报告核心结论及因子构建思想 [page::0]

• 报告将动量因子分割为日内因子和隔夜因子，日内因子体现为“日内量”对“日内价”的正向增强作用，隔夜因子则源于“昨日量”与“今日价”的错配。

- 以2014/01/01-2022/07/31全样本A股为研究区间，新构造的动量因子年化收益率22.64%，信息比率2.85，月度胜率83.33%，最大回撤仅5.79%，显著优于传统动量因子。

传统动量因子表现回顾 [page::4]

• 传统动量因子表现不稳定，2014-2022年回测区间内信息比率1.09，胜率62.75%，最大回撤20.35%。

- 东吴金工团队基于交易行为进行了动量因子的时间分割，提出“凤鸣朝阳”“枯树生花”等模型，为后续加入成交量信息打基础。

日内因子构建与增强分析 [page::6][page::7][page::8]

• 传统日内因子呈现反转效应，年化ICIR-1.86，但利用日内换手率对日内因子分组后，高换手率局部日内因子选股能力更强（年化ICIR绝对值增大），这被称为“锦上添花”现象。

- 新日内因子通过使用高换手率和低换手率组别的加权组合，提升稳定性，信息比率提升至1.80，月度胜率75.49%。

• 回测窗口扩大至40、60日，日内价量逻辑依旧有效且稳定。

隔夜因子价量关系探索与改进 [page::11][page::12][page::14][page::15]

• 传统隔夜因子表现极弱，年化ICIR仅0.65，无法用日内因子的价量逻辑增强。

- 通过计算个股隔夜波动率与成交量的比率发现，推动隔夜价格变动的力量超出开盘集合竞价成交量，存在“昨日量”对“今日价”的信息错配机制。

• 按昨日换手率将隔夜因子切割，低昨日换手率部分体现反转，高换手率部分体现动量，构建新隔夜因子，年化收益18.39%，信息比率2.22，胜率79.41%，远胜传统隔夜因子。

- 隔夜价量关系随回看天数增加依然稳定，表明信息错配效应具有鲁棒性。

新动量因子构建及回测表现 [page::19][page::20][page::21]

• 新动量因子由标准化的新日内因子与隔夜因子线性加权组成，显著提升选股能力，年化ICIR达到2.85，胜率83.33%，最大回撤仅5.79%。

- 纯净新因子剔除行业和风格因子影响后，依然保持较高的信息比率2.10，回测区间年化收益表现稳健。

• 相较于传统动量因子，稳定性和收益均有明显提升。

其他样本空间及组合实证 [page::23][page::24][page::25]

• 新动量因子在沪深300和中证500样本中均超过传统动量因子的表现，信息比率和胜率均有较大提升。

- 基于新动量因子的投资组合整体收益率和风险调整后的收益均优于传统动量因子构建的组合，显示指数增强潜力。

多空收益及风险分解、参数敏感性 [page::23][page::22]

| 项目 | 多空对冲 | 空头超额 | 多头超额 |
|----------------|---------|--------|--------|
| 年化收益率 | 22.64% | 15.68% | 6.27% |
| 年化波动率 | 7.95% | 6.95% | 4.88% |
| 信息比率 | 2.85 | 2.26 | 1.29 |
| 月度胜率 | 83.33% | 75.49% | 65.69% |
| 最大回撤率 | 5.79% | 5.84% | 4.61% |

• 新因子空头超额收益更为显著，表明该因子偏卖出策略表现抢眼。

- 回测不同回看窗口（20、40、60日），新因子均显著优于传统动量因子，展现参数稳定性。

金工专题报告《成交量对动量因子的修正：日与夜之殊途同归》详尽分析报告

---

1. 元数据与报告概览

• 报告标题：《成交量对动量因子的修正：日与夜之殊途同归》

- 发布机构：东吴证券研究所（金工团队）

• 作者与联系方式：高子剑，执业证书 S0600518010001021，邮箱：60199793gaozj@dwzq.com.cn

- 发布日期：2022年8月17日

• 研究主题及对象：基于中国A股市场，深入研究动量因子的改进，特别围绕成交量对动量因子信号的作用，分日内与隔夜两个交易时段进行切割与分析。

报告核心论点

报告在2019年首次发布的《日与夜之殊途同归》研究基础上，更新数据至2022年7月，进一步揭示成交量对动量因子的增强或修正作用。通过将整体动量因子细分为日内因子与隔夜因子两部分，发现两者在价量关系表现及投资逻辑上天差地别：

