理想反转因子分析报告
由bq4w5co8创建，最终由bq4w5co8 被浏览 1 用户
因子：理想反转因子 M = Mhigh − Mlow（20 日窗口） ｜ 区间：2019-01-02 ~ 2026-10-27 ｜ 检验：月度调仓，信号日收盘后生成，T+1 开盘买入，持有到下一个月末信号日的次日开盘 ｜ 生成时间：2026-10-27 23:25
1. 概览与总评
**有效（方向为负）**日频 RankIC 均值 -0.0577，Newey-West t 值 -12.47，8 个年份里有 8 个为负，说明因子值越大、未来收益越低。按任务写的“多 G10 空 G1”年化 -16.6%（不扣费），方向是反的，要反过来用（多 G1 空 G10：扣费年化 +11.3%）。
-0.0577
RankIC 均值（日频，中性化后）
-12.47
Newey-West t 值
-43.0
朴素 t 值（虚高，仅作对照）
13.3%
IC > 0 的天数占比（胜率）
-0.99
IR（IC 均值 / 标准差，未年化）
-1.45%
G10 − G1 月均收益
-21.6%
多 G10 空 G1 年化（扣费）
+11.3%
反向多空年化（扣费）
1.01
反向多空夏普（扣费）
83.8%
平均单边换手
表中颜色：红涨绿跌，红色表示正值，绿色表示负值。IC 与收益的正负都按“因子值越大 → 未来收益越高”为正方向来记。
2. 加工说明
- 股票池过滤：全 A，剔除停牌、ST/*ST、上市不足 250 个交易日。交易日数用 LEFT JOIN 取自
cn_stock_factors_base，缺失时用list_days×245/365兜底，没有因缺失而丢行。实测缺交易日数的是 920 开头的北交所代码，与任务提示的 430/83x/87x 不一致；这些代码最终也因成交笔数缺失被剔除（见风险与备注）。 - 算原始因子 M：每只股票取过去 20 个交易日，算每日平均单笔成交金额（成交金额 ÷ 成交笔数）；单笔金额最高的 10 天涨跌幅相加得 Mhigh，最低的 10 天相加得 Mlow，M = Mhigh − Mlow。引擎里一次完成（
m_sum_gl_k_delta）。 - 行业中位数填充：窗口里有停牌或无成交的日子，M 算不出来，用同一天、同一申万一级行业的中位数补上。
- 缩尾 + 标准化：每个交易日横截面上先按 1% / 99% 分位缩尾，再做 z-score。
- 中性化：每日横截面上，把因子对“行业哑变量 + 对数总市值”回归，只留残差（
c_neutralize_resid）。 - 再标准化：残差再做一次 z-score，得到最终因子，落库到
W_return。
任务里提到的 EP、ROE 两项等权合成，针对的是价值类因子的模板；理想反转因子只有一个原始变量，所以这一步不适用，已省略，缩尾 / 标准化 / 中性化的顺序保持不变。
各步剔除条数（2019-01-02 ~ 2026-10-27，全部来自行情表）
| 步骤（按顺序，命中第一条即剔除） | 股票日数 | 涉及标的数 |
|---|---|---|
| 停牌 | 29,645 | 1,799 |
| ST/*ST | 289,965 | 726 |
| 无成交笔数(数据缺失) | 263,974 | 355 |
| 上市不足250交易日 | 471,680 | 2,008 |
| 缺行业或市值 | 261 | 6 |
| 进入股票池 | 7,977,756 | 5,366 |
| 合计（= 行情表总行数） | 9,033,281 | — |
加工诊断
| 诊断项 | 结果 | 判定 |
|---|---|---|
| (date, instrument) 重复 | 0 条 | 通过 |
| 因子空值 / 无穷值 | 0 / 0 | 通过 |
| 每日均值绝对值最大 | 4.2e-17 | 通过（≈0） |
| 每日标准差（样本，n−1）与 1 的最大偏差 | 4.3e-15 | 通过（=1） |
| 每日标准差（总体，n）范围 | 0.99985 ~ 0.99990 | 口径说明 |
| 与对数市值的相关（中性化前，逐日均值 / 最大绝对值） | +0.066 / 0.479 | 有暴露 |
| 与对数市值的相关（中性化后，逐日均值 / 最大绝对值） | 1.3e-14 / 1.2e-11 | 通过（≈0） |
| 缺成交笔数导致 M 缺失、用同日同行业中位数填充 | 44,267 条（0.55%） | 已记录 |
