因子开发迭代更新越来越重要。近几年来，随着传统多因子模型在市场的应用逐渐广泛，因子的波动特征逐渐加大，因子拥挤等原因造成了因子的收益逐渐下降。为了能够寻找更好的Alpha收益来源，在多因子模型框架中，因子作为底层Alpha来源输入的基础，因子的开发、迭代、更新就显得越来越重要。其中深度和广度作为表征流动性维度的两大类已被广泛研究。然而，弹性作为流动性维度的另一面尚缺乏相关研究。本篇专题探讨了流动性股票市场的弹性测量，并明确构建出弹性因子，研究其在因子选股中的应用。
　　弹性因子的定义和构建。有关学术论文指出，弹性是指价格在响应流动性需求者或未知信息交易者发起的大量订单流失衡而发生变化后，价格恢复到价值交易者驱动的基本价值的速度。据此，弹性可以描述为价格从信息优势交易者驱动的暂时价格影响恢复到其基本价格的速度。基于以上定义，本篇专题报告构建弹性因子，其构建步骤可分为两部分：首先将每日股价分解为基本成分和暂时成分；然后将分解得到的暂时价格序列转换到频域，继而计算出暂时价格恢复速度作为弹性因子。
　　弹性因子选股实证分析。本篇专题报告以月频调仓对弹性因子在全市场、沪深300、中证500、中证800和中证1000等板块的选股表现进行了实证分析。实证分析结果表明，弹性因子在各板块的分档效果均较为显著。其中弹性因子在创业板板块表现较为突出，在2013年1月至2022年12月回测期间内多头年化收益率达22.12%，同期创业板指数年化收益率为12.64%，超额年化收益率达9.48%，信息比为0.66。此外，弹性因子选股换手率较低。除在创业板的多头平均换手率为21.03%外，弹性因子在其他板块的多头平均换手率均低于20%。
　　风险提示。本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；策略在市场结构及交易行为的改变时有可能存在策略失效风险。
　　
　　

研究报告全文：TablePageTablePage金融工程量化投资专题2023年2月2日证券研究报告弹性因子研究TableTitle图弹性因子全市场选股分档表现5多因子Alpha系列报告之四十六4TableSummary3报告摘要2因子开发迭代更新越来越重要近几年来随着传统多因子模型在市场的应用逐渐广泛因子的波动特征逐渐加大因子拥挤等原因造成1了因子的收益逐渐下降为了能够寻找更好的Alpha收益来源在多0Q1Q2Q3Q4Q5因子模型框架中因子作为底层Alpha来源输入的基础因子的开发迭代更新就显得越来越重要其中深度和广度作为表征流动性维度数据来源广发证券发展研究中心天软科技的两大类已被广泛研究然而弹性作为流动性维度的另一面尚缺乏相关研究本篇专题探讨了流动性股票市场的弹性测量并明确构建分析师陈原文出弹性因子研究其在因子选股中的应用SAC执证号S0260517080003弹性因子的定义和构建有关学术论文指出弹性是指价格在响应流0755-82797057动性需求者或未知信息交易者发起的大量订单流失衡而发生变化后chenyuanwengfcomcn价格恢复到价值交易者驱动的基本价值的速度据此弹性可以描述分析师罗军为价格从信息优势交易者驱动的暂时价格影响恢复到其基本价格的速SAC执证号S0260511010004度基于以上定义本篇专题报告构建弹性因子其构建步骤可分为020-66335128两部分首先将每日股价分解为基本成分和暂时成分然后将分解得luojungfcomcn到的暂时价格序列转换到频域继而计算出暂时价格恢复速度作为弹分析师安宁宁性因子SAC执证号S0260512020003弹性因子选股实证分析本篇专题报告以月频调仓对弹性因子在全市SFCCENoBNW179场沪深300中证500中证800和中证1000等板块的选股表现进0755-23948352行了实证分析实证分析结果表明弹性因子在各板块的分档效果均anningninggfcomcn较为显著其中弹性因子在创业板板块表现较为突出在2013年1请注意陈原文罗军并非香港证券及期货事务监察委员会月至2022年12月回测期间内多头年化收益率达2212同期创业的注册持牌人不可在香港从事受监管活动板指数年化收益率为超额年化收益率达信息比为1264948相关研究TableDocReport此外弹性因子选股换手率较低除在创业板的多头平均换手066金融工程多维视角下的2023-01-28率为2103外弹性因子在其他板块的多头平均换手率均低于20定增选股策略风险提示本专题报告所述模型用量化方法通过历史数据统计建模再谈SemiBeta因子高频测2023-01-16和测算完成所得结论与规律在市场政策环境变化时可能存在失效算多因子Alpha系列报告之四十七风险策略在市场结构及交易行为的改变时有可能存在策略失效风险再谈股价跳跃因子研究多因2022-12-09子Alpha系列报告之四十六识别风险发现价值请务必阅读末页的免责声明TablePageText金融工程量化投资专题目录索引一因子挖掘思考4一高频信息4二低频信息5二背景介绍5一深度广度与弹性5二弹性因子的相关研究进展6三弹性因子的构建方法6一股票价格分解7二弹性测量8四实证分析9一数据说明9二因子整体分档表现9三不同板块实证结果10五总结18六风险提示18七参考文献18识别风险发现价值请务必阅读末页的免责声明221TablePageText金融工