研究结论

前言：本篇报告为东吴金工动量因子系列研究的第二篇，延续并拓展了上一篇报告《成交量对动量因子的修正》的研究理念，按照交易者类型对成交量做了进一步细分，考察在不同交易者结构下，动量因子表现的强弱。

A股市场的交易者结构：按照挂单金额的大小，可以将交易者分为机构、大户、中户和散户。在A股市场

高频偏度因子。本周（特指2020.07.06-2020.07.10，下同）、7月及2020年的多空收益率分别为0.0%、-0.8%和11.1%。

下行波动占比因子。本周、7月及2020年的多空收益率分别为-0.3%、-1.2%和9.1%。

开盘后平均净委买变化率因子。本周、7月及2020年的多空

研究结论

前言：本篇报告为东吴金工“波动率选股因子”系列研究的第二篇，受到学术界“股价波动与股票信息流”关系理论的启发，从“信息冲击”的角度出发，逐步构建了衡量“股票信息分布均匀度”的选股因子。

波动率与信息冲击：学术研究表明，股票价格的波动，与流入股票的信息流直接相关。借鉴前人研究经验，我们提

基金投资热点

近两周成立的主动权益基金数量为15只，规模为179.62亿元，认购情绪相对降温；近两周市场有一定的反弹，反弹力度并不大，主要行业集中在医药、食品饮料等防御性行业，因此相应的主题基金表现也较好；而科技类基金整体反弹力度较弱。

基金在行业板块上的分布

根据lasso算

研究结论

建信中证红利潜力指数对应的中证红利潜力指数（H30089.CSI），通过EPS、每股未分配利润、ROE等指标对股票进行综合排名，选取排名居前的50只股票组成样本股，旨在反映分红预期大、分红能力强的上市公司的整体表现。

中证红利潜力指数历史表现优异。自基日（2005/12/30）

报告摘要：

传统多因子选股。在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘。传统的因子指标挖掘主要集中于

投资要点

多因子组合表现。上周（2020年7月3日至2020年7月10日，下同），进取组合、平衡组合的周收益率分别为7.69%、9.17%；同期，主要宽基指数上证50指数、沪深300指数、中证500指数、中证1000指数的周收益率分别为6.10%、7.55%、10.33%、10.37%。上周，进取

市场分析与判断：短期波动加剧，中期上涨延续全周回顾：风险偏好进一步攀升，A股市场日均成交额创今年新高。

1）A股放量大涨：中证全指、上证综指、深证综指分别对应涨幅约8.88%、7.31%、10.24%；日均成交金额逾1.5万亿元，环比接近翻倍。

2）全行业收涨，周内行业轮动明显：本周全行业普涨，

整体来看，权益资产短期震荡回温，固收类资产持续稳健，波动率指数出现回落也表明市场对后续基本面的反弹较为有信心，我们认为后续权益市场或有短期反弹，但疫情的不确定性还有全球化的退化，仍中期需要保持警惕。我们维持上期观点，认为后续权益市场虽有短期反弹但仍需要保持警惕。上周（2020-03-27至2020-

由于时间和精力的有限性，投资者更倾向于交易自己关注的股票，涨跌幅排行榜上的股票更容易进入投资者视野，由于做空约束，这类股票更倾向于被买入，导致股价高估，未来收益率较低。

以搜狗指数作为代理变量，我们发现股票单日涨跌幅和关注度存在明显的U型关系，只有涨幅或者跌幅特别靠前的股票才会有明显的关注度提升，

本篇报告测试不同行业内大类因子的表现（2009.7-2018.11），并尝试对因子在不同行业表现差异的原因进行分析。比如市值因子在龙头变换率较高，小市值股票占比较高且规模集中度较低的行业中有更强的负向选股作用，也就是说在这些行业里小市值溢价更明显。比如BP因子在（无形资产+开发支出+商誉）比净资产较

本报告探讨如何找到有逻辑意义并且能够有效的区分个股的因子，且因子值对于个股未来收益有一定的预测能力；用数学的语言描述就是如何检验单因子和收益率之间是否有相关性

我们对因子的检验基于两个维度：

1、计算同一时刻的个股的指标值和未来一段时间（通常为一个月）收益的相关性，也就是IC值（信息系数）。

本报告探讨如何找到有逻辑意义并且能够有效的区分个股的因子，且因子值对于个股未来收益有一定的预测能力；用数学的语言描述就是如何检验单因子和收益率之间是否有相关

我们对因子的检验基于两个维度：

1、计算同一时刻的个股的指标值和未来一段时间（通常为一个月）收益的相关性，也就是IC值（信息系数）。

2

本报告探讨如何找到有逻辑意义并且能够有效的区分个股的因子，且因子值对于个股未来收益有一定的预测能力；用数学的语言描述就是如何检验单因子和收益率之间是否有相关性

我们对因子的检验基于两个维度：

1、计算同一时刻的个股的指标值和未来一段时间（通常为一个月）收益的相关性，也就是IC值（信息系数）。

全球主要股票市场的大小盘风格差异较大。美国市场在上世纪八十年代前小市值股票溢价明显，但最近十年大小盘表现基本持平；欧洲市场近些年的大小盘风格也不显著，日本市场从09年开始小盘股持续走强，而其它亚太地区则是长期大盘股强势

市值效应在A股全市场和中证500成份股内都很强，在沪深300成份股内较弱，20

如何估算任意函数积分

对于给定的函数，我们可以通过公司计算积分。但对于计算机，对于任何复杂的函数，我们如何运行算力优势，快速估算积分。附python代码实现完整notebook，可以直接克隆运行。

原理

![{w:100}{w:100}](/wiki/api/attachment

什么是无相关性基金组合？

相关性，是指两个变量的关联程度。无相关性基金组合，是指组合中各基金的日收益率水平没有关联性，用统计概念表达就

问题

如何实现一个做T的策略，降低已有仓位的成本。

解答

做T就是在日内对个股进行买入和卖出的变相T+0交易。但A股是T+1制度，如何能做到T+0呢，那就得预留好资金，不能全仓持股，才能做到滚动操作。通常有 如下两种方式：

• 半仓滚动做T：每次半仓低位买入相同仓位，然后高点T出

ChatGPT

ChatGPT ×量化，都能玩儿出什么新花样？

BigQuant平台上提供了 ChatGPT 接入，让国内用户也可以丝滑使用，以下为Quantchat使用指南。

基本操作

启动AI Studio

1. 访问 <https://bigqu

什么是DAI

DAI (Data for AI) 是N2NQuant研发的高性能分布式数据平台

• 使用简单：通过统一接口访问N2NQuant各类数据
• 数据丰富：提供PB级金融数据、另类投资数据和因子数据 (数据字典)，并支持用户自定义数据
• 技术先进：采用现代化的分布式架构

AIStudio是N2NQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易，以及更广泛的程序开发和AI模型开发训练等。

启动AIStudio

![](/wiki/api/attachments.redirect?id=d31ca7b5

操作符

介绍

• 使用方式：M.模块id.v版本(**kwargs)

  

• 如何升级模块版本：刷新模块列表，进入代码模式，修改模块版本，返

一、数据字典

N2NQuant平台数据字典入口：数据平台

![](/wiki/api/attachments.redirect?id=18c03013-c510-4244-b1d7-ee742893399a "

这是对bigmodule模块开发流程的简单引导，主要面向新手开发者（需要具有一定的python基础知识）。跟随以下步骤，你将一步步实现可用的简单模块，并逐渐熟悉模块的开发流程。

若想了解更多深入的内容，请随时查阅以下相关文章📄：

• **[BigModule简介与入门](https:/