收益和波动共舞非对称性理论蕴含的alpha

正文目录收益和波动率的不对称性：从波动滞后和波动超前效应说起 5非对称性因子：多头较强，选股效果稳定 7如何定量刻画非对称性因子？ 7波动滞后和同期效应因子具有负向预测能力，波动超前因子具有正向预测能力 9非对称性因子在全场的选股能力显著 10非对称性因子在沪深300和中证1000中的选股能更强 11收益-残差波动相关性因子表现更佳 12收益-残差波动率非对因子选股能力更强 13高频波动超前因子股力十分稳定，多头现好 15参数敏感性检验：计算周期影响几何？ 17非对称性因子的信息衰减速度多快？ 20扩展性研究：上涨下跌中的条件相关性&收益-收益高阶矩之间的关系 21均值回归速率、偏离度对非对称性因子有效性影响的思考 21非对称性因子在指数增强模型中的应用 23沪深300指数增强 26中证500指数增强 284.3中证1000指数增强 294.4国证2000指数增强 315总结 32风险提示： 33图表目录图表1常见的收益波动类选股因子绩效表现 5图表2收益-波动对称性示意图 5图表3A股市场收益和波动呈现明显的非对称性 6图表4三类因子的时间前后关系，以及代表的效应 7图表5因子构造关键点总览表：收益-波动先后关系和计算频率问题 8图表6波动滞后因子股票数分布图（2023.6.30） 8图表7波动超前因子股票数分布图（2023.6.30） 9图表8同期效应因子股票数分布图（2023.6.30） 9图表9收益-波动非对称性因子在全市场内的绩效展示 10图表10收益-波动非对称性因子在沪深300内的绩效展示 11图表收益-波动非对称性因子在中证500内的绩效展示 12图表12收益-波动非对称性因子在中证1000内的绩效展示 12图表13收益-CAPM残差波动非对称性因子在全市场内的绩效展示 13图表14收益-FF3残差波动非对称性因子在全市场内的绩效展示 13图表15收益-残差波动非对称性因子在全市场内多头的分年度超额收益 14图表16收益-残差波动非对称性因子在沪深300内的绩效展示 14图表17收益-残差波动非对称性因子在中证500内的绩效展示 14图表18收益-残差波动非对称性因子在中证1000内的绩效展示 15图表19收益-残差波动非对称性因子与常用量价因子的相关系数 15图表20高频波动超前因子IC序列 16图表21高频波动超前因子分组年化超额收益 16图表22波动超前因子分十组多空净值（2013.1.1-2023.7.31） 16图表23高频波动超前因子分十组多头超额净值（2013.1.1-2023.7.31） 17图表24高频波动超前因子分十组多头分年度表现（2013.1.1-2023.7.31） 17图表25不同计算周期的高频同期效应因子在不同选股域中的表现 18图表26不同计算周期的高频波动超前效应因子在不同选股域中的表现 18图表27不同计算周期的高频波动滞后因子在不同选股域中的表现 19图表28不同计算周期的日间同期效应因子在不同选股域中的表现 19图表29不同计算周期的日间波动滞后因子在不同选股域中的表现 20图表30非对称性因子月度IC衰减情况 20图表31股价上涨和下跌中的日间非对称性因子的表现 21图表32收益-收益高阶矩非对称性因子在全市场内的有效性 21图表33不同指数波动超前效应时序分布 22图表34双独立排序分组结果 23图表35合成因子明细 23图表36波动率非对称性因子IC序列 24图表37波动率非对称性因子分组年化超额收益 24图表38波动率非对称性因子多空净值及最大回撤 24图表39波动率非对称性因子分十组多头超额净值 25图表40波动率非对称性因子分十组多头超额分年度表现汇总 25图表41大类波动率非对称性因子分域有效性汇总 26图表42大类波动率非对称性因子对其余ALPHA因子正交后多空及多头超额表现 26图表43沪深300指数增强策略历史净值走势（2013.1.1-2023.7.31） 27图表44沪深300指数增强策略分年度表现（2013.1.1-2023.7.31） 28图表45中证500指数增强策略历史净值走势（2013.1.1-2023.7.31） 29图表46中证500指数增强策略分年度表现（2013.1.1-2023.7.31） 29图表47中证1000指数增强策略历史净值走势（2014.10.31-2023.7.31） 30图表48中证1000指数增强策略分年度表现（2014.10.31-2023.7.31） 30图表49国证2000指数增强策略历史净值走势（2014.3.31-2023.7.31） 31图表50国证2000指数增强策略分年度表现（2014.3.31-2023.7.31） 