反转因子及动量效应概述 [page::2]

• 动量效应指过去表现好的股票未来继续表现较好，反转效应则相反。

- 美国市场动量效应明显但存在动量崩溃现象，动量策略收益受市场非流动性影响显著 [page::2][page::3]

A股市场的反转因子表现及多头空头组合分析 [page::4][page::5]

• 反转因子长期有效，累计多空组合收益稳步提升。

- 2016年5月开始多头组合出现负超额收益，反转因子有效性开始衰减，空头组合仍保持显著负超额收益。

• 多空组合收益主要由空头部分贡献 [page::4][page::5]

市场状态对反转因子有效性影响分析 [page::6-10]

3.1 前期市场涨跌影响

| 过去20日市场涨跌 | 多空组合平均月度收益 | 多空组合月度胜率 | 多头组合平均月度超额收益 | 多头组合月度胜率 | 空头组合平均月度超额收益 | 空头组合月度胜率 |
| -------- | ------------ | -------- | ------------ | -------- | ------------ | -------- |
| 上涨 | 1.01% | 65.04% | 0.05% | 50.98% | -0.96% | 67.64% |
| 下跌 | 2.55% | 75.92% | 1.42% | 72.82% | -1.13% | 70.20% |

• 市场下跌时反转因子表现更佳，多头组合贡献更大。

- 前期涨幅靠前股票后期大概率跑输市场，空头组合超额收益持续显著。[page::6][page::7]

3.2 市场波动率影响

| 过去20日市场波动率 | 多空组合平均月度收益 | 多空组合月度胜率 | 多头组合平均月度超额收益 | 多头组合月度胜率 | 空头组合平均月度超额收益 | 空头组合月度胜率 |
| -------- | ------------ | -------- | ------------ | -------- | ------------ | -------- |
| >0.026 | 2.42% | 75.72% | 0.99% | 65.94% | -1.44% | 74.18% |
| <0.026 | 0.74% | 62.44% | 0.17% | 52.73% | -0.57% | 62.64% |

• 市场波动率越高，反转效应越显著。

- 多头组合表现随波动率增加明显改善。[page::7][page::8]

3.3 市场非流动性影响

| 过去20日市场非流动性 | 多空组合平均月度收益 | 多空组合月度胜率 | 多头组合平均月度超额收益 | 多头组合月度胜率 | 空头组合平均月度超额收益 | 空头组合月度胜率 |
| -------- | ------------ | -------- | ------------ | -------- | ------------ | -------- |
| >0.04 | 2.43% | 76.87% | 1.00% | 66.67% | -1.43% | 73.57% |
| <0.04 | 0.85% | 62.27% | 0.21% | 52.95% | -0.64% | 64.02% |

• 市场非流动性越高，反转因子表现越好，资金敏感度增强提升反转收益。[page::8][page::9]

3.4 市场收益率截面方差影响

| 月末市场收益率截面方差 | 多空组合平均月度收益 | 多空组合月度胜率 | 多头组合平均月度超额收益 | 多头组合月度胜率 | 空头组合平均月度超额收益 | 空头组合月度胜率 |
| -------- | ------------ | -------- | ------------ | -------- | ------------ | -------- |
| >0.2 | 1.97% | 71.71% | 0.46% | 57.19% | -1.51% | 72.60% |
| <0.2 | 1.46% | 68.30% | 0.66% | 60.76% | -0.80% | 66.85% |

• 收益率截面方差较大时，多空组合反转效应增强，空头组合收益明显。

- 多头组合的超额收益与收益率截面方差相关性不强。[page::9][page::10]

反转因子与市场状态变量回归分析 [page::11][page::12]

| 自变量 | IC回归系数 | IC回归t值 | 多空收益回归系数 | 多空收益回归t值 |
|------------|------------|----------|------------------|----------------|
| 常数项 | 0.084 | 9.457 | -0.050 | -16.641 |
| 市场涨跌幅 | 0.156 | 6.361 | -0.079 | -9.538 |
| 市场非流动性 | -9.547 | -13.444| 3.265 | 13.634 |
| 市场波动率 | -2.275 | -8.665| 1.311 | 14.815 |
| 收益截面方差 | -0.247 | -6.691| 0.076 | 6.120 |