| 股票池日均规模（最小 / 平均 / 最大） | 3,349 / 4,212 / 4,936 | 信息 |
为什么要中性化（大白话）
原始因子常常夹带“顺风车”：某些行业整体偏涨或偏跌，或者大市值股票和小市值股票天生表现不同。如果不处理，因子看起来有效，可能只是在押注“某个行业”或“大小盘风格”，换个行情就失灵。 中性化就是把每天的因子里“能被行业和市值解释的那部分”扣掉，只保留股票在同行业、同市值水平下的相对强弱，检验的才是因子本身。
本次的佐证：中性化前，因子与对数市值的逐日相关均值是 +0.066，个别交易日最高到 0.479，确实带着市值暴露；处理后降到 1e-14 量级。 RankIC 均值从 -0.0673 变成 -0.0577，绝对值变小，但标准差从 0.0920 降到 0.0581，IR 绝对值从 0.73 升到 0.99，IC 为负的天数占比从 79.3% 升到 86.7%。 也就是说，中性化后信号的平均强度略有下降，但稳定性明显提高。这两处变化是读数；至于“被扣掉的那部分主要来自哪个行业或哪种风格”，本次没有拆开分析。
中性化前后对比
| 中性化前 | 中性化后 | 变化 | |
|---|---|---|---|
| RankIC 均值 | -0.0673 | -0.0577 | 绝对值 0.0673 → 0.0577（-14%） |
| RankIC 标准差 | 0.0920 | 0.0581 | -37% |
| IR（均值/标准差） | -0.732 | -0.993 | 绝对值 0.73 → 0.99 |
| Newey-West t 值 | -9.14 | -12.47 | 绝对值 9.1 → 12.5 |
| IC > 0 的天数占比 | 20.7% | 13.3% | — |
| 多 G10 空 G1 不扣费年化波动 | 16.2% | 11.3% | -31% |
| 多 G10 空 G1 不扣费夏普 | -1.15 | -1.54 | — |
3. 图表
图 1 · RankIC 时间序列（日频，0 轴 + 60 日均线）
红线为 IC>0，绿线为 IC<0，黑线为 60 日均线。下期收益为未来 20 个交易日（T+1 开盘 → T+21 开盘）。
图 2 · 累计 RankIC（中性化后 / 前）
累计值一路向下，说明因子方向长期为负；斜率越稳，表示越稳定。
图 3 · 十组下期平均收益（G1 因子最小 → G10 最大）
每个月末按因子分十组，等权持有一个月的平均收益；柱子颜色表示组序（绿→红），不表示涨跌。
图 4 · 十组累计净值（G1 绿 → G10 红）
线尾直接标注 G1、G10 与等权基准；鼠标悬停时提示框按当时净值从高到低排序。
图 5 · 多空累计净值（多 G10 空 G1，扣费 / 不扣费，对照等权基准）
按任务指定方向：做多因子最大的一组、做空最小的一组。成本假设：单边 0.15%（买、卖各收一次），多头腿与空头腿的买卖金额都计费；平均单边换手 83.8%（多头腿 79.5%，空头腿 88.1%），平均每期成本约 0.50%。
图 6 · RankIC 直方图（日频）
横轴为 IC 取值区间中点，纵轴为天数。分布整体落在 0 轴左侧。
图 7 · 分年度 RankIC（深色：中性化后；浅色：中性化前）
8 个年份里有 8 个年份均值为负。
图 8（补充）· 事后反向使用：多 G1 空 G10
这条线是看到多 G10 空 G1 亏损后才补充的。因子名为“反转”，负向与名称一致，但本次没有核对原研报的方向，且用的是同一段样本，不能当作独立验证。
4. 指标表
判读口径（课程口径，看 |IC|）：≥ 0.03 可用，≥ 0.05 强，> 0.1 可疑（警惕未来函数）。本因子日频 IC 均值 -0.0577，属于 强。 单调性口径：台阶状 = 有规律，乱跳 = 可能是巧合。本因子属于 台阶状 = 有规律。
RankIC
| 口径 | RankIC 均值 | 标准差 | IR | 朴素 t（虚高） | Newey-West t | IC>0 胜率 | 按课程口径 |
|---|---|---|---|---|---|---|---|
| 日频，中性化后（下期=20日） | -0.0577 | 0.0581 | -0.99 | -43.0 | -12.47（滞后20） | 13.3% | 强 |
