多空博弈因子构建思路与流程 [page::3]

• 通过对日内一分钟收益率排序配合成交量加权计算“成交量博弈-收益率”因子。

- 使用日内相对位置（基于相对最高最低价涨跌幅度）替代收益率，构建“成交量博弈-日内相对位置”因子。

• 两因子月度频率均值和稳定性结合形成最终“成交量博弈”因子。

分部因子测试及表现 [page::4][page::6][page::8]

| 因子名称 | Rank IC | Rank ICIR | 年化收益率 | 信息比率 | 月度胜率 | 最大回撤 |
|----------------------------|----------|-----------|------------|----------|----------|-----------|
| 月均成交量博弈-收益率 | -7.52% | -5.31 | 28.74% | 4.39 | 91.54% | -3.44% |
| 月均成交量博弈-日内相对位置 | -7.71% | -5.21 | 30.84% | 4.07 | 93.85% | -3.51% |
| 振幅博弈 | -8.21% | -4.83 | 30.93% | 3.90 | 91.54% | -4.64% |
| 多空博弈 | -9.73% | -5.51 | 40.12% | 4.51 | 86.82% | -3.86% |

• 十分组净值表现展示了因子良好的区分度和稳定的超额增长趋势。

因子稳健性验证及剔除风格因子影响 [page::10][page::11]

• 多空博弈因子与流动性和波动率相关性较高，其他风格因子相关性较低。

- 正交常用风格因子后，纯净多空博弈因子依然具备22%+（年化收益），显示独立信息量。

不同样本空间及指数增强验证 [page::12][page::13][page::14]

| 样本空间 | Rank IC | Rank ICIR | 年化收益率 | 信息比率 | 最大回撤 |
|------------|---------|-----------|------------|----------|-----------|
| 沪深300成分股 | -5.08% | -2.58 | 18.23% | 1.78 | -13.17% |
| 中证500成分股 | -6.57% | -3.45 | 20.99% | 2.28 | -16.97% |
| 中证1000成分股| -8.64% | -4.73 | 36.19% | 4.11 | -7.34% |

• 指数增强模型下年化超额收益介于7.8%-14.4%，体现因子实际应用价值。

高频因子低频化及综合量价因子表现 [page::15][page::16][page::18]

• 将多空博弈因子与其他10个高频量价因子合成，综合量价因子Rank IC提升至-12.39%。

- 综合因子年化收益率达45.94%，月度胜率超93%，周频调仓年化收益达40.71%。

• 纯净综合量价因子仍保持29%年化收益以上，显示因子组合稳健有效。

量化策略核心优势总结 [page::0][page::8][page::15][page::16]

• 多空博弈因子全面度量日内交易激烈程度，结合成交量与振幅，提升选股信息含量。

- 因子在多个细分样本中均表现优异，且剔除风格影响后仍维持较强的预测能力。

• 综合多个高频量价因子，实现因子多样化与增强，显著提高多空组合的超额收益与稳定性。

股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十三 深度分析报告

---

一、元数据与报告概览

• 报告标题：股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十三

- 作者：曹春晓（登记编号S1220522030005）

• 发布机构：方正证券研究所

- 发布时间：2023年

• 研究主题：通过分钟频数据度量股票日内多空双方的博弈激烈程度，构造量化选股因子“多空博弈”因子，并结合其他量价因子，研究其在A股市场及不同指数成分股的选股表现及指数增强应用。

核心论点及结论：

本文基于行为金融学和微观市场交易机制，从成交量和振幅两个角度度量日内多空双方投资者博弈的激烈程度，构建“多空博弈”因子。结构上，分两部分先构造“成交量博弈”因子和“振幅博弈”因子，再合成为“多空博弈”综合因子。测试结果显示，该因子及其合成的综合量价因子表现优异，具有较强的超额收益能力和稳定的选股效果，且在剔除常用风格因子影响后仍具显著增量信息。此外，该因子在沪深300、中证500、中证1000等主流指数成分股中均表现良好，可应用于指数增强策略。报告对多因子选股体系的完善提供了重要贡献。

---

二、逐节深度解读

1. 引言

引言部分指出股票日内价格及成交量波动是多空双方投资者力量博弈的结果。传统观点认为主导方力量强则股票短期可能展现动量效应，但作者强调双方力量分歧程度（即投资者意见分歧与博弈激烈度）对价格表现同样关键。当多空分歧激烈时，短期内更可能出现过度反应，进而影响未来超额收益的形成。基于此，作者提出基于分钟频数据构造度量多空博弈激烈程度的因子[page::0][page::3]。