程量化投资专题图表索引图1股价分解取自然对数后7图2创业板弹性因子五档表现9图3全市场弹性因子五档表现9图4沪深300弹性因子五档表现10图5中证500弹性因子五档表现10图6中证800弹性因子五档表现10图7中证1000弹性因子五档表现10图8弹性因子在创业板累计收益11图9弹性因子在全市场累计收益12图10弹性因子在沪深300累计收益13图11弹性因子在中证500累计收益15图12弹性因子在中证800累计收益16图13弹性因子在中证1000累计收益17表1广发金工高频数据因子挖掘系列报告一览5表2弹性因子在创业板收益表现10表3弹性因子在创业板收益表现分年度11表4弹性因子在全市场收益表现11表5弹性因子在全市场收益表现分年度12表6弹性因子在沪深300收益表现13表7弹性因子在沪深300收益表现分年度14表8弹性因子在中证500收益表现14表9弹性因子在中证500收益表现分年度15表10弹性因子在中证800收益表现16表11弹性因子在中证800收益表现分年度16表12弹性因子在中证1000收益表现17表13弹性因子在中证1000收益表现分年度17识别风险发现价值请务必阅读末页的免责声明321TablePageText金融工程量化投资专题一因子挖掘思考一高频信息近年来A股市场机构化趋势明显量化私募机构的管理规模也迅速扩大产生了一批管理规模超过百亿的量化私募机构与此同时传统的风格因子波动增大从市场获取超额收益的难度在增加因子拥挤是因子收益下降的原因之一因子代表着市场某方面的非有效性或者是一段时期内的定价失效当某类因子收益高的时候会吸引更多的资金进入从而出现因子拥挤降低因子的预期收益一旦新的因子被公开套利资金的介入会使得错误定价收窄因子收益也会跟着下降因此在多因子选股模型中因子的开发和更新迭代变得越来越重要与低频因子相比高频数据在用于量化投资中存在一定优势首先高频价量数据的体量明显大于低频数据以分钟行情为例用压缩效果较好的mat格式存储2020年全市场股票的分钟行情数据包括分钟频的开高低收价格数据买卖盘挂单数据等约为12GB如果是快照行情目前上交所和深交所都是3秒一笔或者level2行情数据量要大很多因此高频数据因子挖掘对信息处理能力和处理效率的要求较高而且日内数据尤其是level2数据一般要额外付费甚至需要自行下载存储实时行情在此基础上构建的因子拥挤度较低其次高频价量数据一般是多维的时间序列数据数据中噪声比例较高而且与ROEPE这类低频指标本身就具有选股能力不同的是原始的高频行情数据一般不能直接用作选股因子而要通过信号变换时间序列分析机器学习等方法从高频数据中构建特征才能作为选股因子此类因子与低频信号的相关性较低而且由于因子开发流程相对复杂不同投资者构建的因子更具有多样性此外高频数据开发的因子一般调仓周期较短意味着在检验因子有效性的时候同一段测试期具有更多的独立样本例如在一年的测试期内只有12个独立的样本段用于检验月频调仓的因子与之相比有约50个独立的时段用于检验周频调仓因子有超过240个独立的时段用于检验日频调仓的因子独立样本的增多有助于检验高频因子的有效性高频数据挖掘因子的难点在于数据维度大噪声高凭借专业投资者的经验或者是参阅已发表的文献可以从高频数据中提炼出一部分有选股能力的特征此外机器学习方法擅长从数据中寻找规律和特征是高频数据因子挖掘的有力工具识别风险发现价值请务必阅读末页的免责声明421TablePageText金融工程量化投资专题表1广发金工高频数据因子挖掘系列报告一览高频价量数据的因子化方法-多因子Alpha系列报告之四十一深度学习框架下高频数据因子挖掘-深度学习研究报告之七基于个股羊群效应的选股因子研究-高频数据因子研究系列三基于日内高频数据的短周期选股因子研究-高频数据因子研究系列二基于日内高频数据的短周期选股因子研究-高频数据因子研究系列一信息不对称理论下的高频因子挖掘再谈信息不对称理论下的因子挖掘日内价量数据因子化研究跳跃波动率因子研究再谈跳跃波动率因子研究数据来源Wind广发证券发展研究中心二低频信息以传统日频价量和更低频财务数据为基础的因子开发是一种研究途径由于基础因子广为人知在此基础上进行因子挖掘的收益提升空间相对有限而且日频数据由于本身的数据量和信息量有限过度挖掘会增大过拟合的风险对于低频信息的挖掘从最近几年的进展上看低频里的增量信息成果越来越少从数据维度上看低频的因子建模更多是从一些另类数据或者是新的方法理论成果中出发构建相关的因子如另类数据角度从互联网中的股吧新闻关注度等角度或者是专利数据供应链相关数据等新的理论成果如从图网络等角度出发构建相关的因子本篇专题报告基于个股的流动性角度出发研究个股基于流动性维度构建相关的因子进行研究二背景介绍一深度广度与弹性正如Bernstein1987所述深度广度和弹性是流动性股票市场的基本要素在这些要素中深度和广度作为表征流动性维度的两大类已被广泛研究一方面是交易活动如总交易量或股票换手率代表市场投资者如何积极交易资产另一面是交易成本通常通过Amihud2002的非流动性度量或买卖价差度量来估计以捕捉投资者在执行市场订单时应承受的价格影响水平关于这两大类的流动性度量已在大量文献中有明确的定义然而流动性维度的另一面即弹性相关研究较为稀少弹性的概念早在之前的几项研究中被引入Black1971将流动性市场描述为一个持续且有效的市场在该市场中可以以非