反转换手增强因子 · 检验报告

由zhaoquant创建，最终由zhaoquant更新于2026-10-27 15:24 被浏览 4 用户

因子：−(复权收盘价 ÷ 5 日前复权收盘价 × 原始换手率) ｜ 股票池：全 A 剔除 ST、停牌、上市不足 250 个交易日 ｜ 区间：2019-01-01 ~ 2026-10-27 ｜ 月度调仓，信号日收盘后生成，T+1 开盘买入，持有到下一个月末信号日的次日开盘 ｜ 落库表：reversal_turnover_enhanced

1 · 概览与总评

有效作为选股信号判为「有效」，但带明确保留：RankIC 均值 0.0859（落在「强」区间，Newey-West t = 12.5），中性化后十组下期收益呈台阶状，月度多空扣费后每年为正（8/8 个年度）。保留项：①收益的大头来自最低一组（G1）的下跌，空头在 A 股难以实现；②因子几乎由换手率驱动，「价格反转 × 换手」的叠加没有在 IC 上体现出增量；③全样本内评估，没有样本外验证。

RankIC 均值

0.0859

中性化后 · 强

IC 信息比 IR

1.02

中性化前 0.52

Newey-West t

12.5

朴素 t = 44.2（虚高 3.5 倍）

IC>0 胜率

85.5%

1,873 个交易日

G10−G1 月均

2.04%

92 个月度调仓期

多空年化（扣费）

20.8%

不扣费 26.1%

多空夏普（扣费）

1.30

不扣费 1.58

多空最大回撤（扣费）

-11.7%

全市场等权 -23.5%

单边换手 多 / 空

57% / 63%

月度调仓，单边成本 0.15%

股票池规模

4,444

日均中位数 · 2019-01-01 ~ 2026-10-27

2 · 加工说明

1. 股票池过滤（不含截面算子的 CTE 内完成，让后续截面算子只在池内计算）：全部 9,033,281 个「日期×股票」行中，进入股票池 8,176,921 行； 剔除上市不足 250 个交易日 536,489 行、ST / *ST 304,466 行、停牌 15,144 行、缺申万一级行业 261 行（按此顺序归因，一行只记一次）。
2. 上市交易日数：cn_stock_factors_base 缺北交所老代码，用 LEFT JOIN，缺失时按 list_days×245/365 折算；池内有 126,727 行使用了折算值，没有因此丢行。
3. 因子原值 = −(复权收盘价 ÷ 5 日前复权收盘价 × 当日原始换手率)；5 日前价格在查询里用窗口算子取得，区间起点前留有回看余量。
4. 行业中位数填充：原值缺失（如 5 日前无价格）的 8,263 行，用同日同申万一级行业的中位数补上。
5. 缩尾 + 标准化：每日截面按 1% / 99% 缩尾，再 z-score。
6. 中性化：每日对「申万一级行业哑变量 + ln(总市值)」做回归取残差（c_neutralize_resid，不带额外缩尾/标准化），残差再 z-score 得到最终因子。
7. 诊断：无重复 (date, instrument)（0 条）；最终因子空值 0、无穷值 0；每日均值绝对值最大 3.3e-17， 每日标准差 0.9999 ~ 0.9999；与 ln(总市值) 的日均相关系数：中性化前 0.139 → 中性化后 -2.0e-14（单日绝对值最大 6.7e-11）。
8. 落库：表 reversal_turnover_enhanced（中文名「反转换手增强因子」），写入 8,176,921 行，回读 8,176,921 行，重复键 0， 覆盖 2019-01-02 ~ 2026-10-27。

大白话：为什么要中性化

原始因子里混着「这只股票属于哪个行业、市值多大」的信息。比如某一天小盘股普遍换手高，因子就会把整批小盘股排到一边， 这时因子好不好用，其实是在赌「小盘股这个月涨还是跌」，而不是在比较个股本身。中性化就是把行业和市值的影响先扣掉，只留下「同行业、同市值水平下」的相对高低。

