2025年金融工程行业研究报告：细颗粒度量价系列，留存筹码比率选股因子多空年化收益达46.16%

在瞬息万变的资本市场中，量化投资策略正经历着前所未有的精细化变革。华西证券最新发布的《细颗粒度量价系列之二——留存筹码比率选股因子》研究报告，揭示了一种基于分钟级交易数据构建的创新性选股因子，该因子在中证800指数测试中展现出高达46.16%的多空年化收益和1.09的信息比率。这一发现不仅为机构投资者提供了全新的alpha来源，更标志着金融工程领域在微观结构研究方面取得了突破性进展。本文将深度解析这一创新因子的理论基础、构建方法、实证表现及其在指数增强中的应用价值，为读者呈现2025年量化选股技术的最前沿发展。

一、筹码结构理论与留存筹码因子的创新构建

1.1 从行为金融学到量化实践的桥梁

筹码结构理论作为连接行为金融学与量化投资实践的重要纽带，近年来在金融工程领域获得了广泛关注。该理论的核心在于通过历史量价数据重构投资者持仓成本分布，从而揭示市场参与者的集体行为模式。华西证券研究团队创新性地将"处置效应"——这一行为金融学经典发现融入量化模型构建中。处置效应指投资者倾向于过早卖出盈利股票而长期持有亏损股票的非理性行为，这种普遍存在的心理偏差导致了市场价格形成机制的扭曲，创造了超额收益机会。

研究显示，在A股市场中，处置效应导致的定价偏差尤为显著。根据华西证券对2015-2025年数据的分析，存在明显处置效应的股票组合相较于理性组合年均超额收益达到12.3%。这一发现为留存筹码比率因子的构建提供了坚实的理论基础——通过精确捕捉投资者因处置效应导致的筹码滞留情况，可以前瞻性判断股票未来的价格走势。

1.2 分钟级数据的因子构建方法论

传统量价因子大多基于日频数据构建，而华西证券研究团队另辟蹊径，利用分钟级高频数据开发出更为精细的留存筹码比率因子。该因子的核心公式表现为：

留存筹码比率 = Σ(RA{t-n}) / Σ(Amount{t-n})

其中RA{t-n} = Amount{t-n} × (1 - TR{t-n+1}) × (1 - TR{t-n+2}) × ... × (1 - TR_t)

这一看似复杂的公式实际上揭示了极为直观的市场逻辑：分子部分计算了历史买入但尚未卖出的"滞留筹码"总量，而分母则为对应期间的总成交金额。比值越高，表明该股票中投资者"惜售"情绪越强，筹码集中度越高，未来形成趋势性行情的概率越大。

研究团队在因子构建过程中采用了极为精细的数据处理方法：首先基于分钟级成交量及成交金额数据计算瞬时换手率；然后以15分钟为间隔，选取9:45至15:00间的11个时间节点，计算各节点前15分钟的换手率及成交金额；接着动态推算各时刻至选股日的留存成交金额；最后通过20个交易日的移动窗口计算标准化后的因子值。这种高频数据处理方法使因子能够捕捉到传统日频数据无法察觉的微观市场结构特征。

二、留存筹码比率因子的实证表现与市场异象

2.1 横截面选股能力的系统验证

华西证券研究团队对留存筹码比率因子进行了全面系统的实证检验，结果令人瞩目。在中证800成分股中，按因子值分为10组的测试显示，因子表现出极强的单调性和区分度。表现最好的第1组年化收益达13.63%，年化超额13.05%，夏普比率77.98%；而表现最差的第10组年化收益为-22.26%，年化超额-22.84%。多空组合年化收益高达46.16%，信息比率1.09，展现出极强的alpha捕捉能力。

表：留存筹码比率因子在中证800中的分组表现(2015-2025)

更为难得的是，因子在不同市值板块均表现出色，且在小市值股票中效果更为显著。在中证1000成分股测试中，因子Rank IC达到7.38%，多空组合年化收益跃升至74.41%，信息比率1.56。这一现象可能与中小市值股票中散户占比更高、处置效应更为明显有关，也从侧面验证了因子背后的行为金融学逻辑。

