Liquidity Factor
A 股流动性因子：换手率、成交额与 Amihud 指标
流动性描述股票能否以较小价格冲击完成交易。低流动性资产可能要求更高预期补偿，但也意味着更高滑点、更低容量和更强的回测不可实现风险。
常见方向
取决于目标：研究溢价时可偏向低流动性；构建可交易组合时通常偏向高流动性
数据类型
成交额 + 成交量 + 自由流通股本 + 日收益率
常用更新频率
20、60 或 120 个交易日
Research Hypothesis
先写清楚假设，再讨论历史表现
投资者可能要求持有低流动性股票获得补偿；与此同时，历史上的流动性收益很容易被交易成本和小市值暴露吞噬，因此必须区分研究信号与可执行组合。
因子是待验证的研究假设，不是收益承诺。历史统计关系可能随市场状态、样本口径和交易成本改变。
Factor Health Card
研究前先做一次因子体检
这张卡用于确定研究起点和复核重点，不替代回测、风险判断或投资决策。
适合研究什么
研究成交能力与流动性折价，同时控制策略容量。
更新与调仓
频率越高越要检查参与率、冲击成本和成交可行性。
数据时点
成交额、换手率和自由流通股本应使用当时可得值。
中性化检查
同时控制市值；低流动性往往伴随小市值暴露。
容易重叠的暴露
常与市值、低波动联查，避免把微盘暴露误作独立因子。
开始前先检查
设置最低成交额、参与率和停牌排除规则。
Research Protocol
统一研究口径卡
无论研究哪一种因子，都应先固定这些口径，用来排查数据时点和交易假设造成的差异。
数据可得时点
财务、分红和股本数据以实际披露或实施日生效；不以报告期末提前使用。
股票池与排除
明确指数成分、上市天数、ST、停牌、退市整理及样本缺失处理。
处理与中性化
记录去极值、标准化、行业/市值中性化及缺失值规则，保留版本。
交易可行性
纳入涨跌停、停牌、参与率、费用、滑点和冲击成本，而非默认收盘价成交。
样本外验证
同时报告 IC、分组收益、暴露、换手与滚动样本外结果，不以单次回测定论。
Definitions
常见指标与计算口径
换手率
成交量 ÷ 自由流通股本反映股份交换频率，需统一使用总股本还是自由流通股本。
日均成交额
窗口内成交额合计 ÷ 有效交易日数直观衡量容量，但与公司市值高度相关。
Amihud 非流动性
窗口内 mean(|日收益率| ÷ 日成交额)估计单位成交额对应的价格变化，数值越高通常越不流动。
零收益天数占比
收益率为零的交易日数 ÷ 窗口有效日数可辅助识别交易稀疏，但需排除停牌和价格数据问题。
Implementation
从定义到可执行因子
- 1明确流动性是选股信号、风险约束还是容量过滤，不要混成一个目标。
- 2对成交额做市值中性化，区分低流动性与小市值效应。
- 3剔除停牌日，并给 Amihud 指标设置成交额下限和异常值处理。
- 4用组合成交额占比、预计冲击成本和可成交天数评估容量。
- 5将手续费、滑点、涨跌停不可成交和延迟成交纳入回测。
Validation
怎样判断因子是否值得继续研究
- 1在控制市值后检验流动性指标，观察信号是否仍有独立信息。
- 2按不同资金规模估计容量和冲击成本，而不只报告固定滑点。
- 3比较换手率、成交额和 Amihud 指标的覆盖率与稳定性。
- 4检查极端行情和连续涨跌停期间的成交可实现性。
A-Share Notes
A 股回测必须处理的细节
- 涨跌停时成交额可能骤降，信号同时包含价格限制和市场情绪信息。
- 停牌日不能当作普通零成交日直接参与均值计算。
- 自由流通股本会因限售股解禁等事件变化，换手率口径需要随时间更新。
- 微盘股中的纸面收益可能远超组合实际容量，应报告单票成交额占比。
Common Pitfalls
常见失真来源
- 把低流动性溢价当作免费收益，忽略真实成交成本。
- Amihud 指标没有处理零成交额、停牌和极端收益。
- 低流动性组合实质上只是微盘股组合。
- 回测按收盘价全额成交，但策略容量远超当日市场成交。
Try with FiClaw
可复制的研究提示词
“在中证 500 股票池中比较 20 日换手率、日均成交额和 Amihud 非流动性指标，先做市值中性化，再检验分组收益和交易成本。”
“为多因子选股策略增加流动性约束：单票目标成交额不超过过去 20 日日均成交额的 5%，模拟涨跌停和延迟成交。”
FAQ
常见问题
低流动性因子和小市值因子是一回事吗？
不是，但二者通常高度相关。需要通过市值中性化、分层回测或多变量分析，判断流动性是否提供了独立信息。
换手率越低越好吗？
取决于用途。低换手可能对应潜在流动性补偿，也可能意味着难以成交；如果流动性用于风险控制，策略通常会设置最低成交额或最高参与率。
研究来源
本文用于量化研究方法科普，不构成投资建议。实际研究应使用当时可获得的数据，并独立复核数据口径、交易规则与风险假设。