后，纯净UID因子依然展现稳健的选股能力。
这一因子通过衡量股票信息流的时间分布均匀性，运用分钟级数据捕捉价格波动的微观结构，提供了传统波动率因子之外的新视角和增量信息[pidx::0][pidx::3][pidx::14]。

---

2. 逐节深度解读

2.1. 前言

• 报告为东吴金工“波动率选股因子”系列研究第二篇，对首篇研究内容（“纯真波动率因子”）进行延展。

- 首篇研究通过简单改进传统波动率因子，提升信息比率（IR）由1.3至1.7，虽然提升明显但该因子与传统变量相关性较强，缺乏足够的增量信息。

• 该报告尝试寻求新的波动率因子，基于信息冲击的新视角，利用分钟数据构建高频波动率的“波动的波动”指标[pidx::3]。

2.2. 波动率与信息冲击

• 引用了Ross (1989)和Andersen (1996)的理论和实证成果，强调股票价格波动与信息流紧密相关，波动等同于信息流波动。

- 提出假设：当信息以均匀速率流入，价格波动较低；当存在突发信息冲击，波动率瞬间放大，从而信息流速率变化剧烈。

• 因此，价格波动率的变化幅度即为衡量信息冲击强度的指标[pidx::3]。

2.3. 波动的波动：信息分布均匀度（UID）因子构建

• 构建步骤：

1. 每日利用分钟收益计算日内高频波动率（剔除隔夜数据）；
2. 计算20日高频波动率的标准差std(Voldaily)；
3. 计算20日平均高频波动率mean(Voldaily)；
4. 以std(Voldaily)除以mean(Voldaily)并作市值中性化，得到UID因子。

• 逻辑阐释：

- 剔除隔夜部分是因为隔夜和日内信息的传递机制和影响模式不一；
- std(Voldaily)反映波动率的波动，预示信息流入的均匀程度，若信息冲击发生频繁，std(Voldaily)会更高；
- 标准化处理对冲了波动率大小的规模效应（两者相关系数高达0.71），避免因波动率水平不同产生偏差。

• 该构建逻辑基础坚实，清晰区分信息流入速度波动与波动率水平，突显波动的波动或“波动率二阶波动”作为增量因子创新点[pidx::4]。

2.4. UID因子选股效果及与传统因子对比

• 回测时间2014年1月至2023年10月31日，全部A股（剔除ST、停牌及次新股）

- UID因子性能指标远优于传统20日波动率VOL20因子：
- 月度IC均值-0.057（vs -0.047）；年化ICIR -3.43（vs -1.19）
- 年化收益率29.84%，波动率9.58%，信息比率3.11，远超VOL20（15.35%收益，18.58%波动，0.83 IR）
- 最大回撤4.79%，月度胜率81.2%，均优于传统因子。

• 图1显示UID因子10分组净值走势分化明显，表现稳健且强劲；图2展示了UID与VOL20的10分组多空对冲策略净值走势，UID曲线显著领先。

- 年度维度表3显示UID因子表现因年份而异但整体稳健，某些年份信息比率甚至高达8.67。

• 进一步将UID因子对VOL20因子进行正交处理得到UIDdeVOL20因子，验证新因子剔除传统波动率线性成分后的选股能力依旧不俗：

- 年化收益21.31%，波动8.52%，信息比率2.50，最大回撤12.35%，月度胜率75.2%。
- 反映该因子包含除传统波动率外的增量信息。

• 图3与表4分别展示了UIDdeVOL20因子的净值走势及分年表现，2022年后UIDdeVOL20表现表现更佳，表明新因子特质逐渐显现[pidx::5][pidx::6][pidx::7]。

2.5. 其他重要讨论

2.5.1 首先，UID因子的多空收益分解（表5）

• 多空收益年化29.84%中，空头超额收益（16.92%）占优于多头超额收益（11.28%），信息比率空头面3.06明显大于多头的1.65，最大回撤空头较小3.63%

