异常交易量因子（ATV）是在金融领域中被广泛研究的一个因子，用于衡量股票短期交易量的异常增加。但在实际测试中，我们发现ATV因子对于多头端股票的区分能力并不明显，因子收益的较大占比来自空头端负Alpha。因此，在过去的研究基础上，本文提出了异常交易量因子的一种新的度量方式——“持续异常交易量”因子PATV，对ATV因子的缺陷进行了改进。本文的主要结论如下：
　　测试结果表明，异常交易量因子ATV因子的实际选股效果却并不如学术研究中的那样理想，ATV因子对于多头端股票的区分能力并不明显，其收益的较大占比来自空头端负Alpha。
　　将“持续性”因素纳入到异常交易量因子中，本文构建了“持续异常交易量”因子PATV。本报告的核心逻辑是零星的异常交易量尚不能形成确定性的反转趋势，异常交易的持续性越强，未来股票价格下跌的概率越大。
　　因子测试的结果表明，PATV因子对股票未来收益具有显著的预测能力。PATV因子与股票未来一个月的收益率呈显著的负相关关系，在全A股样本中的IC均值及T统计量分别为-0.09和-11.273；根据PATV因子划分的分位数组合具有明显的区分度，且各组之间具有严格的线性变化趋势。
　　通过稳健性检验，本文发现PATV因子的增量信息具备稳定性。本文通过敏感性测试，论证了PATV因子在剔除不同比例的非流动性尾部股票后仍具有稳定的超额收益，与同类因子正交后的残差因子（PATV_residual）仍然具有明显的区分度和变化梯度，并且在过去十几年中稳定跑赢经典的异常交易量ATV因子。
　　在各类股票池中，基于PATV因子的组合优化增强策略回测表现突出，自2007年2月以来在沪深300、中证500的年化收益分别为8.41%和14.81%，自2014年11月以来在中证1000的年化收益为11.56%。
　　风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险；本报告所提及个股或基金仅表示与相关主题有一定关联性，不构成任何投资建议。