咱们今天来聊聊因子手工作坊系列的第5篇，专门讲讲知情交易的微观行为特征和怎么挖因子。这份报告一共37页，从市场微观结构入手，把交易量和交易时间间隔结合起来，弄出一个叫IT的因子，专门抓那种知情交易者下单时特别“均匀”的动作。咱们先看看这是咋回事：知情交易者为了不被看穿意图，又不想亏太多钱，下单的时候就会把成交量和时间间隔弄得特别匀，这点挺特别的。 基于这点，咱们先算个交易聚集性指标，用单笔成交量除以交易间隔，再拿这个股票过去10天的平均成交量和间隔去把数据给标准化了。最后把过去10个交易日标准化指标的平均数当成IT因子的值，这数值越低说明买卖行为越均匀，背后很可能藏着大消息。 回测结果真不错，看数据就行。从2017年一直测到2026年2月，IT因子表现得挺稳健。它的双周RankIC均值能到0.064，胜率高达82.43%。要是把所有股票按IT因子值分10组来做多做空（就是多头和空头组合），年化收益率能到34.81%。要是只买排名前100的多头组合去跑赢全市场等权指数，那超额收益率也有16.67%。而且不管是哪一年，RankIC都是正数，超额收益每年基本都能稳定在10%以上。 这因子有个特点就是波动不大、流动性也不高，稍微偏点高beta和长期动量。就算我们把流动性和残差波动率都给控制住了，选股能力还是很明显的。它跟别的Level 2因子相关性不高，自己也能提供新的信息。要是在中小市值股票里选，效果更好；拿中证1000里的成分股来做多头空头组合，收益率能达到27.1%。 我们把行业和市值都给中和掉后，RankIC的胜率又往上涨到了87.87%，策略也就更稳当了。 来看实际应用效果吧：按照IT因子选出来的前100个股票买成组合去跑赢全市场全A指数能赚25.9%，累积下来赚了704.3%，这绝对是妥妥的赢了万得全A了。 如果单独把它用在指数增强策略里（特别是针对中证1000指数），每年能多赚9.3%，这在所有因子里表现是最顶尖的。 还有个很有意思的地方是：IT因子跟专门抓机构撤单的BABR因子关联度很低。把这俩因子等权合到一块儿后形成的新因子（RankIC均值变成了0.072），选股能力更强了。这俩策略放在一起用能形成互补效应，特别是在提高中证1000指数增强的超额收益上作用很大。 总之，IT因子给A股的选股和指数增强策略提供了一个挺好用的新工具。