报告概述
本报告对开源交易行为因子(理想反转、聪明钱、APM、理想振幅)及其合成因子进行月度绩效跟踪。研究对象为A股全市场股票,采用行业市值中性化处理,主要分析因子在2026年1月的多空对冲收益、全历史IC均值、信息比率及月度胜率,并展示Barra风格因子收益。报告还详细阐述了各因子的构造逻辑与步骤,为量化投资者提供因子监控与选股参考。
报告的核心结论
2026年1月四大因子全部录得正收益
理想反转、聪明钱、APM、理想振幅因子在2026年1月分别录得多空对冲收益0.17%、1.45%、3.03%、1.82%,合成因子收益为1.43%,表明当月交易行为因子整体有效。
聪明钱因子近12月胜率最高,稳定性突出
聪明钱因子近12个月多空对冲月度胜率达75.0%,远高于其他因子(41.7%-66.7%),且全历史信息比率2.72,显示其在持续捕捉机构交易信号方面表现稳健。
合成因子在中小盘股票中表现更优
交易行为合成因子在国证2000和中证1000中的全历史信息比率分别为2.85和2.60,显著高于中证800的0.90,表明因子对中小市值股票的选股能力更强。
APM因子1月收益最高但月度胜率偏低
APM因子1月多空对冲收益达3.03%,为四因子中最高,但近12月胜率仅41.7%,说明其收益波动较大,需结合其他因子使用以降低风险。
报告回答的关键问题
2026年1月开源交易行为因子表现如何?
2026年1月,理想反转、聪明钱、APM、理想振幅因子均录得正收益,多空对冲收益分别为0.17%、1.45%、3.03%、1.82%。合成因子收益为1.43%,近12个月胜率58.3%。当月Barra市值因子录得负收益,而价值成长因子表现正面。
聪明钱因子的交易逻辑是什么?
聪明钱因子通过分钟行情数据识别机构交易行为:构造指标St=|Rt|/(Vt)^0.25,按St排序取成交量前20%的分钟视为聪明钱交易,计算其加权均价与全部交易加权均价的比值,比值越低表示聪明钱买入价位越低,未来上涨概率越大。
交易行为合成因子在哪个股票池中效果最好?
合成因子在中小盘股票池中效果更优。全历史区间内,在国证2000和中证1000中的信息比率分别为2.85和2.60,而在中证800中仅0.90,表明因子更适合用于中小市值股票的量化选股策略。
理想反转因子如何构造?
理想反转因子对传统反转因子进行改进:选取过去20个交易日,计算每日平均单笔成交金额(成交金额/成交笔数),将单笔金额高的10日涨跌幅加总,减去单笔金额低的10日涨跌幅,差值即为因子值。该因子捕捉大单成交驱动的反转效应。
报告中的代表性数据
开源交易行为合成因子全历史IC均值
2014.8-2026.1,IC均值为0.066,rankIC均值为0.093,多空对冲信息比率3.27,月度胜率79.7%。
聪明钱因子全历史信息比率
2013.6-2026.1,聪明钱因子全历史IC均值-0.037,rankIC均值-0.062,信息比率2.72,月度胜率80.9%。
合成因子在国证2000中的信息比率
全历史,合成因子在国证2000、中证1000、中证800中的信息比率分别为2.85、2.60、0.90,显示因子在中小盘股中效果更优。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 各因子多空对冲净值曲线:展示理想反转、聪明钱、APM、理想振幅因子及合成因子自历史起点至2026年1月的累计多空对冲收益走势,便于读者直观评估因子长期稳定性。
- 月度收益柱状图:提供各因子近12个月(2025.2-2026.1)的多空对冲月度收益及胜率统计,帮助分析因子近期表现与波动特征。
- Barra风格因子收益图:显示2026年1月市值、账面市值比、成长、盈利预期等常见风格因子的收益情况,用于市场风格判断。
- 交易行为因子构造方法详解:分别阐述理想反转、聪明钱、APM、理想振幅因子的完整计算步骤与逻辑,包括数据选取、指标构造和回归处理,以便读者复现或改进。
- 合成因子加权方法说明:说明采用滚动过去12期ICIR值加权合成各因子的具体流程,以及因子去极值与标准化的处理细节。
- 不同股票池表现对比:展示合成因子在国证2000、中证1000、中证800中的信息比率、年化收益等指标,为不同投资范围提供参考。
- 风险提示:明确模型基于历史数据,市场波动下存在失效风险,提示投资者谨慎使用。
- 分析师承诺与评级说明:包括分析师独立性声明、股票及行业评级标准,以及估值方法局限性说明,保障报告专业性。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