2. “成交量博弈”因子构建及测试

2.1 因子构建原理

该章节详细介绍“成交量博弈-收益率”因子的具体计算过程。步骤包括：

• 依据过去5分钟收益率大小对成交量排序，分别正序（收益率小到大）与倒序（大到小）累加成交量，再将两者差值累计求和，体现多空双方基于价格变动驱动力的成交力量差异。

- 通过截面均值距离化和计算20日移动均值及标准差得出“月均”及“月稳”两个子因子，二者等权合成最终因子。

• 理论上，极高或极低的博弈激烈度均不利选股，适中博弈指示市场存在合理且活跃的多空分歧，预示未来更可能实现超额收益。

2.2 关键数据与测试结果

图表2的测试显示：

• 各子因子Rank IC介于-6.46%至-7.52%，Rank ICIR均达-5.3以上，表明因子信息比率较好，因子信号稳定。

- 多空组合年化收益均在25%-29%区间，信息比率均超过4，月度胜率超90%。

• 图表3的十分组净值走势图反映，排名较高的多头组合回报显著优于低排名组，且多空对冲组合有良好上行趋势，验证了分组稳健性。

这证实了“成交量博弈-收益率”因子能有效捕捉市场日内多空力量分歧对未来收益的预示信息[page::4][page::5]。

3. “成交量博弈-日内相对位置”因子构建及测试

3.1 构建逻辑

以“日内相对位置”替换收益率序列，即当前价格相对日内最低位涨幅和相对最高位跌幅的平均值，用于排序成交量。其核心来自于日内价格相对位置可以代表投资者当前处于买方或卖方压力的强弱，结合成交量揭示博弈态势。

3.2 测试表现

图表5显示，“成交量博弈-日内相对位置”因子各子因子的Rank IC介于-6.98%到-7.71%，年化收益率最高达31.1%，信息比率均超过3.9，月度胜率均超93%。净值走势图（图表6）同样展现优秀的分组单调性及稳定增长，表现略优于前述基于收益率的成交量博弈因子[page::6]。

4. “成交量博弈”因子定义及表现测试

将“成交量博弈-收益率”因子和“成交量博弈-日内相对位置”因子简单等权合成，得到更综合的“成交量博弈”因子。

• 测试结果显示该合成因子Rank IC达到-7.98%，信息比率为-5.61，多空组合年化收益率达到30.76%，表现进一步提升，说明不同角度度量的成交量博弈信息能够互补，增强选股效果。

- 十分组净值曲线（图表8）表现出稳定单调的多头收益增长，空头组合显著下降，因子的区分能力良好[page::6][page::7]。

5. “振幅博弈”因子构建及测试

• 该因子将“成交量”指标替换为“振幅”（价格波动幅度）指标，其他逻辑同成交量博弈因子，反映更侧重价格波动本身的多空博弈强度。

- 测试表现同样优异，Rank IC为-8.21%，信息比率为-4.83，多空组合年化收益率30.93%，与成交量博弈因子处于同一水平，验证振幅同样是度量博弈激烈度的重要维度。

• 图表10显示十分组净值表现分化明显，配合对冲组合收益稳定增长[page::7][page::8]。

6. “多空博弈”因子构建及测试

• 结合成交量博弈因子和振幅博弈因子等权合成为“多空博弈”因子，通过两个角度综合表达日内多空投资者的博弈激烈程度。

- 其Rank IC达到-9.73%，信息比率-5.51，多空组合年化收益率高达40.12%，信息比率4.51，显著优于单一维度因子。

• 十分组收益区分度良好，多头和空头组合表现分化明显，最大回撤控制良好，显示其稳定的选股能力和风险管理效果（图表12、13）。

- 分年度数据显示因子历年选股表现稳定，2023年多头组合上涨14.76%，空头组合回撤4.56%，整体表现稳健。

• 分行业视角下，因子在30余个一级行业内均表现不俗，Rank IC绝大多数超过-8%，说明该因子具备广泛的行业适用性（图表14、15）[page::8-10]。

7. 剥离风格因子后的“纯净多空博弈”因子表现

• 该部分考虑“多空博弈”因子与市值、估值、盈利、成长、流动性、波动率等常见风格因子的相关性，发现其与流动性和波动率相关度较高，但和其他因子相关较低。

- 进行多因子正交化处理后得到“纯净多空博弈”因子，剔除风格因子影响后依然表现优异，Rank IC为-5.19%，信息比率-3.52，多空组合年化收益率23.61%，略有下降但仍具较强选股能力和独立性。

