低频价量因子手册：八大类因子有效性解析

中金公司研究部金融工程团队系统梳理常用及创新性价量因子，揭示其选股能力与收益来源

本报告为中金公司研究部金融工程团队发布的第二篇量化因子手册，聚焦低频价量因子，涵盖动量&反转、流动性、波动率、量价相关性、筹码分布、资金流、北向资金、融资融券等八大类别，并构建复合因子进行有效性检验[k]。价量因子基于股票价格、成交量和资金流向数据，刻画投资者交易行为，在数据可得性与及时性方面优于基本面因子，能快速反映市场动态，但存在换手率较高、逻辑易受交易规则变化影响等局限[k]。

报告提出，价量因子的收益来源主要包括三方面：捕捉噪音交易者导致的错误定价、跟随“聪明资金”获取基本面改善收益，以及承担特定风险获得补偿[k]。

资料来源：中金公司研究部

1）动量&反转因子：月度反转表现突出

该类因子分为隔夜动量、报告期动量、月度反转和年度动量四类。其中，月度反转因子整体有效性最强，尤其是mmt_range_M，在全市场、沪深300、中证500、中证1000中均表现优异，全市场IC_IR达-1.03[k]。隔夜动量因子（如mmt_overnight_A）在全市场有效（IC_IR为0.63），但在沪深300中表现一般。报告期动量与年度动量因子IC_IR表现不突出，但mmt_report_period和mmt_offlimit_A在沪深300中具备较强多头选股能力[k]。

2）波动率因子：推荐长周期振幅标准差

推荐使用vol_highlow_std、vol_upshadow_std、vol_w_downshadow_std等振幅标准差因子。不同周期因子选股能力相近，但6个月长周期因子的多头换手率显著低于1个月短周期因子，综合换手成本考量，长周期因子更具性价比[k]。

3）流动性因子：换手率与价格弹性均具价值

换手率标准差因子（liq_turn_std_6M）在沪深300、中证500、中证1000中的IC_IR分别为-0.39、-0.70、-0.81，表现良好[k]。价格弹性因子（如liq_vstd_1M）有效性略弱，但与换手率因子相关性低，可在构建复合流动性因子时作为有效补充[k]。

4）量价相关性因子：领先正向，同步负向

量能领先因子（corr_ret_turn_post_1M）反映信息扩散初期，与未来收益正相关，全市场IC_IR为0.52[k]。量价同步因子（corr_ret_turnd_1M、corr_price_turn_1M）反映信息扩散中后期，与未来收益负相关，全市场IC_IR达-1.00，选股能力突出[k]。

5）筹码分布因子：中小市值中更具有效性

该类因子通过持仓成本分布构建均值、标准差、偏度等指标。在沪深300和中证500中IC表现较弱，但在全市场和中证1000中具备一定选股能力，IC_IR绝对值约0.40[k]。

6）资金流向因子：大单买入具正向预测力

核心逻辑是追踪“聪明资金”流向。大单买入因子（buy_shift_dist_l）具正向预测能力，全市场IC_IR达0.78；小单主动买入因子（act_buy_shift_dist_s）则呈负向预测（IC_IR为-0.46），体现机构与散户行为差异[k]。开盘资金流入因子（inflow_shift_dist_open_l）在各指数中多头年化超额收益达6.1%-8.8%，单调性良好，值得关注[k]。

7）北向资金因子：持仓占比整体有效，变化因子多头收益高

北向持仓占比因子（north_hold_prop、north_hold_prefer）整体有效性较好，IC_IR分别为0.60和0.69，但2021年以来选股能力有所回落[k]。北向持仓变化因子（north_hold_prefer_lt_chg）单调性一般，但在各指数范围内多头年化超额收益均超10%，表现强劲[k]。

8）融资融券因子：整体有效性一般

该类因子在全市场单调性欠佳，多数在各指数中IC_IR表现平平[k]。融资买入或融券卖出占比越高，未来收益表现越弱，显示其负面预测效果[k]。

9）价量复合因子：多数具备强选股能力

大多数价量复合因子间相关性低，具备较强选股能力。在沪深300中推荐关注量价相关性与北向持仓变化因子；中小市值中建议关注换手率与反转因子[k]。资金流因子虽IC_IR不突出，但与动量、波动率、流动性因子相关性低，可作为多因子模型的增量信息[k]。

