前期研究回顾
　　在前期研究中，我们用极坐标表示股票的价量形态，构造了价量融合反转因子，绩效表现优于传统的价格反转因子。价量融合反转因子空头组负向收益明显，但各组收益并不严格单调，多头组收益并非最高，中间组收益可能最高，应用于多头选股时会面临一些挑战。
　　价量特征与股价未来涨幅关系并非平滑渐变
　　原有因子方法认为动量或反转特征与股价未来涨幅的关系是连续且单调平滑渐变的，反映在极坐标系几何图形上，认为如果一个特定区域的动量或反转特征是确定的，那么该区域对应的股价未来涨幅规律也是一致的。但实际的股票价量变化特征与未来股价关系更加复杂。
　　将动量反转特征统一构造因子
　　我们不再直接建立价量特征与股价变化之间的关系，而是在极坐标系平面上建立区域位置与区域内股价变化之间的关系，将映射过程从“股票→价量特征→股价变化”变更为“股票→区域位置→股价变化”。
　　在区域位置层面上，动量或反转特征被隐藏起来，但两者的目标是统一的，都是用于寻找更能带来股价上涨的特征，因此构建的因子被称为动量反转统一因子。
　　动量反转统一因子稳定性明显提升
　　与价量融合反转因子和传统反转因子相比，动量反转统一因子的因子收益有所提高，波动明显下降，整体稳定性显著提高。按因子值从低到高分5组后，5个组合的累计收益严格单调递增，这使得因子在应用于多头选股时更加有效。
　　风险提示
　　量化报告的结论基于历史统计规律，当历史规律发生改变时，报告中的模型和结论可能失效。