• 日内价量关系：日内换手率对日内动量因子起增强作用，换手率越大，对应的因子选股能力越强，堪称“锦上添花”。

- 隔夜价量关系：不直接依赖于当天开盘集合竞价量，而是存在“昨日换手率”与“今日隔夜价”的时间错配逻辑，换手率较低时表现反转，较高时体现动量，堪比“雪中送炭”。

最终结合日内和隔夜的改进因子，形成全新动量因子，实现显著的绩效提升，年化收益超过22%，信息比率高达2.85，月度胜率83%，且回撤控制良好。[page::0,4,25]

---

2. 逐节深度解读

2.1 前言

动量因子自1993年被发现以来成为量化投资的重要因子，但在中国A股市场，动量效果表现出中长期反转，且稳定性较差。

以传统的20日累计收益率动量为例，2014年初至2022年7月，全体A股范围内：

• 10分组多空对冲信息比率仅约1.09；

- 胜率62.75%；

• 最大回撤高达20.35%，且周期性失效（如2017年上半年几乎失效）。

东吴金工团队以投资者交易行为差异为切入，尝试通过改进动量因子切割交易时间段进一步提升因子稳定性，其前期成果包括“凤鸣朝阳”与“枯树生花”模型[page::4]。

2.2 日内价量关系研究

报告将整体动量因子根据时间段划分为“日内因子”和“隔夜因子”。日内因子定义为过去20个交易日的累计日内收益率，即日内收益为“今收/今开-1”。研究中得出以下关键结论：

• 传统日内因子月度IC均值约-0.054，RankIC均值-0.068，呈显著反转，年化ICIR约-1.86，说明动量信号在日内有明显反转特征。

- 通过设定“日内换手率”对日内收益因子切割，5个局部日内因子呈现其选股能力与换手率正相关，换手率越大对应的局部因子年化ICIR绝对值越大（最强因子1的ICIR高达0.12，因子5达到-2.00）。

• 以上结果说明日内成交量对权重贡献起增强作用，表现为“锦上添花”，因子选股稳定性相对提升。

报告还分别测试回看窗口为20、40、60日，均验证该价量关系合理性，且新因子虽收益率相对传统因子有所降低（20日窗口传统因子收益30.16% vs 新因子16.24%），但信息比率与稳定性均有所提升，最大回撤显著降低[page::5-10]。

2.3 隔夜价量关系研究

隔夜因子定义为过去20个交易日开盘价相对前收盘价的累计收益，统计结果显示传统隔夜因子表现较弱，无明显动量，仅有微弱的IC均值约0.01，10分组对冲信息比率0.83，胜率65.69%，稳定性低且波动较大。

初步尝试用当日隔夜换手率对隔夜因子做切割，结果不理想，ICIR曲线不单调，说明隔夜因子并不符合日内价量逻辑。进一步分析发现，推动隔夜价格波动的力量不仅是当日开盘撮合买卖的成交量，而是存在“昨日成交量”与“今日隔夜价格”之间的错配，这种错配反映了市场中信息提前泄露及投资者结构的异质性。

具体定量分析个股：

• 日内波动率与成交量之比约为1，符合经典价量动力学——价格波动与成交量的平方根成正比。

- 隔夜波动率与成交量比超过4倍，说明隔夜价格波动并非由隔夜成交量单独驱动，隐含了更深层信息[page::11-13]。

通过以“昨日换手率”为划分标准对隔夜因子重新分组，发现：

• 昨日换手率高部分（因子5）表现为动量效应，ICIR接近2；

- 昨日换手率低部分（因子1）表现反转，ICIR为负；

• 中间因子表现渐进变化。

这一现象归因于投资者结构差异：换手率高时，可能存在较多知情交易或信息泄露，呈现动量；换手率低则属于非理性或碎片化交易，反转效应明显[page::14-17]。

基于以上逻辑，构建新隔夜因子，将因子1（低换手反转信号）与因子5（高换手动量信号）加权合成。回测结果显示新隔夜因子信息比率高达2.22，年化收益18.39%，胜率79.41%，最大回撤仅6.76%，显著优于传统隔夜因子表现[page::15-16]。

