优加换手率解决1+1＜2的难题.docx

1.引言本篇报告为东吴金工“技术分析拥抱选股因子”系列研究的第八篇，继续对换手率 因子进行探索。首先，我们仍然简单回顾传统换手率因子的表现。以20 口换手率为例， 即每月月底计算每只股票过去20个交易日的日均换手率，做市值中性化处理，记为传 统换手率因子Tum20。回测期2006/01/01-2021/07/31内，Turn20在全体A股中的月度 IC均值为-0.071,年化ICIR为-2.02； 10分组严格单调，多空对冲的年化收益为33.20%, 信息比率为1.88,月度胜率为69.89%,整体表现较为稳健。图2 :传统换手率因子lirn20的10分组及多空对冲净值走势WOISZ EZIOOSZ IEI06I0Z 120812 9ZI0二0Z 6ZI09IS 020 二 0Z 020二S 1GH 120 = OZ 6ZI00IS EZI0600Z I二0800Z IGmos 1Gl0900Z数据来源：Wind资讯，换手率因子的IC为负，说明过去一个月换手率越小的股票，未来一个月越有可能 上涨；而换手率越大的股票，未来越有可能下跌。基于上述选股逻辑，在本文中我们将 传统换手率因子改称为“量小换手率”，便于后文表述。东吴金工”技术分析拥抱选股因子”系列报告，对换手率因子做了诸多研究。比方 在量价配合视角下的新换手率因子（发布于2020年II月30日）中，我们引入了 “换 手率变化率”的概念，发现换手率的相对变化，比其绝对数值更为重要；最后再配合价 格信息、，对每日换手率的权重进行了调整。又如量稳换手率选股因子一一量小、量缩， 都不如量稳？（发布于2021年5月15日），那么从“日频换手率稳定性”的角度，构造 了 “量稳换手率STR因子”（The Stability of Turnover Rate）,相较于传统因子，选股效 果显著提升。为了剔除上述因子与行业的干扰，我们每月月底将优加换手率因子对BaiTa风格和 28个申万一级行业虚拟变量进行回归，取残差定义为纯洁UTR因子。下列图11展示了纯 净UTR因子的10分组及多空对冲净值走势，表7汇报了其分年度的表现情况。剔除常 用风格和行业之后，纯洁UTR因子的稳定性略有提升，多空对冲的年化收益为23.03%, 年化波动为7.31%,信息比率为3.15,月度胜率为80.57%,最大回撤为9.58%。图11 ：纯洁UTR因子的10分组回测及多空对冲净值走势9r 8601rM E-TS9C86O »-r-*»r-*CMOOOOOOOOOOOOOOO数据来源：Wind资讯,表7 ：纯洁UTR因子的分年度表现数据来源:Wind资讯,年化收益率分1对冲分组10绩效指标年份分组1分组10分组1对冲分组10年化波动率信息比率月度胜率最大回撤率2007233.89%124.16%51.42%10.31%4.9991.67%0.89%2008-50.86%-60.74%24.31%7.90%3.0875.00%2.56%2009173.37%117.06%27.03%6.48%4.1783.33%0.75%201019.28%4.76%13.31%5.74%2.3266.67%2.17%2011-29.64%-38.77%14.30%5.54%2.5866.67%1.22%20129.66%-18.29%33.64%3.40%9.91100.00%0.00%201353.83%27.61%21.30%3.41%6.2491.67%0.52%201457.52%31.66%20.34%5.10%3.9883.33%().23%2015133.04%64.40%46.82%9.13%5.1383.33%0.48%2016-7.21%-16.39%11.08%5.94%1.8775.00%1.45%2017-16.65%-30.69%19.77%6.71%2.9575.00%1.19%2018-27.04%-41.32%23.38%4.53%5J5100.00%0.00%201932.30%8.12%21.70%5.43%4.0075.00%1.18%202025.88%17.25%7.15%11.86%0.6066.67%9.58%2021（至7月底）21.41%4.90%14.39%9.17%1.5771.43%3.22%4.2. .优加换手率因子的参数敏感性在前述回测中，我们都只考虑了每月月底回看过去20个交易日的情况。本小节内 容，我们改变回看天数为40、60个交易日，检验优加换手率因子的回测效果，并与量 小、量稳因子进行比照。