因子選股系列之九十二：基于時點動量的因子輪動

目錄一、時動量究框架 4二、時動量號說明 5下跌反彈 5頂部切換 7橫盤突破 7北向異常流入 8宏觀指標披露 8三、基時點量的輪動 9單信號下的行業(yè)輪動 9復合信號下的行業(yè)輪動 不定期調倉 定期調倉 四、基時點量的輪動 12時點動量在因子分組中的用 13不定期調倉 13定期調倉 14時點動量在因子加權中的用 15不定期調倉 16定期調倉 17時點動量在TOP組合中應用 17時點動量在指數增強中的用 19五、基時點量的輪動 21尋找強勢風格 21提升指數增強 22六、總結 24風險提示 24圖表目錄圖1：帶頭反彈行業(yè)的動量效應示意圖 4圖2：帶頭反彈ETF的動量應示意圖 4圖3：時點動量研究框架 4圖4：下跌反彈信號示意圖 5圖5：中證全指的ATR60（20130101-20230531） 6圖6：下跌反彈信號數量統(tǒng)計（20130101-20230531） 6圖7：頂部切換信號數量統(tǒng)計（20130101-20230531） 7圖8：橫盤突破信號數量統(tǒng)計（20130101-20230531） 8圖9：北向異常信號數量統(tǒng)計（20170101-20230531） 8圖10：宏觀指標披露信號數統(tǒng)計（20130101-20230531） 9圖單信號下的行業(yè)輪動測試結果（不定期調倉） 10圖12：復合信號下的行業(yè)輪測試結果（不定期調倉） 圖13：復合信號下的行業(yè)輪測試結果（定期調倉） 12圖14：因子庫說明 12圖15：單信號下的因子分組現（不定期調倉） 13圖16：復合信號下的因子分表現（不定期調倉） 14圖17：單信號下的因子分組現（定期調倉） 15圖18：復合信號下的因子分表現（定期調倉） 15圖19：單信號下的因子加權現（不定期調倉） 16圖20：復合信號下的因子加表現（不定期調倉） 16圖21：單信號下的因子加權現（定期調倉） 17圖22：復合信號下的因子加表現（定期調倉） 17圖23：復合時點動量加權下的TOP50組合表現 18圖24：TOP組合參數敏感性 18圖25：中證500成分股≥80%下的三個版本超額收益對比 19圖26：中證500成分股不限下的三個版本超額收益對比 20圖27：指數增強模型在改進后的換手率對比 20圖28：風格因子庫說明 21圖29：單信號下的因子分組現（不定期調倉） 21圖30：各時點信號的風格偏好 22圖31：中證500成分股≥80%下的四個版本超額收益對比 22圖32：中證500成分股不限的四個版本超額收益對比 23一、時點動量研究框架20224277.48%，漲幅位居所有中信一級行業(yè)榜首，且該行業(yè)在未來一段時間內持續(xù)跑贏市場，呈現出較強的“領頭羊”屬性。與此ETF（ETF）1-3上述現象，我們不禁思考：哪些特殊時點存在這種動量效應？哪些資產在這些特殊時點具備動量效應？圖1：帶頭反彈行業(yè)的動量效應示意圖 圖2：帶頭反彈ETF的動量應示意圖 20220427電力設備及新能 20220427電力設備及新能 源帶頭反彈，上漲7.48% 持續(xù)跑贏市場 1.41.31.2

1.7 電池ETF1.7 電池ETF 1.61.5 帶頭反彈，上漲9.77%1.4持續(xù)跑贏市場1.3 1.2 1.1 1 1.110.9中證全指 電力設備及新能源

0.9中證全指 電池ETF數據來源：wind， 數據來源：wind，首先，針對第一個問題，我們認為當市場自身發(fā)生趨勢突變或外部事件刺激市場形成趨勢突變時，均有助于上述特殊時點的生成。最終，我們確定了五種存在動量效應的特殊時點，它們依次為：下跌反彈、頂部切換、橫盤突破、北向異常流入和宏觀指標披露。其次，由于以上時點信號均基于市場整體狀態(tài)判斷而來，因此這種動量效應可能會廣泛存在于各類權益資產中，如行業(yè)、風格、因子、ETF和基金等。本篇報告重點研究時點動量在因子以及風格輪動中的應用，具體過程將遵從以下三個步驟：確定時點動量的信號觸發(fā)日；計算信號觸發(fā)后，各資產的動量因子；將信號日的動量因子應用于資產輪動。圖3：時點動量研究框架市場自身狀態(tài)時點動量市場自身狀態(tài)時點動量外部事件刺激宏觀指標披露ETF北向異常流入風格橫盤突破因子頂部切換行業(yè)下跌反彈數據來源：繪制二、時點動量信號說明本章將對五種時點動量信號的定義進行說明。其中，下跌反彈、頂部切換和橫盤突破信號均源于市場自身狀態(tài)的趨勢突變，而北向異常流入和宏觀指標披露均由外部事件催化而來。下跌反彈信號試圖捕捉的動量效應為，當市場經歷快速下跌并開啟反彈行情時，反彈最強的板塊、行業(yè)、股票、因子具有持續(xù)的動量效應。我們對下跌反彈信號的觸發(fā)條件設定如下：??；??；??。直觀上，下跌反彈信號要求中證全指先后經歷下跌與反彈階段，且下跌過程未發(fā)生明顯回彈。后文將用反彈區(qū)間指代最低點至信號日這一區(qū)間。圖4：下跌反彈信號示意圖下跌深度信號日下跌深度信號日反彈高度小于閾值反彈高度反彈區(qū)間數據來源：繪制????。考慮到固定取值下的閾值會??、??加入了動態(tài)調整，即當市場波動較大時、放大閾值，而當市場波動較小時、縮小閾值。此處，我們借助ATR（平均真實波動）ATR????、????、??日的最高價、最ATR為：???????????????(??????????1)??????(?????1?????)??????=max(

