微观特征因子及其策略应用
由crisvalentine创建，最终由crisvalentine 被浏览 79 用户
摘要
报告《市场微观结构系列（2）：高频视角下的微观流动性与波动性》中，我们利用tick级别的价量数据构造了描述股票交易微观结构、微观流动性、微观波动率的指标，并对市场的微观特征及近期发生的变化进行了分析。本篇报告则回到量化投资的框架中，探究股票微观特征因子在各类量化模型中应用的有效性。
因子测试：推荐关注集合竞价成交量占比因子和微观流动性因子
- 集合竞价成交占比因子衡量散户参与度，散户参与度较低的个股未来收益表现相对较好。通常大规模的机构资金比较少参与集合竞价交易，集合竞价成交量占比高反映机构成交占比相对较低，散户参与度较高。经过测试，该因子2016年以来，月度IC_IR可达-1.07，IC均值达-6%；并且该因子与传统量价因子（流动性、波动率）的相关系数均在0.4以下，说明可以提供一定的增量信息。
- 微观波动率因子与传统的波动率因子相关性较高。微观波动因子与传统波动因子的相关系数达0.8左右，并且其IC序列与传统波动因子基本一致，说明微观波动因子难以提供更多增量信息。由于其因子稳定性优于传统的波动因子，可以考虑用微观波动因子替代传统的波动率因子。
- 微观流动性因子中，价格弹性因子在不同宽基指数有效性均较好。我们从盘口深度、盘口价差、价格弹性三角度刻画个股的流动性水平，三类因子均有一定的选股效果，并且互相之间相关性较低，因子方向均反映为流动性较低的个股未来收益表现相对较好。从不同指数内的因子有效性来看，价格弹性因子在中证1000、中证500、沪深300范围内有效性均较好，IC_IR分别为0.69、0.61、0.42。
因子模型的应用：价格弹性因子在中证1000增强中有超额贡献
- 风格轮动：市场微观波动对风格因子轮动有一定预测能力。反映市场微观交易结构的盘口深度、流动性等指标在对于成长/价值风格的切换的预测能力上稍显不足，仅波动率大类的指标具有一定的预测能力。其背后的逻辑可能在于，微观波动的放大往往代表短期内的市场情绪提升，从而相应的微观波动放大的风格类股票具有更高的短期市场热度，其热度的延续会带来未来的短期收益优势。
- 指数增强：中证500增强和中证1000增强中加入价差因子、价格弹性因子等高频因子后，组合收益能力可以得到一定程度的提升。价格弹性因子（resiliency_mean_z）对于增强模型的提升效果较为明显，在原有的指数增强模型中加入价格弹性因子后，中证500增强组合年化收益可提升0.68ppt，中证1000增强组合年化收益可提升1.69ppt。
行业轮动的应用：微观特征因子具有一定的行业优选效果，但其超额收益的稳定性不足
- 日内成交结构因子和价格弹性因子具有一定的行业优选效果。统计期内，fisrt_call_ratio_z因子IC均值为-6.7%，IC_IR为-0.29，多空收益率达17%；resiliency_mean_z因子IC均值为8.4%，IC_IR为-0.35，多空收益率为15%，具有一定的行业优选效果，因子的行业筛选方向与选股方向一致。
- 微观特征因子在行业优选层面的超额收益贡献的稳定性不足。first_call_ratio_z因子在2016年5月至2017年5月、2018年8月至2020年2月期间，基本无超额收益贡献；但在2020年2月以后，因子值较低一组（Group1）持续跑赢因子值较高一组（Group5）。resiliency_mean_z因子在2016年5月至2018年2月、2020年8月至2021年5月期间，基本无超额收益贡献；但2021年5月以来，因子值较高一组（Group5）显著跑赢因子值较低一组（Group1）。
正文
报告《市场微观结构系列（2）：高频视角下的微观流动性与波动性》中，我们利用tick级别的价量数据构造了描述股票交易日内结构、微观流动性、微观波动率的指标，并尝试对市场的微观特征及近期发生的变化进行分析。本篇报告则回到量化投资的框架中，探究股票成交日内结构、微观流动性、微观波动率特征因子在各类量化模型中的有效性。
因子测试：推荐关注微观流动性因子
本章节我们将在因子测试框架中，初步窥探股票日内交易信息在因子选股领域的效果，挖掘其中有效性较高的因子，并尝试分析其收益贡献来源。
因子构造：日内成交结构、微观波动率、微观流动性
如报告《市场微观结构系列（2）：高频视角下的微观流动性与波动性》中所述，我们利用tick级别的价量数据构建了若干个反映股票日内交易信息的日频指标，大体可分为4类，如下表所示：