32超前效应说起图表1常见的收益波动类选股因子绩效表现因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额特异度（FF3)-7.50%-4.065688.98%25.37%-3.90%11.07%-14.45%残差波动率（CAPM)-9.56%-3.226185.04%27.01%-10.85%8.35%-19.73%20日波动率-8.12%-2.413977.95%17.12%-17.19%3.10%-16.56%20日反转-6.04%-2.124770.87%20.79%-12.23%1.64%-18.94%资料来源：wind资讯，另一方面，收益和波动之间的关系亦被学术界广泛研究，以静态同期正相关关系（动态的视角，理想状态下，假设投资者对价格的上升和下降不敏感态关系应是对称的，意味着同等幅度的上涨和下跌都会带来波动率的放大；但实际上，投资者会对价格的涨跌做出反应，破坏两者之间的平衡性，从而导致股票收益波动会随着股票价格的下降而上升，随着股票价格的上升而下降，呈现收益-波动的非对称性。图表2收益-波动对称性示意图资料来源：wind资讯，在现实的投资世界中，投资者可能对价格的上涨和下跌产生截然不同的态度，Black(1976)往会观察到波动率的显著上升，而这一现象的传递机制源自于公司杠杆：波动率反馈效应：关性之间的另一种解释，认为对远期波动率上升的预期导致了当期波动率的下降，由于波动率预期上升会降低股票的投资吸引力，因此会造成当期股票价格的下跌。A（20收益20192015（6-8-40%2019图表3A股市场收益和波动呈现明显的非对称性30 2010030 2010010203040-----50 /5/31/281-60 /5/31/281资料来源：wind资讯，--，通过新算法，提供挖掘量价类Alpha非对称性因子：多头较强，选股效果稳定如何定量刻画非对称性因子？收益-为00𝑡𝜎2=𝐸(𝑅𝑑−𝐸𝑅𝑑)2=𝐸(𝑅𝑑)2𝑡利用收益和波动率之间的皮尔逊相关系数作为因子值反映非对称性特征，如下：𝑡,𝑐𝑜𝑟𝑟20(𝑅2,𝑅𝑡+𝑗) 𝑗=−1,0,1𝑡,因子构建的关键点在于：第一，考虑收益和波动在时间上的前后关系：对于杠杆效应而言，由于波动率是因变量，收益是自变量，所以计算因子时应使用历史收益和远期的波动率，为便于理解，下文简称为波动滞后因子；对于波动率反馈效应，收益为因变量，波动率为自变量，计算因子时使用历史波动率和未来收益，简称为波动超前因子；此外，一般在涉及非对称性问题时，除了跨期相关关系，同期收益和波动率之间的关系亦是需要考虑的，简称为同期效应因子。图表4三类因子的时间前后关系，以及代表的效应波动滞后因子波动滞后因子杠杆效应波动超前因子波动超前因子波动率反馈效应同期效应因子同期效应因子资料来源：wind资讯，第二，因子和变量构造的频度可分为三个层级日频数据日间日内5分钟数据日间25分钟收益和5，日内高频具体构建细节如下表所示：图表5因子构造关键点总览表：收益-波动先后关系和计算频率问题波动滞后因子变量时间先后顺序日间日间2日内高频收益收益在前日涨跌幅日涨跌幅5min涨跌幅波动波动在后日波动率日内波动率5min波动率相关系数/滚动过去20日滚动过去20日日内计算波动超前因子变量时间先后顺序日间日间2日内高频收益收益在后日涨跌幅日涨跌幅5min涨跌幅波动波动在前10日波动率10日日内波动率60min波动率相关系数/滚动过去20日滚动过去20日日内计算同期效应因子变量时间先后顺序日间日间2日内高频收益同期日涨跌幅日涨跌幅5min涨跌幅波动同期日波动率日内波动率5min波动率相关系数/滚动过去20日滚动过去20日日内计算资料来源：wind资讯，2023630日的数据为例统计股票数分布情况：可以看到，波动滞后因子分布呈右偏态（10A图表6波动滞后因子股票数分布图（2023.6.30）资料来源：wind资讯，左偏图表7波动超前因子股票数分布图（2023.6.30）资料来源：wind资讯，（2图表8同期效应因子股票数分布图（2023.6.30）资料来源：wind资讯，因子具有正向预测能力的因子在全市场中的表201311日-2023731日，通过RankICICIR、以及分十组年化收益（超额收益比较基准为成分股等权）来判断因子的有效性。非对称性因子在全市场中的选股能力显著下图展示了不同因子在全市场中的绩效表现：所有单因子均具备显著的选股能力，其中，波动超前因子具有正向的选股能力，即波动-远期收益同步性高的个股未来有超额收益；而波动滞后和同期效应因子均具有负向选股能力，这意味着随着当期收益变大，远期波动率变小的个股未来有显著的超额收益。图表9收益-波动非对称性因子在全市场内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化日间波动超前4.03%2.691678.74%11.07%-4.83%4.46%日间波动超前23.10%2.106274.02%5.08%-8.62%高频波动超前3.38%3.309585.83%10.06%-2日间波动滞后-2.45%-1.936675.59%7.