因子研究三：技术因子

这是什么

延续系列一/二的单因子体检法，这次的对象是「从行情算出来的技术因子」。技术因子的立意是：不像成长/估值因子那样看基本面，而看股价、换手率反映的市场行为，用来推断价格趋势。为让 12 个月动量有足够历史，回测统一从 2006 年 2 月开始（聚宽价格数据起于 2005 年初）；策略仍是按因子取最大/最小 1% 或 5%、月初调仓、平均分仓。本文是「因子提取与单因子回测」第一阶段的收尾，并预告下一阶段的主流处理（市值/行业、中性化）。

核心要点

动量类（4 个）

• 动量（Momentum）= 一段时期内价格向某一方向持续变动的趋势；动量策略 = 做多过去收益好的、做空过去收益差的。定义式：MTM_k =（收盘当期 − 收盘 k 月前）÷ 收盘 k 月前，越大表示观察期涨幅越多。经典文献的背景提醒：动量在其他市场有用，但也会崩——2016 年 6 月 Journal of Financial Economics 的《Momentum Crashes》记录动量策略偶尔连着几个月出问题。
• MTM1 一个月动量：回测显示 A 股没有动量惯性而是反转——上月涨最多的下月跌回去、上月跌最多的下月带来不错回报。最大 5% 只有大盘特别好时才见连续两月惯性，总体跑不赢大盘、大盘弱时负收益；最小 5%（一个月反转）回报不错。2008 年后市场对反转信号愈发敏感：大盘好时反弹更大，大盘差时反转买入的跌幅远超大盘。
• MTM3 三个月动量：北美研究说长窗口动量有效、反转是一月级短信号；但 A 股观测期超过一个月后动量仍然「不好用（其实是有效果的，不好的效果）」，反转则比一个月反转回报更高。三个月动量比一个月动量差得少一点；最小 5% 三个月反转回报始终超大盘，2015 年后收益增、波动也变大。
• MTM6 / MTM12 六个月/十二个月动量：六个月最小动能没有三个月反转惊艳——保守推断「1 到 6 个月之间存在让最小动能回测收益最大的窗口」（对一个月持仓周期而言）。动量随观测期拉长略有好转（长期回报好的公司更可能继续好），但仍不超大盘；反转端（5% 最小）收益随窗口先增后减，最有效反转观测期大概在 1–6 个月之间。
• 文献注记：经典动量研究常用间隔月（Gap Month）——用去年 1 月初到 11 月底的动量、空过 12 月，来避开头尾的一个月反转干扰（Short-term Reversal）；本文简化未处理。

换手率与变动（2 个）

• TR 换手率 = 一个月交易量 ÷ 期末流通股数（circulating_cap 字段按股数口径换算：TR = Σvolume/(circulating_cap·10000)）。高换手 = 活跃/受关注。最大 5% 除 2008 年前一段外很少正收益——换手最大时利好已释放完；最小 5%（冷门股）常在热门板块轮动中获益——前期没人关注的股票下期被炒作，2015 年行情里超额扩大。
• TRC 换手率变动 = TR_前一期 − TR_当期；TRC 大 = 换手下降多。最大 5% TRC（换手降）获得超大盘回报，最小 5% TRC（放量）负收益——当月放量后大概率下一月负回报。作者提醒「底部放量」这类说法要结合其他因子，单独看很可疑。

波动率与变动、震荡（3 个）

• Volatility 波动率 = 一个月日收益率方差：日收益率 = close_t/close_{t−1} − 1；取前 22 个交易日收盘价算 21 个日收益率再求方差。用收益率而非价格可排除股价绝对水平（例：100 块股波动 10 块 vs 10 块涨到 20 块，按价格方差差不多、按收益率后者明显更高）。
• 高波动股票回报差、低波动股票回报好——「风险没有带来溢价」。CAPM 解释：证券的很多风险可以被合理配置中和掉，能中和的风险不该有补偿，真该补偿的只有中和不掉的部分；高波动股既多担了「多余风险」又没拿到补偿，所以收益烂。
• VARC 方差变动 = VAR_上期 − VAR_当期；大 = 波动变大。最小 1% 处两端（方差骤变）收益都不好——变动在上期已基本完成，下期进入盘整；5% 处最大/最小策略近年略强于大盘、2008 年前不明显。正文提到更复杂的高阶矩研究（Martellini & Ziemann, RFS《Improved Estimates of Higher-order Comoments》）——收益非正态时峰度/偏度可能提供更好预测，但本文只做展示。
• FLUC 震荡 =（close_max − close_min）÷（close_期初 + close_期末），约等于「月内振幅 ÷ 月均价 ×2」；来自潘凡（2011）材料，表述「横有多长，竖有多高」，但该因子最终没进潘凡的有效因子清单。回测最大/最小两端都没区分度、表现一般——这是个「不合格因子」的示范。