►日内成交结构：包括开盘集合竞价成交量占比和收盘集合竞价成交量占比，反映日内成交量的分布信息，其中，沪市股票的收盘集合竞价成交量占比指标在实施收盘集合竞价前为空值。从选股角度来看，通常大规模的机构资金比较少参与集合竞价交易，集合竞价成交量占比低反映机构成交占比相对较高，说明机构较为看好公司的基本面情况。
►盘口深度：主要反映挂单量的多少，通常挂单量越多，我们认为股票流动性越好（亦可归属于流动性指标，考虑到指标数量较多而单独分类）。盘口深度指标，指标值越高，表示盘口深度越大。
►波动率指标：包括成交量的波动率（volume_std）和成交价的波动率（pdf_length、vol_1m），主要刻画日内成交量以及成交价格的波动幅度。
►流动性指标：包括盘口价差（spread）、价格弹性（resiliency）两种刻画方式，其中，盘口价差指标反映买一价和卖一价的距离，价差越大说明交易成本越高，流动性越弱；价格弹性则反映单位成交额下股价的波动幅度，弹性越大说明单位成交额对股价冲击越大，流动性越弱。
图表1：tick级别数据构建的微观特征指标明细
资料来源：中金公司研究部
由于计算出来的微观特征指标均为日度频率，为方便融入月频调仓的多因子模型，我们将日频的指标进行月频化处理，主要考虑了以下三种方式：
►刻画近一个月以来指标的整体表现：20个交易日指数移动平均，指标代码后缀为“_w”；
►刻画近一月以来指标的波动率：20个交易日标准差，指标代码后缀为“_std”；
►刻画指标近期的变化趋势：（20个交易日指数移动平均-120个交易日移动平均）/120个交易日的标准差，指标代码后缀为“_z”。
因子有效性测试：微观特征因子有效性较强
通过上述方式获得月频因子后，我们在单因子测试框架内，经过行业、市值的中性化处理后，测试了各个因子的IC表现以及分组收益表现，测试结果如下表所示。其中，用于对照的传统量价因子为波动率因子STD_1M、STD_3M、STD_6M（过去1/3/6个月内日收益序列标准差）以及流动性因子VSTD_1M、VSTD_3M、VSTD_6M（过去1/3/6个月内成交额除以过去1/3/6个月内日收益序列标准差）。
开盘集合竞价占比低的股票未来收益表现较好。开盘集合竞价占比月度均值（first_call_ratio_w）因子有效性较高，IC均值达-6.6%，IC_IR达-1.07；多空年化收益达24.4%，从分组收益表现来看，多头和空头均有贡献，分组单调性较好。同时，开盘集合竞价占比的标准差因子和变化趋势因子同样具有一定选股效果，IC_IR分别为-0.86、-0.75。
盘口深度指标的变化趋势因子有效性较强。如下表所示，买盘/卖盘深度的日内标准差、日内均值的变化趋势因子IC_IR绝对值都超过0.8，并且多空年化收益均达17%以上，比传统的流动性因子表现更佳，相对看好买/卖盘深度（流动性）下降的个股。
日内价格波动率因子IC均值最高，IC_IR达-0.86。在波动率因子中，成交量波动率因子有效性较弱，价格的微观波动因子有效性较强，IC均值可达8.5%，IC_IR达-0.86，稳定性优于传统的日间波动因子（STD_1M），推荐近一个月有效宽度的标准差因子（pdf_length_std），看好波动率较低的个股。
Resiliency_mean_z因子的多空回撤最小，选股稳定性最佳。在流动性因子中，价差（spread）因子和弹性（resiliency）因子均具有一定的选股效果，IC_IR分别达0.47、0.59；多空收益角度来看，二者的多空收益均超过13%，但从多空最大回撤角度来看，弹性指标的变化趋势因子（Resiliency_mean_z）显著优于价差因子，多空最大回撤仅-3.8%，看好弹性较大（低流动性）的个股。
图表2：微观特征因子&传统量价因子的有效性对比
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表3：微观特征因子&传统量价因子的分组测试
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
微观特征因子与传统因子的对比：流动性因子与低频价量因子差异较大
为了考察各个微观特征因子之间信息的重叠度，我们测算了各个因子之间的横截面相关性系数，如下表所示。