风险提示：本报告基于历史数据测试因子有效性，不保证未来表现[k]。

资料来源：中金公司研究部

中证1000及中证500范围内多因子策略表现优异

波动率与流动性因子在不同指数范围内的有效性分析

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

在中证1000指数范围内，mmt_intraday_M因子表现突出，其多头组合显著跑赢基准，空头组合显著跑输，具备良好的单调性和突出的空头贡献。相比之下，mmt_range_M因子虽空头贡献明显，但整体单调性较差，超额收益呈倒U形分布[k]

图表14：中证1000范围内表现较好的动量&反转因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH[k]

图表15：中证1000范围内表现较好的动量&反转因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

波动率因子分析：推荐长周期振幅标准差因子

波动率因子用于衡量股票价格的历史不确定性，高波动率通常预示未来收益较弱。研究基于收益波动与振幅因子改进，构建了39个波动率因子并进行有效性检验[k]

图表16：波动率因子构建方式

资料来源：中金公司研究部[k]

vol_highlow_std_3M、vol_upshadow_std_6M和vol_w_downshadow_std_3M因子在多数市场中表现良好，且彼此相关性较高。据此，波动率因子可分为收益波动率与振幅因子两类[k]

► 收益波动率因子中，上行波动率因子表现最优，全市场IC_IR达-0.79，IC均值为-7.9%。短期（1个月）因子有效性更强，但换手率显著高于长期（6个月）因子[k]

► 振幅因子中，标准差类因子优于均值类因子。vol_highlow_std、vol_upshadow_std和vol_w_downshadow_std在多个指数范围内表现突出，且在中小市值（中证500、中证1000）中有效性显著高于沪深300[k]

综合来看，推荐使用振幅标准差因子，尤其是长周期（6个月）因子。尽管其选股能力与短期因子无显著差异，但换手率更低，在考虑交易成本时更具性价比[k]

图表17：波动率因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为全市场等权指数[k]

图表18：全市场范围内表现相对较好的波动率因子之间的相关性统计

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30[k]

图表19：波动率因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI[k]

图表20：波动率因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH[k]

图表21：波动率因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH[k]

在中证500范围内，vol_highlow_std_3M因子表现良好，单调性较优，多头跑赢、空头跑输基准，空头贡献突出。而在中证1000中，vol_highlow_std_3M、vol_upshadow_std_3M等因子空头贡献显著，超额收益主要来自空头端，但单调性一般[k]

图表22：沪深300范围内表现较好的波动率因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI[k]

图表23：沪深300范围内表现较好的波动率因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

图表24：中证500范围内表现较好的波动率因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH[k]

图表25：中证500范围内表现较好的波动率因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

图表26：中证1000范围内表现较好的波动率因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH[k]

图表27：中证1000范围内表现较好的波动率因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

流动性因子分析：换手率与价格弹性因子均具配置价值

流动性因子反映交易成本与时间，低流动性通常对应更高预期收益，作为风险补偿。研究基于换手率与价格弹性构建21个因子并进行检验[k]

图表28：流动性因子构建方式

资料来源：中金公司研究部[k]

换手率因子与标准差因子相关性较高，兼具流动性与波动率信息，其中liq_turn_std_6M因子在中证500、中证1000中表现更优[k]

价格弹性因子包括Amihud、最短路径非流动因子及成交波动比因子。全市场范围内三类因子IC_IR均超0.6，Amihud因子多头年化超额收益达9.4%。在沪深300中推荐最短路径因子，中证500与中证1000中liq_vstd因子表现更佳[k]

总体而言，换手率标准差因子表现稳定，且与价格弹性因子相关性较低，建议在构建流动性因子体系时同时纳入两类因子[k]

图表29：流动性因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为全市场等权指数[k]

图表30：全市场范围内表现相对较好的流动性因子之间的相关性统计

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30[k]

图表31：流动性因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI[k]

图表32：流动性因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部
注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH[k]

在沪深300中，最短路径非流动性因子多头收益显著，但近两年出现回撤；换手率因子则主要依赖空头端贡献收益。中证500中，liq_turn_std_6M因子单调性良好，多头显著跑赢、空头显著跑输基准。中证1000中，该因子多头表现稳定，而价格弹性因子更多依赖空头贡献[k]

图表34：沪深300范围内表现较好的流动性因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI[k]

图表35：沪深300范围内表现较好的流动性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

图表36：中证500范围内表现较好的流动性因子多头组合相对净值

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH[k]

图表37：中证500范围内表现较好的流动性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组[k]

图表38：中证1000范围内表现较好的流动性因子多头组合相对净值

资料来源：Wind，中金公司研究部[k]

量价与筹码分布因子选股有效性分析

基于中金公司研究部数据，解析量价相关性及筹码分布因子在不同指数范围内的选股表现

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表39：中证1000范围内表现较好的流动性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部
注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

