量化模型与构建方式 量化因子与构建方式 1. **因子名称：中期动量因子（MOM）** **因子构建思路**：基于Jegadeesh和Titman的经典研究，通过计算股票过去一段时间（剔除最近一个月）的累计收益率来捕捉动量效应[9][11] **因子具体构建过程**：对于股票i在t月的中期动量因子，计算公式为： $$M O M_{i,t}^{M}=\prod_{k=t-12}^{t-2}\left(1+r_{i,k}\right)-1$$ 其中，$r_{i,k}$表示股票i在k月的收益率[12] 2. **因子名称：短期动量因子** **因子构建思路**：考虑到A股市场风格轮动较快，将计算窗口缩短以捕捉短期动量效应[18] **因子具体构建过程**：对于股票i在t月的短期动量因子，计算公式为： $$M O M_{i,t}^{s}=\prod_{k=t-6}^{t-2}\left(1+r_{i,k}\right)-1$$ 其中，$r_{i,k}$表示股票i在k月的收益率[18] 3. **因子名称：方向动量因子（D-MOM）** **因子构建思路**：借鉴《Directional Information in Equity Returns》一文，通过线性概率模型预测收益率的方向而非数值，以提升稳健性并抵御"动量崩溃"[10][24][25] **因子具体构建过程**：对每个股票构建线性概率模型，模型公式为： $$\begin{array}{c}{{r_{i,t}^{+}=\delta_{0}+\delta_{1}V_{i,t-1}+\delta_{2}r_{m,t-1}+\beta_{+}^{m}P_{i,t-1}^{m}+\beta_{+}^{w}P_{i,t-1}^{w}+\beta_{+}^{d}P_{i,t-1}^{d}+\beta_{-}^{m}N_{i,t-1}^{m}+\beta_{-}^{w}N_{i,t-1}^{w}}}\\ {{+\beta_{-}^{d}N_{i,t-1}^{d}+u_{i,t}}}\end{array}$$ 其中，$r_{i,t}^{+}$是哑变量（收益率大于0取1，否则取0）；$V_{i,t-1}$是滞后一期的特质方差（CAPM模型残差的方差）；$r_{m,t-1}$是滞后一期的市场收益率；$P_{i,t-1}^{m}$, $P_{i,t-1}^{w}$, $P_{i,t-1}^{d}$ 分别是月度、周度、日度的正收益持续期（最长持续期为12月/周/天）；$N_{i,t-1}^{m}$, $N_{i,t-1}^{w}$, $N_{i,t-1}^{d}$ 分别是月度、周度、日度的负收益持续期（最长持续期为12月/周/天）[25] 模型输出的预测值即为股票i在t时刻收益率大于0的概率，称为概率得分（Probability Score, PS），记作方向动量（D-MOM）因子[26] 4. **因子名称：增强方向动量因子（增强D-MOM）** **因子构建思路**：在原始方向动量因子基础上，加入个股自身的历史收益率作为自变量，以捕捉个体动量/反转特征，提升预测有效性[35] **因子具体构建过程**：线性概率模型扩展为： $$\begin{array}{c}{{r_{i,t}^{+}=\delta_{0}+\delta_{1}W_{i,t-1}+\delta_{2}r_{m,t-1}+\delta_{3}r_{i,t-1}+\beta_{4}^{m}P_{i,t-1}^{m}+\beta_{4}^{w}P_{i,t-1}^{w}+\beta_{4}^{d}P_{i,t-1}^{d}+\beta_{4}^{m}N_{i,t-1}^{m}}}\\ {{+\beta_{2}^{w}N_{i,t-1}^{w}+\beta_{4}^{d}N_{i,t-1}^{d}+u_{i,t}}}\end{array}$$ 其中，新增自变量$r_{i,t-1}$表示股票i滞后一期的收益率，其余变量定义同方向动量因子[35] 模型输出的概率得分（PS）即为增强方向动量（D-MOM）因子[35] **因子评价**：该因子有效改进了A股传统动量因子失效的困境，具备更好的收益分布特征和更低的极端风险概率，能有效抵御"动量崩溃"[36][42][49] 