日间波动滞后2-4.88%-3.030681高频波动滞后-3.20%-3.日间同期效应-5.18日间同期效应高频资料来源：wind资讯，考察回测结果后不难得出以下结论：首先，整体而言，日内分钟数据的使用波动超前约-2.6%其次，从IC均值的角度，因子整体获取收益的能力较为一般，但稳定性强，其中同期效应因子以及日内波动超前因子的IC月胜率均超过85%；最后，从多空端的表现来看，波动超前效应因子的多空分布相对较为平均，而波动滞后和同期效应因子的表现则更偏向于传统量价因子的多空分布，空头组明显强过多头。有别于机器学习生成的高频因子，我们需要理解因子收益的来源，背后究竟是行为金融学中非理性投资者的定价偏差还是一种风险补偿呢？波动超前效应：收益是多空博弈的结果，波动是多空博弈的过程，一致性下跌（波动滞后&同期效应：从风险补偿的角度，个股的收益-波动间的杠杆和同期效应可视为一种风险（财务杠杆的传递机制此外，关于因子构建细节方面，需要注意的是：数、回归等方式刻画收益和波动间的非对称性，仍具备显著的选股效果；5，部分时段对收益和方差特征的表征可能存在一定程度的失真（尤其在市场整体流动性较差的环境中；-受市场风格影响上述计算过程中没有考虑这一点，一定程度上会影响因子的稳定性和获取收益的能力，下文会着重探讨经过市场风格调整后的波动率非对称性度量能否取得更好的效果。（。高频因子的原始日度因子值转换为排序值后再计算20日平均能有效提升因子表现；非对称性因子在沪深300和中证1000中的选股能力更强分指数域来看，总体而言，非对称性因子在沪深300和中证1000股票池中选500波动超：300过4004.6%1000ICICIR为图表10收益-波动非对称性因子在沪深300内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额日间波动超前2.41%1.189660.63%5.57%-16.03%1.18%-5.26%日间波动超前20.98%0.473359.84%2.47%-18.10%1.25%-2.25%高频波动超前1.81%1.079862.99%5.15%-16.43%4.04%-1.79%日间波动滞后-1.06%-0.603756.69%8.16%-9.38%3.30%-5.34%日间波动滞后2-1.89%-0.891359.06%4.50%-17.67%1.60%-3.34%高频波动滞后-1.85%-1.093164.57%4.60%-19.38%1.56%-4.25%日间同期效应-2.57%-1.099361.42%6.85%-11.65%0.72%-6.64%日间同期效应2-3.13%-1.459568.50%7.28%-15.30%4.01%-3.88%高频同期效应-4.32%-2.237574.80%8.46%-26.96%2.12%-7.16%资料来源：wind资讯，图表11收益-波动非对称性因子在中证500内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额日间波动超前3.26%1.689670.08%10.55%-11.32%4.64%-6.46%日间波动超前22.52%1.319266.14%2.91%-15.50%2.97%-0.44%高频波动超前2.63%1.766666.93%8.70%-11.63%3.34%-6.16%日间波动滞后-1.64%-0.964562.20%4.08%-13.52%0.30%-4.77%日间波动滞后2-2.76%-1.485067.72%6.12%-12.50%0.93%-5.74%高频波动滞后-1.85%-1.358370.87%3.49%-19.76%0.07%-4.55%日间同期效应-3.04%-1.324263.78%5.13%-18.32%-0.12%-5.50%日间同期效应2-2.89%-1.777874.02%3.02%-12.83%1.01%-2.33%高频同期效应-4.64%-2.358973.23%11.35%-9.98%1.40%-10.88%资料来源：wind资讯，图表12收益-波动非对称性因子在中证1000内的绩效展示资料来源：wind资讯，收益残差波动相关性因子表现更佳268CAPMFama-French5分钟数据回归如下CAPM和FF3𝑟𝑖,𝑡=𝛼𝑖,𝑡+𝛽𝑖,𝑡𝑀𝐾𝑇𝑡+𝜀𝑖,𝑡𝑟𝑖,𝑡=𝛼𝑖,𝑡+𝛽𝑡𝑀𝐾𝑇𝑖,𝑡+𝑠𝑡𝑆𝑀𝐵𝑖,𝑡+ℎ𝑡𝐻𝑀𝐿𝑖,𝑡+𝜀𝑖,𝑡t5𝑀𝐾𝑇𝑖,𝑡（A5分𝑆𝑀𝑖,𝑡𝑀𝐿𝑖,𝑡为BP因子残CAPM(FF3)波动滞后、波动超前效应和同期效应因子。