在股票交易过程中，成交量的变化反应了投资者交易热情的变化，相较而言，成交量放大往往更容易吸引投资者关注，同时也更容易引发价格大幅波动。在方正金工高频因子低频化系列报告《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》、《大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一》等报告中，我们以日内成交量突然放量为出发点，构建了多个有效的选股因子。本报告中我们将继续以成交放量为出发点，研究不同情况下投资者买入力量强度对股票未来收益表现的影响。
首先我们可以从价格变化和交易量变化角度出发，将股票交易时间段分为四种场景：放量上涨、放量下跌、缩量上涨、缩量下跌。
从放量与缩量后的股票平均振幅来看，放量往往伴随着价格的大幅波动，而缩量引发的价格波动相对较小。
有不少投资者在交易过程中喜欢买入放量上涨的股票，但在前期报告《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》中我们验证了放量大涨的股票长期来看未来表现明显弱于市场。对于放量下跌情形，我们认为此时多空双方同样博弈激烈，而在此过程中那些买入力量更强的股票，更能获得资金的认可，其后续表现可能相对较好。
基于以上逻辑，我们对投资者在放量下跌过程中的买入强度进行刻画，并据此构造了“激流勇进”因子。
2
“激流勇进”因子构建及测试
2.1
分钟频放量、缩量、上涨、下跌状态的划分
由于个股每分钟成交量的变化较为激烈，简单通过每分钟交易量的大小来划分放量与缩量状态可能会受到极值的扰动影响。因此我们以过去5分钟成交量总和的边际变化为依据，对成交量的状态进行划分。同样，对于收益率来说，每分钟收益率变化扰动较大，我们以过去5分钟收益率趋势为依据，对上涨和下跌状态进行区分。
1）剔除开盘和收盘数据，仅考虑日内分钟频数据，我们首先计算个股每分钟的成交量及其之前4分钟成交量的总和，记为该分钟的“邻域成交量”。
2）根据每分钟的领域成交量相较于前一分钟领域成交量的大小进行判断，如当前时刻的领域成交量更大，则当前分钟为“放量”状态，反之则为“缩量”状态。
3）对于每一分钟，依据过去5分钟内高、开、低、收数据，计算近期收益率趋势，趋势为正则为“上涨”状态，反之为“下跌”状态。
4）结合上述“放量”与“缩量”状态，将每分钟交易状态划分为以下四种类型：放量上涨、放量下跌、缩量上涨、缩量下跌。
如上图所示，红色柱状代表放量上涨时刻，绿色柱状代表放量下跌时刻，因每分钟状态由过去5分钟窗口来判定，因此并非与当前分钟状态一一对应。
2.2
“激流勇进”因子计算及测试
在划分状态之后，我们重点关注放量时刻的买入强度，在报告《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》中，我们曾使用单位时间内成交金额比例与成交量比例的差值来刻画在特定情形下投资者为促成成交付出的额外流动性成本，此处我们参考该方法通过计算全天放量上涨时刻或放量下跌时刻的成交金额与成交量的关系，来刻画不同情形下投资者买入意愿的强弱程度。
如上图所示，相较于放量上涨情形，放量下跌期间买入强度较高的股票后续相对于市场有更为明显的超额收益。我们认为其原因在于一方面由于放量下跌过程中容易产生反应过度，后续反转概率较高；另一方面在个股出现放量下跌期间，那些积极逆势买入的投资者对后市表现较为乐观，我们将个股每日放量下跌情形中投资者买入意愿强度定义为“日激流勇进”因子。
每月月底计算过去20个交易日“日激流勇进”因子的均值，即可得到“激流勇进”因子。
“激流勇进”因子的逻辑可以理解为在过去一段时间内，每天盘中出现放量下跌时，都有比较强的买入力量逆势买入，则这类股票后续表现较为出色。
我们在全市场非ST股票中进行测试，同时剔除上市不满半年的次新股，调仓频率为月频，分组数量为10组，各分组内部等权加权，测试区间为2013年1月至2024年7月底（下同），其回测表现如下：
“激流勇进”因子Rank IC均值为8.00%，Rank ICIR为4.30，多空组合年化收益率为38.94%，信息比率为4.30，选股效果较为出色。
从分行业来看，“激流勇进”因子在各一级行业内表现普遍较好，绝大多数行业Rank IC均值超过7%。
2.3
剥离其他风格因子影响后“激流勇进”因子仍然表现较好
从上述测试结果来看，“激流勇进”因子选股能力较为出色，进一步，我们测试其与其他常见风格因子的相关性，如下图所示，“激流勇进”因子整体与其他风格因子相关性相对较低，其中与流动性、波动率因子相关性相对较高，分别为-26.78%和-23.60%，与其余因子相关性则普遍较低。为进一步验证因子的增量信息，我们使用常用风格因子及行业因子对“激流勇进”因子进行正交化处理，得到“纯净激流勇进”因子，再检验其选股能力。
可以看到，在剔除了常用的风格因子影响后，“激流勇进”因子仍然具有不错的选股能力，Rank IC均值为2.87%，Rank
ICIR为1.56，多空组合年化收益率为21.32%，信息比率2.68。
2.4
“激流勇进”因子在不同样本空间下的表现