| 日频，中性化前 | -0.0673 | 0.0920 | -0.73 | -31.7 | -9.14（滞后20） | 20.7% | 强 |
| 仅月末信号日，中性化后（无重叠） | -0.0530 | 0.0592 | -0.90 | -8.6 | -8.74（滞后2） | 14.1% | 强 |
| 仅月末信号日，中性化前 | -0.0641 | 0.0927 | -0.69 | -6.6 | -6.96（滞后2） | 21.7% | 强 |
| 月度调仓实际持有期（T+1开→下月末次日开） | -0.0541 | 0.0634 | -0.85 | -8.2 | -8.17（滞后2） | 14.1% | 强 |
朴素 t 值把相邻交易日的 IC 当作互相独立，但每个下期收益覆盖 20 个交易日、相邻日重叠，所以朴素 t 虚高；以 Newey-West（滞后 20 阶）为准。月末信号日口径下没有重叠，两种 t 值接近，可以互相印证。
十分组
| 分组（G1 因子最小 → G10 最大） | 下期平均收益（月度持有） | 相对等权基准 | 中性化前同组 |
|---|---|---|---|
| G1 | +1.75% | +0.37% | +1.75% |
| G2 | +1.64% | +0.26% | +1.71% |
| G3 | +1.63% | +0.25% | +1.68% |
| G4 | +1.57% | +0.19% | +1.61% |
| G5 | +1.64% | +0.26% | +1.58% |
| G6 | +1.47% | +0.09% | +1.38% |
| G7 | +1.35% | -0.03% | +1.53% |
| G8 | +1.37% | -0.01% | +1.33% |
| G9 | +1.08% | -0.30% | +1.02% |
| G10 | +0.30% | -1.08% | +0.19% |
十组月均收益从 G1 的 +1.75% 降到 G10 的 +0.30%，组序相关 -0.952，9 个相邻台阶里 7 个向下、2 个向上。但 G1~G5 的月均收益只在 1.57%~1.75% 之间，差距很小；真正拉开的是 G9（1.08%）和 G10（0.30%）。所以更准确的说法是“大体向下，区分力集中在最高两组”，不是干净的十级台阶。逐期看，每期的组序相关均值只有 -0.213（标准差 0.48），单个月份里排序经常乱。 G10 − G1 的月均差为 -1.45%，Newey-West t = -4.59（滞后 2）。
多空组合
| 组合（月度调仓，92 期） | 累计收益 | 年化 | 年化波动 | 夏普 | 最大回撤 | 月胜率 |
|---|---|---|---|---|---|---|
| 多 G10 空 G1 · 不扣费（任务指定方向） | -75.2% | -16.6% | 11.3% | -1.54 | -76.6% | 26.1% |
| 多 G10 空 G1 · 扣费 单边0.15% | -84.5% | -21.6% | 11.3% | -2.07 | -85.2% | 21.7% |
| 【补充·事后反向】多 G1 空 G10 · 不扣费 | +259.5% | +18.2% | 11.3% | +1.54 | -10.1% | 73.9% |
| 【补充·事后反向】多 G1 空 G10 · 扣费 | +128.0% | +11.3% | 11.2% | +1.01 | -13.6% | 67.4% |
| G1 单独（纯多头） | +279.2% | +19.0% | 27.3% | +0.77 | -30.5% | 55.4% |
| G10 单独（纯多头） | -7.6% | -1.0% | 30.9% | +0.11 | -56.2% | 50.0% |
| 全市场等权基准（股票池内） | +179.3% | +14.3% | 25.7% | +0.64 | -24.6% | 55.4% |
成本假设：单边 0.15%（买、卖各收一次），多头腿与空头腿的买卖金额都计费；平均单边换手 83.8%（多头腿 79.5%，空头腿 88.1%），平均每期成本约 0.50%。
分年度收益
| 年份（按离场日归集） | 期数 | 多G10空G1 不扣费 | 多G10空G1 扣费 | 【补充】多G1空G10 扣费 | G1 | G10 | 等权基准 |
|---|---|---|---|---|---|---|---|