• 各市场状态变量对反转因子表现均有显著统计意义，反转因子为负向因子。

- 多头组合更敏感于市场涨跌幅、非流动性、波动率，收益截面方差对多头相关性不显著。 [page::11][page::12]

反转因子择时策略及效果 [page::12][page::13]

• 构建基于市场涨跌幅、非流动性与波动率的反转因子择时模型。

- 策略成功预判反转因子多头组合回撤，累计超额收益从60.5%提升至85.4%。

• 当前市场非流动性、波动率及收益率截面方差处于历史低位，不宜超配反转策略。

[page::12][page::13]

总结 [page::14]

• A股市场存在显著反转效应，但2016年5月起多头组合表现减弱。

- 前期市场涨跌幅、波动率、非流动性及收益率截面方差对反转因子有效性有显著预测能力。

• 建立的择时策略有效提升多头组合收益，验证市场状态对反转因子的影响机制。[page::14]

详尽分析报告：《基于不同市场状态的反转因子择时研究》

---

1. 元数据与报告概览

报告标题： 基于不同市场状态的反转因子择时研究
作者及联系方式： 曹春晓（分析师），黄梓灿（研究支持），宋施怡（联系人）
发布机构： 申万宏源证券研究所
发布日期： 2017年12月15日
研究对象： 主要聚焦中国A股市场中“过去20日收益率反转因子”的表现及其在不同市场状态下的有效性研究。

核心论点与结论：

• A股市场存在显著的短期收益反转效应，尤其基于过去20日收益率构建的反转因子长期有效。

- 但自2016年5月起，反转因子的选股能力开始衰减，特别是多头组合出现持续的负超额收益。

• 反转效应的强弱与市场涨跌幅、波动率、非流动性以及收益率截面方差密切相关。

- 研究通过回归分析和择时模型，表明市场状态变量对反转因子有效性具备显著的预测能力，进而构建了有效的择时策略提升收益。

• 当前市场波动率、非流动性及收益率截面方差处于历史低位，不利于超配反转策略。

报告强调了在实际投资中，反转因子的表现受市场整体环境影响显著，需结合市场状态做动态调整，防止其失效风险。[page::0,14]

---

2. 逐节深度解读

2.1 动量效应与反转效应 （第1章）

关键点总结：

• 动量效应由Jegadeesh和Titman(1993)提出，指股票收益延续过去的趋势，过去表现好的继续领先，表现差的继续落后。

- 动量策略拥有显著正收益，但会经历“动量崩溃”（Momentum Crashes），表现为短期内输家组合远超赢家组合，如1932年和2009年美股动量崩溃。

• 动量崩溃与市场恐慌、下跌和高波动率相关，且动量策略收益和市场非流动性呈负相关，反映套利约束变化。

- 反转效应表现为过去表现好的股票未来回落，表现差的股票未来反弹。A股市场偏好短期反转因子，尤其是过去20个交易日收益率因子常用于实证分析。

• 投资者行为及市场流动性是解释反转效应的重要理论基础。

图表解析：

• 图1 显示了美股动量效应和动量崩溃，赢家组合（Past winners）和输家组合（Past losers）长期分化明显，崩溃时输家组合异常上涨，而赢家组合收益骤降。说明动量策略存在显著风险。

- 图2 展示动量策略收益(WML)、市场非流动性(MKTILLIQ)、波动率(MKTVOL)等变量的时间序列，非流动性上升时动量收益下降，验证了两者的负相关性。

总体该章节为理解后续分析奠定了理论基础，表明市场状态对因子表现影响显著。[page::2,3]

---

2.2 A股市场的反转效应（第2章）

关键论点：

• A股市场显著的短期反转效应，过去20日收益率反转因子稳定有效。

- 实证结果显示2009-2017年期间多空组合月度收益和累计收益持续正向，但部分时期有回撤。

• 特别是2016年5月以后，多头组合收益出现负超额收益，空头组合贡献依然稳定，提示反转因子多头可能失效。

数据与图表分析：

• 图3表现多空组合月度收益和累计收益，其中多空组合累计收益持续增长，最高超过10%。

- 图4细化为多头组合的超额收益显示2016年后存在明显负收益阶段。

• 图5为空头组合数据，空头组合超额收益稳定且为负，表明表现之前涨幅较大的股票未来易跑输市场。

这反映了反转因子多头方在近期市场条件下收益减弱，强调了关注多空组合的收益贡献结构的必要性。[page::4,5]