模型的回测效果 1. **中期动量因子（MOM）** IC均值：0.019[13] 年化ICIR：0.30[13] IC>0概率：59%[13] 多空年化收益率（等权）：-1.00%[13] 多头年化超额收益率（等权）：2.80%[13] 多空组合收益风险比：-0.10[13] 2. **短期动量因子** IC均值：0.011[35] 年化ICIR：0.20[35] IC>0概率：60%[35] 多空年化收益率（等权）：-10.80%[35] 多头年化超额收益率（等权）：-3.00%[35] 多空组合收益风险比：-0.24[35] 3. **方向动量因子（D-MOM）** IC均值：0.059[33][35] 年化ICIR：1.39[33][35] IC>0概率：86%[33][35] 多空年化收益率（等权）：21.40%[35] 多空年化收益率（市值加权）：25.10%[35] 多头年化超额收益率（等权）：11.50%[35] 多头年化超额收益率（市值加权）：12.30%[35] 多空组合收益风险比（等权）：1.66[35] 多空组合收益风险比（市值加权）：1.35[35] 4. **增强方向动量因子（增强D-MOM）** IC均值：0.064[36][41] 年化ICIR：1.40[41] IC>0概率：86%[36][41] 多空年化收益率（等权）：25.40%[41] 多空年化收益率（市值加权）：26.40%[41] 多头年化超额收益率（等权）：15.10%[41] 多头年化超额收益率（市值加权）：12.80%[41] 多空组合收益风险比（等权）：1.84[41] 多空组合收益风险比（市值加权）：1.58[41] 月收益率偏度：0.72[43] 月收益率<-10%的概率：0.5%[43]

量化模型与因子总结 量化因子与构建方式 1 **因子名称**："日与夜的殊途同归"新动量因子[7] **因子构建思路**：基于日内与隔夜各自的价量关系，分别对日内因子、隔夜因子进行改进，再重新合成新的动量因子[7] **因子具体构建过程**： - 将交易时段切割为日与夜，分别探索各自的价量关系[7] - 在以往"动量因子切割"研究的基础上，加入"成交量"的信息，挖掘投资者交易行为的差异[7] - 分别构建日内因子和隔夜因子，并进行改进后重新合成[7] **因子评价**：选股能力显著优于传统动量因子，稳定性较好[6][7] 因子回测效果 1 **"日与夜的殊途同归"新动量因子**（全市场，2014年2月至2025年8月）[1][7] 年化收益率：17.93%[1][14] 年化波动率：8.73%[1][14] 信息比率(IR)：2.05[1][14] 月度胜率：76.98%[1][14] 月度最大回撤率：9.07%[1][14] 2 **"日与夜的殊途同归"新动量因子**（回测期2014/01/01-2022/07/31）[7] IC均值：-0.045[7] 年化ICIR：-2.59[7] 10分组多空对冲年化收益率：22.64%[7] 信息比率：2.85[7] 月度胜率：83.33%[7] 最大回撤率：5.79%[7] 3 **8月份因子表现**（2025年8月）[1][10] 10分组多头组合收益率：9.49%[1][10] 10分组空头组合收益率：9.58%[1][10] 10分组多空对冲收益率：-0.10%[1][10] 4 **传统动量因子**（2014/01/01-2022/07/31期间，以20日收益率为例）[6] 10分组多空对冲信息比率：1.09[6] 月度胜率：62.75%[6] 最大回撤：20.35%[6]