下列图12-13分别展示了在回看40、60个交易日的情况下,回测时间段2006/01/01- 2021/07/31内，优加因子、量小因子、量稳因子在全市场10分组多空对冲的净值走势； 表8那么比拟了它们的绩效指标。可以看到，无论是回看40还是60个交易日，优加因子 的表现均优于量小和量稳因子。数据来源：Wind资讯，数据来源：Wind资讯,表8 ：量小、量稳 、 优加因子的10分组多空对冲绩效指标（回看40'60 B ）数据来源：Wind资讯,年化收益率年化波动率信息比率月度胜率最大回撤率量小Turn4026.64%17.36%1.5369.35%20.28%回看40日量稳STR34.13%14.76%2.3172.58%8.02%优加因子UTR36.06%12.99%2.7875.81%8.00%量小Turn6024.83%17.10%1.4569.89%20.51%回看60日量稳STR29.84%14.51%2.0673.66%11.61%优加因子UTR33.09%12.58%2.6373.66%9.78%优加换手率因子的多空收益分解第三节内容主要展示了新因子多空对冲的各项绩效指标，此处我们对因子的多空收 益进行分解，仍以全体A股为研究样本，2006/01/01-2021/07/31为回测时间段，具体结 果如下表9所示。可以看到，虽然优加换手率因子的空头表现更强，但根据以往经验, 其多头表现在量价类因子中也算得上可圈可点，多头超额的年化收益为14.99%,信息比 率为1.99,月度胜率为73.66%,最大回撤为7.83%。表9：优加换手率因子UTR的多空收益分解多空对冲多头超额空头超额年化收益率40.54%14.99%22.61%年化波动率13.59%7.53%10.29%信息比率2.981.992.20月度胜率82.26%73.66%72.04%最大回撤率11.65%7.83%10.75%数据来源：Wind资讯，4.3. 其他样本空间的情况我们检验优加换手率因子在不同样本空间的表现。以回看20日为例，在沪深300 和中证500成分股中，优加因子都有不错的表现。尤其在沪深300成分股中，2006/01/01- 2021/07/31,优加因子的年化收益可达16.95%,信息比率为0.85,大幅超过量小和量稳 因子。表10 ：量小、量稳、优加因子在沪深300、中证500成分股中的多空对冲绩效指标年化收益率年化波动率信息比率月度胜率最大回撤率量小Turn203.26%24.91%0.1359.77%41.32%沪深300量稳STR9.52%21.67%0.4460.34%33.28%优加因子UTR16.95%19.86%0.856437%39.13%量小Turn2017.57%20.73%0.8563.79%34.29%中证500量稳STR23.10%16.80%1.3866.09%18.91%优加因子UTR21.98%15.45%1.4270.11%20.34%数据来源：Wind资讯，4.4. 沪深300投资组合的构建最后，我们简要展示本文提出的“优加法”，对构建指数增强组合的参考价值。以沪 深300成分股为例，2006/01/01-2021/07/31,我们每月月底构建以下5个投资组合：组合一：按照量小因子Turn20排序，选取因子值最小的10%股票；组合二：按照量稳因子STR排序，选取因子值最小的10%股票；组合三：先按照量小因子Tum20排序，选取因子值最小的31.6%股票，在这些股票中，再按照量稳因子STR排序，选取因子值最小的31.6%；组合四：先按照量稳因子STR排序，选取因子值最小的31.6%股票，在这些股票中，再按照量小因子Turn20排序，选取因子值最小的31.6%；组合五:先按照量稳因子STR排序，选取因子值最小的31.6%股票，在这些股票中, 再按照量小因子Tum20排序，选取因子值最大的31.6%。以上组合均为月度换仓。下列图14展示了 5个组合的净值走势，表11那么比照了它们 的各项绩效指标。可以看到，“先量稳后量大”的组合五具有压倒性优势，年化收益到达 16.14%,大幅胜过其他组合。因此，“优加法”对于构建投资组合、应用于指数增强策 略，也具有参考意义。图14 ：不同投资组合的净值走势OEsIes ms ISI6IE 三 0612 so8 m 一二。二® ISI91E 6ZO9 一® 0。0 二 R INO 二® I2I 二e 1s一 02® mor® 6W0II2 6SI2R aoOI® W0600- IGU ISES 1sHOEsIes ms ISI6IE 三 0612 so8 m 一二。