常接近当前价格的价格立即买卖证识别风险发现价值请务必阅读末页的免责声明521TablePageText金融工程量化投资专题券Kyle1985提到弹性是价格从无信息的随机冲击中恢复的速度Bernstein1987从秩序失衡的角度解释弹性他认为弹性意味着大量订单流抵消了由于临时订单不平衡而导致的交易价格变化Harris2003明确指出弹性是指价格在响应流动性需求者或信息优势交易者发起的大量订单流失衡而发生变化后价格恢复到价值交易者驱动的基本价值的速度在这方面弹性可以描述为价格从信息优势交易者驱动的先前暂时价格影响恢复到其基本价格的速度基于以上定义本报告研究测量弹性并构建出弹性因子度量其能否在股票市场中获得超额收益为了计算出弹性水平并构建弹性因子本文参考JinyongKim等人在2015年发表的学术论文TransitoryPriceResiliencyandtheCross-SectionofStockReturns首先将每日股价分解为基本成分和暂时成分在完成股价分解后将估计的每日暂时价格序列转换为频域中的频谱函数形式并计算出暂时价格恢复的速度作为弹性因子二弹性因子的相关研究进展现有研究对弹性的测量可以分为两大类第一类是将弹性代表为股票价格的均值回归这种方法主要关注股价本身的变动Dong等2007将弹性定义为股票在t-1和t期间的日内定价误差过程的均值回归参数实证结果表明公司的预期股票回报与弹性呈负相关Alan等2015将弹性计算为开盘半小时股票收益与剩余交易日股票收益的日内序列相关性通过公司层面和投资组合层面的分析发现弹性与股票收益的横截面呈负相关另一种类型的弹性测量侧重于交易成本测量方面的恢复过程例如买卖价差或市场深度Anand等2013建议用金融危机期间和之后交易成本相对于危机前时期超过two-sigma阈值的月份的平均百分比来衡量非弹性实证结果表明买方机构的流动性供应是后危机时期从流动性冲击中复苏的主要因素Kempf等2015也使用交易成本度量来计算弹性类似于Dong等2007Kempf等2015使用盘中数据将弹性定义为先前交易成本水平和当前交易成本流的均值回归参数区别于上述相关研究本报告定义的弹性测量直接衡量了暂时价格的恢复速度通过频域的频谱分析得到暂时价格的距离和恢复时间然后用距离除以恢复时间来计算速度因此本文对弹性的测量更符合弹性的字面定义此外本文的弹性测量被建模以克服Anand等2013提出的问题即现有研究仅考察短期内的弹性对此本文对暂时价格变动进行建模时使用了窗口期较长的过往数据并考虑了其中多个频率成分的综合情况以同时捕捉到长期复苏运动和短期复苏运动的速度三弹性因子的构建方法如前文所述股票价格可以分解为两个部分一个是永久性或随机游走成分代表股票的基本价格随信息冲击而变化另一个是暂时的或固定的组成部分其中包含偏离其基本价值的暂时价格变动如上所述弹性表示股票价格从短暂的价格影响中恢复到其基本价格的速度在这方面本文衡量的是暂时价格成分恢复到其基本价格的平均速度更具体地说为了度量股票的弹性并构建弹性因子本文的识别风险发现价值请务必阅读末页的免责声明621TablePageText金融工程量化投资专题构建方法分为以下两步程序首先将个股价格分解为基本价格和暂时价格然后使用频域中的频谱分析来计算暂时价格的恢复速度此过程在以下部分中描述一股票价格分解为了将单个股票价格在时间的自然对数分解为基本价格和暂时价格本篇专题报告考虑了三种在经济学数据分析中常用的分解算法Hodrick-PrescottHPUnobservedcomponentsandARIMAmodelUC-ARIMA和UnobservedcomponentswithstochasticcycleUC在理想状态下基本价格应该体现为股票真实价格长期变动趋势的平滑曲线而暂时价格则体现为围绕基本价格变动的跳跃其在坐标轴上应为围绕0上下波动的曲线以图1某股票从2005年1月至2022年12月的股价分解为例HP算法分解结果中的基本价格最为平滑且能体现出其真实价格的长期变动趋势同时暂时价格部分也最能体现波动因此本篇专题报告采用HP算法将取自然对数后的股票价格分解为基本价格和暂时价格图1股价分解取自然对数后数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明721TablePageText金融工程量化投资专题二弹性测量具有更高回归速度的股票表明它可以更快地从先前的短暂价格影响中恢复过来因此投资者认为这只股票更具弹性因而更具流动性换句话说暂时价格回归较慢的股票被视为风险较高的资产需要向投资者补偿较高的风险溢价为了衡量恢复速度本篇专题报告使用傅立叶变换将分解后的暂时价格序列转换为频域中的频谱函数形式回归速度快的股票其频谱函数主要分布在较高的频率水平而回归速度慢的股票其频谱函数主要分布在较低的频率水平在这里假设暂时价格序列是一个有限信号它包含一个以上的频率成分恢复到其基本价格有限时间序列在时域和频域之间具有以下离散傅立叶变换关系2k12D1其中z为分解后的有限暂时价格序列Z是z进行离散傅立叶变换后的频谱函数是频域单位D是交易日总天数i是虚数单位为了在不受交易日总天数影响的情况下估计频谱函数的纯幅度使用D对z进行归一化然后得到归一化函数形式1进而计算得到归一化后的频谱函数的幅度由于频率被定义为每单位时间的周期数因此周期可以表