,?????1

, )?????159??????60,??=∑?????????/60??=0圖5：中證全指的ATR60（20130101-20230531）9000 6% 0

中證全指 ATR60(右軸) 1% 2%數據來源：wind，通過觀察，我們發(fā)現中證全指ATR60的取值范圍大多介于1%-2%，在某些異常波動時期會超出該取值范圍。因此，我們設定：? ATR>2%時，????同乘修正系數? ATR<1%時，????同乘修正系數? ATR1%-2%由于信號對閾值敏感性較低，在綜合考慮信號數量等因素后，我們取下跌閾值??和反彈閾值??的初值分別為-5%和0.5%。按上述規(guī)則搜尋下跌反彈信號，發(fā)現自20130101至20230531，下跌反彈信號共計觸發(fā)48次，平均每年4.4個，中位數4個，最新一期信號發(fā)生在20230427。圖6：下跌反彈信號數量統(tǒng)計（20130101-20230531）9單位(個)90009單位(個)8000 870006000 75000 4000 530002000 41000 0 21下跌反彈信號 中證全指數據來源：wind，

020132014201520162017201820192020202120222023頂部切換頂部切換信號描述的動量效應為，當市場處于見頂回落狀態(tài)時，出現較大跌幅的板塊、行業(yè)、股票和因子未來可能持續(xù)跑輸。記頂部切換信號觸發(fā)日為??，則??應同時滿足如下兩個條件：???1352?????1日至少3個；??ATR60。2013010120230531242.21個，20230509。圖7：頂部切換信號數量統(tǒng)計（20130101-20230531）單位單位(個)89000 89000 8000 0654321數據來源：wind，

頂部切換信號 中證全指橫盤突破

020132014201520162017201820192020202120222023橫盤突破信號存在動量效應的背后邏輯，是當市場在經歷極度收斂并開啟突破行情時，向上突破最強的板塊、行業(yè)、股票、因子具有持續(xù)領漲的動量效應。記橫盤突破信號的觸發(fā)日為??，則觸發(fā)日??應同時滿足如下三個條件：（1）???1日的通道寬度<???2日的通道寬度，通道寬度=滾動5日最高價的最大值-最低價的最小值；（2）[???5,???1]區(qū)間內，中證全指每日漲跌幅均介于?1%~1%；（3）??日中證全指漲幅大于1%。2013010120230531201.82個，20230301。單位(個)圖8單位(個)5900058000 7000 46000 50004000 330002000 2100001數據來源：wind，

橫盤突破信號 中證全指

020132014201520162017201820192020202120222023由于北向資金具有“聰明錢”的稱號，我們認為當北向資金大幅凈流入時，漲幅較高的板塊、行業(yè)、股票和因子具有持續(xù)的動量效應。記北向異常信號的觸發(fā)日為??，則觸發(fā)日??應同時滿足：??日北向資金凈流入超過閾值（120日均值+2）；??1%。鑒于深港通于2016年12月5日正式啟動，我們從2017年初開始統(tǒng)計北向異常流入信號。20230531304.3420230116。圖9：北向異常信號數量統(tǒng)計（20170101-20230531）70007000 6000 單位(個)1050004000830006200010004020北向異常流入信號中證全指2017 2018 2019 2020 2021 2022 2023數據來源：wind，

CPI和PPI通常由國家統(tǒng)計局在每月9號-12號左右披露，屬于較早披露的宏觀經濟指標。我們取CPI和PPI同時低于一致預期的發(fā)布日為宏觀指標披露信號的觸發(fā)日。自20130101至20230531，宏觀指標披露信號共計觸發(fā)48次，平均每年4.4個，中位數4個，最新一期信號發(fā)生在20230511。單位(個)圖10單位(個)9000 8000 97000 86000750004000 63000 52000 41000 3021宏觀指標披露信號 中證全

020132014201520162017201820192020202120222023數據來源：wind，

三、基于時點動量的行業(yè)輪動本章將展示單信號和復合信號下的時點動量在行業(yè)輪動中的測試結果。關于行業(yè)在不同信號觸發(fā)后的動量因子，我們有如下定義：=-20=信號當天行業(yè)漲跌幅我們使用不定期調倉即觸發(fā)信號后立即調倉的方式進行單信號下的行業(yè)輪動，有關測試細節(jié)說明如下：5組；20則將持倉調整為新信號下的結果（北向異常信號在信號日次日按收盤價買入）；基準取所有行業(yè)的平均收益；（4）2013010120230531（2017年測試），從各單信號的表現來看，下跌反彈信號在行業(yè)輪動中的效果最為明顯，多頭、空頭組的次均2.21%和-1.49%，而且多空累計收益較穩(wěn)定。其次，頂部切換信號和橫盤突破信1.87%2.33%圖11：單信號下的行業(yè)輪動測試結果（不定期調倉）下跌反信號分組均超收益 下跌反信號多空計凈值2.5%2.0%1.5%1.0%0.5%0.0%-0.5%-1.5%-2.0%

2.21% 6 55 4 3 2 1 0.31%0.07%-0.88%00.31%0.07%-0.88% -1.49% 第1組 第2組 第3組 第4組 第5組頂部切換信號分組均超收益 頂部切換信號多空計凈值2.5%