---

2.3 不同市场状态下反转因子的有效性（第3章）

研究思路与理论背景：

• 基于行为金融和流动性风险理论，市场整体状态（涨跌、波动率、流动性、收益率截面方差）影响反转因子效力。

- 行为金融解释强调投资者对信息的过度反应，市场情绪对反转效应具放大作用。

• 股票流动性变化对应风险补偿需求，流动性弱时反转更显著。

- 收益率截面方差反映市场横截面风险，关联因子表现。

3.1 前期市场涨跌的影响

• 前期市场下跌周期，反转因子表现显著加强，多空组合月度平均收益为2.55%，多头超额收益高达1.42%，空头表现亦强；上涨周期则整体疲软。

- 空头组合不论何种市场状态均贡献显著超额收益。

• 表1明细了涨跌状态下多空、多头及空头组合的平均月度收益和胜率差异。

- 图6进一步展现不同前期涨跌幅度对反转表现的影响，跌幅越大反转效果越强。

3.2 市场波动率影响

• 高波动率伴随过度自信等行为加剧，反转效应更显著。

- 大于0.026的高波动市场，多空组合月均收益达2.42%，多头组合超额收益达0.99%，胜率超过65%。

• 低波动时反转效应减弱，多头贡献小。

- 表2及图7验证了波动率对反转因子表现的正向关系。

3.3 市场流动性影响

• 市场非流动性越强，资金敏感度高，反转效应越明显。

- 通过构建市值加权Amihud Illiquidity指标，划分不同流动性状态。

• 高流动性弱（>0.04）时多空组合收益达2.43%，多头贡献1.00%，并且胜率较高；流动性强时效应减弱。

- 表3和图8体现了流动性状态和反转效应的显著相关性。

3.4 收益率截面方差影响

• 作为横截面风险的代理，收益率截面方差大时，反转效应增强，说明市场广泛分歧加剧。

- 当截面方差>0.2时，多空组合收益1.97%，胜率71.71%。

• 但多头组合收益与截面方差相关不显著，说明该指标主要影响空头表现。

- 表4和图9详细展示了这种关系。

综上，市场状态四个变量均显著影响反转因子表现，且多头和空头组合对不同变量反应不同，提示投资者择时策略必须动态调整配置权重。[page::6-10]

---

2.4 回归分析（第4章）

回归模型结构：
结合因子IC和多空组合收益与市场涨跌幅（Rmkt）、市场非流动性（mktilliq）、市场波动率（mktvolatility）、收益截面方差（RD）四个变量，分别建立回归模型检验其显著性。

主要结果：

• 回归系数均显著（t值均>3），IC回归中各系数均为负，表现出反转因子的反向特征。

- 多空组合收益回归中截距项负，表明无市场状态时整体反转收益下降趋势。涨跌幅的回归系数为负，进一步验证前述统计特征。

• 多头和空头组合分开回归中，多头组合的解释度（R²=28.49%）明显高于空头组合（R²=12.67%），说明市场状态变量对多头效益的预测能力更强。

- 多头组合的市场涨跌幅系数为负（-0.054），对涨跌更为敏感；空头组合系数为正（0.025）。

• 表5-8呈现完整的回归结果，均显示各自变量在统计上对因子表现具显著解释能力。

回归确认了市场涨跌、非流动性、波动率和截面方差具备显著统计学意义，且不同组合对变量的敏感度差异，为实盘择时策略提供量化依据。[page::11]