为了检验“激流勇进”因子在其他样本空间下的选股表现，我们分别选取了沪深300成分股、中证500成分股、中证1000成分股作为股票池，测试其选股能力。可以看到，“激流勇进”因子在中证1000指数成分股内表现较为强势，Rank IC均值为6.88%，多空组合年化收益为33.03%，在沪深300、中证500指数成分内选股效果也相对较好，Rank IC均值为3.95%、4.60%，多空组合年化收益率为14.90%、21.04%。
3
高频因子低频化系列因子整体表现出色
3.1
”
激流勇进”因子与其他量价因子相关性适中
在此前的多因子选股系列研究中，我们分别构建了“适度冒险”、“完整潮汐”、“勇攀高峰”、“球队硬币”、“云开雾散”、“飞蛾扑火”、“草木皆兵”、“水中行舟”、“花隐林间”、“待著而救”、“多空博弈”、“协同效应”、“一视同仁”等13个合成量价因子，其中除“球队硬币”因子数据源为日频数据外，其余所有因子均根据分钟频数据计算得到，为了降低因子换手率，我们对所有的因子进行了月度频率的平滑处理，即高频因子低频化处理。
1）“适度冒险”——《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》
2）“完整潮汐”——《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》
3）“勇攀高峰”——《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》
4）“球队硬币”——《个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四》
5）“云开雾散”——《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》
6）“飞蛾扑火”——《个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六》
7）“草木皆兵”——《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》
8）“水中行舟”——《个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九》
9）“花隐林间”——《推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十》
10）“待著而救”——《大单成交后的跟随效应与“待著而救”因子——多因子选股系列之十一》
11）“多空博弈”——《股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十三》
12）“协同效应”——《日内协同股票性价比度量与“协同效应”因子构建——多因子选股系列研究之十六》
13）“一视同仁”——《成交量激增与骤降时刻的对称性与“一视同仁”因子构建——多因子选股系列研究之十八》
上述因子虽然由高频数据计算得到，但是在月度频率上仍然有较为出色的选股能力，以下为我们上述13个量价因子及本篇报告中“激流勇进”因子的测试结果，测试区间为2013年1月至2024年7月，可以看到，所有因子的Rank ICIR绝对值都在4.0以上。
从各因子之间的相关性来看，“激流勇进”因子与“一视同仁”和“草木皆兵”因子相关性较高，分别为49.83%和43.02%，与其余因子相关性相对较小。
3.2
“激流勇进”因子与其他量价因子合成后Rank IC提升值-12.37%
进一步我们将上述14个因子正交化后简单等权合成为综合量价因子，其表现相较于单个因子大幅提升。
综合量价因子Rank IC均值为
-12.37%，Rank ICIR为-5.08，多空组合年化收益率为48.54%，信息比4.39，月度胜率93.08%
。
从分组表现来看，综合量价因子各年份表现均较为出色，多头组合年化收益率为24.70%，空头组合年化收益率为-17.64%。
同样我们剔除常见风格因子影响后得到纯净综合量价因子，其Rank
IC均值为-7.20%，Rank ICIR为-3.63，多空组合年化收益率为29.96%，信息比3.25，月度胜率81.16%，仍然非常有效。
3.3 “综合量价”因子
在沪深300/中证500/中证1000指数成分下表现出色
我们分别选取了沪深300成分股、中证500成分股、中证1000成分股作为股票池，测试“综合量价”因子的选股能力。可以看到，“综合量价”因子在沪深300、中证500、中证1000指数成分股内表现均较为强势，Rank IC均值分别为-7.56%、-8.57%、-11.67%，Rank ICIR分别为-2.86、-3.18、-4.63，多空组合年化收益分别为21.52%、25.19%、43.06%。
我们进一步通过指增模型来验证“综合量价”因子在沪深300/中证500/中证1000指数增强中的效果。这里我们仅通过“综合量价”因子对股票收益进行打分预测，严格控制市值中性、行业中性、个股权重偏离在1%以内，同时约束指数成分股权重之和大于80%。
从组合历史表现来看，“综合量价”因子在沪深300/中证500/中证1000指数增强中均表现较好，年化超额收益分别为8.48%、11.73%、16.32%。