二® ISI91E 6ZO9 一® 0。0 二 R INO 二® I2I 二e 1s一 02® mor® 6W0II2 6SI2R aoOI® W0600- IGU ISES 1sH数据来源：Wind资讯,表11 ：不同投资组合的绩效指标数据来源：Wind资讯,组合一量小10%组合二量稳10%组合三先量小31.6%再量稳31.6%组合四先量稳31.6%再量小31.6%组合五先量稳31.6%再量大31.6%年化收益率7.23%9.77%9.43%7.47%16.14%年化波动率26.47%27.99%28.26%26.61%31.89%信息比率0.270.350.330.280.51月度胜率55.75%57.47%56.90%55.75%58.05%最大回撤率60.25%59.85%61.19%60.75%65.28%5 .总结本篇报告为东吴金工”技术分析拥抱选股因子”系列研究的第八篇，我们继续对换 手率因子进行讨论。在本系列的上一篇报告量稳换手率选股因子量小、量缩，都不如量稳？中， 我们从“日频换手率稳定性”的角度出发，构造了 “量稳换手率STR因子”。在本篇报 告中，我们试图将量稳因子STR与传统的量小换手率因子Turn20进行有效组合。初步尝试后发现，传统的多因子组合方式，并不能帮助我们得到效果更好的合成因 子。原因在于，量稳与量小两个因子的相互碰撞，产生了与单因子逻辑相矛盾的地方： 并不是同时满足“量最稳”、“量最小”的股票未来表现越好；在量较稳的样本中，反而 是最越大的股票，未来表现越强。基于上述发现，我们构造了一种“优加法”，此方法得 到的优加换手率因子UTR,表现明显优于传统组合方式，解决了 + 的难题。另 外，我们认为该方法对于构建指数增强策略，也具有较大的参考价值。6 .风险提不（1）未来市场变化风险：本报告所有统计结果均基于历史数据，未来市场可能发 生重大变化；（2）单因子模型风险：单因子的收益可能存在较大波动，实际应用需结合资金管 理、风险控制等方法；（3）数据测算误差风险：模型测算可能存在相对误差，不构成实际投资建议。表1:东吴金工"换手率因子”相关研究数据来源：整理数据因子名称对应研报发布日期传统换手率，量小换手率因子-日频换手率变化率因子量价配合视角下的新换手率因子2020/11/30量稳换手率因子量稳换手率选股因子一一量小、量缩，都不如量稳？2021/5/15分钟换手率分布均匀度因子换手率分布均匀度，基于分钟成交量的选股因子2021/3/1日频量小与量稳的组合本报告2021/8/19在前述研究的基础上，本篇报告继续对换手率因子进行探索，具体地，我们将重点 讨论如何把“量稳”因子与传统的“最小”因子进行有效结合。随着本文研究内容的逐 渐展开，各位读者将看到，两个因子的有效组合其实并非易事，存在矛盾之处；我们试 图提供一套有效的解决方案，供各位读者参考。2.前情提要：量稳换手率因子引言局部已简述了传统“量小换手率”因子的回测表现，本节内容我们再简要回顾 “量稳换手率”因子，其构造步骤如下：（1）每月月底，回溯每只股票过去20个交易日，计算20日换手率的标准差；（2）在横截面上做市值中性化处理，得到所有股票当月的因子值，记为量稳换手 率因子STR （即换手率的稳定性，The Stability of Turnover Rate）o检验量稳换手率STR的选股效果，并与传统的最小换手率Tum2（）进行比照。回测 结果显示,2006/01/01-2021/07/31期间，量稳因子在全体A股中的月度IC均值为2.077, RankIC均值为-0.106,年化ICIR为-2.63,年化RankICIR为-3.22。下列图3展示了量稳因 子的10分组及多空对冲净值走势，表2那么比拟了量稳、量小因子多空对冲的各项绩效 指标。在整段回测期内，量稳换手率因子的年化收益为41.50%,年化波动为14.63%,信 息比率为2.84,月度胜率为77.42%,最大回撤为10.04%,收益和稳定性都明显优于传 统量小因子。这告诉我们：在利用换手率对股票进行分析时，换手率的绝对数值固然重 要，但其稳定性更不容忽视。在月度选股上，如果我们发现一只股票的换手率很高,不 可轻易将其归为空头,假设它每天都能保持同样的高换手,那么这只股票下个月仍有较大的 概率上涨。