| 2019 | 10 | -16.9% | -20.9% | +13.4% | +28.8% | +5.7% | +20.3% |
| 2020 | 12 | -21.6% | -26.2% | +19.0% | +43.8% | +12.8% | +32.9% |
| 2021 | 12 | -14.2% | -19.3% | +8.1% | +25.7% | +7.7% | +18.6% |
| 2022 | 12 | -19.9% | -24.8% | +16.5% | -0.2% | -20.5% | -1.3% |
| 2023 | 12 | -12.1% | -17.4% | +6.6% | +3.4% | -8.8% | +4.9% |
| 2024 | 12 | -11.7% | -17.1% | +5.5% | +3.1% | -8.7% | +5.9% |
| 2025 | 12 | -13.5% | -18.6% | +8.2% | +32.4% | +14.7% | +29.1% |
| 2026 | 10 | -17.6% | -21.7% | +10.2% | +15.7% | -5.3% | +4.1% |
分年度 RankIC
| 年份 | 交易日数 | RankIC（中性化后） | RankIC（中性化前） | IR | IC>0 胜率 | 按课程口径 |
|---|---|---|---|---|---|---|
| 2019 | 244 | -0.0791 | -0.0803 | -1.28 | 7.4% | 强 |
| 2020 | 243 | -0.0587 | -0.0535 | -1.16 | 11.9% | 强 |
| 2021 | 243 | -0.0613 | -0.0811 | -1.10 | 12.8% | 强 |
| 2022 | 242 | -0.0611 | -0.0837 | -1.60 | 7.0% | 强 |
| 2023 | 242 | -0.0537 | -0.0753 | -1.05 | 14.9% | 强 |
| 2024 | 242 | -0.0295 | -0.0199 | -0.45 | 24.8% | 弱（不足 0.03） |
| 2025 | 243 | -0.0598 | -0.0711 | -1.30 | 9.5% | 强 |
| 2026 | 174 | -0.0585 | -0.0756 | -0.72 | 20.1% | 强 |
5. 结论（大白话）
**IC 显著吗？**显著，但方向是负的。日频 RankIC 均值 -0.0577，Newey-West t 值 -12.47；用月末信号日算（不重叠）也是 -0.0530、t = -8.74。8 个年份全部为负，IC 为正的天数只有 13.3%。
**分组单调吗？**大体向下，但不是干净的台阶：区分度几乎全部来自最高的一两组，前五组差得很小。
**多空稳定吗？**按指定方向（多最大组、空最小组）每年都亏，不扣费年化 -16.6%，最大回撤 -76.6%。把方向反过来，扣费后年化 +11.3%、夏普 1.01、最大回撤 -13.6%，8 个年份全部为正；但需要空头才能做到，而空头在 A 股并不容易实现。
**要不要继续研究？**建议继续，但先做三件事：（1）把它当作“因子值越大越要回避”的剔除型信号，或者只做多低组，不依赖融券；（2）检验相对传统反转因子的增量信息，因为传统反转自己的 IC 绝对值更大；（3）用样本外区间固定方向后再验证，避免事后选方向的偏差。
6. 风险与备注
- 样本区间：信号日 2019-01-02 ~ 2026-10-27；逐日 IC 因需要未来 21 个交易日行情，只算到 2026-09-18；月度组合共 92 期（2019-02-01 ~ 2026-10-08），最后一个月末信号日的离场日尚未到来，不计入。
- 过拟合 / 事后选方向：反向多空是看到指定方向亏损后才补充的，与因子名“反转”的含义一致，但没有核对原研报，且与检验用的是同一段样本，反向收益不是独立样本外结果。单因子单一参数（20 日、10 对 10）没有做参数扫描，但“只测了这一组参数”本身不能证明它没有被挑选过。
- 空头不可实现：A 股融券标的少、成本高，且有限制；多空组合里的空头腿在实盘中基本做不到，该腿的收益只能当作信号强弱的度量。