示为频率分量的缩放版本的倒数幅度表示在每个频率水平上偏离其基本值的短暂价格波动峰值的距离周期捕获每个恢复摆动T的周期完成的速度因此可以通过将除以其对应的周期来获得每个频率级别的暂时价格的移动速度因此暂时价格恢复的平均速度即弹性因子的构建可以通过以下等式获得1212kit2211kitkitTkit22其中是每个月t的滚动窗口中股票i的数据可用的样本天数是最接近的整22数为了构建弹性因子在每月月末调仓时针对每个个股使用自2005年1月起至该调仓日所有可用的过去股价数据进行HP分解得到基本价格和暂时价格然后以36个月的滚动窗口通过离散傅立叶变换进行逐月计算得出每个个股的弹性水平识别风险发现价值请务必阅读末页的免责声明821TablePageText金融工程量化投资专题四实证分析一数据说明选股范围全市场沪深300中证500中证800中证1000创业板股票预处理剔除STST涨跌停板上市未满1年股票因子预处理MAD去极值Z-Score标准化行业市值中性化回测区间20100101-20221231中证1000为20141031-20221231创业板为20121231-20221231分档方式根据当期股票的因子值从小到大分为五档调仓周期每个月最后一个交易日以收盘价调仓交易费用千分之三卖出时收取二因子整体分档表现在月度调仓的历史回测下弹性因子在全市场沪深300中证500中证800中证1000等各板块的分层效果均较为显著图2创业板弹性因子五档表现图3全市场弹性因子五档表现857465343221100Q1Q2Q3Q4Q5Q1Q2Q3Q4Q5数据来源天软科技广发证券发展研究中心数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明921TablePageText金融工程量化投资专题图4沪深300弹性因子五档表现图5中证500弹性因子五档表现23251521151050500Q1Q2Q3Q4Q5Q1Q2Q3Q4Q5数据来源天软科技广发证券发展研究中心数据来源天软科技广发证券发展研究中心图6中证800弹性因子五档表现图7中证1000弹性因子五档表现32251521511050500Q1Q2Q3Q4Q5Q1Q2Q3Q4Q5数据来源天软科技广发证券发展研究中心数据来源天软科技广发证券发展研究中心三不同板块实证结果1创业板弹性因子在创业板的表现较为突出多头年化收益率达2212多头相对创业板指的超额年化收益率达745从表2分年度结果来看弹性因子的RankIC均值在近年来表现较为优异选股结果在大部分年份均获得相对创业板指较为明显的超额收益2022年超额年化收益率达1860表2弹性因子在创业板收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头2212496633662103066058045创业板指12646534314300004032019多头相对创业板指74538961816000041027019数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1021TablePageText金融工程量化投资专题图8弹性因子在创业板累计收益多头创业板指10864202016-12-302021-04-302013-04-262013-08-302013-12-312014-04-302014-08-292014-12-312015-04-302015-08-312015-12-312016-04-292016-08-312017-04-282017-08-312017-12-292018-04-272018-08-312018-12-282019-04-302019-08-302019-12-312020-04-302020-08-312020-12-312021-08-312021-12-312022-04-292022-08-312022-12-302012-12-31数据来源天软科技广发证券发展研究中心表3弹性因子在创业板收益表现分年度RankIC均因子年化收创业板指年超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率化收益率益率20132022-41822121264948496633800650580452013-047107439302144116443883277276532014-3044555140731481263295715414636120151041280894963312453563582011982822016-723-834-298121475604298-019-025-1492017-759-1559-1158-40115431313-119-138-1012018-393-2988-308109331902011-149-161-0942019-24943804862-48271026861631546172020-51941447264-312078921131961845252021-47633781318206060919441741615552022-647-1297-3157186020622755-047-056-063数据来源天软科技广发证券发展研究中心2全市场弹性因子在