图3 ：量稳换手率因子STR的10分组及多空对冲净值走势0ISN 00SZ 06SZ 08I0Z09SZ 0SIS 0"I0z 0207 OZIOZ0 二 ON 00SZ 060S 0800N0900Z数据来源：Wind资讯，表2 :量小、量稳换手率因子的10分组多空对冲绩效指标传统量小换手率因子Turn20量稳换手率因子STR年化收益率33.20%41.50%年化波动率17.64%14.63%信息比率1.882.84月度胜率69.89%77.42%最大回撤率20.90%10.04%数据来源：Wind资讯,量稳因子与量小因子存在较高相关性，因此，我们将量稳因子STR对量小因子 Tum20做正交化处理，取残差定义为STR_deTum20,检验其选股效果。回测结果显示，剔除Turn20的线性信息后，残差STR_dcTurn20仍然具备一定的选 股能力。2006/01/01-2021/07/31 期间，STR_deTurn20 的月度 IC 均值为-0.032,年化 ICIR 为-2.03；全市场10分组多空对冲的年化收益为14.02%,年化波动为10.00%,信息比率 为1.40,月度胜率为63.44%,最大回撤为11.69%。8 6 4 2 06二0一27 EZIOOSZ 1206 1 0Z 1208IS 9ZOES 6209 - 0Z OEIOSIS 020 / 0Z 一 GIO 二S E0ZIS 一20 二S 6ZS0IS S2J01 120805 IEH 一2090S o o o o O 4 3 2 1图4 ： STR deTurnZO因子的10分组及多空对冲净值走势数据来源：Wind资讯，3 .优加换手率：量小与量稳的有效结合在回顾了量小、量稳换手率因子的表现后，本节内容我们考察如何将“量小”与“量 稳”进行有效组合。3.1. 初步尝试最容易想到的组合方式，莫过于如下两种：方案一：量小+量稳即采用最简单的多因子组合方式：以线性等权为例，每月月底，将所有股票的量小 因子Turn20和量稳因子STR分别横截面标准化，相加得到新的因子，记为“量小+量 稳”：- Turn20 - mean(Turn20) STR - mean(STR)里小 + 隹和 =+std(Turn20)std(STR)方案二：量稳/量小即采取类似标准化的操作：每月月底，求得每只股票20日换手率的平均值和标准 差，计算标准差/平均值，再做横截面市值中性化，记为量稳/量小”。下列图5-6分别展示了 “量小+量稳”因子、“量稳/量小”因子在20(36/01/01-2021/07/31 期间，全市场10分组以及多空对冲的净值走势；表3那么将它们的绩效指标与量小因子 Turn20、量稳因子STR进行了比照。图5 ："量小+量稳”因子的10分组及多空对冲净值图6 ：“量稳/量小”因子的10分组及多空对冲净值表3 ："量小+量稳"、”量稳/量小”因子的10分组多空对冲绩效指标数据来源：Wind资讯，传统量小因子Turn20量稳因子STR“量小+量稳”因子"量稳/量小”因子年化收益率33.20%41.50%37.80%19.44%年化波动率17.64%14.63%16.39%8.27%信息比率1.882.842.312.35月度胜率69.89%77.42%73.12%73.12%最大回撤率20.90%10.04%13.42%8.84%根据上述1口1测结果，我们可以发现，两种方案下组合因子的效果，其实都不如单独 的量稳换手率因子，尤其是“量小+量稳”，不仅收益下降，且波动、最大回撤也有所上 升。看来传统的多因子组合方案，并不能帮助我们得到效果更好的合成因子。那么“量 小”与“量稳”的有效组合，究竟路在何方？3.2. 追本溯源：量大就一定不好？为了探究传统组合方案失效的原因，我们对所有A股样本进行了 “量稳、量小因子 双重分组”的测试，即在2006/01/01-2021/07/31期间，每月月底,先将所有股票按照量 稳因子等分为10组，每个组内按照量小因子再等分为10组，得到共计10()组股票，每 组内股票等权构建投资组合。下列图7展示了这100个组合的年化收益。我们发现，两个因子双重分组的结果,与单因子的回测表现产生了矛盾。就单个因 子而言，量稳、最小因子的IC均为负数，说明量越稳、量越小的股票，未来表现越好。 因此，在双重分组下，我们理应期待图7的左上角，即同时满足“量最稳”、“量最小” 的股票年化收益最高。然而，根据实际统计结果，我们却看到收益最高的区域，更偏向于图7的左下角。 除此之外，在量的稳定性较差的分组中，即图7的右半局部，从上到下，随着量的逐渐增大，各个分组的收益逐渐降低，这个现象符合预期；但在图7的左半局部、量的稳定 性较强的分组中，随着量的逐渐增大，各个分组的收益却呈现上升趋势，即在量较稳的 分组中,量越大的股票沫来表现反而越好，这一点与传统量小换手率因子的逻辑矛盾。