1.87% 3 2.0%1.5%1.0%0.5%0.0%-0.5%-1.0%-1.5%-2.0%-2.5%

1.18%-0.17%-0.83% -1.88% 第1組 第2組 第3組 第4組 第5組

2.5 2 1.5 1 0.5橫盤突破信號分組均超收益 橫盤突破信號多空計凈值3.0%2.5%2.0%1.5%1.0%0.5%0.0%-0.5%-1.5%-2.0%

0.80%-0.45% 2.33% 0.80%-0.45%-1.13% -1.40% 第1組 第2組 第3組 第4組 第5組

22 1.81.6 1.4 1.2 1 0.8 北向異常信號分組均超收益 北向異常信號多空計凈值0.6%0.5%0.4%0.3%0.2%0.1%

0.53% 0.03%

1.3 1.25 1.2 1.15 1.1 0.0%

1.05-0.1%-0.2%-0.3%

-0.11%

-0.01%

1 0.95 0.9-0.4% -0.5%

-0.37% 第1組 第2組 第3組 第4組 第5組宏觀指披露號的組次超收益 宏觀指披露號的空累凈值1.4% 2.4 1.2%1.0%0.8%0.6%0.4%0.2%0.0%-0.2%-0.4%-0.6%-0.8%

1.12% 0.25%0.25%-0.05%-0.62% -0.60%第1組 第2組 第3組 第4組 第5組

2.2 2 1.8 1.6 1.4 1.2 1 0.8數據來源：wind，不定期調倉合并上述五類單信號的觸發(fā)日，構成不定期調倉的時點信號。在20130101至20230531期16015-16??10??=210??10RANK，再半衰加??=210??權，各信號的權重系數

???

為信號觸發(fā)日距

??日的交易日天數。??復合信號的不定期測試方法同3.1節(jié)的單信號不定期測試。從不定期調倉的結果來看，信號復合后的分組單調性比單信號更加穩(wěn)定。由于復合信號觸發(fā)頻率更高，使得不定期調倉下的平均持有期變短（20天內若有新信號生成，則切換至新信號持倉）1.03%和-0.78%，從累計多空收益來看顯著好于任意一個單信號下的表現。圖12：復合信號下的行業(yè)輪動測試結果（不定期調倉）復合信的分次均額收益 復合信的多累計1.2%1.0%0.8%0.6%0.4%0.2%0.0%-0.2%-0.4%-0.6%

-0.59%

0.08%

0.33%

1.03%6 56 5 4 382 41 2-0.8% -0.78%-1.0% 第1組 第2組 第3組 第4組 第5組 多頭超額凈值 空頭超額凈值 多空凈值(右軸)數據來源：wind，定期調倉10易日，若期間存在信號觸發(fā)，則將同樣以時間半衰加權的方式構造月末復合因子，按月底收盤價1在樣本期的125個月份中，共有65個月份觸發(fā)了定期復合信號，數量占比為52%。在20130101至20230531期間，多頭、空頭組的次均超額收益分別為1.88%和-1.19%。圖13：復合信號下的行業(yè)輪動測試結果（定期調倉）復合信的分次均額收益 復合信的多累計2.5% 3.5 72.0%1.5%1.0%0.5%0.0%

