基于股价跳跃关联性的选股策略.pdf

基于股价跳跃关联性的选股策略。本报告基于相关股票会受到相似的信息冲击这一假设，提出了一种新的衡量公司之 间关联性的方法。基于跳跃关联度指标，我们构建了跳跃关联点度中心性因子和跳 跃关联动量因子。进一步，我们通过收益分解的方法对跳跃关联动量因子进行改 进。最后，基于因子测试的有效性，我们探索了点度中心性因子和改进后的跳跃关 联动量因子在不同股票样本池内的选股表现。本报告的核心结论如下：

股价跳跃体现了投资者对信息冲击的集中反应。如果两只股票的股价跳跃 行为高度一致，则二者大概率受到相似的信息冲击的影响，二者之间应该 有较高的关联度。基于以上逻辑，我们通过计算过去一段时间两只股票之 间关联跳跃的比例，提出了两种关联度：跳跃频率关联和跳跃幅度关联。

中心性作为网络结构分析的重要指标之一，量化了节点在整个网络中的中 心程度，一般被用来衡量节点在网络结构中的重要性或者影响力。在进行 网络稀疏处理之后，我们分别基于跳跃频率关联和跳跃幅度关联构建了点 度中心性因子（N_Connect）。这两个因子在回测区间内的 IC 均值为 5.59%和 4.32%，t 值为 7.47 和 6.68，均较为显著。

我们构建的基于跳跃频率关联度的 Relative_WithoutPosJump_Ret 因子回 测区间内 IC 均值为 6.78%，t 值为 8.21；基于跳跃幅度关联度的因子 IC 均值为 6.60%，t 值为 7.11。

将基于跳跃频率关联和跳跃幅度关联的点度中心性因子（N_Connect）通 过等权相加进行复合，复合后的点度中心性因子（N_Connect）选股能力 有所提升。复合后 N_Connect 的 IC 均值 5.87%，t 值为 7.89。将跳跃关 联非正跳跃相对动量因子（Relative_WithoutPosJump_Ret）通过同样的 方式进行复合，复合之后的因子表现略有提升，IC 均值为 7.37%，t 值为 7.83。

N_Connect 因子在中证 800、中证 1000 以及国证 2000 的多头超额年化 收益分别为 5.05%、11.62%和 9.90%。Relative_WithoutPosJump_Ret 因子在中证 800、中证 1000 以及国证 2000 的多头超额年化收益分别 为 6.56%、11.76%和 10.12%。总的来说，这两个因子的表现均较为出 色，在市值较小的宽基指数中表现更好。