• 净值曲线（图表18）显示分组净值差异明显，稳健性突出[page::10-11]。

8. 不同样本空间下的测试

• “多空博弈”因子在沪深300、中证500、中证1000的成分股分别测试：

- Rank IC均值分别为-5.08%、-6.57%、-8.64%，多空组合年化收益率分别为18.23%、20.99%、36.19%。
- 多头组合相对超额收益集中在5%-8.5%区间，空头组合则实现负收益，显示因子良好的区分能力和稳健性。

• 各样本空间因子多空系数走势（图表21），多头表现持续优异，超额组合年收益趋势清晰（图表22）。

- 该因子可有效应用于不同规模和风格的股票池，适用性强[page::12-13]。

9. 指数增强模型中的应用测试

• 利用“多空博弈”因子构建沪深300、中证500、中证1000、中证2000指数增强组合，严格市值中性和行业中性控制，限制个股权重波动。

- 各指数增强组合相较对应指数，年化超额收益分别为7.82%、10.48%、14.44%和13.99%，表现出色。

• 分年度超额收益普遍为正，显示该因子在实际指数增强管理中具备良好应用价值（图表23-30）[page::13-14]。

10. 高频因子低频化系列研究与“多空博弈”因子地位

• 与此前方正证券研究所构建的10余个高频量价因子比较，“多空博弈”因子表现居于前列。

- 多空博弈因子与“适度冒险”、“云开雾散”等部分因子相关性较高（分别为67.41%、61.8%），反映其选股逻辑在某些维度的共性。

• 将11个量价因子（含“多空博弈”）正交化等权合成为综合量价因子后，Rank IC提升至-12.39%，年化收益率达到45.94%，信息比约4.09，月度胜率超93%，显示组合因子的风险调整后收益显著提升，稳定性更好。

- 剔除风格因子影响后的纯净综合量价因子依然有效，Rank IC为-7.32%，多空组合年化收益率29.09%，稳健性仍在。

• 综合量价因子在不同频率（日度/月度/周度）下均表现一致，周频调仓组合年化收益达40.71%，凸显高频因子低频化策略优势（图表31-39）。

- 历史长线收益表现优异，截至2023年11月24日，近10年涨幅超6688%，多头超额收益持续，彰显该系列因子的长期投资价值（图表40-41）[page::15-19]。

11. 风险提示

报告指出主要风险包括历史数据规律可能失效、市场突发性变化，以及驱动因子受环境影响的阶段性失效风险。强调投资者应审慎参考因子结果，结合市场实际动态进行优化调整[page::0][page::19]。

---

三、图表深度解读

• 图表1（“成交量博弈-收益率”因子计算示意）：清晰展示根据收益率排序的成交量分布及正序与倒序累积的差异如何体现日内博弈激烈程度。该图层层递进地表明该因子的构建逻辑与数学本质，视觉辅助理解。
• 图表2-3（成交量博弈-收益率因子效果）：统计结果表明因子负Rank IC且信息比率高，负值反映因子构造可能采用了价格倒数（逆向）或者因子数值与预期方向相反，整体依然选股效果突出；净值曲线显示十分组多头收益突出，稳健分化明显。
• 图表4（股票日内相对位置定义）：日内涨幅和跌幅的平均计算方法示意，形象揭示序列键入因子建构中的基础变量含义。
• 图表5-6（成交量博弈-日内相对位置因子）：各指标于月度频次的选股检验显示该因子在稳定性和收益性上与基于收益率构造的因子相近甚至优于，体现不同角度捕获的投资信息。
• 图表7-8（成交量博弈因子综合表现）：合并因子取得更高Rank IC和收益表现，净值曲线上多空对冲走势平滑且回报稳健。
• 图表9-10（振幅博弈因子表现）：振幅指标带来的类似选股效果，验证价格波动作为博弈激烈度的核心要素地位。
• 图表11-13（多空博弈综合因子）：多因子合并带来明显选股绩效提升，年化超额收益40.12%，表现最佳；十分组净值走势呈明显单调递增趋势，分组间最大回撤显示良好风险控制。
• 图表14（分年度表现）：表格展现各年度分组累计收益及多头-空头差异幅度，大多数年份因子表现显著，尤其牛市阶段收益率极佳，历史稳定性高。
• 图表15（行业Rank IC均值）：行业视角下，各一级行业多空博弈因子Rank IC大多超过-8%，适用性广。
• 图表16-18（剔除风格因子影响后效果）：风格因子相关性测试与正交化后因子表现验证了因子信息的独立性及增量性。
• 图表19-22（不同样本空间表现）：沪深300、中证500、中证1000指数成分股均显著受益，且中证1000表现最佳，反映中小盘股多空博弈更为活跃。
• 图表23-30（指数增强历史表现）：因子在多大中型指数增强策略中均带来正向超额收益，年化超额收益率范围7.82%-14.44%，前后期表现均稳健。
• 图表31-41（高频因子低频化系列整体表现）：“多空博弈”因子与其他量价因子的相关及合成表现分析表明，该因子是量价因子体系中的核心组成部分，合成因子显著提升整体表现。多个时间维度的检验强化了该策略的适用和稳定性。