全市场范围内选股的多头年化收益率为1135多头相对沪深300指数的超额年化收益率达899表4弹性因子在全市场收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头1135434525011357045035026沪深30014840562242-007-005004多头相对沪深3008993895163400005504023数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1121TablePageText金融工程量化投资专题图9弹性因子在全市场累计收益多头沪深3005432102015-01-302016-04-292010-06-302010-11-302011-04-292011-09-302012-02-292012-07-312012-12-312013-05-312013-10-312014-03-312014-08-292015-06-302015-11-302016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-03-292019-08-302020-01-232020-06-302020-11-302021-04-302021-09-302022-02-282022-07-292022-12-302010-01-29数据来源天软科技广发证券发展研究中心表5弹性因子在全市场收益表现分年度RankIC均因子年化收沪深300指超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率年化收益率益率20102022-5441135148987434525090450350262010-1441545-2581803198523240660560782011-543-2686-269500928082034-132-144-0962012-366574827-253173424110240130332013-4251826-8312657153424450750641192014-8557068575113170471646429414148862015-03878906117279381248791621572072016-952-453-12247712743596-013-02-1652017-752-6792398-307710911193-057-078-0622018-668-2790-2727-06326551699-164-179-1052019-28131343993-8598272213142133792020-56323463002-6566321799131163712021-5033283-566384936416182031879032022-822216-233525511196225901-002018数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1221TablePageText金融工程量化投资专题3沪深300弹性因子在沪深300股票池内选股的多头年化收益率为436多头相对沪深300指数的超额年化收益率为233表6弹性因子在沪深300收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头436394521201662021009011沪深30014840562242000007-005004多头相对沪深3002332204729000032-002011数据来源天软科技广发证券发展研究中心图10弹性因子在沪深300累计收益多头沪深30032102021-09-302010-06-302010-11-302011-04-292011-09-302012-02-292012-07-312012-12-312013-05-312013-10-312014-03-312014-08-292015-01-302015-06-302015-11-302016-04-292016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-03-292019-08-302020-01-232020-06-302020-11-302021-04-302022-02-282022-07-292022-12-302010-01-29数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1321TablePageText金融工程量化投资专题表7弹性因子在沪深300收益表现分年度RankIC均因子年化收沪深300指超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率年化收益率益率20102022-392436148288394521260210090112010-056210-2584681903211501-0020112011-805-2297-269539824961424-161-179-0922012-229499827-328161221380230120312013-464-639-83