（来源：建榕量化研究）

A股市场中，股票日内分钟成交量在时间维度，总体呈现“头尾高，中间低”的“U”型分布特征。日内分钟成交量一方面体现了分钟交易活跃度；另一方面，日内分钟成交量的局域分布特征，体现了日内不同时点，各类投资者的交易参与度。本报告中，我们对日内分钟成交量做全方位解析，通过日内分钟成交量的局域分布特征，将个股日内分钟成交量划分为“峰、岭、谷”三种状态，从而挖掘不同状态下的alpha信息。

第一节，我们详细介绍对成交量“峰、岭、谷”三类状态的划分方法。第二节至第六节，报告分别从分钟数、分钟收益、相对加权价格、加权价格分位点以及时间间隔统计特征方面，对“峰、岭、谷”各类别独立构建相应因子。第七节，我们将不同类别之间相互结合，分别从加权价格比值、成交额比值、成交额跟随比例、成交额敏感度、成交额相关性以及同时点统计数相关性方面，构建有效因子。考虑到报告涉及因子数量较多，将部分数据在第八节进行补充，讨论了本报告因子与Barra风格因子的相关性、本报告因子间的相关性以及因子的分域表现。

01

日内成交量状态划分：峰、岭、谷

本报告中，我们对个股日内分钟成交量状态进行划分，先按成交量水平将分钟成交量划分为喷发成交量与温和成交量，考虑到个股日内成交量受交易时段影响较大，总体呈现“U”型分布特征，我们对过去20日同时点成交量按照1倍标准差的标准划分，高于1倍标准差划为喷发成交量，低于1倍标准差划为温和成交量。然后，我们对喷发成交量进一步按照连续与否划分。若当前分钟为喷发成交量，且前后1分钟均为温和成交量，则划为孤立喷发成交量；若当前分钟为喷发成交量，且前后1分钟存在喷发成交量，则划为连续喷发成交量。

为表述方便，我们套用地理中的“峰、岭、谷”定义。横看成岭侧成峰，地理中将孤耸的高山称为“峰”，将连绵的高山称为“岭”，将高山之间的低洼地带称为“谷”。因此，本报告中，我们将温和成交量称为“量谷”，将连续喷发成交量称为“量岭”，将孤立喷发成交量称为“量峰”。

“峰、岭、谷”的划分方式中，“量谷”反映了个股日内的交易低迷时点，以小额交易为主。“量峰”和“量岭”均是大额交易时点，二者的区别在于：“量峰”时点的大额交易没有资金跟随交易，其局域交易情绪低迷；“量岭”的大额交易有资金跟随交易，其局域交易情绪高涨。

本报告中，我们按“峰、岭、谷”的标准划分交易时点，构建了11个大类的20个有效因子（如图3所示，√代表有效因子，×代表无效因子）。前5个因子类型针对“峰、岭、谷”分别独立构建共13个因子，后6个类别则将“峰、岭、谷”按不同方式结合，构建共7个因子。

我们认为，量岭的跟随交易与个人投资者的交易特征更加相符；量峰的大额交易发生在情绪低迷处，与知情交易者的交易特征更加相符；量谷则是日内情绪低迷时点，其价格过度反应概率更低。因此，对于量谷时点，价格、收益类因子更加有效，且为正向因子；对于量峰时点，分钟数、成交额类因子更加有效，反映知情交易参与度，为正向因子；对于量岭时点，分钟数、成交额类因子反映个人投资者参与度，价格、收益类因子反映个人投资者的过度反应，均比较有效，且均为负向alpha贡献。

02

量峰分钟数因子多空年化收益31.58%

我们简单统计过去20日量峰的分钟数，作为量峰分钟数因子。因子衡量日内的知情交易参与频率，因子值越高，知情交易参与度越高。

本报告的因子测试中，对因子做市值、行业中性化处理，月频调仓，费率为双边千三，测试区间为20130101-20250531（下文未做特别说明，则同处理方式）。

量峰分钟数因子RankIC均值10.62%，RankICIR4.36。从全市场表现来看，多头组年化收益率14.36%，多空组合年化收益率31.58%，年化IR3.22，最大回撤9.43%，月度胜率79.73%，多空组合表现稳健。