2.4 新动量因子构造及验证

通过对日内和隔夜因子分别改进后，报告提出将两新因子线性合并形成整体的新动量因子：

• 月度IC均值约-0.045；

- 年化ICIR高达-2.59；

• 10分组多空对冲年化收益22.64%，信息比率2.85，月度胜率83.33%，最大回撤只有5.79%，全面优于传统动量因子。

新动量因子不仅提升了收益绩效和稳定性，也显著降低了波动和回撤风险。参数敏感性测试（回看20、40、60日）均验证新动量因子的优越性。

此外，报告进一步剔除风格与行业效应，通过对Barra风格因子和28个行业虚拟变量回归取残差形成纯净新因子，依然保持较高的信息比率2.10和10.54%的年化多空收益，显示信号并非简单风格代理[page::19-22]。

2.5 多空收益分解与不同市场表现

收益分解显示新动量因子：

• 空头超额年化收益15.68%优于多头超额6.27%，整体偏空策略表现较好，且多头最大回撤更小，风险控制良好。

新动量因子在沪深300、中证500样本中的表现均优于传统因子。例如沪深300：

• 传统动量因子多空对冲年化收益7.83%，信息比率0.31；

- 新动量因子年化收益13.68%，信息比率上升至0.87。

中证500情况类似，说明新动量因子具备较好的跨样本推广能力[page::23-24]。

2.6 指数增强组合实证

报告进一步构建基于传统动量因子和新动量因子的10%最低分组股票组合，月度换仓，实证结果：

• 沪深300组合二（新动量因子）年化收益13.58%，胜率61.76%，最大回撤39.78%，优于组合一（传统动量因子，10.02%，54.90%，47.61%）；

- 中证500表现同样，新因子组合信息比率更高，最大回撤更低。

结果表明新动量因子不仅理论模型有效且投资应用价值显著，提高了指数增强策略的表现稳定性与收益水平[page::24-25]。

---

3. 图表深度解读

图1（第4页）——传统动量因子10分组及多空对冲净值走势

• 展示2014-2022年传统动量因子分组表现，最高组与最低组的净值差异明显，但期间波动较大，2017年动量效应大幅减弱，支持结论“动量因子稳定性不足”。

- 多空对冲净值曲线波动显著，最大回撤约20%，体现传统因子的显著风险。[page::4]

图4-5（第7页）——局部日内因子年化ICIR及净值走势（20日回看）

• 图4显示随局部日内换手率增大，因子ICIR负值绝对值逐渐加大，表明反转信号逐渐增强。

- 图5对应多空对冲净值，最高换手率组（因子5）走势最佳，最低组表现最差，验证成交量增强日内因子的作用。[page::7]

图6与表2（第8页）——新旧日内因子对比

• 新日内因子稳定性更强，信息比率1.80>传统1.68，最大回撤减小至10.27%（传统18.49%），虽年化收益较低16.24%对比30.16%。

- 图6中，新因子10分组净值走势更为平滑且分组间差异连贯。[page::8]

图12-13（第12页）——错误切割下局部隔夜因子表现

• 错误用当日换手率切割隔夜因子时，ICIR无单调趋势且最优表现分散，净值走势较差，说明简单套用日内逻辑不适用隔夜。[page::12]

图14-15（第13页）——个股日内与隔夜波动率与成交量比

• 日内整体比近1，符合成交量平方根与价动关系；

- 隔夜整体比普遍高于4，不同逻辑暗示隔夜价格波动含有额外信息驱动。[page::13]

图16-17（第14页）——正确切割下局部隔夜因子表现

• 以昨日换手率切割，ICIR呈单调变化：低换手反转，高换手动量，净值走势分组清晰，表明新切割方式有效挖掘隔夜因子潜能。[page::14]

图18与表4（第15-16页）——新旧隔夜因子对比

• 新隔夜因子信息比率翻倍至2.22，最大回撤大幅缩小至6.76%，月度胜率79.41%，年化收益接近两倍于旧因子。

- 图18中，新隔夜因子10分组净值走势稳健且梯度明显。[page::15-16]

图25-26（第19-20页）——新动量因子与传统动量因子净值对比

• 新动量因子表现更稳定，ICIR提升至2.85，收益与防御性指标均优于传统因子。

- 净值曲线呈现更显著且持久的超额表现，样本内、样本外均有效。[page::19-20]

图27及表9（第21页）——剔除风格后的纯净新因子

• 净值走势依旧显著，年化多空对冲收益10.54%，月度胜率71.56%，最大回撤仅4.78%，强化因子纯粹性。[page::21-22]

图30-33及表12-14（第23-25页）——沪深300与中证500样本验证

• 新动量因子在两大指数成分股均优异于传统因子，对应年化收益、信息比率、胜率均显著提升，且最大回撤降低。

- 利用新动量因子构建的投资组合表现卓越，指数增强策略具备实际应用潜力。[page::23-25]