- 说明UID因子的空头策略表现稳定、收益出众，可能体现市场对信息冲击的负面反应更为敏感。

2.5.2 纯净UID因子的表现与风格剔除（表6、图4、表7）

• 与Barra常用10个风格因子相关性均较低（最大为VOL20波动率因子的0.372），尤其与Beta（0.0144）、Growth几乎无关，体现UID因子的独立属性。

- 纯净UID因子（剔除风格和行业影响）年化收益17.13%，波动率6.59%，信息比率2.60，最大回撤4.86%，月度胜率77.78%表现依然稳健。

• 纯净因子相较于原始UID，收益和波动率均减少，表明风格及行业因子对原UID部分效果有贡献，但纯净化仍保留足够选股能力。

2.5.3 参数敏感性分析（图5、图6、表8）

• 改变回看窗口为40、60个交易日，UID因子持续展现优异选股能力，年化收益27%-29%，远优于对应的传统VOL40/60因子（17%-18%）。

- 信息比率、月度胜率同样稳健，最大回撤大幅优于传统因子，显示因子效果对参数选择不敏感，稳健可用。

2.5.4 不同样本空间测试（表9、图7-9、表10）

• 在沪深300、中证500及中证1000成份股中，UID因子均超越传统VOL20因子，且UIDdeVOL20在除传统因子影响剩余信息上依然显著。

- 不同细分指数，信息比率最低也达到0.3（沪深300中VOL20因子信息比率仅0.11），表现尤以中证1000小盘股最为突出。

• 指数增强组合构建中，UID及UIDdeVOL20因子表现稳健，回测净值曲线整体领先传统VOL20。

2.5.5 信息冲击对价格涨跌的对称性（表11）

• 检验高波动率样本中股价上涨与下跌比例、涨跌幅均值与中位数、涨跌幅绝对值与波动率相关系数相近，体现信息冲击对价格涨跌影响呈现对称性。

- 说明信息冲击因子不偏向只反映价格上涨或下跌的行情。

• UID因子与传统反转因子Ret20相关系数仅0.17，说明该因子提供了与传统价格基因截然不同的增量信息，功能互补[pidx::8][pidx::14]。

---

3. 图表深度解读

3.1 图0（首页）

• 描述：UID因子、传统波动率VOL20因子及纯净UID因子的10分组回测净值走势，样本内（2014-2020）及样本外（2020以后）区分显示。

- 解读：
- UID因子价值明显，曲线最陡峭，尤其样本外表现尤为优异，净值增长远超传统VOL20及纯净UID。
- 传统波动率分组表现最弱，未体现选股能力。

• 联系文本：图表支撑报告核心观点，UID因子提供显著选股超额回报，且依旧稳定。

- 局限评述：样本外表现优异，但实际市场变动可能带来风险[pidx::0]。

3.2 图1和图2（页5）

• 图1描述：UID因子10分组回测净值走势。从分组1至分组10净值呈明显递减趋势，体现分层区分能力。

- 图2描述：UID因子与VOL20因子10分组多空对冲净值走势比较，UID因子净值曲线远高于传统因子。

• 数据解读：两图均显示UID因子在时间序列中持续领先，且风险控制（波动和最大回撤）有明显优势。

- 联系文本：验证了报告中UID因子优于传统的结论，图表直观展现投资价值及优势。

3.3 表2与表3（页6）

• 数据显示月度IC、ICIR、年化收益、波动率、信息比率、最大回撤等指标均体现UID因子超越传统VOL20。

- 年度维度收益波动体现市场环境影响，整体任然稳健且积极。

3.4 图3和表4（页7）

• 在剔除VOL20信息后的UID因子（UIDdeVOL20）仍表现不俗，说明因子所带来的选股信息增量明显与传统因子差异化。

- 回测净值走势仍呈现较强趋势性与分层效果，绩效指标延续稳健表现。

3.5 图4和表7（页9）

• 纯净UID因子排除常见风格和行业影响后，选股能力依旧较强，净值走势明显优于基准，且最大回撤进一步减少，体现因子稳健性和独立性。