日内成交结构、盘口深度、波动率大类内，各个细分因子相关性较高；大类因子之间相关性较低。其中，盘口深度类因子主要由卖盘深度、买盘深度指标构建，其相关性都比较高，说明卖盘深度较高的个股通常买盘深度也较高。同时，日内成交结构、盘口深度、波动率大类因子之间，相关性系数绝对值均在0.4以内，相对较低。因此，我们认为这几类因子提供的选股信息存在差异；在应用这几类因子时，只需考虑其中有效性最高的构建方式。
不同类型流动性因子之间的相关系数较低。如前文所述，涉及对流动性的刻画指标包括盘口深度（bid_depth/ask_depth）、盘口价差（spread）、价格弹性（resiliency）。如下表所示，这些流动性相关的因子的相关系数绝对值均在0.4以内，说明不同维度所刻画的流动性信息是存在差异化的，但因子方向都比较一致，都反映低流动性股票未来存在超额收益。
图表4：微观特征因子之间的相关性系数统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
运用同样的方式，我们也测试了微观特征因子与传统量价因子（波动率因子、流动性因子）之间的相关程度，有如下结论：
►微观波动率因子与传统波动因子相关性较高，同时，微观波动因子有效性更强，可用于替代传统波动率因子；
►微观流动性因子与传统流动性因子相关性较低，说明二者所反映的信息存在差异，可作为传统流动性因子的信息补充。
图表5：微观特征因子与传统量价因子之间的相关性统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
综合考虑因子有效性以及因子之间的相关性统计，我们在因子层面主要推荐5个因子，包括：first_call_ratio_w（日内成交结构）、pdf_length_std（波动率）、bid_depth_mean_z（流动性-盘口深度）、spread_mean_w（流动性-盘口价差）、resiliency_mean_z（流动性-价格弹性）。
不同阶段下的因子有效性分析：价格弹性因子在主流宽基指数内有效性均较好
针对上述推荐的5个微观特征因子，本节我们主要分析各个因子在不同阶段、不同股票范围内的有效性。
开盘集合竞价成交占比因子：衡量散户参与度
开盘集合竞价占比因子（first_call_ratio_w）可以理解为散户参与度因子，该因子在2016年以来有效性均较高，IC序列相对稳定，仅在2019年2月回撤幅度较大，当时恰逢指数级反弹的起始点，很多散户参与度较高的个股估值较低，收益表现较好，使得该因子的有效性出现回撤。不同宽基指数中，中证1000内的有效性优于中证500，优于沪深300；不同行业板块内，金融、煤炭钢铁、消费者服务等低估值股票较多的行业内，开盘集合竞价占比因子有效性较低。
图表6：first_call_ratio_w因子历史IC序列
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表7：first_call_ratio_w因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
图表8：各行业内first_call_ratio_w因子IC_IR统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
微观波动因子：与传统的波动因子IC表现基本一致
微观波动因子（pdf_length_std）与传统波动率因子相比，时间维度上的规律基本一致，在2018年2-3月、2019年2月、2020年10月、2021年5月出现阶段性回撤；微观波动因子的优势在于稳定性相对较好。不同宽基指数内，微观波动因子在中证1000、中证500范围内有效性较高，IC_IR分别为-0.84、-0.48。行业层面，在大部分行业内有效性较好，仅银行、消费者服务内有效性相对较低。
图表9：pdf_length_std因子历史IC序列（与STD_1M对比）
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表10：pdf_length_std因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
图表11：各行业内volume_pdf_len_std因子IC_IR统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
盘口深度因子：近期多空收益表现有所提升