---

4. 估值分析

本报告主要为量化因子模型研究，未涉及企业估值分析部分，因此无估值方法描述及估值目标。

---

5. 风险因素评估

• 历史数据依赖风险：所有统计均基于过去数据，市场结构、行为模式未来可能发生变化，可能导致因子未来表现与历史不同。

- 市场风险：宏观政策、突发事件等外部因素可能影响因子有效性。

• 样本限制风险：本文验证主力集中在A股及沪深300、中证500，因子兼容性需进一步跨市场考察。

- 模型运作风险：因子构建依赖高质量交易数据及统计时间窗设置，数据缺失或选取不当影响结果稳定性。

报告提醒投资者保持谨慎，合理预期因子表现波动，避免过度拟合。[page::0,25]

---

6. 审慎视角与细微差别

• 动量因子低收益偏移：日内因子新版本虽然稳定性提升，但收益率明显低于传统日内因子，可能因信息利用率降低导致。

- 隔夜因子分组权重假设：对隔夜因子取低换手反转与高换手动量组合加权，虽然经验性有效，但定价机制解释欠缺理论深度，存在潜在的过拟合风险。

• 参数敏感性体现优越性但依赖窗口选取，不同时间窗回测表现存在波动。

- 组合偏空头特征：新动量因子空头超额收益占比高达15.68%，多头仅6.27%，提示策略偏空头，投资者应注意对应的风险暴露。

• 因子纯净性剔除相关性挑战：剔除风格因子后信息仍强耐人寻味，说明新动量因子并非简单的风格代理，但可能也带有部分隐含因素。

无明显内在矛盾，整体研究逻辑清晰，方法严谨。

---

7. 结论性综合

本报告基于东吴金工团队多年“动量因子切割”研究，创新地将成交量信息引入日内和隔夜动量因子构建，发现金融市场中的价量关系具有“日与夜之殊途同归”的特性：

• 日内动量因子受“当日内换手率”的正向增强作用影响，表现为较高换手率组选股能力更强，逻辑符合经典价量关系，贡献为“锦上添花”；

- 隔夜动量因子则揭示出“昨日换手率”与“今日隔夜价”的错配关系，不同换手率分组分别体现反转与动量，反映投资者结构和信息提前反应作用，贡献为“雪中送炭”。

两种价量关系经过合理整合后，形成的新动量因子在2014年至2022年7月的回测期内表现卓越：

• 年化收益22.64%，信息比率2.85，月度胜率83.33%，最大回撤5.79%；

- 相较传统动量因子，在收益稳健性和风险控制均有显著提升；

• 在沪深300、中证500不同样本中表现稳健，具备一定跨市场适用性；

- 剔除风格与行业因素后仍保持较强选股能力，纯净度高。

图表充分展示了因子改进过程、不同时间窗的稳定性、分组净值走势、不同样本验证以及实证组合效果。报告强调成交量信息在动量因子的应用价值，并为指数增强策略构建提供有力支持。

综上，本报告对A股动量因子的理解深化和应用优化，提出了富有洞察力的“日与夜”价量互动观点，推动动量因子研究与应用进入新的阶段，实现“殊途同归”的跨越，这是日内和隔夜交易时段截然不同逻辑在量化投资中的成功融合与创新成果。[page::0,4,14,25]

---

附件重要图表示例（以markdown形式呈现）

• 图1：传统动量因子10分组及多空对冲净值走势

• 图4：局部日内因子年化ICIR（回看20日）

• 图16：局部隔夜因子年化ICIR（回看20日，正确切割）

• 图18：新隔夜因子10分组及多空对冲净值走势（回看20日）

• 图25：新动量因子10分组及多空对冲净值走势（回看20日）

• 图32：基于沪深300成分股，不同投资组合的净值走势

---

总结

本报告通过严谨的数据分析和创新的因子切割方法，清晰揭示了成交量对动量因子特别是日内与隔夜两个交易阶段的差异化影响，为投资者提供了一个兼具理论基础及实证检验的全新动量因子框架，其提升的选股能力、风险控制与策略稳定性均十分抢眼，应用于实盘具有极高的价值。投资者和量化团队应重点关注成交量信息在选股因子中的地位，尤其“昨日量-今日价”的隔夜价量关系，为构建更有效的量化模型开辟了新思路。

---

（风险提示：本报告所有结果基于历史数据，未来市场可能发生重大变化）[page::0,25]

报告