3.6 图5、图6与表8（页10）

• 改变参数窗口，UID因子性能稳定且超越传统因子，信息比率近3倍，支持该因子的适用范围和鲁棒性。

3.7 表9至表10及图7至图9（页11-13）

• 分不同指数成分股构建投资组合，UID因子表现普遍领先传统因子，尤其中证1000表现更为突出，信息比率最高达2.7，最大回撤显著较小。

- 图表支持UID因子可以作为增强指数组合的有效工具。

3.8 表11（页14）

• 量化分析信息冲击（高波动率样本）对股价涨跌的对称性，提升因子设计合理性，理论基础稳固，避免对涨跌偏向性导致因子失效风险。

---

4. 估值分析

本报告侧重因子构建与效果评估，未涉及常规个股估值体系如DCF、市盈率等。因子本质服务于投资组合的构建与优化，在文章提出的指数增强策略中以多空对冲等形式实现风格调整，具有较强实操意义[报告全文未见估值方法讨论]。

---

5. 风险因素评估

• 报告明确指出所有统计结论基于历史数据，未来市场环境、策略适用性与因子表现均可能面临重大变化。

- 单因子的收益波动可能较大，不宜单独使用，需结合综合资金管理与风险控制策略使用。

• 因子未来的有效性存在不确定性，尤其在市场微观结构、信息获取方式发生变化时可能被削弱[pidx::0][pidx::15]。

---

6. 批判性视角与细微差别

• 报告虽努力剔除行业和风格干扰，但因子设计不可避免包含市场与行为金融的复杂联动，实际应用需防范“过度拟合”及样本外风险。

- UID因子与传统波动率相关性虽相对较低，但仍存在线性部分，实际中组合构建需谨慎。

• 回撤水平虽优于传统因子，但在细分市场（沪深300等）回撤稍高，提示风险非全消除。

- 信息冲击的对称性假设基于历史统计，未来突发事件（疫情、宏观政策等）可能破坏对称性，影响策略有效性。

• 作为技术面量化因子，未直接纳入基本面信息，适用范围或局限于市场行情特定阶段。

---

7. 结论性综合

本报告以严谨的数据分析和逻辑推导，基于“波动的波动”创新构建了“信息分布均匀度（UID）”高频波动率选股因子，开启了从信息流节奏角度解析市场价格波动的新路径。通过详尽的历史回测验证，UID因子在多个维度显著超越传统基于日收益率的波动率指标：

• UID因子展现稳定且领先的预测能力（IC、ICIR指标优异），及极佳的风险收益表现（高信息比率、低波动率和最大回撤）。

- 剔除传统波动率因子线性成分及风格、行业影响后，纯净UID因子依然保留较强的选股能力，证明因子的独立性及增量价值。

• 参数稳健性强，适用不同回看窗口及不同样本范围，包括沪深300、中证500和中证1000，表明其广泛应用可能。

- 信息冲击对股价涨跌作用对称的统计验证，增强了理性模型基础和因子设计合理性，使得UID因子可与传统涨跌因子形成良好互补。

总体而言，报告通过细致设计及大量实证数据，确立了UID因子作为波动率选股的新范式，在提升量化投资模型效果方面具备重要理论与实践意义。推荐在多因子框架中重点考量引入UID因子，辅以严格风险控制机制，以期实现更优的风险调整后回报表现。

---

附：部分关键图表示例

信息分布均匀度UID因子10分组回测净值走势（图1）

UID因子与传统VOL20因子10分组多空对冲净值走势（图2）

纯净UID因子10分组及多空对冲净值走势（图4）

---

综上所述，东吴证券研究团队提供了一个创新且经重重验证的选股因子UID，有望在实际量化投资中发挥重要作用，但需谨慎关注大环境变化及市场结构变动风险。报告内容严谨、分析全面、数据详实，具备很强的理论与实务参考价值。[pidx::0][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::14][pidx::15]

报告