---

2.5 反转因子择时效果（第5章）

策略构建及实施：

• 基于2009-2011年数据，构建单因子多头组合的回归模型，因变量为次月多头组合超额收益，解释变量为市场涨跌、非流动性、波动率。

- 利用模型在每月月末根据当期市场状态预测多头组合预期收益。

• 若预期收益低于-0.5%，则做空原多头组合，实现择时调整。

策略表现：

• 图10显示通过择时，2012年至2017年10月期间多头组合累计超额收益从60.5%提升至85.4%。

- 该择时能准确预判多头组合的回撤期，显著改善收益表现。

• 作为对比，其他因子如市值因子、估值因子未能在择时模型中获得显著性，凸显反转因子特殊性。

当前市场状态评估：

• 图11展示目前非流动性、波动率及收益率截面方差均处于历史低位。

- 说明现阶段市场整体环境不支持超配反转策略。

该章节实证贡献突出，证明市场状态变量在提高反转因子投资效率中的应用价值。但择时策略仍为初步尝试，有较大优化空间。[page::12,13]

---

2.6 总结及主要结论（第6章）

• 强调A股显著反转效应，但2016年开始多头组合出现失效迹象。

- 反转效应与市场状态变量（涨跌幅、波动率、非流动性、截面方差）紧密相关。

• 多头组合收益对市场涨跌及波动性敏感，空头组合收益更稳定。

- 相关回归表明市场涨跌幅与反转效应负相关，而非流动性和波动率正相关。

• 构建的择时模型提升了反转因子的有效性，累计收益显著增加。

- 当前市场不宜超配反转策略。

该报告为反转因子在A股的实际应用提供了详实的定量及定性分析，明确指出动态择时的重要性。[page::14]

---

3. 图表深度解读

图1：美股动量效应及崩溃

• 描述：显示1929年至2009年过去赢家和输家组合美元价值变化。

- 解读：长期赢家价值大幅增长，输家组合价值大幅下跌，但崩溃时输家组合异常暴涨。

• 联系文本：说明动量策略长期有效但存在重大回撤风险。

图2：动量收益与市场状态时间序列

• 描述：2001-2011年动量收益(WML)、市场非流动性(MKTILLIQ)、波动率(MKTVOL)变动。

- 解读：动量收益低谷对应高非流动性阶段，呈显著负相关。

图3-5：20日收益率反转因子多空及拆分组合收益

• 描述：显示2009-2017年反转因子多空组合、单独多头和空头组合的月度及累计收益。

- 解读：多空组合整体正收益，多头自2016年后负超额收益，空头稳定负超额收益为贡献主力。

• 说明多头组合风险近年来上升，提示因子有效性下滑。

图6：不同市场涨跌幅下多空组合月收益

• 描述：对应不同幅度的市场涨跌对后期反转月收益影响。

- 解读：跌幅越大，反转效应越强，收益越高。

图7-9：市场波动率、非流动性、收益率截面方差与反转组合收益

• 描述：各指标的高低区间对多空组合月度表现的影响。

- 解读：高波动、高非流动性及高收益截面方差时反转效应更显著。

• 图8和图9还呈现各指标历时变化与反转收益的动态关系。

图10：择时策略绩效改进曲线

• 描述：原始净值与择时后净值对比，择时策略贡献超额收益。

- 解读：反转因子择时策略有效提升组合累计收益。

图11：市场状态变量历史位置

• 描述：三大状态变量历史走势及当前水平。

- 解读：当前均处于低位，不利于反转策略超配。

每个图表有效补充了文中的定性和定量研究，佐证了市场状态对反转因子有效性的影响及择时的必要性。[page::2-13]

---

4. 估值分析

本报告主要聚焦于A股市场反转因子的表现机制及择时策略，并无涉及公司估值的方法、参数或目标价。
报告的重点为因子表现统计分析与择时模型构建，而非某具体公司的估值讨论。

---

5. 风险因素评估

报告从因子有效性角度分析风险，具体风险及影响描述如下：

• 市场状态改变风险： 反转因子收益与市场涨跌、波动率、流动性和截面方差高度相关，当前市场状态不利时因子表现可能衰退，尤其多头组合的负超额收益可能延续。

- 多头组合失效风险： 数据显示近年多头组合负收益区域持续，提示反转因子在某些市场环境下可能完全失效。

• 择时模型风险： 虽实现显著收益提升，但择时模型仅基于单因子和有限状态变量，存在模型参数变化、结构性变革、极端行情下失效可能。

- 外部市场风险： 由于因素之间高度关联，突发性市场非理性波动（如金融危机、政策变动）可能破坏历史相关关系。

报告未详细提出缓解策略，但构建择时模型本身即是一种风险管理尝试。当前市场状态低位警示投资者控制反转因子配置比例。风险概率未明确量化。[page::0,14]

