特质波动率选股
市场模型残差波动率的截面排序：高特质波动个股后续收益占劣，做多低特质波动组合，与低波动、低 Beta 做家族重叠度对照。
策略目标
特质波动率之谜是资产定价中最著名的反例之一：按经典理论，特质风险可以被分散，不应被定价；但 Ang、Hodrick、Xing 与 Zhang 发现，高特质波动率股票的后续收益系统性更低，且该模式在美国与国际市场同时成立 [1][2]。主流解释指向彩票偏好：在卖空约束下，偏好博彩型收益的投资者推高高特质波动股票的价格，随后产生负向修正。A 股散户主导、涨跌停与 T+1 的市场结构是该机制的天然温床，低特质波动溢价在 A 股研究中被反复报告，但具体幅度与稳定性属实证问题，本文不下结论。本策略是低波动、低 Beta 家族的第三位成员：用市场模型残差波动率排序，与总波动、Beta 两个近亲做持仓重叠度对照——家族内部是否同物，由数据裁决。
数据需求（量价）
| 数据 | 字段 | 频率 | 用途 |
|---|---|---|---|
| 量价 | 个股日收益率（后复权） | 日频 | 回归因变量 |
| 量价 | 指数日收益率（中证全指） | 日频 | 回归自变量 |
| 状态 | ST、上市日期、停牌标记 | 日频 | 过滤 |
基准指数口径全程固定（中证全指覆盖面宽，沪深 300 口径的差异列入敏感性检验）。停牌日样本直接剔除，不做插值——插值会人为压低残差波动，扭曲排序。
特质波动率估计
用过去 250 个交易日的日收益做 OLS，特质波动率定义为残差标准差：
与总波动的差别在于剔除市场共同部分后，只度量公司自身的噪声。残差不足 60 个交易日的标的降级处理或剔除；120/60 日短窗口列入敏感性检验。
执行规则与家族对照协议
月度调仓——量价因子半衰期短，季频不合适。剔除 ST、上市不满一年、统计窗内停牌密集的标的；截面按 IVOL 从低到高排序，做多最低的 40 只等权，缓冲带抑制边缘换手。家族对照协议：每月统计与低波动组合、低 Beta 组合的持仓重叠度——若重叠长期超过 70%，说明三个因子在 A 股几乎同物，组合层面保留实现成本最低的一个即可；这个判断由数据下结论，不由偏好下结论。
风险与失效场景
- 家族高度重叠：特质波动与总波动、Beta 的截面相关性极强是共识，独立 alpha 期望要放低；
- 彩票偏好的反噬窗口：高 IVOL 组在情绪疯牛期会短期暴涨，低 IVOL 组合在该阶段相对跑输最惨，需要组合层面能承受；
- 估计不稳定：回归窗口内市场结构切换会让 Beta 与残差同时漂移，IVOL 排名天然抖动；
- 停牌与涨跌停扭曲：一字涨跌停日收益被截断，残差分布失真，需剔除规则；
- 行业聚集：低特质波动聚集公用事业等防御行业，与家族成员同样的老问题；
- 因子拥挤：异象发现近二十年，衰减需滚动监控。
验证状态
待验证。需要完成：IVOL 分组收益单调性；与总波动排名的截面相关系数；三个家族组合的持仓重叠度序列；回归窗口 60/120/250 日与基准口径（全指/300）的敏感性；防御行情与进攻行情的双向对照。本文不提供任何未实测的收益或回撤数字。
参考文献与延伸
[1] Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). The Cross-Section of Volatility and Expected Returns. Journal of Finance, 61(1).（特质波动率之谜的原始证据）
[2] Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2009). High Idiosyncratic Volatility and Low Returns: International and Further U.S. Evidence. Journal of Financial Economics, 91(1).（跨国样本确认）
[3] Q-Code 量化策略工作台
策略逻辑结构
- 日收益序列 — 个股与中证全指日收益
- 市场模型回归 — 250 日 OLS 估计 α 与 β
- 残差波动率 — IVOL = 残差标准差
- 范围过滤 — ST、次新、停牌密集剔除
- 低特质波动组合 — IVOL 最低 40 只等权
- 家族重叠度监控 — 与总波动、低 Beta 重叠度月度统计