119220342421-026-037-0312014-1090740357511652043254929281171732015-1532375611176432603570067060732016-967-859-12243653862801-031-04-2222017-10382499239810117377432329114472018-522-2300-272742723461378-167-185-098201933426403993-13539752148123111271202045014383002-1564683181607906521-151182-5667489171181015-0060220212022-526-1534-233580115061674-092-107-102数据来源天软科技广发证券发展研究中心4中证500弹性因子在中证500股票池内选股的多头年化收益率为820多头相对中证500指数的超额年化收益率达521表8弹性因子在中证500收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头820421024101622034024019中证50022958182513000009-001004多头相对中证5005211791721000072038029数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1421TablePageText金融工程量化投资专题图11弹性因子在中证500累计收益多头中证500432102014-03-312010-06-302010-11-302011-04-292011-09-302012-02-292012-07-312012-12-312013-05-312013-10-312014-08-292015-01-302015-06-302015-11-302016-04-292016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-03-292019-08-302020-01-232020-06-302020-11-302021-04-302021-09-302022-02-282022-07-292022-12-302010-01-29数据来源天软科技广发证券发展研究中心表9弹性因子在中证500收益表现分年度RankIC均因子年化收沪深300指超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率年化收益率益率20102022-458820229591421024180340240192010-1901618141020818902293071060862011-365-3101-362652530322093-148-16-1022012-201324030294195725460130030172013-41219341856078144825130770671342014-90562364323191315515973937540272015-26262764786149037214633135131692016-936-1053-19238703043560-03-037-3472017-408067-0220898691212006-0150082018-689-2507-3573106623421489-168-185-1072019-0492910291000082221941331213542020-23010402297-125779617780580441312021-368297017121258229137021719812992022-781-678-219415169151723-039-054-074数据来源天软科技广发证券发展研究中心5中证800弹性因子在中证800股票池内选股的多头年化收益率为758多头相对中证800指数的超额年化收益率达555识别风险发现价值请务必阅读末页的免责声明1521TablePageText金融工程量化投资专题表10弹性因子在中证800收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头758400122591435034022019中证80016644222220000007-004004多头相对中证8005552364846000066036023数据来源天软科技广发证券发展研究中心图12弹性因子在中证800累计收益多头中证80032521510502019-03-292010-06-302010-11-302011-04-292011-09-302012-02-292012-07-312012-12-312013-05-312013-10-312014-03-312014-08-292015-01-302015-06-302015-11-302016-04-292016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-08-302020-01-232020-06-302020-11-302021-04-302021-09-302022