因子选股系列之九十四：UMR2.0，风险溢价视角下的动量反转统一框架再升级.pdf

因子选股系列之九十四：UMR2.0，风险溢价视角下的动量反转统一框架再升级。高风险日获得的收益往往是承担风险带来的，其更多源于投资者过度自信导致的价 格反应过度，因此未来更倾向于反转效应，而低风险日获得的收益并不源于承担高 风险，因此未来更偏向于动量效应，我们以时序均值调整后的风险指标来加权个股 每日的溢价，并以此构建统一的动量反转因子。

“高风险日可能更偏反转，低风险日可能更偏动量”，但是动量不一定都出现在低 风险日，而反转也不一定都出现在高风险日，在一些特殊时点，例如盈余公告日、 一字跌停日、反弹动量日当日的收益可能更偏动量，另外因子也会受到窗口中高风 险日占比、高超额日占比的风格影响，因此我们引入特殊日期处理、风险因素剥 离、分钟高频化等维度，以此构建动量和反转统一框架 2.0。

风险溢价下的统一动量反转因子——UMR 因子

我们从股票日度的真实波动、换手率，大单买入均价偏离、小单主动买入金额占 比、平均单笔成交量，早盘尾盘成交占比、分钟收益波动率、分钟收益偏度等维度 刻画股票的日度风险并用以调整其每日超额收益，经过上述 2.0 的框架调整，加权 得到风险调整后的 UMR 因子，每个调整后的因子都具有非常显著的选股能力，复合 UMR 因子月度 IC 均值达到 0.116，年化 ICIR 达 5.56，IC 月度胜率 96%，月均多 头超额 1.35%。并且不管是 1 个月还是 1 年的窗口下，因子都表现出持续同向的动 量效应，并且选股效果衰减非常缓慢。

UMR 因子在指数增强中的应用

将 UMR 因子加入现有的指数增强模型后，各指数增强组合年化超额收益和信息比均 获得明显提升，且大部分年份的超额收益都能获得提高。沪深 300 增强模型年化超 额从 16.27%提升到 17.36%；中证 500 增强模型年化超额从 19.64%提升到 20.86%；中证 1000 增强模型年化超额从 25.70%提升到 26.97% ；国证 2000 增强 模型年化超额从 26.44%提升到 28.41%。