1.88%

3 62.5 52 41.5 31 20.5 1-0.5%-1.5%

00.36%-0.37%-0.43%0.36%-0.37%-0.43%第1組 第2組 第3組 第4組 第5組

0多頭超額凈值 空頭超額凈值 多空凈值(右軸)數據來源：wind，

四、基于時點動量的因子輪動上文中我們驗證了時點動量具有顯著的行業(yè)輪動效果，我們不禁思考時點動量是否在因子上也存在輪動能力。本章我們將從多角度展示時點動量在因子輪動中的效果。對于因子在不同信號觸發(fā)后的時點動量，我們選用全市場分10組下的因子多頭超額收益作為評價指標。各信號在多頭超額收益的持有區(qū)間上存在差異，具體可參考以下說明：==14：因子庫說明類類別 因子簡稱因子名稱因子計算方式風格 BaBaBaLncap市值對數市值取對數BP賬面市值比凈資產/總市值Q_P單季度市盈率倒數單季度歸母凈利潤/總市值估值 Q_P單季度市銷率倒數單季度營業(yè)收入/總市值FEP_ROLLTTM一致預期滾動PETTM倒數FPEG_ROLL一致預期滾動PEG一致預期滾動PEGQ_O_YOY單季度營業(yè)收入同比增速單季度營業(yè)收入同比增長率SUE標準化預期外盈利（單季度實際凈利潤-預期凈利潤）/預期凈利潤標準差成長 SUR標準化預期外收入（單季度實際營業(yè)收入-預期營業(yè)收入）/預期營業(yè)收入標準差UE_PERC單季度凈利潤超預期幅度單季度凈利潤/分析師預期單季度凈利潤-1N_f_YY單季凈利同比增速單季凈利同比增速Q_OE單季度凈資產收益率盈利 Q_OA單季度總資產收益率_OE單季度凈資產收益率同比變化單季度凈資產收益率-去年同期單季度凈資產收益率_OA單季度總資產收益率同比變化單季度總資產收益率-去年同期單季度中資產收益率ANA_REC分析師認可度分析師認可度4因子復合分析師預期 UD_PCT分析師上下調數量差占比過去3個月(上調家數-下調家數)/總家數+總家數/10000FNP_CHANGE_3M一致預期滾動凈利潤環(huán)比當前一致預期滾動凈利潤/3個月前一致預期滾動凈利潤-1FROE_CHANGE_3M一致預期滾動ROE三個月環(huán)比當前一致預期滾動ROE-3個月前一致預期滾動ROE分紅 VN_ATE股息率最近四個季度預案分紅金額/總市值PEAD AOG盈余公告次日開盤跳空超額盈余公告次日開盤跳空超額ALG盈余公告次日最低價超額盈余公告次日最低價超額流動性 TURNOVER_1M一個月日均換手過去20個交易日換手率均值TURNOVER_3M三個月日均換手過去60個交易日換手率均值波動 V_M特異度-去0-ncATR_1M一個月真實波動率過去20個交易日日內真實波幅均值反轉 REVERSE_1M一個月反轉過去20個交易日漲跌幅REVERSE_3M三個月反轉過去60個交易日漲跌幅UMR_1M一個月UMR一個月UMRUMR UMR_3M三個月UMR三個月UMR(統(tǒng)一動量反轉) UMR_6M六個月UMR六個月UMRUMR_12M十二個月UMR十二個月UMR數據來源：繪制在前文行業(yè)輪動中，我們已證實五類時點信號在行業(yè)上確實具有動量效應。若這種動量效應同樣存在于因子中，則我們可以超配信號日多頭超額收益更高的因子、低配信號日多頭超額收益TOP子分組、因子加權、TOP33個因子。根據各因子在信號觸發(fā)后的多頭超額收益，把因子庫中的33個因子分為五組、組內因子等權，然后比較各組打分因子在股票池內的分組超額收益。相關測試細節(jié)說明如下：3ST調倉方式2010復合信號的時點動量與行業(yè)輪動類似，我們同樣考察復合信號的因子輪動能力。各信號日??對應的復合時點動量因子可按如下方式確定：10??日各因子的多頭超額收益；1010方式同行業(yè)輪動；（4）測試區(qū)間：自20130101至20230531。不定期調倉圖15：單信號下的因子分組表現（不定期調倉）不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率Group1 -1.46 -0.71 -0.41 Group2 -1.05 -0.84 -0.40 -0.32 -0.07 下跌反彈信號Group3 -1.76 -0.92 -0.63 -0.26 -0.11 Group4 -1.96 -1.20 -0.66 -0.66 Group5 -2.04 -1.14 -0.92 -0.49 -0.04 Group1 -1.23 -0.33 -0.08 -0.11 -0.50 Group2 -1.38 -0.45 -0.33 -0.12 頂部切換信號Group3 -1.89 -0.87 -0.61 -0.31 -0.06 Group4 -2.10 -0.96 -0.88 -0.60 -0.27 Group5 -1.98 -1.37 -1.08 -0.45 -0.39 Group1 -0.30 -0.37 -0.09 -0.04 Group2 -1.30 -0.42 -0.25 橫盤突破信號Group3 -1.25 -0.71 -0.41 -0.12 Group4 -1.50 -1.13 -0.51 -0.31 -0.30 -0.19 Group5 -1.40 -0.79 -0.42 -0.63 -0.17 Group1 -0.95 -0.12 -0.01 -0.06 -0.02 Group2 -1.18 -0.32 -0.24 -0.01 北向異常信號Group3 -1.14 -0.76 -0.34 -0.31 Group4 -0.84 -0.45 -0.22 -0.21 -0.06 -0.08 Group5 -1.88 -0.92 -0.68 -0.30 -0.36 Group1 -1.16 -0.63 -0.41 -0.05 Group2 -1.16 -0.72 -0.42 -0.38 -0.08 宏觀指標披露Group3 -1.55 -0.87 -0.54 -0.43 -0.07 Group4 -1.54 -0.72 -0.65 -0.37 -0.04 Group5 -1.41 -0.91 -0.62 -0.16 -0.11 -0.10 數據來源：wind，Group1-Group5結果，其中多頭超額收益最強的一組因子等權打分記為Group5各組打分用于股票池分組，第10組對應股票多頭。從各個單信號的表現來看，一方面Group5（強勢因子打分）股票分組收益的單調性更好，另一方面股票多頭（10組）弱變強也有逐步遞增的趨勢。按照上文介紹的因子時點動量的復合方式，我們測試了復合信號在不定期調倉下的因子分組表現。首先，股票空頭（1組）和股票多頭（10組Group5（）中表現最好，且隨著因子分組由弱變強、呈現出單調遞增的趨勢。其次，股票多頭勝率在Group1-Group5的單調性也較為明顯。圖16：復合信號下的因子分組表現（不定期調倉）不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率Group1 Group2 多信號融合 Group3 Group4 Group5 復合信號下的多頭超額凈值_不定期調倉 復合信號下的多空凈值_不定期調倉9 70 8 6076 505 404 303 2021 100 0Group1 Group2 Group3 Group4 Group5數據來源：wind，

