【开源金工】交易行为因子绩效月报（2020年12月）
团队成员
开源证券金融工程首席分析师 魏建榕 博士
微信号：brucewei_quant
执业证书编号：S0790519120001
开源证券金融工程分析师 高鹏（本报告联系人）
微信号：13951784990
执业证书编号：S0790520090002
研究领域：基金研究、因子模型
开源证券金融工程分析师 傅开波（本报告联系人）
微信号：18621542108
执业证书编号：S0790520090003
研究领域：资产配置、基金研究、因子模型
摘 要
交易行为因子概述
稳健的交易行为模式中，蕴藏有稳健的alpha源。我们基于交易行为的理念，陆续提出了理想反转因子、聪明钱因子、APM因子、理想振幅因子等选股因子，受到量化投资同行的认可。我们将上述因子汇总在一起，做定期的跟踪，以及时监控交易行为类因子的动态表现。
全历史区间：理想反转因子、APM因子表现较好，聪明钱因子、理想振幅因子表现优异
在全历史区间内，理想反转因子的IC均值为-0.054，信息比率为2.77。聪明钱因子的IC均值为-0.039，信息比率为2.88。APM因子的IC均值为0.035，信息比率为2.46。理想振幅因子的IC均值为-0.059，信息比率为3.42。交易行为合成因子的IC均值为0.079，多空对冲信息比率3.96。
12月份：聪明钱因子、理想振幅因子收益为正，理想反转因子、APM因子收益为负
理想反转因子12月份多空对冲收益为-0.84%，聪明钱因子12月份多空对冲收益为1.92%，APM因子12月份多空对冲收益为-1.04%，理想振幅因子12月份多空对冲收益为1.81%，交易行为合成因子12月份多空对冲收益为0.14%。
报告链接
https://pan.baidu.com/[文]s/1Q3W64-IA0flaJVV2JXs[章]_FA 提取码：u04m
报告发布日期：2020-12-31
一、交易行为因子概述
稳健的交易行为模式中，蕴藏有稳健的alpha源。循着这一研究理念，我们陆续提出了一系列基于交易行为的选股因子，受到量化投资同行的认可。其中：理想反转因子的交易行为逻辑是，A股反转之力的微观来源是大单成交，通过每日平均单笔成交金额的大小，可以切割出反转属性最强的交易日；聪明钱因子的交易行为逻辑是，从分钟行情数据的价量信息中，可以识别出机构参与交易的多寡，进而构造出跟踪聪明钱的因子；APM因子的交易行为逻辑是，在日内的不同时段，交易者的行为模式不同，反转强度也相应有所不同；理想振幅因子的交易行为逻辑是，基于股价维度可以对振幅进行切割，不同价态下振幅因子所蕴含的信息存在结构性差异。我们将上述因子汇总在一起，做定期的跟踪，以及时监控交易行为类因子的动态表现。
二、交易行为因子的绩效回顾
01 理想反转因子12月份多空对冲收益为-0.84%
图1展示了行业市值中性化后的理想反转因子多空对冲净值曲线，最新数据截止到2020年12月29日（下同）。在全历史区间内，理想反转因子的IC均值为-0.054，rankIC均值为-0.066，信息比率为2.77，多空对冲月度胜率为79.07%。2020年12月份，理想反转因子的多空对冲收益为-0.84%，近12个月的多空对冲月度胜率为66.67%。
02 聪明钱因子12月份多空对冲收益为1.92%
图3展示了行业市值中性化后的聪明钱因子多空对冲净值曲线。在全历史区间内，聪明钱因子的IC均值为-0.039，rankIC均值为-0.06，信息比率为2.88，多空对冲月度胜率为80.22%。2020年12月份，聪明钱因子的多空对冲收益为1.92%，近12个月的多空对冲月度胜率为58.33%。
03 APM因子12月份多空对冲收益为-1.04%
图5展示了行业市值中性化后的APM因子多空对冲净值曲线。在全历史区间内，APM因子的IC均值为0.035，rankIC均值为0.036，信息比率为2.46，多空对冲月度胜率为78.02%。2020年12月份，APM因子的多空对冲收益为-1.04%，近12个月的多空对冲月度胜率为58.33%。
04 理想振幅因子12月份多空对冲收益为1.81%
图7展示了行业市值中性化后的理想振幅因子多空对冲净值曲线。在全历史区间内，理想振幅因子的IC均值为-0.059，rankIC均值为-0.076，信息比率为3.42，多空对冲月度胜率为87.5%。2020年12月份，理想振幅因子的多空对冲收益为1.81%，近12个月的多空对冲月度胜率为66.67%。
三、交易行为合成因子的绩效回顾
图9展示了行业市值中性化后的交易行为合成因子多空对冲净值曲线和多头对冲各组均值组合的净值曲线。在全历史区间内，合成因子的IC均值为0.079，rankIC均值为0.100，多空对冲信息比率3.96，多空对冲月度胜率为85.71%。2020年12月份，合成因子的多空对冲收益为0.14%，近12个月的多空对冲月度胜率为75%。
值得一提的是，合成因子在中证1000中的表现，要优于在中证800中，全历史区间内的信息比率分别为4.15和1.42（图11）。
四、交易行为因子的构造方法
01 理想反转因子的构造方法
02 聪明钱因子的构造方法
03 APM因子的构造方法
04 理想振幅因子的构造方法
五、风险提示
模型测试基于历史数据，市场未来可能发生变化。
相关报告回顾（可点击链接）：
团队介绍
开源证券研究所金融工程团队，是一支年轻而富有创造力的团队，我们致力于提供全面深入、独家创新的量化研究。团队首席魏建榕，复旦大学理论物理学博士，专注量化投资研究近10年，历任东方证券研究员、上投摩根基金研究员、方正证券高级分析师、东吴证券联席首席分析师。在实证行为金融学、市场微观结构研究等领域取得了多项独创性研究成果，在国际学术期刊发表论文7篇，代表研报《蜘蛛网CTA策略》系列、《高频选股因子》系列、《因子切割论》系列，在量化圈内有较好反响。2016年获新财富最佳分析师第6名、金牛分析师第5名、水晶球分析师第6名、第一财经最佳分析师第5名。目前，开源金工团队成员来自复旦大学、上海交通大学、华东师范大学、南京大学、厦门大学等知名院校，欢迎志同道合的优秀学子加入我们。
团队愿景：开源金工团队，将恪守「原创、深度、讲逻辑、可验证」的量化研究准则，努力为量化投资研究做出属于我们的微小贡献，共同见证中国量化投资事业的持续进步！
法 律 声 明
本篇文章来源于微信公众号: 建榕量化研究