量价相关性因子具有显著预测能力，量能领先与量价同步因子表现突出

量价相关性因子用于衡量换手率与价格或收益率的联动关系，其有效性可从信息扩散理论解释：信息初期量能领先价格，中期同步，末期出现“羊群效应”。研究构建了换手率与价格、收益率的相关性因子，涵盖量能领先、价格领先与同步三种情形。

因子主要分为三类：价格相关因子、量能领先因子和量价同步因子。其中，corr_price_turn_1M（价格与换手率同步）在全市场IC均值为-6.1%，IC_IR为-1.00；corr_ret_turn_post_1M（量能领先）在全市场、沪深300、中证1000中表现优异，IC均值2.3%，IC_IR为0.52；corr_ret_turnd_1M（量价同步）则呈现负向预测，IC均值-6.1%，IC_IR为-1.07，适用于不同选股范围[k]。

图表40：量价相关性因子构建方式

资料来源：中金公司研究部

图表41：量价相关性因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为全市场等权指数）

图表42：全市场范围内量价相关性因子之间的相关性统计

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30）

图表43：量价相关性因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表44：量价相关性因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH）

图表45：量价相关性因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）

沪深300中corr_price_turn_1M因子多头收益显著且单调性良好

在沪深300范围内，corr_price_turn_1M与corr_ret_turnd_1M因子表现较优，其多头组合显著跑赢基准，空头显著跑输，单调性良好。其中corr_price_turn_1M多头收益尤为突出。corr_ret_turn_post_1M多头亦显著跑赢，但三者在2021年上半年均出现阶段性回撤，提示存在短期失效风险[k]。

图表46：沪深300范围内表现较好的量价相关性因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI

图表47：沪深300范围内表现较好的量价相关性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组

中证500中corr_price_turn_1M等因子多头近年表现欠佳

在中证500范围内，corr_price_turn_1M、corr_ret_turn_prior_1M与corr_ret_turnd_1M因子空头显著跑输基准，但多头表现疲软，单调性差，整体呈倒U型分布。corr_price_turn_1M多头自2014年8月起出现明显回撤，显示其选股能力减弱[k]。

图表48：中证500范围内表现较好的量价相关性因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH

图表49：中证500范围内表现较好的量价相关性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

中证1000中corr_price_turn_1M分组单调性相对较好

在中证1000范围内，corr_price_turn_1M、corr_ret_turn_prior_1M与corr_ret_turnd_1M因子空头均显著跑输基准，多头可跑赢，但后两者单调性较差；corr_ret_turn_post_1M多头表现较好，空头一般，整体有效性稳定[k]。

图表50：中证1000范围内表现较好的量价相关性因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表51：中证1000范围内表现较好的量价相关性因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

筹码分布因子整体选股效果一般，仅在全市场与中证1000中具备一定预测能力

筹码分布因子用于刻画持仓成本结构，包括形状因子（标准差、偏度、峰度）和占比因子（如distribution_ret_avg、distribution_loss_l）。研究发现，形状因子整体有效性弱；占比因子更多体现反转特征：盈利筹码占比越高，未来收益越弱；亏损筹码占比越高，未来收益越强[k]。

其中，distribution_loss_l与distribution_ret_avg在全市场和中证1000中表现相对较好，IC_IR绝对值约0.4，但在沪深300与中证500中表现较弱[k]。

图表52：筹码分布因子构建方式

资料来源：中金公司研究部

图表53：筹码分布因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30）

图表54：全市场范围内筹码分布因子之间的相关性统计

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30）

图表55：筹码分布因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2010-01-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表57：筹码分布因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部（注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）

distribution_ret_std因子在沪深300中多头具阶段性超额收益

在沪深300中，distribution_ret_std因子多头显著跑赢基准，空头跑输，但IC_IR为0.17，且净值走势显示其超额收益具有阶段性，非长期稳定，需警惕短期失效风险[k]。

图表58：沪深300范围内表现较好的筹码分布因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI

图表59：沪深300范围内表现较好的筹码分布因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组

中证500中distribution_loss_l因子多头表现一般且自2019年起回撤

该因子空头显著跑输基准，多头表现平平，分组单调性不佳，有效性较弱[k]。

图表60：中证500范围内表现较好的筹码分布因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.S

图表61：中证500范围内表现较好的筹码分布因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-01-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

中证1000中distribution_ret_avg因子分组表现相对较好

该因子与distribution_loss_l空头均显著跑输基准，多头表现一般，且自2019年起多头净值出现回撤，显示其预测能力有所减弱[k]。

图表62：中证1000范围内表现较好的筹码分布因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表63：中证1000范围内表现较好的筹码分布因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