收益残差波动率非对称性因子选股能力更强IC超前因子、同期效应和波动滞后6.8%-2.3%图表13收益-CAPM残差波动非对称性因子在全市场内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额日间波动超前_CAPM2.82%2.052374.80%4.03%-10.67%3.06%-1.72%高频波动超前_CAPM4.00%4.120290.55%13.52%-2.32%6.77%-7.57%日间波动滞后_CAPM-4.65%-3.129686.61%13.82%-6.97%6.78%-8.10%高频波动滞后_CAPM-3.58%-3.306185.04%8.58%-10.23%4.52%-5.21%日间同期效应_CAPM-5.09%-3.703387.40%13.62%-8.66%5.98%-8.38%高频同期效应_CAPM-6.78%-4.032789.76%21.53%-7.29%7.27%-15.05%资料来源：wind资讯，从FF3高频同期效应因子RankICICIR为94.5%，FF3和CAPM图表14收益-FF3残差波动非对称性因子在全市场内的绩效展示空头年空头年3.815.08%83.46%-3.28%-日间同期效应_FF3高频同高频波动滞后_FF3-3.0177-4.38%日间波动滞后_FF389.76%4.06824.05%高频波动超前_FF3-8.32%5.53%76.38%2.41633.40%日间波动超前_FF3多头年化超额最大回撤多空年化IC月胜率年化ICIRRankIC均值因子简称资料来源：wind资讯，2015年图表15收益-残差波动非对称性因子在全市场内多头的分年度超额收益资料来源：wind资讯，3001000沪深300内，日间同期效应因子表现最好，多头年化超额5.8%；中证500内，1000IC均值为ICIR为7.4%，图表16收益-残差波动非对称性因子在沪深300内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年日间波动超前_CAPM1.11%0.561960.63%1.24%-16.83%1.高频波动超前_CAPM2.11%1.281863.78%4.96%日间波动滞后_CAPM-2.16%-1.035063.78高频波动滞后_CAPM-1.86%日间同期效应_CAPM高频同资料来源：wind资讯，图表17收益-残差波动非对称性因子在中证500内的绩效展示因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额日间波动超前_CAPM2.45%1.389367.72%2.88%-16.77%3.62%-0.10%高频波动超前_CAPM3.05%2.064771.65%9.61%-13.42%4.19%-6.16%日间波动滞后_CAPM-2.72%-1.542469.29%4.43%-16.41%1.63%-3.46%高频波动滞后_CAPM-2.61%-1.803372.44%4.43%-15.89%1.85%-3.74%日间同期效应_CAPM-3.22%-1.950671.65%3.39%-15.98%1.61%-2.51%高频同期效应_CAPM-4.74%-2.520774.02%9.11%-7.91%2.48%-8.09%资料来源：wind资讯，图表18收益-残差波动非对称性因子在中证1000内的绩效展示资料来源：wind资讯，最高不超过30%；5存。图表19收益-残差波动非对称性因子与常用量价因子的相关系数日间同期效应日间波动滞后日间波动超前效应高频同期效应高频波动超前效应高频波动滞后高频量价相关性高频日内波动高频日内反转高频偏度残差波动率非流动性特异度反转换手率低波日间同期效应10021-1622-12151718232220-1017331418日间波动滞后21100-1517-79725131530-819282228日间波动超前效应-16-15100-158-7-13-20-18-11-254-22-24-12-20高频同期效应2217-15100-30212937295333-1824413130高频波动超前效应-12-78-30100-18-29-16-19-16-1513-10-13-17-13高频波动滞后159-721-18100171672215-109161514高频量价相关性177-1329-291710011282310-141219157高频日内波动1825-2037-161611100213081-1442305879高频日内反转2313-1829-1972821100122112454914高频偏度2215-1153-162223301210028-918262727残差波动率2030-2533-151510812128100-1259326192非流动性-10-84-1813-10-14-141-9-12100-43-42-14特异度1719-2224-1091242241859-4100252432反转3328-2441-131619305426323251001427换手率1422-1231-1715155892761-42241410063低波1828-2030-1314779142792料来源：wind资讯，高频波动超前因子选股能力十分稳定，多头表现良好CAPM（HF_HSIGMA_feedback_12）全市场内2013年1月12023731IC力，且稳定性极强，RankIC均值为4.0%，年化ICIR分别为4.12，IC月胜率达90.6%。