---

6. 审慎视角与细微差别

• 报告以数据驱动为主，结合经济理论说明因子表现，对于反转因子的失效敏感性有清晰的认识，体现较为客观。

- 然而关于因子失效的直接原因主要由市场状态阐释，尚未深入探讨如机构投资者结构变化、交易成本、套利机制演化等可能影响因素。

• 部分回归模型R²较低（如IC回归16.7%，空头组合回归12.7%），说明可能仍有未观测或未建模的重要变量，择时精度有限。

- 报告中市场非流动性指标对多头收益的解释作用突出，但流动性测度存在一定争议，也可能受限于数据及模型选取。

• 当前择时模型简化处理收益率截面方差，部分变量通过均值或中位数阈值划分，可能忽视微妙的非线性关系。

- 结论依赖于历史样本（2009-2017），市场结构变化可能影响外推性，需要后续跟踪验证。

• 报告着重强调择时策略效果显著，但未明示策略交易成本、滑点对净收益的影响。

总体来讲，报告结构严谨、数据充实，但有必要保持对模型稳定性和适应性的持续关注。此外，理论假设集中于行为金融和流动性风险，未涵盖全部潜在因子影响。

---

7. 结论性综合

申万宏源发布的《基于不同市场状态的反转因子择时研究》通过详实的统计和回归分析，梳理了中国A股市场中基于过去20日收益率构建的反转因子表现特征及其受市场环境影响机制。该因子长期以来为显著有效的选股alpha因子，但2016年后其多头组合表现出现疲软乃至失效迹象。

研究发现，反转效应与市场涨跌幅呈负相关，而与市场波动率、非流动性及收益率截面方差呈显著正相关。特别是前期市场处于下跌、高波动、高非流动及收益分歧显著时，反转效应尤为强烈，尤其是多头组合贡献较多。空头组合则在所有市场环境下均保持稳定的负超额收益，是多空组合主要的收益来源。

基于对市场状态变量的深度量化分析，报告构建简单回归模型并实施择时策略，对反转因子多头组合进行动态调仓。实证结果显示择时策略能有效规避多头组合的回撤，累计超额收益显著提升（2012年至今从60.5%增至85.4%）。这不仅验证了市场状态对反转因子的预测价值，也为实际投资提供了可行的操作路径。

当前市场的状态变量均处于历史较低水平，表明超配反转策略风险较高，提示投资者需谨慎调整仓位。报告未涉及具体估值模型，仅聚焦策略及因子有效性分析，风险提示明确且合理，强调持续对市场环境跟踪的重要性。

总体而言，本报告通过充分的理论支持、严密的数据分析和明确的实证检验，为理解和利用反转因子提供了系统且深入的研究框架，尤其在因子策略的择时管理方面具备重要的参考价值。

---

参考文献

• 图表均由申万宏源研究部提供，数据基于2008-2017年A股市场行情。

- 相关学术论文如Jegadeesh & Titman(1993)、Avramov等对动量和反转效应理论背景的支持。

• 市场非流动性指标采用Amihud Illiquidity等业界通行测度。

---

溯源标记

本分析中所有关键观点、数据与推断，均取自报告源文本，并对应页码如下标注：
[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14]

---

附件：重要图表（标注页码）

• 图1：动量效应及崩溃示意 [page::2]

- 图2：动量收益与市场非流动性、波动率的时间序列关系 [page::3]

• 图3-5：反转因子多空组合及拆分组合收益 [page::4,5]

- 图6-9：市场状态指标与反转因子收益关系 [page::7,8,9,10]

• 图10：反转因子择时净值表现 [page::13]

- 图11：市场状态变量历史水平 [page::13]

---

本分析旨在为专业投资人士提供精准详实的因子研究解读，助力投资决策与风险管理。

报告