资金流因子表现解析：开盘大单买入与北向资金变化因子值得关注

基于Wind与中金公司研究部数据，对资金流因子有效性进行深度检验

资金流因子旨在捕捉“聪明资金”的动向，通过跟踪不同类型资金的流向，挖掘未来可能获得超额收益的投资机会[k]。本文基于Wind日度数据构建了32个资金流因子和9个北向资金流因子，并对其在不同指数范围内的有效性进行了系统性检验[k]。

大小单资金流向因子中，大单买入因子（buy_shift_dist_l）表现出较强的正向预测能力，全市场IC_IR达0.78，表明机构主导的大单买入行为具有较强的信息优势；而小单主动买入因子（act_buy_shift_dist_s）则呈现负向预测效果（IC_IR为-0.46），反映散户情绪可能与后续走势背离[k]。值得注意的是，超大单买入因子（buy_shift_dist_xl）方向与预期相反，IC_IR为-0.58，显示极端大单买入或预示未来收益走弱[k]。

开盘资金流向因子整体表现优于尾盘因子，其中开盘大单买入因子（inflow_shift_dist_open_l）在全市场、沪深300、中证500及中证1000中均表现出较强的选股能力和良好的分组单调性[k]。综上，开盘大单买入、大单买入及小单主动买入因子在多数选股域中表现稳健，具备持续关注价值[k]。

图表64：资金流因子构建方式

资料来源：中金公司研究部 

图表65：资金流因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部 （注：统计时间为2012-02-01至2022-06-30；超额收益的比较基准为全市场等权指数）

图表66：全市场范围内表现相对较好的资金流因子之间的相关性统计

资料来源：Wind，中金公司研究部 （注：统计时间为2012-02-01至2022-06-30）

图表67：资金流因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部 （注：统计时间为2012-02-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表68：资金流因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部 （注：统计时间为2012-02-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH）

图表69：资金流因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部 （注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）

buy_shift_dist_l因子在各宽基指数中均展现出显著超额收益。在沪深300和中证500中，该因子多头组合长期跑赢基准，但在2018–2019年出现阶段性失效[k]。中证1000范围内，inflow_shift_dist_open因子表现突出，分组单调性强，多头组合收益稳健[k]。

图表70：沪深300范围内表现较好的资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2012-02-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI

图表71：沪深300范围内表现较好的资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2012-02-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组

图表72：中证500范围内表现较好的资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2012-02-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH

图表73：中证500范围内表现较好的资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2012-02-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

图表74：中证1000范围内表现较好的资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部

注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表75：中证1000范围内表现较好的资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

北向资金流因子中，north_hold_prop（北向持仓占比）和north_hold_prefer_lt_chg（长期持仓偏好变化）在全市场表现优异。north_hold_prop因子在多个指数范围内均表现出高有效性与良好单调性，全市场IC_IR达0.60；north_hold_prefer_lt_chg因子虽单调性略弱，但选股能力更强，全市场IC_IR为0.66[k]。整体来看，静态持仓占比因子具备良好预测稳定性，动态变化因子则更利于捕捉趋势性机会[k]。

图表76：北向资金流因子构建方式

资料来源：中金公司研究部 

图表77：北向资金流因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2016-07-01至2022-06-30；超额收益的比较基准为全市场等权指数）

图表78：全市场范围内北向资金流因子之间的相关性统计

资料来源：Wind，中金公司研究部 （注：统计时间为2016-07-01至2022-06-30） 

图表79：北向资金流因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部 （注：统计时间为2016-07-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表80：北向资金流因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2016-07-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH）

图表81：北向资金流因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2016-07-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）

在小市值股票中，北向持仓变化因子展现出更强的持续超额收益能力。沪深300范围内，north_hold_prop等因子在2020年后表现波动加剧，有效性有所下降；中证500中，north_hold_prop_lt_chg因子持续跑赢基准，年化超额收益可达10%；中证1000中，north_hold_prefer_lt_chg因子自2021年以来仍保持稳定超额收益，显示出较强的适应性和前瞻性[k]。

图表82：沪深300范围内表现较好的北向资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-09-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI

图表83：沪深300范围内表现较好的北向资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-07-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组

图表84：中证500范围内表现较好的北向资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-09-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH

图表85：中证500范围内表现较好的北向资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-07-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

图表86：中证1000范围内表现较好的北向资金流因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-09-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表87：中证1000范围内表现较好的北向资金流因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2016-07-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