Group1 Group2 Group3 Group4 Group5定期調倉12565信號，數量占比為52%Group5（強勢因子打分下的股票多頭（10組）定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率Group1 -2.00 -0.79 -0.31 定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率Group1 -2.00 -0.79 -0.31 Group2 -1.36 -0.97 -0.46 -0.27 下跌反彈信號Group3 -1.70 -0.99 -0.36 -0.34 -0.37 Group4 -2.33 -1.08 -0.73 -0.40 -0.10 Group5 -2.48 -1.27 -1.09 -0.37 -0.08 Group1 -1.67 -0.93 -0.66 -0.12 Group2 -1.25 -1.11 -0.40 -0.58 頂部切換信號Group3 -2.65 -1.51 -0.93 -0.17 -0.15 Group4 -3.07 -1.99 -0.75 -0.84 -0.08 Group5 -2.70 -1.92 -1.45 -0.85 -0.34 Group1 -0.07 -0.25 -0.38 Group2 -1.56 -0.82 -0.34 橫盤突破信號Group3 -1.29 -1.02 -0.52 Group4 -1.40 -1.39 -0.85 -0.80 -0.45 Group5 -1.87 -1.27 -0.80 -0.48 -0.25 -0.12 Group1 -0.72 -0.19 -0.35 -0.44 Group2 -0.44 -0.39 -0.02 -0.13 -0.45 北向異常信號Group3 -0.57 -0.58 -0.36 -0.21 -0.36 Group4 -1.17 -0.91 -0.48 -0.56 -0.24 -0.12 Group5 -1.26 -0.59 -0.38 -0.33 -0.19 -0.28 Group1 -1.79 -0.83 -0.61 Group2 -0.32 -0.39 -0.46 宏觀指標披露Group3 -1.15 -1.39 -0.53 -0.55 -0.13 Group4 -0.09 -0.22 -0.51 -0.70 -0.68 -0.08 Group5 -0.90 -1.36 -0.48 -0.71 數據來源：wind，將信號復合后，不同強弱因子分組仍然呈現出良好的單調性。股票空頭（第1組）頭（10組）Group5（強勢因子打分）中表現最好，且隨著因子分組由弱變強、呈現出單Group1-Group5圖18：復合信號下的因子分組表現（定期調倉）定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率Group1 Group2 多信號融合 Group3 Group4 Group5 復合信號下的多頭超額凈值_定期調倉 復合信號下的多空凈值_定期調倉4 34 3 2 116 14 12 10 8 6 420Group1 Group2 Group3 Group4 Group5數據來源：wind，

0Group1 Group2 Group3 Group4 Group5通過上文因子分組的測試，我們發(fā)現在時點信號觸發(fā)時多頭超額收益越高的因子，未來多頭超額收益大概率也更強。受此啟發(fā)，我們嘗試以時點信號觸發(fā)時因子的多頭超額收益作為加權權重ICIR本節(jié)所采用的股票池、調倉方式、動量復合方式以及測試區(qū)間均同4.1節(jié)，對三種因子加權方式說明如下：等權：各因子等權配置；ICIR12ICIR時點動量：按因子時點動量（多頭超額收益）加權，多頭超額收益為負的因子權重歸零。不定期調倉首先，我們測試了各單信號觸發(fā)后三種因子加權方式下股票的分組超額收益。除下跌反彈信號外，其余信號均在時點動量加權方式下的股票多頭（10組）ICIR1.82%1.99%股票多頭超額收益是2.76%。需要說明的是，由于不同信號的觸發(fā)時間不同，所以盡管因子庫相同，不同信號的等權、ICIR加權法的結果仍存在差異，這一現象同樣存在于定期調倉測試中。圖19：單信號下的因子加權表現（不定期調倉）不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組多頭勝等權 -2.21 -1.44 -0.81 -0.41 -0.19 下跌反彈信號 ICIR -2.03 -1.29 -0.77 -0.46 -0.20 時點動量 -2.35 -1.47 -1.01 -0.55 -0.02 等權 -2.39 -0.98 -1.05 -0.33 -0.15 頂部切換信號 ICIR -2.11 -1.13 -0.75 -0.50 -0.51 時點動量 -2.33 -1.45 -0.65 -0.87 -0.37 等權 -1.85 -0.92 -0.32 -0.22 橫盤突破信號 ICIR -1.63 -1.13 -0.18 -0.41 -0.06 時點動量 -1.73 -1.02 -0.93 -0.51 -0.18 等權 -1.98 -0.48 -0.22 -0.16 北向異常信號 ICIR -1.77 -0.55 -0.27 -0.15 時點動量 -2.12 -1.12 -0.78 -0.62 -0.39 等權 -1.94 -1.09 -0.70 -0.48 宏觀指標披露 ICIR -1.99 -1.15 -0.57 -0.56 -0.18 時點動量 -1.89 -1.04 -0.67 -0.25 -0.30 -0.06 數據來源：wind，然后，我們將各單信號進行半衰加權得到復合時點動量。當復合信號觸發(fā)時，基于復合時點ICIR1.52%1.18%1.19%ICIR可以帶來明顯的增量效果。圖20：復合信號下的因子加權表現（不定期調倉）不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組不定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組多頭勝等權 多信號融合 時點動量 復合信號下的多頭超額凈值_不定期調倉復合信號下的多空凈值_不定期調倉12 120 10 100 8 80 6 60 4 40 2 20 0 0 數據來源：wind，定期調倉圖21：單信號下的因子加權表現（定期調倉）定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝定期 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝等權 -2.76 -1.44 -0.77 -0.42 -0.08 下跌反彈信號 ICIR -2.48 -1.29 -0.55 -0.34 -0.14 時點動量 -2.55 -1.60 -1.10 -0.55 -0.09 等權 -3.38 -1.99 -1.07 -0.35 -0.54 頂部切換信號 ICIR -2.77 -2.03 -1.03 -0.60 -0.28 時點動量 -3.19 -2.12 -1.46 -0.77 -0.34 等權 -1.93 -1.38 -0.49 -0.57 橫盤突破信號 ICIR -2.30 -1.43 -0.56 -0.19 -0.18 時點動量 -2.34 -1.43 -0.95 -0.59 -0.55 等權 -1.35 -0.66 -0.50 -0.24 -0.14 北向異常信號 ICIR -0.83 -0.08 -0.60 -0.27 -0.09 -0.43 時點動量 -2.15 -1.04 -0.75 -0.66 -0.21 等權 -1.40 -0.32 -0.64 -0.64 -0.21 宏觀指標披露 ICIR -1.58 -0.29 -0.44 -0.38 -0.74 時點動量 -1.14 -1.19 -1.34 -0.65 -0.01 -0.05 數據來源：wind，101號，時點動量加權方式在頂部切換、橫盤突破和北向異常信號上的優(yōu)勢較為明顯。而且在信號復合后，時點動量在股票多頭超額收益和多頭勝率上均優(yōu)于其他兩種加權方法。從多頭超額收益與ICIR可以帶來明顯的增量效果。圖22：復合信號下的因子加權表現（定期調倉）多信號融合 時點動量0512.701.13第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 多頭勝率定期復合信號下的多頭超額凈值_定期調倉 復合信號下的多空凈值_定期調倉6 5 4 3 2 1 0 等權 ICIR 時點動量