盘口深度因子（bid_depth_mean_z）在2016年以来IC序列同样较为稳定，回撤最大的阶段也是发生在2019年2月，从多空收益表现来看，近半年以来，多空收益（Group1/Group10）表现有所提升。不同宽基指数中，中证1000范围内有效性最高，IC_IR可达-0.76，沪深300范围内有效性略高于中证500内的有效性，IC_IR分别为-0.36、-0.26。不同行业范围内，金融、煤炭钢铁、消费者服务等低估值股票较多的行业内，买盘深度变化趋势因子有效性较低。
图表12：bid_depth_mean_z因子历史IC序列
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表13：bid_depth_mean_z因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
图表14：各行业内bid_depth_mean_z因子IC_IR统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
价格弹性因子：在主流宽基指数中有效性均较强
价格弹性因子（resiliency_mean_z）今年以来IC表现略有回落，但从多空收益表现来看，今年以来的收益表现并无明显下滑。在不同宽基指数范围内，在中证1000、中证500、沪深300范围内的因子有效性均较好，IC_IR分别为0.69、0.61、0.42；其中，中证1000范围内的IC表现今年以来有所回落，但中证500范围内IC表现仍然较好。
图表15：resiliency_mean_z因子历史IC序列
资料来源：万得资讯，中金公司研究部（统计期：2016-05-01至2021-09-30）
图表16：resiliency_mean_z因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-05-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
图表17：resiliency_mean_z因子在中证500范围内的IC序列
资料来源：万得资讯，中金公司研究部（统计期：2016-05-01至2021-09-30）
图表18：resiliency_mean_z因子在中证1000范围内的IC序列
资料来源：万得资讯，中金公司研究部（统计期：2016-05-01至2021-09-30）
图表19：各行业内resiliency_mean_z因子IC_IR统计
资料来源：万得资讯，中金公司研究部（统计期：2016-05-01至2021-09-30）
盘口价差因子：仅在中证1000范围内有效性相对较好
盘口价差因子（spread_mean_w）2016年以来整体有效性较好，但在2019年下半年至2020年上半年期间，该因子出现持续性回撤。并且，从不同宽基指数内的因子表现来看，仅中证1000范围内，因子有效性较好，IC_IR达0.48，沪深300、中证500范围内的IC_IR都在0.2以下，有效性较弱。行业层面，金融、消费者服务、食品饮料行业内有效性相对较低。
图表20：spread_mean_w因子历史IC序列（与STD_1M对比）
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表21：spread_mean_w因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group10为因子值最大一组，Group1为因子值最小一组）
图表22：各行业内spread_mean_w因子IC_IR统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
综上所述，我们认为开盘集合竞价占比因子、盘口深度因子以及价格弹性因子整体有效性较好，并且都是在偏小市值的股票范围内因子有效性更佳，在金融、煤炭、钢铁、消费者服务等行业内有效性相对较低。
多因子模型：价格弹性因子在中证1000增强中有超额贡献
市场微观波动对风格因子轮动有一定预测能力
微观特征应用于风格轮动指标测试框架：波动特征有一定预测能力
在报告《量化多因子系列（3）：如何捕捉成长与价值的风格轮动？》中，我们从市场情绪、因子拥挤度、金融环境和经济环境四大类指标入手，寻找可以用来预测成长/价值风格收益的有效指标。候选指标与未来不同风格收益之间的预测效果和逻辑关系都是我们重点考察的内容，假设指标背后的理由不充分或者逻辑不合理，数据挖掘所造成的风险就会太大。因此，为了筛选出能够“有效”预测价值成长风格切换的指标，我们在测试指标有效性时会考虑胜率、相关性、格兰杰检验、事件化检验等多重维度。
为了将上述微观特征指标改造成为成长/价值风格轮动指标，我们在每个截面（月末）分别计算成长股票池和价值股票池内的流通市值加权因子值f_growth和f_value，将f_growth/f_value作为预测的指标。
图表23：微观特征指标在成长/价值风格轮动模型上的有效性检验
资料来源：万得资讯，中金公司研究部，注：年化收益和胜率为对应指标在z_score方法下的轮动组合表现。（统计期：2016-02-01至2021-09-30）
波动率大类指标在成长/价值风格轮动的测试框架下体现出了一定的预测能力，而日内成交结构、盘口深度、流动性大类指标均没有稳定的预测能力。
以pdf_length_w为例，其在成长/价值轮动策略的月度胜率为66%，并且指标值与成长/价值的相对净值曲线之间的相关系数（Rho）为0.36，p值为0.0026。从相关性结果来看，其对成长/价值风格的轮动有一定的预测能力。
图表24：基于pdf_length_w的轮动组合表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表25：pdf_length_w因子分组收益表现
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
从轮动组合的净值来看，尽管pdf_length_w指标与风格收益相关性较强，其轮动的效果却并不突出，轮动组合相对成长组合的累计年化超额收益仅为5.46ppt。从下表的综合检验结果也可以看出，波动类指标均未能通过Granger检验，事件类测试的结果也并不理想。同时，经过测试该指标加入已有轮动指标体系中并未能提高已有模型的预测表现。
图表26：波动类微观指标测试结果
资料来源：万得资讯，中金公司研究部
因此，我们认为反映市场微观交易结构的盘口深度、流动性等指标在对于成长/价值风格的切换的预测能力上稍显不足，仅波动率大类的指标具有一定的预测能力。其背后的逻辑可能在于，微观波动的放大往往代表短期内的市场情绪提升，从而相应的微观波动放大的风格类股票具有更高的短期市场热度，其热度的延续会带来未来的短期收益优势。而这一逻辑与我们现有体系中的反映风格情绪动量的风格强势股占比指标基本一致，因此加入该指标并未提高模型整体的预测表现。
多因子指数增强：中证500和中证1000增强中可贡献额外超额
进一步的，我们尝试在沪深300、中证500和中证1000指数增强模型中加入上述高频因子，观察上述因子包含的高频流动性和波动的信息是否能够在低频模型中提供额外的超额收益能力。
从测试结果来看，主要的结论包括下述两点：
►沪深300增强中加入高频因子并无增强效果，换手率的提升反而可能影响沪深300增强组合的收益能力。中证500增强和中证1000增强中加入价差因子、价格弹性因子等高频因子后，组合收益能力可以得到一定程度的提升。
►价格弹性因子（resiliency_mean_z）对于增强模型的提升效果较为明显，在原有的指数增强模型中加入价格弹性因子后，中证500增强组合年化收益可提升0.78ppt，中证1000增强组合年化收益可提升1.69ppt。
同时，本文中提出的微观流动性指标基于高频数据构建，具有较高的换手率，并不适合作为报告《量化多因子系列（2）：非线性假设下的情景分析因子模型》中提出的流动性特征因子来使用。因此我们主要测试的是将微观特征因子加入多因子体系之后，相比加入之前组合的收益增强表现。
图表27：加入resiliency_mean_z前后中证500指数增强组合表现
资料来源：万得资讯，中金公司研究部（统计期：2018-06-01至2021-09-30）
图表28：加入resiliency_mean_z前后中证1000指数增强组合表现
资料来源：万得资讯，中金公司研究部（统计期：2018-06-01至2021-09-30）
图表29：加入resiliency_mean_z后中证1000指数增强分年度收益表现统计
资料来源：万得资讯，中金公司研究部（统计期：2018-06-01至2021-09-30）
在构建中证1000指数增强的模型时，我们采用月度频率的alpha因子，月度调仓的方式。组合优化设置和相关参属如下：
\1)行业偏离度上限5%
\2)市值因子暴露度上限5%
\3)个股权重上限1%
\4)中证1000成分股权重之和不小于80%