小结（第一阶段收尾）

• 单因子策略暴露的问题：很多因子的作用与产业、板块、市值结合；表现非线性——只看最大/最小 5% 认识不到全貌。下一阶段用主流处理方法（去极值、中性化等）看因子在历史数据中的表现细节。
• 代码里给出各因子提取方式、排序指标、以及把三篇文章全部因子合成一个 DataFrame 的方法（个别原始因子值因避免程序矛盾被 del，找到对应行删去 del 语句即可还原）。

机制 / 论证

• 为什么「追涨杀跌」在 A 股不灵：动量直觉短，国内外研究都发现 A 股动量只在几周内有点用、长了就失效；作者推测是市场投资行为模式与北美不同（散户/情绪/板块轮动）。
• 反转为什么越做越灵：2008 年市场洗礼后反转信号被「放大」——大盘好时超跌反弹更大，大盘差时反转买入跌更狠；即反转策略的风险随市场状态放大。
• 为什么低波动反而好（反直觉）：见 CAPM 解释（可分散风险无补偿）；这是学界早有、与「高风险高收益」直觉相反的经验现象，本文回测也支持。
• 为什么换手率是「反向信号」：高换手 = 关注度与利好已释放；放量之后缺接盘，下期回报差。低换手 = 没被关注，反而有被下一轮炒作的空间（牛市情绪市里尤其如此）。
• FLUC 为什么没用：它混了「振幅」一种信息却丢了走势细节，最大/最小没有区分度——单因子要「两端都有区分度且解释一致」才算好因子（系列一 CFP 处提出的判据）。

可操作

• 因子公式（聚宽字段 → 计算）见上表；动量、换手率、波动率都是纯价量计算，不需要财务数据。
• 技术因子在聚宽可用 attribute_history/历史行情数据自算（代码在附图与官方源码，raw 未含完整实现 [需要验证]）。
• 动量窗口选 1–6 个月之间的反转端最有信息（对月度持仓策略）；想用经典文献动量记得加间隔月（Gap Month）处理，本文略过。
• 实操提醒：动量策略在 A 股「简单排序买入」大概率跑输——别把北美动量文献直接照搬；换手率/波动率单因子方向（低换手、低波动）比「动量追强」更贴合本回测。
• 多因子合成时，把 26 个因子值并成一个 DataFrame 再统一做排序/处理；原始值被 del 的按注释还原。

术语

• 截面收益（Cross Section of Future Return）：同一时间点不同股票的预测回报分布。
• 动量 / 反转：同一「过去收益排序」的两种用法——买涨得多的（动量）vs 买跌得多的（反转）。
• 间隔月（Gap Month）：把观测窗口末尾与持有期开头隔开一个月，避开短期反转干扰。
• 换手率（TR）：交易量 ÷ 流通股数，度量流通性强弱/关注度。
• 波动率（Volatility）：本文指一个月日收益率方差（风险度量）。
• 震荡（FLUC）：月振幅 ÷ 月均价口径的粗略波动指标。
• 高阶矩：峰度（四阶）、偏度（三阶），收益分布非正态时的补充形状描述。

不确定 / 待验证

• 回测收益曲线在附图（joinquant 图链），raw 正文只有定性结论，无净值/年化具体数字。
• 「反转最有效窗口在 1–6 个月之间」「窗口越长动量略好转」是作者对曲线的推断，没有逐窗口穷举验证；调仓周期变长后结论可能变。
• 动量定义式在 raw 开头与各小节公式不一致（开头分母写作 close_当期，正文按 close_当期 − close_k月前）/close_k月前 的常规口径记录），且未做 Gap Month 处理——与经典文献差异可能影响可比性。
• 波动率因子的 CAPM 解释是理论猜想（作者也引用社区帖子「低风险股票回报更低还是更高？」的讨论）；样本是 2006–2016 上证。
• 因子提取/排序/合并代码与函数、变量说明书在附图，raw 未含实现 [需要验证]。
• 技术因子是否也要做市值/行业中性化（如小市值天然高波动），本文未处理（预告在系列四）。

相关

• 均值回归（买超跌赌反转） — 反转因子的策略版（羊驼、统计择时）与本文窗口证据互相印证
• 趋势跟踪（顺势而为的策略家族） — 动量/趋势的另一面（时序趋势策略家族）
• 因子选股（排名 / 打分 / 阈值筛选） — 因子选股谱系（技术因子是其中一族）
• 因子研究一：估值和资本结构因子 — 系列一（估值/资本结构因子）
• 因子研究四：市值与行业的中性化 — 系列四（去极值/中性化，本系列预告的下一阶段）