最近在翻聚宽因子看板的时候发现有这样一个因子： - [换手率相对波动率 turnover_volatility](https://www.joinquant.com/view/factorlib/detail/04eabf5c022e9f2368e44583a1228569?buildtype=2&universetype=eno4MDA=&period=MTB5) 因子类别： 情绪类因子 计算公式： 取20个交易日个股换手率的标准差 更新时间： 下一交易日早晨9:00前更新 数据处理： 中位数去极值 -> 行业市值对数中性化 -> zscore标准化 默认参数： 加权方式为按市值加权 ### 因子表现 根据因子看板中表现出的数据，该因子在全行业均表现出较大的负IC，下图是中证800上近3年的行业IC  根据全分位回测表现，可以看到虽然分位表现的单调性不够明显，但是最大分位获得了稳定且较高的负超额收益  大家可以自行去因子看板查看细节 ### 归因思考 根据因子看板的表现，该因子在全行业上，历史大部分时间具有显著的负超额收益，且最大分位尤为明显。配合因子的计算方法思考，因子有效的原因可能在于，短期换手率波动最大的股票，大概率是经历炒作的股票。这类股票长期表现不佳。 ### 用途思考 根据因子的特征，该因子可以配合其他选股策略，进行炒作股票的过滤。 我简单构建了一个ROE选股策略用于测试因子效果： - 使用中证800股票池过滤ST、退市、停牌 - 营收同比增长大于0 - 市盈率 0到100倍 - 市净率 0到20倍 - ROE排序，取前20股，每周轮动 在不加入换手率相对波动率筛选时，该质量选股策略在10年回测中的表现如下  去除因子值最大的10%股票后，选股策略的10年回测表现如下  去除因子值最大的20%股票后，选股策略的10年回测表现如下  过滤最大10%到50%的回测表现如下  ### 总结 换手率相对波动率属于情绪因子，在全行业均具有较高的负IC值，其最大分位具有显著的负超额收益。通过简单的测试，使用该因子过滤最大分位股票，有效提高了ROE选股的回测表现。 后续可以研究该因子与其他选股因子的搭配效果，设计多因子选股策略。抛砖引玉，欢迎大家集思广益。