前言：东吴金工推出“波动率选股因子”系列研究，尝试在目前已被广泛使用的传统波动率因子的基础上，进行一系列新的探索。作为系列研究第一篇，本报告受到“波动率聚集现象”的启发，从波动率因子的跨期截面相关性入手，对传统的特质波动率因子，提出一种简单朴素而又效果优秀的改进方案。
　　本篇报告基于东吴金工2020年5月28日《“波动率选股因子”系列研究（一）：寻找特质波动率中的纯真信息——剔除跨期截面相关性的纯真波动率因子》所阐述的研究框架，更新数据至2023年6月30日，并增加对纯净纯真波动率因子的讨论。
　　传统特质波动率因子：基于Fama-French三因子模型，构建传统特质波动率因子。回测结果显示，传统特质波动率因子已经具备不错的选股能力，其月度IC均值为-0.051，年化ICIR为-1.57，10分组多空对冲的信息比率为1.28，月度胜率为68.33%；但它与换手率因子相关性较高，且选股能力不如换手率因子，在正交化换手率之后，选股效果大幅下降。
　　波动率聚集现象——波动率因子的跨期截面相关性：学术研究表明，金融资产收益的时间序列数据，通常表现出波动率聚集现象。该现象存在于个股层面，就导致股票的波动率因子具有较强的跨期截面相关性。在利用传统波动率因子进行每月选股时，由于这种相关性而被重复利用的过往因子信息，会给我们带来干扰，削弱当期因子的选股效果。
　　纯真波动率因子：只需在传统因子计算的过程中，增加一个简单的回归步骤，就能有效剔除波动率因子的跨期截面相关性，提炼纯真的选股信息。在回测期2005/01/01-2023/06/30内，以全体A股为研究样本，纯真波动率因子的月度IC均值为-0.046，年化ICIR为-1.85；10分组多空对冲的年化收益为19.01%，信息比率为1.72，月度胜率为70.59%，最大回撤为10.16%。另外，纯真波动率因子与换手率因子的相关性降低，在剔除换手率因子后，仍然具有一定的选股能力。
　　风险提示：本报告所有统计结果均基于历史数据，未来市场可能发生重大变化；单因子的收益可能存在较大波动，实际应用需结合资金管理、风险控制等方法。