融资融券因子有效性一般，价量复合因子表现较优

融资融券因子单调性欠佳，部分价量复合因子具备较强选股能力

融资融券因子反映市场交易活跃度与资金流向，研究构建了12个相关因子并检验其有效性[k]。

图表88：融资融券类因子构建方式

资料来源：中金公司研究部 

融资因子与融券因子表现分化。其中，margin_money_bal_prop因子在全市场范围内单调性相对较好，IC均值为-2.7%，IC_IR为-0.37[k]。融券因子中，margin_sec_bal_growth在中证500和中证1000中表现较优，IC均值为-1.8%，IC_IR为-0.27；net_margin_sell_sec_shift_dist在沪深300中具备一定选股能力，IC均值为-1.5%，IC_IR为-0.18[k]。

总体来看，融资融券因子在全市场范围内单调性欠佳，有效性一般。多数因子缺乏稳定的分组单调性，且IC_IR表现平平。因子方向显示，融资买入或融券卖出占比越高，未来收益越弱，呈现负向预测效果[k]。

图表89：融资融券因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为全市场等权指数）

图表90：全市场范围内融资融券因子之间的相关性统计

资料来源：Wind，中金公司研究部 （注：统计时间为2010-04-01至2022-06-30） 

图表91：融资融券因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表92：融资融券因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH）

图表93：融资融券因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）

margin_money_bal_prop因子在各指数范围内长期跑赢基准，但多头组合存在阶段性失效，分组单调性不稳定，受市场风格影响较大[k]。

图表94：沪深300范围内表现较好的融资融券因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2010-05-01至2022-06-30；2）相对净值的比较基准为沪深300等权指数000984.CSI

图表95：沪深300范围内表现较好的融资融券因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2010-04-01至2022-06-30；2）超额收益的比较基准为沪深300等权指数000984.CSI；3）Group1为因子值最小一组，Group10为因子值最大一组

图表96：中证500范围内表现较好的融资融券因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2012-02-01至2022-06-30；2）相对净值的比较基准为中证500等权指数000982.SH

图表97：中证500范围内表现较好的融资融券因子分组年化超额收益统计

资料来源：Wind，中金公司研究部

注：1）统计时间为2010-04-01至2022-06-30；2）超额收益的比较基准为中证500等权指数000982.SH；3）Group1为因子值最小一组，Group10为因子值最大一组 

图表98：中证1000范围内表现较好的融资融券因子多头组合相对净值

资料来源：Wind，中金公司研究部 

注：1）统计时间为2014-11-01至2022-06-30；2）相对净值的比较基准为中证1000等权指数000852.SH

图表99：中证1000范围内表现较好的融资融券因子分组年化超额收益统计

资料来源：Wind，中金公司研究部 

注：1）统计时间为2014-11-01至2022-06-30；2）超额收益的比较基准为中证1000指数000852.SH；3）Group1为因子值最小一组，Group10为因子值最大一组

研究基于前文优选因子，通过等权合成方式构建了12个价量复合因子，并调整方向使其与未来收益率正相关[k]。

图表100：价量复合因子构建方式

资料来源：中金公司研究部 

多数复合因子间相关性较低，相关系数普遍低于0.25。其中，流动性-换手率因子与波动率、流动性-价格弹性因子相关性较高，换手率与波动率因子关联性较强。量价相关性因子与反转因子呈弱相关（0.38）[k]。

图表101：全市场范围内复合因子之间的相关性统计

资料来源：Wind，中金公司研究部  （注：统计时间为2016-09-02至2022-06-30）

价量复合因子整体选股能力较强。多数因子分组单调性良好（多在0.85以上），但部分因子预测能力依赖空头端，多头超额收益偏低[k]。

在沪深300中，量价相关性因子和北向持仓变化因子表现突出，IC_IR分别为0.50和0.49，多头组合超额收益稳定，但量价相关性因子回撤较高[k]。

在中证1000等中小市值范围内，换手率因子和反转因子表现优异，IC_IR分别为0.81和0.78，多头收益表现良好。资金流因子虽IC_IR不突出，但与其他因子相关性低，可作为多因子模型的增量信息[k]。

图表102：复合因子在全市场范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为全市场等权指数）

图表103：复合因子在沪深300范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为沪深300等权指数000984.CSI）

图表104：复合因子在中证500范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2010-04-01至2022-06-30；超额收益的比较基准为中证500等权指数000982.SH）

图表105：复合因子在中证1000范围内的有效性检验结果

资料来源：Wind，中金公司研究部  （注：统计时间为2014-11-01至2022-06-30；超额收益的比较基准为中证1000指数000852.SH）