单调，多头端（值较大的6.8%（Q1）-7.6%图表20高频波动超前因子IC序列 图表21高频波动超前因子分组年化超额收益8.00 4.002.000.00-10.00资料来源：wind资讯， 资料来源：wind资讯，1013.5%图表22波动超前因子分十组多空净值（2013.1.1-2023.7.31）最大回撤（右轴） 多空组4.5 043.5 -13-22.52-31.51 -40.52012/12/312013/4/262013/8/302013/12/312012/12/312013/4/262013/8/302013/12/312014/4/302014/8/292014/12/312015/4/302015/8/312015/12/312016/4/292016/8/312016/12/302017/4/282017/8/312017/12/292018/4/272018/8/312018/12/282019/4/302019/8/302019/12/312020/4/302020/8/312020/12/312021/4/302021/8/312021/12/312022/4/292022/8/312022/12/302023/4/28资料来源：wind资讯，2015整体获取收益能力一般，但每年均能提供稳定的超额收益，今年以来超额收益达3.5%图表23高频波动超前因子分十组多头超额净值（2013.1.1-2023.7.31）资料来源：wind资讯，图表24高频波动超前因子分十组多头分年度表现（2013.1.1-2023.7.31）年份基准TOP10超额收益信息比相对回撤跟踪误差201325.2137.2712.064.2693-0.462.83201446.7551.044.292.3074-0.741.86201582.25105.1622.913.8844-1.055.902016-11.11-4.136.983.0404-0.442.292017-14.12-8.615.512.8217-0.491.952018-29.40-25.074.332.7062-0.261.60201927.9632.524.562.4305-1.381.88202019.3725.466.092.3351-0.582.61202125.5227.542.020.6567-1.733.082022-9.68-4.954.731.8444-0.762.562023073111.5214.973.451.4160-0.532.43汇总12.5219.296.772.3281-2.082.91资料来源：wind资讯，参数敏感性检验：计算周期影响几何？3002060120-300500100060IC300图表25不同计算周期的高频同期效应因子在不同选股域中的表现中证全指RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额高频同期_20D-6.78%-4.032789.76%21.53%-7.29%7.27%-15.05%高频同期_60D-7.04%-3.668586.61%22.33%-12.17%8.63%-14.88%高频同期_120D-6.47%-3.177282.68%20.32%-10.07%7.44%-14.12%沪深300RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额高频同期_20D-4.51%-2.321076.38%10.86%-19.58%3.68%-8.22%高频同期_60D-5.01%-2.185470.08%10.35%-18.91%6.86%-4.97%高频同期_120D-4.87%-2.119071.65%12.19%-16.71%4.22%-8.99%中证500RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额高频同期_20D-4.74%-2.520774.02%9.11%-7.91%2.48%-8.09%高频同期_60D-5.35%-2.317173.23%14.33%-10