策略介绍

量化投资领域中，因子模型是非常重要的一类策略。因子投资策略通过提取市场中的某些特征（如价值、动量、规模等），并以此来构建投资组合。本文介绍的策略主要采用了小市值因子和动量因子，目的是在全A股市场中最大化年化收益率。

小市值因子（Size Factor）指的是选取市值较小的股票进行投资。根据“规模效应”理论，市值较小的股票往往能够获得较高的收益率。动量因子（Momentum Factor）则是选取价格上升趋势明显的股票进行投资。动量策略的理论基础是“惯性效应”，即股票价格在一段时间内的走势会继续保持。

这两个因子的结合可以捕捉到市场中的不同特征，从而提高策略的收益。需要注意

问题

Q1:A股轮动很快，有没有行业，概念板块的行情数据？资金，成交量，市值等方面的数据，便于跟踪轮动

视频

https://www.bilibili.com/video/BV1eT4y117cS?share%5Fsource=copy%5Fweb

[https://bigquant.com/codesharev2/96bad7bf-eba9-4c12-a438-39c980d76702](https://bigquan

策略简介

A股表现整体呈现震荡趋势，熊市周期长，且经常出现虽然指数跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略，在市场表现一般的时候策略回测较小。

策略的特点：在大盘下跌时，策略相对大盘比较抗跌，策略回撤相对小。

构建步骤

确定策略目标市场

策略的目标市场：中小板（波动率高，活跃度高，流动率高，做出alpha可能性高；且在反转时，上涨的幅度较大）

构建策略核心因子

2个技术指标因子+1个换手率因子+1个资金流因子+1个量价因子

![](/wiki/api/attachments.redirect?id=5fbec9e0-

复现研报原文：

研报1：

/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pdf

\

研报2：

/wiki/static/upload/cd/cd006d24-e4b4-4e9b-a9a6-9bc5b51cefe3.pdf

摘要

这篇报告里我们使用 Fama-French 三因子模型的思路在 A 股市场做实证分析。我们基于该论文的三因子模型实证了 A 股市场在 2010年4月到 2022年 10月的情况。

Fama-French 三因子模型是量化金融领域十分经典的理论模型。

最早提出的CAPM模型无法解释市场收益率，Fama 和French 提出了3个因子用以解释股票收益的横截面异象。这3个因素分别是:整体市场因素(RM-RF)、与公司规模相关的因素 (SMB) 和与账面市值比相关的因素 (HML)。 对 A 股市场的实证显示，规模效应更强，账面市值比效应更弱。该论文贡献的 2个市场因子SMB

摘要

本篇报告中，我们将开创性的构建全新的多因子模型体系--短周期交易型多因子阿尔法选股体系。

通过交易型阿尔法策略的研究，我们发现在A股市场，与传统多因子模型所获取的股票价值阿尔法收益相比，交易型阿尔法收益的空间更大、收益稳定性也更强。

即便是最纯粹的价值投资者也不得不承认，交易行为在短期内对股票价格起着几乎是决定性的影响，而发掘这种交易型套利空间正是量化投资的优势所在，因此量化模型在这一领域内应有着广泛的运用空间。

在本篇报告所构建的交易体系中，我们总共构建、运用了将近200个短周期阿尔法因子，其中因子数据则均来自于个股日频率的价格与成交量数据。在此基础上，我们构建了

摘要

本文延续了海通量化团队因子择时、风格择时以及指数轮动的框架，对于板块轮动框架进行了构建。本文主要使用宏观经济数据构建了月度的板块轮动模型。本文第一部分介绍了板块轮动框架。第二部分展示了各类宏观变量的单变量择时效果。第三部分构建了多变量复合模型并展示了复合模型的历史表现。

A股市场的板块轮动效应。本文按照行业属性将29个中信一级行业划分为金融、周期、消费、成长四个板块，并使用各板块的成分行业指数进行市值加权得到板块指数。回测结果表明，各板块的收益特征存在显著差异，月度多空组合收益差均值为8.75%，最大值超过40%，表明A股市场上存在极为显著的板块轮动现象。