图7 ：量小、量稳双重分组下各组的年化收益数据来源：Wind资讯,量最稳先按照“量稳”分组从小到大量最不稳分组1分组2分组3分组4分组5分组6分组7分组8分组9分组10量最小分组136.24%23.94%22.24%22.40%20.86%18.58%18.06%8.95%9.85%1.72%分组237.98%29.64%27.76%17.20%19.93%13.96%10.14%16.49%6.79%0.19%分组333.80%27.80%22.74%16.08%16.22%16.13%17.07%15.82%8.40%1.63%再按照分组436.11%24.91%17.93%19.51%14.44%18.28%12.27%11.26%9.98%-1.02%“量小” 分组分组532.04%29.10%27.51%22.39%17.19%14.05%17.34%13.48%10.96%-1.67%从小至II分组638.02%29.62%21.14%23.22%19.41%13.65%12.17%12.83%7.59%-1.98%/八 ”、大分组739.50%34.35%24.21%21.00%23.01%18.75%18.51%10.70%6.96%-3.18%分组833.51%29.54%24.58%18.03%19.70%22.32%13.29%14.41%7.14%-7.53%分组938.84%26.79%25.45%25.23%22.86%18.51%14.80%10.70%6.41%-12.95%里戢K力组1039.04%35.14%30.12%27.07%25.24%21.77%9.82%7.28%3.02%-24.39%那么，图7左下角这些收益较高、量大又量稳的，究竟是什么股票？结合去年的“抱 团股”行情，我们或许能找到答案。下列图8展示了三一重工(600031.SH)在去年9月 底到今年I月初的周度行情走势，可以看到，在2020/10/12-2020/12/04近2个月的时间 里，三一重工的成交量呈现了“量大且量稳”的形态，股价也一路上涨。因此，“量大且 量稳”，往往意味着这只股票持续不断地受到投资者的关注，交易活跃且稳定，股价也有 了持续上涨的动力。图8 ：三一重工(600031.SH )行情走势图(2020/09/252021/01/08周度)数据来源：Wind资讯,3.3. 量小与量稳的正确结合方式一优加法根据上述现象，我们提出一种新的组合方式：（1）每月月底，计算所有股票的量小因子Tum20和量稳因子STR；（2）先将所有样本按照量稳因子从小到大排序，打分1,2，N为当期样 本数量，记为“得分I”；为了方便表述，暂且假定N为偶数；（3）取量稳因子排名靠前的50%样本，再将它们按照量小因子从大到小排序，打 分1,2N/2,记为“得分2”； “得分1” + “得分2”，即为这些股票的最终得分；（4）对于量稳因子排名靠后的50%样本，那么将它们按照量小因子从小到大排序， 打分1,2N/2,记为“得分3”；这些股票的最终得分为“得分1” + “得分3”；（5）所有样本的上述最终得分，即为新因子的因子值；按照因子值对所有样本排 序，做10分组回测；其中，最终得分最小的为多头，最终得分最大的为空头，即新因子 的IC应当为负。我们把上述方法称为“优加法”,得到的新因子命名为“优加换手率因子"，简称UTR 因子（U-Tumover Rate）。在“优加法”中，最关键的是步骤（3 ） ,它实现了 “在量较稳 的样本中，我们希望量反而越大越好”的目的。止所谓富水长流，方能财源广进：富水 即量大，长流那么代表量稳；只有持续稳定的输出，才有可能为我们带来源源不断的收益。 而步骤（4）那么与传统的多因子组合方式一致，按照两个单因子原本的方向进行了组合。图9 :优加换手率因子UTR的10分组及多空对冲净值走势o o O0 6 2 0 02 118 4 06mz Eisz E06 - OZ 一二 08 一 OZ 92J0 匚 0Z 6Z59 - 0Z 020二2 0 二 0二 0Z 【二 OSIOZ 三OZIOZ 一二 0 二 0Z 6i5z EZI0600Z I20800Z E0900Z 0 5 0 5 0 5 0 9 7 6 4 3 1数据来源：Wind资讯,仍以全体A股为研究对象，2006/01/01-2021/07/31为回测时间段，优加换手率UTR因子的月度IC均值为-0.071, RankIC均值为-0.099,年化ICIR为-2.35,年化RankICIR为-3.40。