从分年度表现来看，量峰分钟数因子多空组合所有年份均录得正收益，且大多数年份收益超30%。

从分域表现来看，量峰分钟数因子更加适用小市值股票池。在沪深300中，多空组合年化收益率9.99%，年化IR1.05；在中证500中，多空组合年化收益率14.96%，年化IR1.66；在中证1000中，多空组合年化收益率24.73%，年化IR2.94。

从分年度表现来看，量峰分钟数因子在中证500与中证1000中，所有年份均录得正收益，且多数年份收益较高。在沪深300中除2019年与2021年出现负收益外，其余年份录得正收益。

类似的，我们构建了量岭分钟数因子，衡量个人投资者交易参与频率。因子RankIC均值-9.04%，RankICIR-3.13。从全市场表现来看，多头组年化收益率13.37%，多空组合年化收益率26.2%，年化IR2.2，最大回撤15.56%，月度胜率69.6%。

03

量岭分钟收益因子多空年化收益14.98%

我们计算过去20日量岭时点的累计收益作为量岭分钟收益因子，衡量个人投资者交易的收益贡献，个人投资者交易的过度反应，导致量岭分钟收益因子为显著负向因子。

量岭分钟收益因子RankIC均值-6.29%，RankICIR-3.55。从全市场表现来看，多头组年化收益率7.47%，多空组合年化收益率14.98%，年化IR1.73，最大回撤13.84%，月度胜率70.3%。

从分年度表现来看，量岭分钟收益因子多空组合所有年份均录得正收益，2023年至2025年收益偏弱。

04

量谷相对加权价格因子多空年化收益25.35%

在开源金融工程团队2020年的报告《聪明钱因子模型的2.0版本》中，我们从分钟行情数据的价量信息中，通过分钟成交量的价格冲击程度，尝试识别机构参与交易的多寡，最终构造出一个跟踪聪明钱的选股因子。样本外5年中，聪明钱因子始终表现稳健。

本节，我们参考聪明钱因子的构建方式，计算每日量谷的成交量加权价格，与当日总成交量加权价格做比，并计算20日均值作为量谷相对加权价格因子。考虑到量谷时点交易情绪低迷，其价格过度反应概率较低，因此其价格相对水平越高，个股未来表现越好。

量谷相对加权价格因子RankIC均值8.69%，RankICIR4.44。从全市场表现来看，多头组年化收益率12.03%，多空组合年化收益率25.35%，年化IR3.04，最大回撤12.59%，月度胜率79.7%。

从分年度表现来看，量谷相对加权价格因子多空组合所有年份均录得正收益，2021年之前收益均在20%以上，2021年以来收益有所下滑，2024年、2025年收益偏弱。

从分域表现来看，量谷相对加权价格因子在沪深300中，多空组合年化收益率8.18%，年化IR0.99；在中证500中，多空组合年化收益率9.94%，年化IR1.26；在中证1000中，多空组合年化收益率19.89%，年化IR2.66。

从分年度表现来看，量谷相对加权价格因子在中证1000中，所有年份均录得正收益，且多数年份收益较高。在沪深300中，在2019年、2021年和2023年出现负收益，其余年份录得正收益，2025年以来年化收益率22%。在中证500中，除2022年和2023年外，其余年份均录得正收益，2025年收益偏弱。

类似的，我们构建了量岭相对加权价格因子，衡量个人投资者交易的价格相对水平。因子RankIC均值-6.27%，RankICIR-3.77。从全市场表现来看，多头组年化收益率8.35%，多空组合年化收益率17.99%，年化IR2.27，最大回撤10.49%，月度胜率77%。

