摘要
从矛盾到切割
事物内部的各要素之间，往往存在着对立统一的矛盾。在金融市场中，当人们普遍预期的行为模式未能出现时，常常只是因为代理变量选得不好，未能窥见其内部更为本质的精细结构。我们在近十年的因子研究历程中，既收获了大量个性鲜明的独家因子，也从中领悟了系统普适的方法论——因子切割论。
因子切割论的三要素：对象、工具、产出
我们以理想反转因子的构造过程为例，归纳出因子切割论的三要素：
对象：具有可加性的目标变量
工具：有区分能力的切割指标
产出：对切割后变量的再加工
风险提示
量化模型的收益测试基于历史数据，市场未来可能发生较大变化。
报告链接
（提取码: cqb9）
报告发布时间：2020 年 9 月 17 日
一、引子：从矛盾到切割
事物内部的各要素之间，往往存在着对立统一的矛盾。在金融市场中，当人们普遍预期的行为模式未能出现时，常常只是因为代理变量选得不好，以致未能窥见其内部更为本质的精细结构。我们在近十年的因子研究历程中，既收获了大量个性鲜明的独家因子，也从中领悟了系统普适的方法论——因子切割论。
我们以“理想反转因子”的开发过程为例展开讨论。众所周知，A 股市场中的反转效应比较显著，典型的代理变量可取为 Ret20（最近 20 日的区间收益率）。然而，反转因子 Ret20 一方面是收益很强劲，另一方面却是稳定性很不理想、常常出现较大回撤。在这种“用之不安、弃之可惜”的困境下，对传统反转因子的改进，是一个非常具有吸引力的课题。
我们最初的灵感触发点，是来自咖啡店里一件非常简单直白的事情：既然花式咖啡的成分里可以有苦有甜，那么涨跌幅的成分里为何不能区分出反转和动量？我们留意到，传统反转因子本质上是一段区间的涨跌幅，可以被很自然地拆分为许多更小的时段。那么，会不会存在这样的情况：组成传统反转因子的各个时段中，某些时段贡献了很强的反转，而某些时段只是贡献了很弱的反转、甚至是贡献了动量效应？换而言之，信息在时间轴上的分布可能是不均匀的。这是我们分析的出发点。
上古的神话传说中，盘古用巨斧在一片混沌中开辟出了天和地。面对分布不均匀的市场信息，我们的处理方法也是如出一辙——切割。切割是剖析精细结构、寻找最优变量的有效方法。下面以我们独家理想反转因子的构造过程为例，阐述开源金工因子切割论的思想：
（1）对选定股票，回溯取其过去 20 日的数据；
（2）计算该股票每日的平均单笔成交金额（成交金额/成交笔数）；
（3）单笔成交金额高的 10 个交易日，涨跌幅加总，记作 M_high；
（4）单笔成交金额低的 10 个交易日，涨跌幅加总，记作 M_low；
（5）理想反转因子 M = M_high–M_low；
（6）对所有股票，都进行以上操作，计算每只股票的理想反转因子 M。
二、开源金工因子切割论总纲
我们从前文讨论中可以归纳出因子切割论的三个要素：
对象：具有可加性的目标变量
工具：有区分能力的切割指标
产出：对切割后变量的再加工
关于对象。 我们要求对象要具有可加性。所谓可加性，是指在时间轴上对“整体”进行分割后所得到的“部分”，其变量含义保持不变，并且可以重新进行组合加总。在“理想反转因子”的步骤中，切割对象为股票的涨跌幅。涨跌幅是具有可加性的母变量，股票 20 日的总涨跌幅被拆分为逐日的涨跌幅，进而被重新分组加总为 M_high 和 M_low 两个子变量。具有类似性质的对象，还有换手率、成交量、日均振幅等常见量价指标，而流通市值、市盈率等指标则显然不具有可加性。
关于工具。 对信息有区分能力的指标则犹如盘古开天辟地的大斧，是切割论的核心所在。在“理想反转因子”的构造中，我们选定了股票每日的“平均单笔成交金额”作为切割指标。我们根据切割指标的大小，把股票的逐日涨跌幅分为两组，若两组之间表现出显著差异，则说明我们的切割达到了目的。
切割指标的形式和来源，往往需要我们不拘一格、匠心独运。在开源金工独家的众多交易行为因子中：聪明钱因子使用“机构参与痕迹”在分钟数据上进行切割，APM 因子直接以“日内交易时段”为依据切割，理想振幅因子则以“股票高低价态”为切割指标。基于切割论的模型汇总详见表 1。
关于产出。 切割完成之后，我们对信息进一步加工便可得到最终产出。我们可以单独选用切割后信息含量高的部分，作为新因子的代理变量，此时切割过程相当于起到了沙里淘金、信息提纯的作用。在更多情况下，我们推荐使用“相减或相除”的操作，把切割后的各部分信息都纳入到新因子的构造中。“相减或相除”在隐蔽之处起到了“标准化”的重要作用。被减去的部分，通常并未带来显著的收益增量，却提供了公允标准化的水准线，从而最终提升了因子的稳定性。
关于逻辑。 切割论的提出来源于市场信息分布的不均匀，而其底层的逻辑，是投资者在不同市场环境下的行为差异。切割的本质在于寻找合理的市场环境代理变量，使其可以对投资者的行为进行有效的区分，为此我们需要对切割对象所表征的交易行为有更深入的理解。仍然以“理想反转因子”为例。在研究报告《A 股反转之力的微观来源》中，我们剖析了理想反转因子有效性的原因：反转效应来源于投资者的跟风效应与过度反应，而在大单交易更多的时候，这类行为也会更多，从而使得后续的反转效应更强。简而言之：反转之力的微观来源，是大单成交。大单成交较多的交易日，其平均单笔成交金额也较大，因此我们的模型可以获得理想的切割效果。
需要说明的是，我们对切割指标的选取来源于对市场结构化差异的理解，市场本身在不断向前发展，作为切割论核心的切割指标也是需要不停打磨的。我们在 2016 年提出了基于股票日内模式差异的 APM 因子，在将近三年时间的样本外一直表现稳健，然而在 2019 年，APM 因子出现了较大回撤。通过构造股票分时段收益因子，我们发现深层的原因是股票在日内交易行为的差异性发生了变化，针对这一现象，我们对 APM 因子进行了改进，获得了较好的效果。
市场在变，但我们精益求精，不断探索的理念不变。我们相信，切割是剖析市场精细结构、挖掘市场有效信息的利器。
开源金融工程团队
开源证券金融工程首席分析师 魏建榕 博士
开源证券金融工程研究员 苏俊豪