上图9展示了新因子的10分组及多空对冲净值走势；下表4比拟了其与量小、 量稳、“量小+量稳”、“量稳/量小”因子多空对冲的各项绩效指标；表5那么汇报了新因子 分年度的表现情况。优加换手率UTR因子在全市场10分组多空对冲的年化收益为 40.54%,年化波动为13.59%,信息比率为2.98,月度胜率为82.26%,最大回撤为11.65%, 表现明显优于“量小+量稳”、“量稳/量小”。表4 :优加换手率因子UTR的10分组多空对冲绩效指标表5 :优加换手率因子UTR的分年度表现量小因子Turn20量稳因子STR"量小+量稳”因子“量稳/量小”因子优加因子UTR年化收益率33.20%41.50%37.80%19.44%40.54%年化波动率17.64%14.63%16.39%8.27%13.59%信息比率1.882.842.312.352.98月度胜率69.89%77.42%73.12%73.12%82.26%最大回撤率20.90%10.04%13.42%8.84%11.65%数据来源：Wind资讯，年化收益率分1对冲分组10绩效指标年份分组1分组10分组1对冲分组10年化波动率信息比率月度胜率最大回撤率200679.09%26.82%40.58%24.06%1.6972.73%11.65%2007251.69%101.44%79.19%9.25%8.56100.00%0.00%2008-46.30%-65.58%46.56%14.14%3.2983.33%6.08%2009182.30%86.44%51.46%10.92%4.7191.67%2.11%201025.65%-1.70%25.79%14.50%1.7875.00%3.78%2011-27.92%-41.92%22.16%7.36%3.0175.00%1.12%201210.49%-25.16%44.10%6.55%6.7491.67%0.91%201357.36%27.00%23.39%11.17%2.0966.67%4.12%201464.91%23.58%34.02%14.17%2.4091.67%8.16%2015161.56%40.06%87.83%16.60%5.2991.67%2.43%20161.98%-26.12%36.02%13.89%2.5975.00%2.44%2017-16.64%-42.06%41.17%8.08%5.09100.00%0.00%2018-22.11%-44.01%36.73%11.08%3.3183.33%3.54%201939.79%0.98%34.06%13.53%2.5275.00%4.63%202031.73%1.71%26.13%20.20%1.2966.67%10.20%2021（至7月底）23.58%-8.45%32.19%12.06%2.6771.43%3.87%数据来源：Wind资讯,得到优加因子UTR后,我们将其对量小因子Turn20、量稳因子STR做正交化处理， 考察剔除两个因子的影响之后，残差是否还具有额外的选股能力。具体结果如下列图10所 示,剔除Turn20、STR因子的线性信息后，优加因子10分组多空对冲的年化收益为 9.48%,年化波动为9.04%,信息比率为1.05,月度胜率为64.52%,最大回撤为13.04%, 仍然具备一定的选股效果。图10 :伏加因子UTR剔除Tuni20 ' STR后的10分组及多空对冲净值走势数据来源：Wind资讯,6ZI2SZ Gzis-二 062Z IEI08IS 9ZO二 0Z6ZIO9OZ 0二 0二2 020 二07一二 0 二 0Z 1m-OZIOZ Im62J00 - ozSZS60S 1ro80S somooz一 EO9OS4.其他重要讨论纯洁优加因子的表现得到新因子后，我们考察其与市场常用风格因子的相关性。以全体A股为研究样 本，2007/01/01-2021/07/31为回测时间段，下表6展示了优加换手率因子与常用Barra风 格因子的相关系数。表6 :优加换手率因子与常用Barra风格因子的相关系数数据来源：Wind资讯,优加换手率UTR优加换手率UTRBooktoPrice-0.1513Beta0.1267EarningsYield-0.0554Momentum0.1846Growth0.0163ResidualVolatility0.4318Leverage0.0235Liquidity0.6099Size0.1072NonLinearSize-0.1506