25 20 15 10 5 0 等權 ICIR 時點動量數據來源：wind，

時點動量在TOP前文因子分組和因子加權的測試均表明，因子在特殊時點信號上確實存在動量效應。本節(jié)我TOP有關測試細節(jié)說明如下：使用半衰加權后的復合時點動量（多頭超額收益）對因子庫中因子加權，邏輯反向的因子權重歸零；20至新信號下的持倉；500，TOP500的日度收益填充；3ST0.1%0.2%股票；（6）測試區(qū)間：自20130101至20230531。我們在信號觸發(fā)日選取復合得分最高的前50只股票等權構建TOP50組合，組合相對中證50026.17%71.62%。TOP50組合每年的收益均可大幅戰(zhàn)勝201910%以上，而且TOP50組合在今年的表現較好，2023053110.64%40.33%。圖23：復合時點動量加權下的TOP50組合表現TOP50全樣本期201320142015201620172018201920202021202220230531超額收益26.1732.9331.4276.3727.6316.8518.109.5712.0420.3426.5810.64補全空倉跟蹤誤差10.357.766.4913.027.937.658.4510.3411.3512.1914.886.66最大回撤-12.36-2.97-2.62-9.54-3.52-4.88-4.24-8.41-11.09-7.20-9.66-4.60不補全空倉超額收益40.3337.9141.9690.2526.4515.6916.4812.8115.3524.7227.2811.1625 12 81561045 20 0全樣本期201320142015201620172018201920202021202220230531超額收益26.1035.7634.3328.9119.0815.0710.1337.6722.8527.3751.49-3.56TOP10跟蹤誤差15.2112.0610.2119.3410.049.9712.4818.2014.9519.4720.579.01最大回撤-15.06-7.41-2.49-15.06-4.43-3.86-11.09-11.28-10.88-10.92-9.31-9.56超額收益26.5434.4131.8980.4225.1416.9914.716.5020.7718.5030.938.02TOP30跟蹤誤差11.438.827.0715.568.557.548.8412.0312.0313.3716.097.40最大回撤-11.49-3.23-2.88-11.49-4.68-3.87-4.73-9.00-8.74-7.93-9.18-4.42超額收益26.1732.9331.4276.3727.6316.8518.109.5712.0420.3426.5810.64TOP50跟蹤誤差10.357.766.4913.027.937.658.4510.3411.3512.1914.886.66最大回撤-12.36-2.97-2.62-9.54-3.52-4.88-4.24-8.41-11.09-7.20-9.66-4.60超額收益21.6630.1931.1065.8622.096.4913.273.4113.7620.8316.9210.99TOP100跟蹤誤差9.196.915.8911.507.387.847.708.759.8710.5313.025.81最大回撤-9.35-2.64-2.91-7.23-3.69-5.22-4.33-8.61-8.67-5.25-9.35-4.48超額收益19.3226.5224.0463.6521.385.7117.622.539.8915.5114.498.73TOP200跟蹤誤差8.156.015.039.767.077.207.067.848.939.0611.245.56最大回撤-10.40-2.14-2.88-6.28-3.65-4.83-3.68-9.69-8.61-4.74-8.58-4.86數據來源：wind，本節(jié)我們嘗試把時點動量的信息融合到指數增強中，具體測試了三個不同版本的中證500指數增強，它們依次為：基礎版本：因子庫中因子對稱正交、ICIR加權，月底定期調倉；只變因子：因子庫中因子用復合時點動量加權（反向歸零）用基礎版本結果填充；變因子變行業(yè)：在上述版本的基礎上，把行業(yè)輪動中看多、看空行業(yè)的主動暴露由0%分別調為5%、-5%。指數增強模型的其他參數設定如下：股票池：剔除上市半年內的新股、ST股票、ST31201000萬；80%0%（1個版本除外）0.31%；0.1%0.2%vwap作為成交價格；（5）回測區(qū)間：自20130101至20230531。圖25：中證500成分股≥80%下的三個版本超額收益對比全樣本期201320142015201620172018201920202021202220230531

超額收益16.58 23.73 9.77 36.82 26.48 15.00 15.27 13.52 10.31 14.35 12.58 -1.79跟蹤誤差 4.63 4.12 3.73 7.81 3.34 3.11 3.70 4.16 4.95 5.29 3.99 4.40全樣本期201320142015201620172018201920202021202220230531最大回撤-6.16 -1.57 -2.59 -3.31 -0.78 -1.49 -1.91 -2.60 -3.54 -6.16 -3.04 -3.13全樣本期201320142015201620172018201920202021202220230531超額收益19.33 8.70 14.16 36.60 35.06 21.43 24.48 16.46 2.69 25.26 17.57 3.17跟蹤誤差 6.46 4.97 4.45 10.44 6.91 4.30 5.18 6.15 6.79 7.14 6.39 5.13全樣本期201320142015201620172018201920202021202220230531最大回撤-7.85 -2.87 -2.06 -6.05 -1.76 -1.42 -1.93 -4.45 -7.85 -5.68 -6.01 -2.57全樣本期201320142015201620172018201920202021202220230531超額收益20.94 10.64 16.93 38.67 36.17 23.23 24.92 18.29 1.15 28.13 19.84 4.63變行業(yè)變行業(yè)跟蹤誤差 6.76 5.14 4.75 10.36 7.05 4.60 5.52 6.29 7.03 8.17 7.10最大回撤-8.09 -2.74 -2.28 -5.60 -1.26 -1.79 -2.06 -4.55 -8.09 -5.68 -5.465.13-2.598 76543210數據來源：wind，

