“技术分析拥抱选股因子”系列研究（四）：换手率分布均匀度，基于分钟成交量的选股因子.docxVIP

东吴证券研究所内容目录

东吴证券研究所

前言 4

换手率分布均匀度因子的构建 5

其他重要讨论 8

换手率分布均匀度因子的组内标准差 8

纯净换手率分布均匀度因子的表现 9

换手率分布均匀度因子的多空收益分解 10

其他样本空间的情况 11

沪深300、中证500、中证1000投资组合构建 11

4.总结 14

风险提示 14

2/15

东吴证券研究所图表目录

东吴证券研究所

图1：传统换手率因子Turn20的十分组及多空对冲净值走势 4

图2：传统换手率因子10分组的组内收益标准差 5

图3：换手率分布均匀度UTD因子10分组及多空对冲净值走势 7

图4：换手率分布均匀度UTD_deTurn20因子10分组及多空对冲净值走势 8

图5：UTD、Turn20因子的10分组组内收益标准差对比 9

图6：纯净UTD因子的10分组回测及多空对冲净值走势 10

图7：沪深300指数增强净值走势（2015.01.01-2023.11.30） 12

图8：中证500指数增强净值走势（2015.01.01-2023.11.30） 12

图9：中证1000指数增强净值走势（2015.01.01-2023.11.30） 13

表1：UTD因子、Turn20因子的多空对冲绩效指指标 7

表2：换手率分布均匀度UTD因子分年度表现 7

表3：UTD因子与Barra因子的相关系数 9

表4：纯净UTD因子分年度表现 10

表5：换手率分布均匀度因子的多空收益分解 11

表6：其他样本空间情况 11

表7：沪深300指数增强（2015.01.01-2023.11.30） 12

表8：中证500指数增强（2015.01.01-2023.11.30） 13

表9：中证1000指数增强（2015.01.01-2023.11.30） 13

3/15

东吴证券研究所

东吴证券研究所

前言

上一篇报告发布在2021年3月1日，这篇报告更新数据至2023年11月30日，研究框架不变。

本篇报告为东吴金工“技术分析拥抱选股因子”系列研究的第四篇，在上一篇报告

《量价配合视角下的新换手率因子》中，我们从技术分析提出的经验法则里受到启发，对传统换手率因子进行了改进。在文中，我们曾简要回顾传统换手率因子Turn20（每月月底计算过去20个交易日的日均换手率，并做市值中性化处理），其选股逻辑为：过去一个月换手率越小的股票，未来一个月越有可能上涨；而换手率越大的股票，未来越有可能下跌。

下图1展示了2014/01/01-2023/11/30期间，传统换手率因子Turn20在全体A股中的表现，年化ICIR为-1.99；10分组严格单调，多空对冲的年化收益为34.68%，信息比率为2.06，月度胜率为67.52%，整体表现较为稳健。

图1：传统换手率因子Turn20的十分组及多空对冲净值走势

分组1

分组1

分组3分组5分组7分组9

分组1-分组10（右轴）

分组2分组4分组6分组8分组10

9 18

8 16

7 14

6 12

5 10

4 8

3 6

2 4

1 2

0 0

数据来源：资讯，

但在上一篇报告中，我们也曾提到，换手率因子的逻辑并不完全正确。比如我们做了一个简单的测算：每月月底，按照换手率因子Turn20对所有股票进行10分组后，计算下个月，每个组内成分股月收益的横截面标准差，最后所有

4/15

东吴证券研究所月份取平均值。具体结果如下图2所示，其中分组1换手率因子值最小，分组

东吴证券研究所

10因子值最大。可以发现，随着换手率因子的逐渐增大，10组股票的组内收益标准差呈现递增的形态。这个结果表明，在换手率最大的分组中，组内成分股未来收益的差异较大，既有大跌的股票，也有大涨的股票；但从换手率因子的逻辑来看，这组股票整体偏空，因此我们误判了许多未来大涨的样本。

图2：传统换手率因子10分组的组内收益标准差

数据来源：资讯，

作为系列研究的第四篇，本文承接上一篇报告的研究方向，仍然对换手率因子进行探索。与上一篇报告仅用日频数据、配合价格信息的方法不同，本篇报告将借助成交量的分钟数据，对传统换手率因子进行改进。在报告最后，我们将努力呈现一个效果更好的新因子。

换手率分布均匀度因子的构建

在东吴金工推出的“波动率选股因子”系列报告中，我们曾基于分钟价格数据，构建信息分布均匀度UID因子（详见专题报告《“波动率选股因子”系列研究