\5)交易费率：单边0.2%
图表30：中证1000指数增强因子列表
资料来源：万得资讯，中金公司研究部
加入价格弹性因子（resiliency_mean_z）后，中证1000增强的收益表现年化提升1.69ppt。不过大部分的收益提升都来自2020年之前，2020年之后模型在价格弹性因子加入后的增强效果较为一般。
这一结果也与我们前文的因子测试结果相吻合，从前文的测试结果来看，微观流动性因子与传统流动性因子相关性较低，说明二者所反映的信息存在差异，可作为传统流动性因子的信息补充。其中，resiliency_mean_z与现有波动率和流动性因子的相关性更为低至0.1左右，因此加入resiliency_mean_z因子可以在现有因子体系的基础上提供一些额外的稳定收益来源。
行业轮动上的应用：关注集合竞价成交占比因子和价格弹性因子
在行业轮动层面应用微观特征因子，需要将个股因子映射为行业因子，再依据行业层面的因子信息筛选行业持仓。我们用流通市值加权的方式，从个股的融资类因子映射到行业层面的因子；同时，为了剔除市值因子的影响，我们在映射为行业因子前均进行了市值中性化处理。延续因子测试的思路，我们通过IC统计和分组测试观察微观特征因子在行业筛选层面的效果。
日内成交结构因子和价格弹性因子具有一定的行业优选效果。经过测试，IC_IR表现较好的因子只有如下5个，分别归属于3类信息：日内成交结构、盘口深度、价格弹性。其中，盘口深度因子（包括ask_depth_mean_z、ask2bid_w）分组收益的单调性较差，并且多空回撤相对较大；而日内成交结构因子（first_call_ratio_z）多空夏普最高，达1.45，多空年化收益达17%；价格弹性因子（resiliency_mean_z）多空最大回撤相对较小，分组单调性更佳。
行业层面因子方向与选股因子方向一致。日内成交结构因子（first_call_ratio_z）IC_IR为负，说明开盘集合竞价占比降低的行业未来收益表现相对较好；盘口深度因子（ask_depth_mean_z）IC_IR为负，价格弹性因子（resiliency_mean_z）IC_IR为正，均反映流动性下行趋势的行业未来具有超额收益。
图表31：微观特征因子的行业IC统计
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30）
图表表32：微观特征因子的行业分组测试
资料来源：万得资讯，中金公司研究部（统计期：2016-02-01至2021-09-30；Group5为因子值最大一组，Group1为因子值最小一组）
微观特征因子在行业筛选层面的有效性不稳定。如下图所示，我们测试了first_call_ratio_z、resiliency_mean_z的分组收益表现。从多空收益曲线来看，微观特征因子贡献的超额收益在时间分布上并不均匀，如：first_call_ratio_z因子在2016年5月至2017年5月、2018年8月至2020年2月期间，基本无超额收益贡献；但在2020年2月以后，因子值较低一组（Group1）持续跑赢因子值较高一组（Group5）。resiliency_mean_z因子在2016年5月至2018年2月、2020年8月至2021年5月期间，基本无超额收益贡献；但2021年5月以来，因子值较高一组（Group5）显著跑赢因子值较低一组（Group1）。
图表33：first_call_ratio_z因子行业分组测试
资料来源：万得资讯，中金公司研究部（截止于2021-09-30；Group5为因子值最大一组，Group1为因子值最小一组）
图表表34：resiliency_mean_z因子行业分组测试
资料来源：万得资讯，中金公司研究部（截止于2021-09-30；Group5为因子值最大一组，Group1为因子值最小一组）
文章来源
本文摘自：2021年11月19日已经发布的《市场微观结构系列（3）：微观特征因子及其策略应用》
分析员周萧潇SAC执业证书编号：S0080521010006SFCCERef：BRA090
分析员古翔SAC执业证书编号：S0080521010010SFCCERef：BRE496
分析员胡骥聪SAC执业证书编号：S0080521010007SFCCERef：BRF083
分析员刘均伟SAC执业证书编号：S0080520120002SFCCERef：BQR365
分析员王汉锋SAC执业证书编号：S0080513080002SFCCERef：AND454