本次的对比（用数据说话）：

• 中性化前因子与 ln(总市值) 的日均相关系数为 0.139，中性化后为 0（-2.0e-14），说明市值暴露确实被扣干净了。
• RankIC 均值几乎没变（前 0.0916 → 后 0.0859），但 IC 的标准差从 0.175 降到 0.084，IR 由 0.52 升到 1.02，IC>0 胜率由 70.8% 升到 85.5%。 也就是说：平均能力没变，但每天的表现稳定得多。
• 十组下期收益的组序相关：中性化前 0.05（乱跳，呈中间高两头低的倒 U 形），中性化后 0.94（台阶状）。
• 猜测IC 波动变小，可能是因为扣掉了随风格轮动忽大忽小的市值 / 行业暴露；这一因果没有单独做实验验证，只验证了「暴露已被扣除」和「波动确实变小」这两个事实。

3 · 图表

图 1 · 逐日 RankIC（0 轴与 60 日均线）

每个交易日因子与其后 20 个交易日（T+1 开盘买入、T+21 开盘卖出）收益的秩相关；红为正、绿为负。

图 2 · 累计 RankIC

斜率稳定向上说明各时期方向一致；中性化前后累计曲线的差别，反映稳定性而不只是均值。

图 3 · 十组下期平均收益（中性化后，G1 最小 → G10 最大）

月度调仓的各组下期（约一个月）平均收益，红涨绿跌。

图 4 · 十组下期平均收益：中性化前后对比

中性化前呈中间高两头低，中性化后才形成台阶。

图 5 · 十组累计净值

G1（最小） G10（最大）等权基准（虚线）

从 G1 绿渐变到 G10 红；悬停时按当时净值从高到低排序。线尾标注 G1、G10 与基准的终值。不扣费。

图 6 · 多空累计净值（多 G10 空 G1）

单边成本 0.15%；基准为全市场等权（不扣费）。

图 7 · RankIC 直方图

虚线为 0 轴；分布整体偏右。

图 8 · 分年度 RankIC 均值（中性化后）

8 个年度中 8 个为正；2026 年为部分年度。

图 9 · 分年度收益

多空扣费、只多 G10 与全市场等权的年度收益对比。

4 · 指标表

课程口径：|IC|≥0.03「可用」，≥0.05「强」，>0.1「可疑（警惕未来函数）」；分组单调性：台阶状＝规律，乱跳＝巧合。

RankIC

十组分组

多空与多头组合（月度，92 期）

成本假设：单边 0.15%（含佣金、印花税、冲击的粗略合计），按每期权重变化量 Σ|Δw| 计提，多空两腿分别计；单边换手：多头 57.2%、空头 63.1%，平均每期多空合计成本 0.36%；建仓期未计，持有期权重漂移忽略。夏普按月度收益年化（√12），无风险利率取 0。

分年度收益

年度收益 = 该年内各调仓期收益复利，调仓期按信号日所在年份归属；末年只有部分月份。

分年度 IC 与分组

5 · 结论（大白话）

**IC 是否显著为正？**是。逐日 RankIC 均值 0.0859，用 Newey-West 校正后 t = 12.5（朴素 t 为 44.2，是虚高的）；月度不重叠样本的均值是 0.0770，t = 9.0。 8/8 个年度的 IC 均值为正；2025 年为 0.1082，机械地落入「可疑」区间（>0.1），但额外滞后和随机对照都没发现异常，按规则如实标注。

**分组是否单调？**中性化后整体呈台阶状（组序相关 0.94），但中间几组基本持平，真正拉开差距的是最低的 G1（月均 -0.18%）。 分年度看，组序相关≥0.5 的年份只有 4/8 个，G10 好于 G1 的年份是 8/8 个；2026 年组序相关为 -0.28（部分年度）。