2.2 风格因子剥离后的纯净alpha

为确保留存筹码比率因子的独创性而非传统风格因子的伪装，研究团队对其进行了严格的风险因子剥离分析。结果显示，该因子与常见的beta、市值、估值、成长等风格因子相关性较低，仅与流动性和波动性因子有适度关联。在中证800中，因子与流动性因子相关性为-48.07%，与波动性因子相关性为-30.58%。

经过正交化处理后得到的"纯净"留存筹码比率因子仍保持了优异的选股能力。在中证800中，纯净因子的RankIC为4.59%，多空年化收益40.88%，信息比率1.07；在中证1000中，纯净因子RankIC为5.90%，多空年化收益55.49%，信息比率1.08。这一结果表明，留存筹码比率确实捕捉到了市场尚未充分定价的独特信息，而非简单复制已有风险因子的表现。

三、因子应用与组合优化实践

3.1 指数增强策略的卓越表现

留存筹码比率因子在实际投资中的应用表现同样亮眼。华西证券研究团队将该因子应用于主流指数的增强策略中，通过组合优化方法在控制跟踪误差的前提下最大化因子暴露。在沪深300增强组合中(2015-2025年4月)，策略累计收益73.18%，累计超额64.49%，年化超额5.17%，信息比率1.14，月胜率57%。

表：留存筹码比率因子在不同指数中的增强表现

值得注意的是，因子在小盘指数中的增强效果更为突出。中证500增强组合年化超额达10.09%，信息比率1.67；中证1000增强组合年化超额更高达11.78%，信息比率1.44。这一结果与因子测试阶段在小市值股票中表现更佳的发现相互印证，为不同风险偏好的投资者提供了差异化配置选择。

3.2 复合因子体系的协同效应

为提升策略稳健性，华西证券研究团队进一步将留存筹码比率因子与其他细颗粒度量价因子结合，构建复合因子体系。这些互补性因子包括量价相关系数、振幅量价背离、成交金额波动和成交量波动等。经过正交化处理和等权组合后，复合因子展现出更强的选股能力。

在沪深300、中证500和中证1000中，复合因子的RankIC分别达到5.51%、7.02%和7.70%，多空年化收益分别为38.26%、50.02%和60.89%。多头组合年化收益分别为15.83%、16.83%和19.31%，信息比率最高达2.93，月胜率最高达68%。这种多因子组合不仅提高了策略稳定性，还通过因子间的互补效应降低了单一因子失效的风险。

常见问题解答(FAQs)

Q1：什么是留存筹码比率因子？它与传统量价因子有何不同？
A1：留存筹码比率因子是一种基于分钟级交易数据构建的创新量化指标，用于衡量股票中投资者买入但尚未卖出的"滞留筹码"比例。与传统日频量价因子不同，它通过高频数据捕捉微观市场结构特征，并结合行为金融学的处置效应理论，能够更精准地预测股票未来走势。

Q2：为什么留存筹码比率因子在小盘股中表现更佳？
A2：小盘股通常散户参与度更高，而散户投资者比机构投资者表现出更强烈的处置效应行为。同时，小盘股的研究覆盖不足导致市场定价效率较低，这些因素共同使得基于行为偏差的因子在小盘股中alpha捕捉能力更强。

Q3：留存筹码比率因子在实际投资中如何应用？
A3：该因子主要应用于量化选股和指数增强策略中。投资者可通过最大化组合因子暴露同时控制跟踪误差的方式构建增强组合，也可将其与其他互补性因子结合形成复合因子体系，提高策略稳健性。

Q4：因子是否存在容量限制？
A4：作为基于高频数据构建的因子，留存筹码比率在中小市值股票中表现最佳，这部分股票流动性相对有限，因此大资金运作时需考虑冲击成本。研究显示，因子在中证1000等小盘指数中的增强容量约为50-80亿元。

Q5：因子表现是否会随着市场环境变化而波动？
A5：任何量化因子都存在周期性表现变化。数据显示，留存筹码比率因子在趋势性市场中表现更佳，而在剧烈震荡市中可能出现短期回撤。但长期来看，由于人类行为偏差的持续性，因子超额收益具备较强韧性。

相关深度报告

金融工程行业研究：细颗粒度量价系列，留存筹码比率选股因子

报告介绍：本报告由华西证券于2025年5月30日发布，共26页，本报告包含了关于金融工程,选股因子的详细内容，欢迎下载PDF完整版。