开源证券-开源量化评论（58）：从小单资金流行为到股票关联网络-220721

《开源证券-开源量化评论（58）：从小单资金流行为到股票关联网络-220721（17页）.pdf》由会员分享，可在线阅读，更多相关《开源证券-开源量化评论（58）：从小单资金流行为到股票关联网络-220721（17页）.pdf（17页精品完整版）》请在悟空智库报告文库上搜索。

　　通过小单资金流的行为协同，识别股票关联关系
　　利用股票关联网络探寻关联股票对个股涨跌的牵引力作用，有助于理解A股市场中个股间的涨跌传导机制。开源金工在报告《从基金持仓行为到股票关联网络》中，从基金持仓行为出发，寻找共同持仓股票间的关联关系，构建基金关联网络。在报告《从北向资金持仓行为到股票关联网络》中，我们利用北向托管券商持仓，寻找共同持仓股票间的关联关系，构建北向托管券商关联网络。两篇报告主要从资金流的同源性寻找股票间的关联性。本篇报告中，我们从小单资金流维度出发，通过小单资金流的行为协同，识别股票间的关联关系，构建股票关联网络。
　　构建小单资金流关联网络：同向比例衡量股票关联度
　　若两只股票，小单资金入场与离场时间点高度一致，则认为二者的小单资金行为高度协同，二者关联性较高。因此，我们用同向比例，作为股票间小单净流入协同性的强弱指标。首先，从行业层面来看，同行业股票间小单同向比例高于市场平均，且行业划分越细，股票间同向比例越高；从板块层面来看，整体上同板块股票间小单同向比例高于市场平均，周期板块股票间同向比例最高，科技板块次之。其次，当月股票间同向比例越高的股票间，次月日收益率R2越高，且单调性良好，说明小单同向比例指标越高的股票对，未来股价也会倾向于有更高的关联。最后，小单同向比例指标作为股票协同性指标具有延续性，随时间推移，其衰减速度较慢，保证了股票关联网络的稳定性。
　　构建关联网络牵引因子：Traction-SI因子表现稳健
　　基于小单资金流关联网络，我们构建小单资金流关联网络牵引因子。根据关联网络刻画的股票关联关系，我们放大高关联股票涨跌幅权重，缩小低关联股票涨跌幅权重，重构股票A当月收益对比的基准，得到股票A预期收益因子，预期收益因子做20日反转、市值、行业中性化处理，衡量股票当月真实收益与预期收益之间的预期差，得到Traction-SI因子。Traction-SI因子RankIC均值3.98%，RankICIR2.74。多空组合年化收益13.91%，年化IR2.99，最大回撤发生在2010年12月，为6.93%，月度胜率80.27%。从常见因子相关性来看，Traction-SI因子与常见因子相关性均保持较低水平。
　　Traction-SI因子进一步改进方向
　　在Traction-SI因子的基础上，我们提出三种因子进一步改进的方向：稀疏网络，考虑到本文构建的关联网络为全关联网络，我们按照股票间关联度指标对关联网络进行稀疏处理；平滑处理，考虑到日度小单净流入数据连续性较弱，我们取累计过去N日的小单净流入数据，构建股票间同向比例指标；方向协同+规模协同，通过余弦相似度与同向比例之间的转换关系，综合考虑小单净流入的方向协同与规模协同。
　　风险提示：模型测试基于历史数据，市场未来可能发生变化。