板块轮动框架。在本

摘要

基于机构持股信息将上市公司分类。上市公司的股东结构与股价存在一定关联。本文通过上市公司、基金公司以及理财产品的定期报告所披露的信息可以将上市公司分为有/无机构持股两类。通过两类组合收益的对比，设计了一种基于机构持股信息的Portable Alpha策略增强方法。

A股市场机构持股范围不断上升，持股比例显著下降。A股市场的主要机构投资者包括基金、券商、保险、社保、私募以及QFII等。回顾2008H2至2014H1机构持股的情况，我们发现，机构持股范围不断扩大，但持股比例显著下降。机构持股比例的显著下降主要由于基金规模的停滞不前。这与A股市场近年来的市场环境息息相关。

由于市值效

摘要

传统多因子选股

在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘

传统的因子指标挖掘主要集中于财务报表、个股中低频率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从个股日内高频数据出发尝试挖掘出新的因子指标

基于高频数据因子的策略构建

基于个股日内高频数据，构建了已实现波动（Realized

摘要

事件驱动投资体系

我们将A股市场常见的具有显著正面影响的事件收集起来，并构建出了一个比较合理的评估事件冲击是否有效的评估体系，以及基于这个评估体系基础上的一系列事件驱动投资策略

多因子投资体系

今年我们在构建多因子风险评价体系的同时，开发了许多具有新意和价值的新因子和策略，其中包括SmartMoney策略，筹码分布策略，网络中心度选股策略以及盈利预测增强策略

微信独家大数据

我们关注80 余个新财富上榜研究所或行业分析师的社交自媒体平台，然后利用计算机技术自动提取发布于其上的每篇研究报告（的文本内容和阅读量，并从文本内容中匹配出其中的个股，最后将

摘要

本篇报告为“因子方法论”系列报告第一篇。该系列将秉承“鱼不如渔”的基本思想，尝试透过现象看本质，总结出一些具有强普适性的规律结论或因子构造方法,为读者在各自的多因子研究工作中添砖加瓦。

传统的流动性因子忽略了A股市场中特定的日内交易结构信息，本文以此为出发点，给出了一个针对传统流动性因子的改进方案。

改进后的流动性因子，ICIR的绝对值达到4.44，IC月胜率高达88.9%，相比之下，改进之前的流动性因子ICIR绝对值只有2.44，月度胜率只有72.2%。改进后的流动性因子在不同样本空间下均具有显著的选股能力，在股票5分组多空对冲情形下，其全样本年化超额收益达到32.4%，

摘要

传统多因子选股

在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘

传统的因子指标挖掘主要集中于财务报表、个股中低频率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从个股日内高频数据出发尝试挖掘出新的因子指标。

基于高频数据因子的策略构建

基于个股日内高频数据，构建了已实现波动（Realize

摘要

作为《猎金》系列的第二十四篇专题报告，我们将目光聚焦于A股市场的日历效应。具体来说，我们在本文中深度剖析了春节效应对市场整体和常见量化因子的影响。 基于长期历史样本的分析表明，A股市场整体在春节前后表现出了非常高的投资性价比，历史平均夏普比率高达4.0；常见量化因子在春节期间的表现与平时相比也不尽相同：质量、成长、情绪类指标普遍失效，市值和反转因子却更加强势，波动率因子的表现则与平日完全相反，体现出高风险高收益率的特征。 我们基于因子在春节期间的特殊表现，构建了春节效应增强多因子模型，该模型多空年化收益率高达39%以上，夏普比率2.27，且相对基准模型有稳定增强。此外，我们还利用市

摘要

微观结构与高频数据

以往的研究对于A股市场的日间低频数据分析已有较为深厚的积累，但对日内微观情境下的市场结构特征我们仍缺乏足够的认知。本文希望借助高频数据对微观交易特征进行初步探索；在此基础上我们希望从高频的市场微观特征中归纳总结出增量的低频alpha信息

基于订单簿的Spread指标

若短期价格取决于当前多头需求量和空头供给量构建的均衡价格，那么盘口信息将是判断个股短期走势的重要依据。根据每个Tick上的买卖挂单强度，我们构建了Spread指标以度量当前时间的盘口买卖挂单的强弱差异。从5个Tick到200个Tick的预测窗口，我们发现Spread指标对股价