- 交易细节未建模：涨跌停无法成交、停牌、冲击成本、容量、融券费率、分红再投资细节、T+1 之外的成交约束均未建模；成本只按单边 0.15% 的比例计。期内个股离场日无开盘价时沿用最后一个开盘价（771 个个股-期）。
- 北交所被整体排除：北交所标的的成交笔数在行情表里恒为 0（355 只，263,974 个股票日），算不出单笔成交金额，已全部跳过，所以本检验实际是沪深两市。
- 被跳过 / 被填充的数据（已记录到 skipped_log.csv）：
- 20日窗口含停牌/无成交日，M缺失，用同日同行业中位数填充：1,614 只标的，44,267 个股票日
- 成交笔数缺失(为0)，无法计算单笔成交金额，跳过：355 只标的，264,627 个股票日
- 缺申万一级行业或总市值，无法中性化，当日跳过：32 只标的，740 个股票日
- t 值口径：20 阶 Newey-West 在随机因子对照里仍有 4/30 次 |t|>2，略偏乐观，显著性应当打折看待。
- 已知的复算差异：第一步里“单日 numpy 复算”与 SQL 最大相差 4.0e-04，原因是 SQL 的
c_zscore用样本标准差（n−1），我的复算用了总体标准差（n）；用 n−1 口径，每日标准差与 1 的最大偏差只有 4e-15，已排除为错误。
自检结果
| 自检项 | 结果 | 判定 |
|---|---|---|
| 财报更新日是否紧跟公告日（滞后分布、异常笔数） | 本因子只用行情（涨跌幅、成交金额、成交笔数），加工里的行业和总市值也不是财报字段，没有财报更新日可统计。仅核对了中性化输入：行业空值 301 行、市值空值 439 行、行业变动 461 次（涉及 411 只）；这些输入是否严格按当时可得口径记录，本次没有验证。 | 不适用 / 部分未验证 |
| 因子额外滞后后的 IC | 滞后0日 -0.0577（NW t -12.5）；滞后1日 -0.0542（NW t -11.8）；滞后2日 -0.0515（NW t -11.2）；滞后5日 -0.0453（NW t -10.0）；滞后10日 -0.0401（NW t -9.2）。随滞后逐步衰减但仍显著；据此推断它不是只靠信号日当天信息成立，属于「猜测」，未进一步验证。 | 通过 |
| 随机因子对照（30 次随机打分） | 随机因子 IC 均值最大绝对值 0.0010，NW t 最大绝对值 2.80，其中 4/30 次 |t|>2；真实因子 NW t = -12.47。真实值远超随机上限，但随机组 |t|>2 的比例（13%）高于 5% 的名义水平，说明 20 阶 Newey-West 仍略偏乐观（成因为「猜测」：有限样本下 Bartlett 核对 20 日重叠的校正不足，本次未验证）。 | 通过（t 值略偏乐观） |
| 与过去收益的关系 | 因子与过去 1/5/20/60 日收益的截面秩相关均值依次为 +0.009 / +0.093 / +0.347 / +0.223。传统反转（过去 20 日收益取负）自身的 RankIC 均值为 +0.0680，绝对值比本因子的 0.0577 还大。本因子相对传统反转有没有增量信息，本次没有检验（需要对过去 20 日收益再做一次中性化后看 IC）。 | 有未解释尾部 |
| 退市 / 终止交易标的是否在样本内 | 最后一根行情早于数据末日的标的共 242 只，其中 236 只出现在因子样本里（165,021 行）；这些标的最后一个因子日与最后交易日的中位间隔为 0 天，没有被提前截断。持有期内离场日无开盘价、沿用最后一个开盘价的“个股-期”共 771 个（占 0.20%）。 | 通过 |
| 未来函数探针（把因子提前 1 日） | 故意把 t+1 日的因子配给 t 日的收益，IC 均值 -0.0467，没有比真实的 -0.0577 更强。未显示因子随“更晚的信息”变强。这只能排除这一种形式的泄漏。 | 通过 |
| SQL 与独立复算对账 | 落库原始 M 值与 numpy 独立复算（118 只标的、168,744 行，含曾 ST、曾停牌的标的）最大绝对差 6.7e-16；逐日 RankIC 的 SQL（c_rank + m_lead）与 numpy 在 1873 个交易日上最大绝对差 4.6e-15；月末十分组 SQL c_ntile 与 numpy 同口径分组一致率 100.0000%。 | 通过 |
自检里标注“有未解释尾部”或“部分未验证”的项目，均为如实披露，不代表通过。