**多空是否稳定？**扣费后年化 20.8%、夏普 1.30、最大回撤 -11.7%，8/8 个年度为正。 但多头一侧才是可实现的：只多 G10 扣费后年化 18.3%，比全市场等权的 14.5% 高，最大回撤 -27.4%，和基准同量级。

**要不要继续研究？**建议继续，但不要直接上线。方向：①把换手率和价格变化拆开单独检验，确认到底靠哪一项（见机制观察）；②只做多头的版本，评估相对基准的超额而不是多空； ③用换手率的标准化值做对照，验证「用原始值」这个设计的必要性；④留出样本外区间，或做滚动检验。

机制观察：收益主要来自换手率，而不是「价格反转 × 换手」的叠加

• 已验证：单独用「负换手率」做因子，RankIC 均值 0.0991（NW t 7.2，IR 0.58）；单独用「−5 日收益」（纯反转）只有 0.0337（NW t 6.4）； 本因子中性化前为 0.0916（IR 0.52）。这些参照都没做中性化，只能和「中性化前」比：加上价格项没有让 IC 变高，反而略低。
• 已验证：因子里两个分量的截面离散度悬殊，ln(换手率) 的截面标准差是 ln(价格比) 的 17.7 倍（中位数），所以因子的排序基本由换手率决定。
• 猜测「低换手的股票未来收益更高」可能是流动性 / 关注度溢价，也可能是别的原因；这里没有做任何检验，原表达式里「高换手更易反转」的说法在本样本中没有得到支持，也没有被证伪。

6 · 风险与备注

• 样本区间：2019-01-01 ~ 2026-10-27；调仓期共 92 期（2019-01-31 ~ 2026-08-31 的信号日），最后一个信号日因持有期未满不计入。全部结果是同一段样本内的评估，没有样本外验证。
• 过拟合提示：因子表达式、持有期、分组数都是事先给定，没有做参数搜索；但「只在全样本里看」本身不能排除风格偶然性，2026 年的组序相关为负，需要继续观察。
• 空头不可实现：多空收益里 G1 一侧贡献很大（G1→G2 的落差占价差的 78%），A 股个股融券标的少、成本高，且不能无限制做空；退市前下跌的股票也集中在 G1。实际可执行的是只多 G10。
• 交易细节未建模：涨跌停无法成交、停牌无法买卖、冲击成本、融券费用、资金容量、T+1 开盘成交的滑点都没有建模；成本只是单边 0.15% 的粗略假设；离场日停牌的 4 个观测被丢弃而不是持有到复牌。
• 基准：全市场等权 = 每期月度面板内所有有效股票的等权平均，不是指数，也没有扣费。
• 数据缺失记录：6 只标的因缺申万一级行业被跳过（明细见 skipped_instruments.csv）；29,482 个「开盘价为空」和 95 个「开盘价为 0」的行情行，均要求开盘价>0 才参与收益计算。
• 处理过程中发现并修正的两处问题：①因子窗口算子的行级过滤放进了 WHERE，导致区间前 5 天没有历史、因子为空，已改为 QUALIFY；②月度面板里同样的写法让最后两个调仓期整期丢失，且离场开盘价为 0 的行被误算成 −100%，已改为 QUALIFY 并要求开盘价>0。 修正前后月度多空年化的差别很大，说明这类问题不会报错，只能靠对账发现。上面的数字都是修正后的结果。
• 自检结论：额外滞后、随机对照、SQL 与 numpy 对账通过；退市标的在样本内；财报滞后检查不适用；有一处未解释的尾部：退市标的集中在 G1（20%），它对空头腿有利，贡献大小没有单独量化。

自检明细

额外滞后的 IC

c_ntile / c_rank 小样本对账

SQL 的 c_ntile 与按秩切分的 numpy 分位在组边界处有极少数股票归属不同（比例见表），对组收益的影响可以忽略；RankIC 两种算法一致到 1e-14。

本报告所有数字均由 results.json / diag1.json / diag2.json 自动读入生成。标注「猜测」的是未经验证的解释。