基礎版本 只變因子 變因子變行業(yè)首先，在成分股內權重≥80%約束下，基礎版本的年化超額收益為16.58%。改變指數增強的收益預測模型后，可以把基礎版本的年化超額收益提升2.7pct至19.33%。進一步地，我們把行業(yè)輪動中看多、看空行業(yè)的主動暴露打開以后，年化超額收益可以提升至20.94%。此外，加入時點動量信息后的增強模型在今年的收益也明顯好于基礎模型。截至20230531，基礎模型在今500的超額收益為-1.79%3.17%4.63%。50050020.32%23.76%，既25.59%。上述結果表明，時點動量在因子與行業(yè)層面均可提供增量信息。從超額收益的增量來看，因子的變動對指增模型的收益貢獻更為明顯。圖26：中證500成分股不限制下的三個版本超額收益對比全樣本期201320142015201620172018201920202021202220230531

超額收益20.32 30.79 15.77 43.18 29.16 13.61 21.24 14.69 19.03 15.36 14.64 -1.61跟蹤誤差 5.29 5.48 4.75 7.17 3.94 3.34 4.30 4.90 6.17 6.35 5.52 4.07全樣本期201320142015201620172018201920202021202220230531最大回撤-5.75 -2.39 -2.30 -2.87 -1.54 -2.12 -2.84 -3.03 -4.98 -4.05 -4.24 -3.23全樣本期201320142015201620172018201920202021202220230531超額收益23.76 20.17 18.44 48.32 39.39 23.88 32.54 19.52 4.52 26.27 22.16 -1.29跟蹤誤差 7.26 5.92 5.35 9.65 7.88 4.67 6.19 7.01 7.62 8.50 8.77 5.10全樣本期201320142015201620172018201920202021202220230531最大回撤-9.72 -3.34 -2.89 -5.34 -2.21 -1.96 -1.89 -3.92 -8.56 -5.18 -9.72 -5.37全樣本期201320142015201620172018201920202021202220230531超額收益25.59 26.14 19.86 48.60 41.62 24.71 31.58 21.02 3.67 27.00 25.00 2.92變行業(yè)變行業(yè)跟蹤誤差 7.61 6.32 5.62 9.65 8.05 4.95 6.27 7.06 8.07 9.12 9.82最大回撤-10.82 -3.06 -2.80 -5.74 -1.97 -2.02 -2.58 -3.78 -9.31 -4.44 -10.825.68-3.4812 1086420數據來源：wind，