摘要

本篇报告为“因子方法论”系列报告第一篇。该系列将秉承“鱼不如渔”的基本思想，尝试透过现象看本质，总结出一些具有强普适性的 规律结论或因子构造方法,为读者在各自的多因子研究工作中添砖加 瓦。

传统的流动性因子忽略了 A 股市场中特定的日内交易结构信息，本文 以此为出发点，给出了一个针对传统流动性因子的改进方案。

改进后的流动性因子，ICIR 的绝对值达到 4.44，IC 月胜率高达 88.9%， 相比之下，改进之前的流动性因子 ICIR 绝对值只有 2.44，月度胜率 只有 72.2%。

改进后的流动性因子在不同样本空间下均具有显著的选股能力，在股 票 5 分组多空对冲情

摘要

观点

A股市场是订单驱动型市场。从动力学的角度讲，股票行情的所有演化过程，都能由订单簿（order book）自下而上精确决定。逐笔成交与逐笔委托数据的信息量非常丰富。本系列研究取名为“订单簿的温度”，旨在分享我们在逐笔数据层面的研究心得。

作为“订单簿的温度”系列研究的第1篇，本篇报告我们从最简单的数据入手，考察了“成交笔数”这个指标。所谓成交笔数，即撮合交易的次数，是从逐笔成交数据中汇总出来的统计量。我们将看到，这个简单朴实的信息量，被用于传统反转因子的改进，有着令人震撼的效果。

在本报告中，我们借助成交笔数的信息，对传统反转因子进行切割，首次提出一个理想反转因

摘要

海外低相关因子与A股高相关因子

桥水基金创始人达利欧（RayDalio）在其著作《原则》中提到低相关资产可以有效地提高组合的收益风险比，海外相关文献也证明了低相关因子在海外市场的有效性。但是我们发现，与海外市场的结论不同，在A股市场高相关股票的表现要优于低相关股票。我们通过对相关系数进行分解来解释这一现象。对于同一指数，指数的成分股与该指数的相关系数可以分解为成分股的波动率和Beta值。因此，我们可以把高相关策略视为低波动率策略和高Beta策略的结合。

高相关性因子IC和ICIR较高，5档收益区分度较大

我们在每个季度的第1个交易日计算过去一季度中证500指

摘要

随着新冠疫情在全球范围内的扩散以及OPEC与俄罗斯之间的石油冲突爆发，近期外围市场出现了剧烈的波动，其中以美国市场的波动最为明显。在过去短短的数10天之内，美股出现了4次熔断。一时之间，“股市流动性”成为投资者们关注的热点话题。

该如何度量股市流动性？美国股票市场发生了“流动性危机”吗？A股市场的流动性情况如何？本期“拾穗”专题，我们从微观市场结构的研究视角出发，介绍几种度量市场流动性的指标，并对中美两市近期的流动性情况进行比较，以供投资者参考。

“流动性是市场的一切”

市场微观结构理论是研究交易价格的形成与发现过程与交易运作机制的一个金融分支，市场结构的研究主要包

摘要

北上资金又称“聪明钱”，指外部投资者通过大陆和香港股票市场的互联互通机制，直接参与A股市场。本文就北上资金的选股策略进行深入研究，从单因子选股、事件驱动两个角度去挖掘北上资金的投资策略。

北上资金持仓风格分布

通过对比北上资金持仓、沪深300指数及中证500指数的行业暴露和barra风格因子暴露，行业暴露上来看，其持仓行业分布更偏向于沪深300的风格。另外，其相对于沪深300超配的行业有食品饮料、医药、家电，此三个行业也均为其重仓行业，其中食品饮料行业的持仓最大，占比达17.7%。风格暴露上来看，北上资金持仓股票在市值风格、流动性、beta上均与沪深300的风

摘要

本篇报告为东吴金工动量因子系列研究的第二篇，延续并拓展了上一篇报告《成交量对动量因子的修正》的研究理念，按照交易者类型对成交量做了进一步细分，考察在不同交易者结构下，动量因子表现的强弱。