.35%5.10%-10.51%高频同期_120D-5.02%-2.072069.29%11.85%-11.06%4.59%-8.81%中证1000RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额高频同期_20D-6.28%-3.422783.81%22.12%-9.22%7.38%-14.06%高频同期_60D-6.49%-3.235483.81%21.23%-13.10%6.73%-14.25%高频同期_120D-5.74%-2.724378.10%16.88%-15.33%5.74%-11.56%资料来源：wind资讯，图表26不同计算周期的高频波动超前效应因子在不同选股域中的表现资料来源：wind资讯，图表27不同计算周期的高频波动滞后因子在不同选股域中的表现资料来源：wind资讯，图表28不同计算周期的日间同期效应因子在不同选股域中的表现资料来源：wind资讯，图表29不同计算周期的日间波动滞后因子在不同选股域中的表现资料来源：wind资讯，非对称性因子的信息衰减速度多快？RankIC衡量因子的信息衰减速度，滞后期是指计算IC10ICIC。结果表明，各非对称性因子的IC衰减速度整体较快（相比于常规高频量价因图表30非对称性因子月度IC衰减情况 日间同期效应 高频同期 高频波动超前 高频波动滞后 日间波动超前 日间波动滞后6.00%4.00%2.00%0.00%0日 2日 5日 10日 15日 20日-2.00%-4.00%-6.00%-8.00%资料来源：wind资讯，扩展性研究：上涨下跌中的条件相关性&收益阶矩之间的关系60图表31股价上涨和下跌中的日间非对称性因子的表现因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额同期效应（下行相关性）-0.68%-0.640851.18%2.34%-6.24%0.23%-2.56%同期效应（上行相关性）-2.52%-2.228578.74%6.59%-12.64%3.75%-3.26%波动超前效应（下行相关性）2.29%2.145977.95%5.86%-6.08%1.63%-4.89%波动超前效应（上行相关性）-0.20%-0.206146.46%-2.32%-27.66%-2.49%-0.30%波动滞后（下行相关性）-0.59%-0.622755.12%-0.18%-17.05%0.00%0.02%波动滞后（上行相关性）-3.26%-2.932281.89%8.87%-3.28%4.86%-4.90%资料来源：wind资讯，585%图表32收益-收益高阶矩非对称性因子在全市场内的有效性因子简称RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年同期效应_偏度-4.14%-3.603085.04%10.30%-7.12%波动超前效应_偏度-0.17%-0.194748.82%-0.70%波动滞后_偏度0.85%0.9666同期效应_峰度-3.49%波动超前效应_峰度资料来源：wind资讯，均值回归速率、偏离度对非对称性因子有效性影响的思考波动率的非对称性本质上是由投资者对价格涨跌的反应引起的，由于投资者对于不同股票的关注度不同，个股间非对称性的动态变化规律势必存在一定的差异。为考察不同类型的个股非对称性在时序上的区别，我们对沪深300、中证500和中证1000指数成分股波动率非对称性特征进行统计，从图中可以看到：均值回归300500其次，而中证1000波动最大；2021图表33不同指数波动超前效应时序分布沪深300 中证500 中证100060 50 45 50 45 40 35 2012/1/312012/4/272012/7/312012/10/312013/1/312013/4/262012/1/312012/4/272012/7/312012/10/312013/1/312013/4/262013/7/312013/10/312014/1/302014/4/302014/7/312014/10/312015/1/302015/4/302015/7/312015/10/302016/1/292016/4/292016/7/292016/10/312017/1/262017/4/282017/7/312017/10/312018/1/312018/4/272018/7/312018/10/312019/1/312019/4/302019/7/312019/10/312020/1/232020/4/302020/7/312020/10/302021/1/292021/4/302021/7/302021/10/292022/1/282022/4/292022/7/292022/10/312023/1/312023/4/28资料来源：wind资讯，根据观察到的现象，一个自然的想法是，非对称性本身在时序上相距均衡状态偏离的幅度，以及回归的速度是否会影响因子的有效性？