基礎版本 只變因子 變因子變行業(yè)圖27：指數增強模型在改進前后的換手率對比2525

2516142516

18182015105020132014201520162017201820192020202120222023

201210864520

1412108642020132014201520162017201820192020202120222023基礎版本_年度調倉次數 成分股80%_年度調倉次數 基礎版本_年度調倉次數 成分股不限制_年度調倉次數基礎版本_年度單邊換手(右軸)成分股80%_年度單邊換手(右軸) 基礎版本_年度單邊換手(右軸) 成分股不限制_年度單邊換手(右軸)數據來源：wind，最后，我們對比了變因子變行業(yè)的增強模型與基礎模型在分年調倉次數與單邊換手上的差異。我們發(fā)現，無論是否對成分股權重占比進行約束，改進后的指增模型在調倉次數和單邊換手率上均為基礎模型的兩倍。例如當成分股內權重≥80%時，基礎模型平均調倉次數和單邊換手率分別126.42112.95倍。五、基于時點動量的風格輪動在本章我們將探討時點動量框架在風格輪動中的應用，并從因子分組和指數增強兩個角度進行測試。風格因子的時點動量同第四章的定義方式，且風格因子源于《東方A股因子風險模型(DFQ-2020)》中的10個風險因子。圖28：風格因子庫說明SizeSizeLiquidityValueSOEBetaCubicSizeVolatilityGrowthTrendCertaintynsthoderPct：公基金持倉比例Cov：分析師覆蓋度（對市值正交化）Listdays：上市天數Trend_120：EWM(hae20)/EWM(hae20)Trend_240：EWM(hae20)/EWM(hae240)DeltaROE：過去3年ROE變動的平均值Sales_growth：銷售收TTM的3年復合增速Na_growth：凈資產TTM的3年復合增速Stdol：過去24天的標準波動率Ivff：過去243天的FF3Range：過去243天的最高價/最低價-1axRet_624天收益最高的六天的收益率平均值_6：過去24天收益最低的六天收益率平均值市值冪次項StateOwnedEnterprise：國有持股比例TO：過去243天的平均對數換手率Liquiditybeta：過去243天的個股對數換手率，與市場對數換手率回歸總市值對數貝葉斯壓縮后的市場Beta數據來源：繪制本節(jié)對風格因子的測試方法同4.1節(jié)，即按各信號觸發(fā)后的多頭超額收益把風格因子分組。考慮到因子數量，我們這里暫把風格因子分為強弱不同的三組，并進行不定期調倉測試。圖29：單信號下的因子分組表現（不定期調倉）不定期不定期第1組 第2組 第3組 第4組 第5組 第6組 第7組 8-0.30 -0.11 -0.20 -0.07 -0.06 -0.58 -0.14 -0.24 -0.05 -0.15 -0.58 -0.57 -0.17 -0.27 -0.16 -0.18 -0.32 -0.33 -0.30 -0.08 -1.04 -0.92 -0.72 -0.82 -0.44 -0.10 -0.17 -0.04 -0.13 -0.23 -0.79 -0.57 -0.26 -0.46 -0.19 -0.29 -0.16 -0.31 -0.28 -0.10 -0.11 -0.05 -0.15 -0.17 -0.21 -0.30 -0.09 -0.07 -0.04 -0.04 -0.06 -0.26 -0.24 -0.22 -0.19 -0.15 -0.06 9第10組多頭勝率Group1Group2Group3Group1Group2Group3Group1Group2Group3Group1Group2Group3Group1Group2Group3Group1Group2Group3-2.00-2.48-0.60-1.08-0.28-1.05-1.39-1.11-0.09數據來源：wind，Group1-Group3Group310股票多頭。從單信號與復合信號的表現來看，Group3（強勢風格打分）的股票多頭收益明顯高于股票空頭，說明強勢風格具有較好的動量效應；而由信號日多頭超額收益最低的一組因子構成的Group1此外，我們統(tǒng)計了各類信號觸發(fā)以后，不同風格因子進入到Group3（強勢風格分組）betaCPIPPI這樣的事件往往會伴隨市場的避險情緒，因而不難理解為何value估值因子會成為進入到該信號強勢分組次數最多的風格因子。圖30：各時點信號的風格偏好下跌反彈頂部切換橫盤突破因子類別選入多頭次數選入次數占比因子類別選入多頭次數選入次數占比因子類別Beta2858.33Size1145.83Beta1365.00Volatility2347.92Value1145.83Size945.00Certainty1939.58SOE1041.67Trend735.00Liquidity1735.42Growth937.50Volatility735.00Trend1735.42Certainty833.33Certainty630.00Value1225.00Volatility833.33Liquidity630.00SOE918.75Trend625.00Value630.00Growth816.67Cubicsize520.83Growth420.00Size816.67Beta28.33Cubicsize15.00Cubicsize36.25Liquidity28.33SOE15.00北向異常宏觀指標披露多信號融合（復合信號）因子類別選入多頭次數選入次數占比因子類別選入多頭次數選入次數占比因子類別Beta2376.67Value2143.75Beta8450.60Certainty1240.00Volatility1735.42Volatility7142.77Liquidity1240.00Liquidity1633.33Certainty5734.34Volatility1240.00SOE1633.33Trend5331.93Size930.00Size1633.33Value5331.93Trend930.00Beta1531.25Liquidity5231.33Value620.00Growth1531.25Size4728.31Growth310.00Certainty1225.00SOE3822.89SOE310.00Trend1225.00Growth3118.67Cubicsize13.33Cubicsize48.33Cubicsize127.23數據來源：wind，本節(jié)在4.4節(jié)“變因子變行業(yè)”指數增強模型的基礎上，加入風格輪動，即令多頭風格正向暴露、空頭風格負向暴露，其余風格的主動暴露為±0.5。指數增強模型的其他參數設定同4.4節(jié)。圖31：中證500成分股≥80%下的四個版本超額收益對比全樣本期201320142015201620172018201920202021202220230531基礎版本超額收益16.58 23.73 9.77 36.82 26.48 15.00 15.27 13.52 10.31 14.35 12.58 -1.79跟蹤誤差 4.63 4.12 3.73 7.81 3.34 3.11 3.70 4.16 4.95 5.29 3.99 4.40全樣本期201320142015201620172018201920202021202220230531最大回撤-6.16 -1.57 -2.59 -3.31 -0.78 -1.49 -1.91 -2.60 -3.54 -6.16 -3.04 -3.13全樣本期201320142015201620172018201920202021202220230531只變因子超額收益19.33 8.70 14.16 36.60 35.06 21.43 24.48 16.46 2.69 25.26 17.57 3.17跟蹤誤差 6.46 4.97 4.45 10.44 6.91 4.30 5.18 6.15 6.79 7.14 6.39 5.13全樣本期201320142015201620172018201920202021202220230531變因子超額收益20.9410.6416.9338.6736.17全樣本期201320142015201620172018201920202021202220230531變因子超額收益20.9410.6416.9338.6736.1723.2324.9218.291.1528.1319.844.63變行業(yè)跟蹤誤差6.765.144.7510.367.054.605.526.297.038.177.105.13最大回撤-8.09-2.74-2.28-5.60-1.26-1.79-2.06-4.55-8.09-5.68-5.46-2.59變因子變行業(yè)變風格全樣本期20132014201520162017201820192020202120222023053121.336.77-6.0612.715.16-2.6818.784.62-1.5441.4210.67-5.1934.887.15-1.5119.624.43-1.4925.705.58-1.8112.406.52-4.838.176.85-6.0627.237.89-5.6822.366.99-4.712.825.17-3.029 876543210數據來源：wind，

基礎版本 只變因子 變因子變行業(yè) 變因子變行業(yè)變風格通過對比，我們發(fā)現加入風格輪動會使指數增強模型的穩(wěn)定性明顯提高。例如，當約束中證500成分股權重≥80%時，只變因子和行業(yè)的模型年化超額收益為20.94%、信息比3.10、最大回撤-8.09%21.33%3.15、最大回撤-6.06%。當50