---

四、估值分析

本报告属于量化策略研究报告，未涉及传统企业估值模型如DCF、PE或EV/EBITDA等，因此无估值部分。

---

五、风险因素评估

• 历史规律未来可能失效：因子基于历史数据构建和回测，市场结构与投资者行为变化可能导致历史规律不再适用。

- 市场超预期变化风险：重大政策、宏观经济或突发事件可能影响因子表现。

• 因子阶段性失效风险：量价因子受市场情绪和流动性变化影响明显，可能存在阶段性表现波动。

报告虽未明确给出具体缓解措施，但明示投资者应警惕历史与现实的差异，结合多因子体系和科学风控进行投资。

---

六、批判性视角与细微差别

• 选股逻辑单一与多因子融合：虽“多空博弈”因子表现优异，但与“适度冒险”等因子相关性较高，提示仍具有部分共性，投资组合中需注意因子多样化管理。

- 因子负相关Rank IC解读：Rank IC多为负方向，需结合因子定义和预期方向理解，可能因子表现是“逆向”信号，适合更多量化调整。

• 高频数据应用与过度拟合风险：基于分钟数据的因子构建可能面临定价噪声及过度拟合风险，报告对因子稳定性的多样样本测试减轻该顾虑，但依然需要动态验证。

- 市场结构变迁影响：随着交易机制及市场行为演变，分钟级博弈特征可能变化，因子需持续更新。

• 报告中不同指标解释时部分缺乏细节：例如振幅定义细节文中未全述，应补充确保复现。

- 风险披露较简略：未对环境变化或系统性风险具体量化，应加强。

---

七、结论性综合

方正证券曹春晓研究团队通过精细的分钟频交易数据分析，创新地构建了“多空博弈”因子，综合成交量和振幅两个维度，深刻量化了股票日内多空双方投资者力量的激烈程度。因子反映了市场投资者在短期内不同意见的博弈强度，能够捕捉行为金融所强调的意见分歧导致的过度反应现象，从而为预测未来超额收益提供有效信号。

详尽的实证测试覆盖全市场及多重细分指数。不仅“多空博弈”因子本身在月度及周度频率下表现突出（Rank IC高达-9.73%、年化收益40.12%），剔除传统风格因子后仍保持较强独立性；且与现有10余个高频量价因子合成后的综合量价因子将选股绩效进一步放大（Rank IC提升至-12.39%，年化收益45.94%），显现了“多空博弈”因子在多因子体系中的核心价值。

此外，指数增强检验表明该因子可被实用化应用于沪深300、中证500、中证1000、中证2000等主流指数，提供长期稳定的超额收益，具备极强的投资实施价值。

图表丰富详实地支持了文本论述，从基础因子构建、数学示意，到各分组净值曲线及年度、行业、样本空间细分结果，为读者直观呈现了因子表现的稳健性和广泛适用性。

综合来看，“多空博弈”因子是一项结合高频交易微观行为逻辑与量化投资实务的创新研究，具有较高的学术价值和实用价值，值得在量化投资实践中进一步推广及动态跟踪修正。

---

总的来说，该份报告展现了方正证券研究团队在多因子选股领域的深厚造诣，构建的“多空博弈”因子具有极佳的历史表现和广泛适用性，为机构投资者提供了优质的量化交易工具。

---

参考文献

- 文中所有数据、图表及分析均源自方正证券研究所报告原文及米筐、Wind数据支持[page::0-20]。

报告