对于均值回归的速度，可以利用非对称性因子回归如下的方程：𝑋𝑡+1=𝑋𝑡+𝐾(𝜇−𝑋𝑡)+𝑒𝑡+1其中，斜率K均值回复的速度K性可以更快地回归到均值。对于偏离度，我们计算非对称性因子值在时序上的ZSCORE20日。进一步的，对非对称性因子值和均值回归速率以及偏离分别做双独立排序，分组检验测试结果，具体做法是：每个月末分别根据非对称性因子值和均值回归速率分为两组，然后统计各个组合的月均收益。通过分析双独立排序后的组合收益率的规律，我们发现：偏离度对于波动超前的区分效果较强，无论是在高波动超前还是低波动超前组中，高低偏离的月平均收益差接近0.3%池中，因子适用性相对更强。图表34双独立排序分组结果高波动超前低波动超前高偏离度1.58%1.05%低偏离度1.30%0.75%高波动超前低波动超前高回复速率1.48%0.86%低回复速率1.40%0.94%资料来源：wind资讯，非对称性因子在指数增强模型中的应用-所示：图表35合成因子明细指数域因子类型计算周期沪深300高频同期20日、60日高频波动超前20日、60日日间同期20日、60日中证500高频同期60日、120日高频波动超前60日、120日高频波动滞后60日、120日中证1000高频同期20日、60日高频波动超前20日、60日高频波动滞后20日、60日日间同期20日、60日日间杠杆20日、60日日间波动超前20日、60日全市场高频同期20日、60日高频波动超前20日、60日高频波动滞后20日、60日日间同期20日、60日日间杠杆20日、60日日间波动超前20日、60日资料来源：资讯，-全市场内2013年1月1日至203年7月31RnkC均值为940年化CR分别为8，IC月胜率达93%。从分组收益统计来看，十组收益呈严格单调，且多空分布相对均匀，多头端具有不俗的表现，年化超额收益约11.4%，因子的空头剔除效应强，空头端（Q1组）年化超额收益约为-18.1%。图表36波动率非对称性因子IC序列 图表37波动率非对称性因子分组年化超额收益 资料来源：资讯， 资料来源：资讯，30%202178图表38波动率非对称性因子多空净值及最大回撤资料来源：资讯，年化超额收益为2021771.6%。图表39波动率非对称性因子分十组多头超额净值资料来源：资讯，图表40波动率非对称性因子分十组多头超额分年度表现汇总年份基准策略超额收益信息比相对回撤跟踪误差201325.2139.0313.824.6667-0.332.96201446.7661.2514.504.0761-0.583.56201582.26126.1943.948.3761-0.495.252016-11.112.9314.043.4757-0.364.042017-14.11-5.658.462.9203-0.232.902018-29.42-19.769.663.4966-0.302.76201927.9635.377.422.1194-1.513.50202019.3725.896.521.3644-2.364.78202125.5229.213.690.6050-6.606.102022-9.68-1.448.242.7659-0.812.982023073111.5213.101.580.2661-2.415.93汇总12.5223.9511.432.6681-6.604.28资料来源：资讯，分指数域来看，波动非对称性因子在不同市值的选股域均有良好的表现：深300内，RankIC5.7%，年化ICIR为2.56，多头年化超额为7.1%；500内，RankIC6.2%ICIR3.26.2%；中证10RnkC均值为86CR为401，国证2000内，RankIC均值为9.6%，年化ICIR为4.55，多头年化超额为出色，而在中盘股中的表现低于预期，可能是由于指数成分股风格和量价因子拥挤造成的。图表41大类波动率非对称性因子分域有效性汇总选股域RankIC均值年化ICIRIC月胜率多空年化最大回撤多头年化超额空头年化超额全市场9.40%4.840692.91%30.13%-8.58%11.42%-18.10%沪深3005.72%2.560875.59%16.69%-10.73%7.14%-10.07%中证5006.15%3.235188.98%18.92%-7.18%6.21%-13.19%中证10008.63%4.022486.67%29.33%-12.03%11.92%-15.71%国证20009.59%4.548191.96%30.14%-11.74%11.61%-18.04%资料来源：资讯，RankIC均值为5.2%，年化ICIR为3.996.7%，多空年化收益为14%，说明非对称性因子拥有独立的Alpha信息来源。