量化模型与构建方式 1. 因子名称："日与夜的殊途同归"新动量因子；因子构建思路：基于日内与隔夜各自的价量关系，分别对日内因子、隔夜因子进行改进，再重新合成新的动量因子[6][7]；因子具体构建过程：将交易时段切割为日与夜两个部分，分别探索各自的价量关系，在传统动量因子基础上加入成交量信息进行修正[7]；因子评价：选股能力显著优于传统动量因子[6] 模型的回测效果 1. "日与夜的殊途同归"新动量因子（2014/02-2025/06），年化收益率18.15%，年化波动率8.79%，信息比率2.07，月度胜率77.37%，最大回撤率9.07%[1][7][14] 2. "日与夜的殊途同归"新动量因子（2014/01/01-2022/07/31），IC均值-0.045，年化ICIR-2.59，10分组多空对冲年化收益率22.64%，信息比率2.85，月度胜率83.33%，最大回撤率5.79%[6] 3. "日与夜的殊途同归"新动量因子（2025年6月），10分组多头组合收益率6.19%，10分组空头组合收益率6.71%，10分组多空对冲收益率-0.52%[1][10] 传统动量因子对比 1. 传统动量因子（2014/01/01-2022/07/31），10分组多空对冲信息比率1.09，月度胜率62.75%，最大回撤20.35%[6]

报告行业投资评级 未提及 报告的核心观点 - “日与夜的殊途同归”新动量因子在2014年2月至2025年5月全体A股（剔除北交所股票）中，10分组多空对冲年化收益率为18.37%，年化波动率为8.79%，信息比率为2.09，月度胜率为77.94%，月度最大回撤率为9.07% [1][7][13] - 5月份“殊途同归”10分组多头组合收益率为4.00%，空头组合收益率为5.90%，多空对冲收益率为 -1.90% [1][10] - 新动量因子选股模型基于日内与隔夜价量关系改进因子再合成，回测期2014/01/01 - 2022/07/31内，新因子IC均值为 -0.045，年化ICIR为 -2.59，10分组多空对冲年化收益率为22.64%，信息比率为2.85，月度胜率高达83.33%，最大回撤率仅为5.79%，选股能力优于传统动量因子 [1] 根据相关目录分别进行总结 “日与夜的殊途同归”新动量因子绩效回顾 - 动量因子是量化投资常用选股因子，A股市场动量因子反转效应不稳定，如2014/01/01 - 2022/07/31期间，传统动量因子10分组多空对冲信息比率为1.09，月度胜率为62.75%，最大回撤为20.35%，2017年上半年几乎失效 [6] - 东吴金工团队曾提出“凤鸣朝阳”“枯树生花”等改进传统动量因子方案 [6] - 报告在“动量因子切割”研究基础上加“成交量”信息，挖掘日内与隔夜价量关系特征与逻辑，用于甄别动量因子信号强弱 [7] - 2019年9月发布报告构建“殊途同归”新动量因子，2014年2月至2025年5月，该因子在全体A股（剔除北交所股票）中，10分组多空对冲年化收益率为18.37%，年化波动率为8.79%，信息比率为2.09，月度胜率为77.94%，月度最大回撤率为9.07% [7]

量化因子与构建方式 1. **因子名称**："日与夜的殊途同归"新动量因子 **因子构建思路**：基于日内与隔夜各自的价量关系，分别对日内因子、隔夜因子进行改进，再重新合成新的动量因子[6][7] **因子具体构建过程**： - 将交易时段切割为日与夜，分别探索各自的价量关系 - 对日内因子和隔夜因子分别进行改进，具体改进方法未详细说明 - 将改进后的日内因子和隔夜因子重新合成为新的动量因子[7] **因子评价**：选股能力显著优于传统动量因子，稳定性较好[6][7] 因子的回测效果 1. **"日与夜的殊途同归"新动量因子** - 年化收益率：18.37%[1][7][13] - 年化波动率：8.79%[1][7][13] - 信息比率(IR)：2.09[1][7][13] - 月度胜率：77.94%[1][7][13] - 月度最大回撤率：9.07%[1][7][13] - IC均值：-0.045[6] - 年化ICIR：-2.59[6] - 10分组多空对冲年化收益率：22.64%[6] - 10分组多空对冲信息比率：2.85[6] - 10分组多空对冲月度胜率：83.33%[6] - 10分组多空对冲最大回撤率：5.79%[6] 2. **5月份表现** - 10分组多头组合收益率：4.00%[1][10] - 10分组空头组合收益率：5.90%[1][10] - 10分组多空对冲收益率：-1.90%[1][10] 对比数据 1. **传统动量因子（20日收益率）** - 信息比率：1.09[6] - 月度胜率：62.75%[6] - 最大回撤：20.35%[6]