-02-282022-07-292022-12-302010-01-29数据来源天软科技广发证券发展研究中心表11弹性因子在中证800收益表现分年度RankIC均因子年化收沪深300指超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率年化收益率益率20102022-444758166592400122670330220192010-103945148797196922270420310482011-516-2850-294609629531855-154-167-0972012-138401635-234182323950170060222013-402749-2339821576250303020482014-943703253681664127187637536255582015-29748671638322934804119118112142016-1028-791-14396483303267-024-032-2392017-61711931665-4724249851210962822018-585-2587-294736024071460-177-194-107201908628113728-9178682169131183242020-01512302844-161461717220710571992021-3942353-082243524712081951749522022-754-696-230116058281663-042-057-084数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1621TablePageText金融工程量化投资专题6中证1000弹性因子在中证1000股票池内选股的多头年化收益率为815多头相对中证1000指数的超额年化收益率达714表12弹性因子在中证1000收益表现年化收益率最大回撤率年化波动率平均换手率信息比率夏普比率收益回撤比多头81553722805168802902015中证1000014665629770000-0080多头相对中证100071496079000009059074数据来源天软科技广发证券发展研究中心图13弹性因子在中证1000累计收益多头中证10002521510502022-10-312015-02-272015-06-302015-10-302016-02-292016-06-302016-10-312017-02-282017-06-302017-10-312018-02-282018-06-292018-10-312019-02-282019-06-282019-10-312020-02-282020-06-302020-10-302021-02-262021-06-302021-10-292022-02-282022-06-302014-10-31数据来源天软科技广发证券发展研究中心表13弹性因子在中证1000收益表现分年度RankIC均因子年化收沪深300指超额年化收年份最大回撤率年化波动率信息比率夏普比率收益回撤比值益率年化收益率益率20152022-6278150148015372281902902015201514180108539-529427453931491441872016-907-1003-216111583073700-027-034-3262017-869-1252-187762513891330-094-113-092018-719-2907-3946103929111858-156-17-12019-4173347283051773022991461354582020-7092151213301880118691151022682021-4093206225894825014062282112822022-730-658-2330167214702384-028-038-045数据来源天软科技广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1721TablePageText金融工程量化投资专题五总结本篇专题探讨了流动性股票市场的弹性测量并构建出弹性弹性因子研究其在因子选股中的应用本报告以月频调仓对弹性因子在全市场沪深300中证500中证800和中证1000板块的选股表现进行了实证分析实证分析结果表明弹性因子在各板块的分档效果均较为显著从具体收益来看弹性因子在创业板的表现较为突出在2013年1月至2022年12月期间多头年化收益率达2212同期创业板指数年化收益率为1264超额年化收益率达948在中证1000板块弹性因子多头年化收益率为815同期中证1000指数年化收益率为014具有较为明显的超额收益此外弹性因子在全市场沪深300中证500中证800的多头年化收益率分别为1135436820和758六风险提示本专题报告所述模型用量化方法通过历史数据统计建模和测算完成所得结论与规律在市场政策环境变化时可能存在失效风险本专题策略模型在市场结构及交易行为的改变时有可能存在策略失效风险七参考文献1KimJKimYTransitorypricesresiliencyandthecross-sectionofstockreturnsJInternationalReviewofFinancialAnalysis201963243-2562BernsteinPL1987LiquiditystockmarketsandmarketmakersFinancialManagement16254-623AmihudY2002Illiquidityandstockreturnscross-sectionandtimes-serieseffectsJournalofFinancialMarkets531-564BlackF1971TowardafullyautomatedstockexchangePart1FinancialAnalystsjournal27429-345KyleA1985ContinousauctionsandinsidertradingEconometrica531315-13356BernsteinPL1987LiquiditystockmarketsandmarketmakersFinancialManagement16254-627HarrisL2003TradingexchangesMarketmicrostructureforpractitionerOxfordUniversityPress8DongJAKempfandPKYadav2007ResiliencytheneglecteddimensionofmarketliquidityEmpiricalevidencefromtheNewYorkStockExchangeWorkingPaper9AlanNSJHuaLPengandRASchwartz2015StockresiliencyandexpectedreturnsWorkingPaperversionApril2015识别风险发现价值请务必阅读末页的免责声明1821TablePageText金融工程量化投资专题10AnandAPIrvineAPuckettandKVenkataraman2013InstitutionaltradingandstockresiliencyEvidencefromthe2007-2009financialcrisisJournalofFinancialEconomics108773-79711KempfADMaystonMGehde-TrappandPKYadav2015ResiliencyAdynamicviewofliquidityWorkingPaper识别风险发现价值请务必阅读末页的免责声明1921TablePageText金融工程量化投资专题广发TableResearchTeam金融工程研究小组罗军首席分析师华南理工大学硕士从业16年2010年进入广发证券发展研究中心安宁宁联席首席分析师暨南大学硕士从业14年2011年进入广发证券发展研究中心史庆盛资深分析师华南理工大学硕士2011年进入广发证券发展研究中心张超资深分析师中山大学硕士2012年进入广发证券发展研究中心陈原文资深分析师中山大学硕士2015年进入广发证券发展研究中心樊瑞铎资深分析师南开大学硕士2015年进入广发证券发展研究中心李豪资深分析师上海交通大学硕士2016年进入广发证券发展研究中心周飞鹏资深分析师伯明翰大学硕士2021年加入广发证券发展研究中心季燕妮高级分析师厦门大学硕士2020年进入广发证券发展研究中心张钰东高级分析师中山大学硕士2020年进入广发证券发展研究中心广发证券TableIndustryInvestDescription行业投资评级说明买入预期未来12个月内股价表现强于大盘10以上持有预期未来12个月内股价相对大盘的变动幅度介于-1010卖出预期未来12个月内股价表现弱于大盘10以上广发证券TableCompanyInvestDescription公司投资评级说明买入预期未来12个月内股价表现强于大盘15以上增持预期未来12个月内股价表现强于大盘5-15持有预期未来12个月内股价相对大盘的变动幅度介于-55卖出预期未来12个月内股价表现弱于大盘5以上联系我们TableAddress广州市深圳市北京市上海市香港地址广州市天河区马场路深圳市福田区益田路北京市西城区月坛北上海市浦东新区南泉香港德辅道中189号26号广发证券大厦356001号太平金融大厦街2号月坛大厦18层北路429号泰康保险李宝椿大厦29及30楼31层大厦37楼楼邮政编码510627518026100045200120-客服邮箱gfzqyfgfcomcn法律主体TableLegalDisclaimer声明本报告由广发证券股份有限公司或其关联机构制作广发证券股份有限公司及其关联机构以下统称为广发证券本报告的分销依据不同国家地区的法律法规和监管要求由广发证券于该国家或地区的具有相关合法合规经营资质的子公司经营机构完成广发证券股份有限公司具备中国证监会批复的证券投资咨询业务资格接受中国证监会监管负责本报告于中国港澳台地区除外的分销广发证券香港经纪有限公司具备香港证监会批复的就证券提供意见4号牌照的牌照接受香港证监会监管负责本报告于中国香港地区的分销本报告署名研究人员所持中国证券业协会注册分析师资质信息和香港证监会批复的牌照信息已于署名研究人员姓名处披露重要TableImportant声明Notices识别风险发现价值请务必阅读末页的免责声明2021