股市场的交易者结构：按照挂单金额的大小，可以将交易者分为机构、大户、中户和散户。在A股市场中，中户、散户交易占比长期较高，两者相加超过70%。交易者结构对动量因子的影响：不同交易群体的交易目的、特征不同，可能导致不同群体贡献的成交量中蕴含的信息也存在差异。

基于上述猜想，我们分别按照散户、中户、大户、机构的交易占比高低，对传统的涨跌幅因子进行拆分，回测得到以下主要结论：

1. 交易者结构对

摘要

本文第一部分对alpha101因子在A股市场有效性和相关性进行探讨，筛选出有效性、独立性均较强的alpha因子作为基础量价因子库；第二部分，基于遗传规划算法进行交易型量价因子再挖掘，对基本算子进行组合重构，使因子风格中性化后仍具有较强有效性。

对alpha101因子构建方法进行解析，并检验因子有效性和相关性。结果显示，因子具有较强有效性，从Rank_IC、分层效果、组合收益等角度筛选，22个因子在周度频率上表现较好，11个因子在月度频率上表现较好，有效因子整体表现出较高收益率，但是在2017年均出现不同幅度回撤；因子相关性方面，alpha因子值截面相关性较低，此外，alpha因

摘要

主动买卖因子：基本不具备选股能力

A股市场上的各类交易者，通常采用订单委托金额的大小将其分为：机构、大户、中户、散户。对于每一类交易者而言，都有“主动成交”和“被动成交”两种交易行为。其中，“主动成交”相对“被动成交”，包含了更多关于股价未来走势的观点。目前市场上普遍使用主动买卖因子即本文提到的原始ACT因子进行主动性的刻画，但原始ACT因子的IC绝对值并不高，选股能力不达预期

主动买卖因子的精细结构：上涨看大中单，下跌看小单

我们独家提出的“因子切割论”认为，市场行为模式的晦暗不明，往往只是由于代理变量选得不好，“切割”是剖析精细结构、寻找更优变量的有效方法。在市场上涨和

摘要

主动买卖因子：基本不具备选股能力

A股市场上的各类交易者，通常采用订单委托金额的大小将其分为：机构、大户、中户、散户。对于每一类交易者而言，都有“主动成交”和“被动成交”两种交易行为。其中，“主动成交”相对“被动成交”，包含了更多关于股价未来走势的观点。目前市场上普遍使用主动买卖因子即本文提到的原始ACT因子进行主动性的刻画，但原始ACT因子的IC绝对值并不高，选股能力不达预期

主动买卖因子的精细结构：上涨看大中单，下跌看小单

我们独家提出的“因子切割论”认为，市场行为模式的晦暗不明，往往只是由于代理变量选得不好，“切割”是剖析精细结构、寻找

摘要

股票价格的动量（Momentum），顾名思义代表的是股价在一定时间内延续前期走势的现象。不过与海外长期的研究和经验相悖的是，在A股市场，我们发现股价的反转（Reverse）效应要远强于动量效应，且短期反转因子的历史收益非常出色。

但常用动量因子也存在单调性不佳，多头收益不稳定的问题，因此我们尝试从不同角度出发对动量因子进行改造，寻找提升常用动量因子选股效果和稳定性的方法（本文测试时间区间为2006/01/01–2019/05/31）。

结合均线的趋势动量因子动量因子构造时所使用的数据仅为起始节点和末尾节点的股价数据，对于期间的股价信息并未充分反应，因此我们尝试采用均线的思路，

摘要

本报告从风险和收益两个方面探讨了主题在多因子模型中的应用。

近年来A股市场股票分化较大，不少主题跑出了独立行情，我们认为研究如何将主题纳入传统的多因子模型十分必要。风险方面，当主题成为市场主要波动来源，如果不对其进行约束，可能会增大策略的风险。收益方面，主题的超额收益是独立于传统因子之外的信息源，如果能使用量化的方法获取主题的收益，则可以提升策略的表现。

主题的选取需要满足一定的条件

主题的成分股除了在基本面上有共同的驱动因素外，其涨跌幅的相关性也需要在统计上显著。我们选取了由中证指数公司等机构编制的主题指数和成分股数据，并使用回归的方法计算