图表42大类波动率非对称性因子对其余Alpha因子正交后多空及多头超额表现多空 多头/基准（右轴）3.6 3.1 3.6 3.1 2.6 2.1 1.6 11.1 2012/12/312013/4/262013/8/302012/12/312013/4/262013/8/302013/12/312014/4/302014/8/292014/12/312015/4/302015/8/312015/12/312016/4/292016/8/312016/12/302017/4/282017/8/312017/12/292018/4/272018/8/312018/12/282019/4/302019/8/302019/12/312020/4/302020/8/312020/12/312021/4/302021/8/312021/12/312022/4/292022/8/312022/12/302023/4/28资料来源：资讯，3005001000和国证2000300指数增强对收益-波动非对称性因子构建沪深300指数增强组合，具体细节如下：股票池：全市场AST180回测时间区间：2013112023731日调仓频率：沪深300指数约束上下限：80%成分股约束，1.5%1%，市值暴露偏离0.2，个股权重上限5%成交价格：交易费用及仓位：Alpha得分大化复合因子暴露，来求解股票的最优权重。优化模型如下所示：

𝑚𝑎𝑥𝛼𝑇𝑤𝑆𝑡𝑦𝑙𝑒𝑙≤𝑋(𝑤−𝑤𝑏)≤𝑆𝑡𝑦𝑙𝑒ℎ 风格约束𝐼𝑛𝑑𝑙≤𝐼𝑛𝑑(𝑤−𝑤𝑏𝐼𝑛𝑑ℎ 行业约束≤𝑤−≤0≤𝑤≤ℎ 1𝑇𝑤=1 仓位约束3005.33%。2019今年截止至7月末，超额收益约4.0%，表现亮眼。图表43沪深300指数增强策略历史净值走势（2013.1.1-2023.7.31）相对净值（右轴） 策略 沪深3004 1.8321

1.61.41.210.80.60.40.20资料来源：资讯，图表44沪深300指数增强策略分年度表现（2013.1.1-2023.7.31）资料来源：资讯，500指数增强对大类收益-波动率非对称性因子构建中证500指数增强组合，具体细节如下：股票池：全市场AST180回测时间区间：2013112023731日调仓频率：中证500指数0.2成交价格：交易费用及仓位：Alpha得分大化复合因子暴露，来求解股票的最优权重。优化模型如下所示：

𝑚𝑎𝑥𝛼𝑇𝑤𝑆𝑡𝑦𝑙𝑒𝑙≤𝑋(𝑤−𝑤𝑏)≤𝑆𝑡𝑦𝑙𝑒ℎ 风格约束𝐼𝑛𝑑𝑙≤𝐼𝑛𝑑(𝑤−𝑤𝑏𝐼𝑛𝑑ℎ 行业约束≤𝑤−≤0≤𝑤≤ℎ 1𝑇𝑤=1 仓位约束可以看到，中证500增强组合的年化超额收益为6.5%，信息比1.12，最大相对回撤约-15%。20172019202020218.5%2.7%。图表45中证500指数增强策略历史净值走势（2013.1.1-2023.7.31）相对净值（右轴） 策略 中证5004.5 24321

1.81.61.41.210.80.60.40.20资料来源：资讯，图表46中证500指数增强策略分年度表现（2013.1.1-2023.7.31）年份基准策略超额收益信息比相对回撤跟踪误差201316.8918.851.970.4701-3.674.18201439.0146.407.391.5539-5.164.76201543.1285.1642.054.0319-6.4810.432016-17.78-3.5414.243.5321-1.374.032017-0.20-3.84-3.63-0.8655-5.534.202018-33.32-26.187.141.6895-1.484.23201926.3825.93-0.45-0.1052-3.684.25202020.8714.74-6.13-1.0000-6.126.13202115.5813.17-2.41-0.3684-9.016.552022-20.31-11.818.511.4995-2.865.67202307313.826.542.730.5480-5.384.97汇总6.2712.726.451.1232-15.305.75资料来源：资讯，1000指数增强对大类收益-波动率非对称性因子构建中证1000指数增强组合，具体细节如下：股票池：全市场AST180回测时间区间：201410312023731日调仓频率：中证1000指数值暴露偏离0.2成交价格：交易费用及仓位：Alpha得分优化模型如下所示：𝑚𝑎𝑥𝛼𝑇𝑤𝑆𝑡𝑦𝑙𝑒𝑙≤𝑋(𝑤−𝑤𝑏)≤𝑆𝑡𝑦𝑙𝑒ℎ 风格约束𝐼𝑛𝑑𝑙≤𝐼𝑛𝑑(𝑤−𝑤𝑏𝐼𝑛𝑑ℎ 行业约束≤𝑤−≤0≤𝑤≤ℎ 1𝑇𝑤=1 仓位约束100014.2%2.03-12%。202175.4%。图表47中证1000指数增强策略历史净值走势（2014.10.31-2023.7.31）相对净值（右轴） 策略 中证1000