05

量谷加权价格分位点因子多空年化收益20.22%

本节，我们将“日内最高价、日内最低价、昨日收盘价”三者的最高值与最低值作为[昨收,今收]区间的价格高低位，并计算每日量谷成交量加权价格的相对分位点，将20日的分位点均值作为量谷加权价格分位点因子，衡量交易低迷时点的价格水平。考虑到因子计算中正向暴露20日反转因子，我们进一步对量谷加权价格分位点因子做反转中性化处理。

量谷加权价格分位点因子RankIC均值6.34%，RankICIR4.32。从全市场表现来看，多头组年化收益率13.1%，多头组收益贡献显著，多空组合年化收益率20.22%，年化IR3.29，最大回撤10.18%，月度胜率80.4%，相较于量峰加权价格分位点因子表现明显更稳健。

从分年度表现来看，量谷加权价格分位点因子多空组合除2025年外，其余年份均录得正收益，且大多数年份收益较高。

从分域表现来看，量谷加权价格分位点因子在沪深300中，多空组合年化收益率9.35%，年化IR1.25；在中证500中，多空组合年化收益率11.71%，年化IR1.76；在中证1000中，多空组合年化收益率14.98%，年化IR2.59。

从分年度表现来看，量谷加权价格分位点因子在沪深300中，除2021年外其余年份均录得正收益，2025年以来年化收益率16.7%。在中证500中，多数年份均录得正收益，2025年因子回撤较大。在中证1000中，仅2025年出现负收益，其余年份录得正收益。

类似的，我们构建了量峰加权价格分位点因子，衡量知情交易价格的相对水平。因子RankIC均值3.47%，RankICIR2.9。从全市场表现来看，多头组年化收益率6.82%，多空组合年化收益率11.2%，年化IR1.88，最大回撤11.8%，月度胜率71.6%。

06

量峰间隔峰度因子多空年化收益23.3%

本节中，我们针对两个量峰之间的时间间隔计算统计指标，对过去20日同日前后两个量峰之间的时间间隔分布，计算其峰度作为量峰间隔峰度因子。

量峰间隔峰度因子RankIC均值7.19%，RankICIR4.63。从全市场表现来看，多头组年化收益率11.78%，多空组合年化收益率23.3%，年化IR3.39，最大回撤7.37%，月度胜率82.4%。

从分年度表现来看，量峰间隔峰度因子多空组合所有年份均录得正收益，且多数年份收益较高。

从分域表现来看，量峰间隔峰度因子在沪深300中，多空组合年化收益率7.63%，年化IR1.05；在中证500中，多空组合年化收益率9.93%，年化IR1.43；在中证1000中，多空组合年化收益率17.09%，年化IR2.76。

从分年度表现来看，量峰间隔峰度因子在中证500与中证1000中，所有年份均录得正收益。在沪深300中，2019年、2021年及2023年出现负收益，2025年以来年化收益率16.3%。

类似的，我们分别构建了量峰间隔标准差因子、量峰间隔偏度因子、量岭间隔标准差因子、量岭间隔偏度因子和量岭间隔峰度因子。

量峰间隔标准差因子RankIC均值-8.57%，RankICIR-3.99。从全市场表现来看，多头组年化收益率10.74%，多空组合年化收益率25.66%，年化IR2.93，最大回撤9.86%，月度胜率79.1%。

量峰间隔偏度因子RankIC均值7.68%，RankICIR4.58。从全市场表现来看，多头组年化收益率11.56%，多空组合年化收益率24.56%，年化IR3.37，最大回撤7.56%，月度胜率80.4%。

量岭间隔标准差因子RankIC均值7.34%，RankICIR3.75。从全市场表现来看，多头组年化收益率12.59%，多头组收益贡献较高，多空组合年化收益率18.41%，年化IR2.23，最大回撤8.63%，月度胜率70.3%。

量岭间隔偏度因子RankIC均值-8.08%，RankICIR-3.82。从全市场表现来看，多头组年化收益率12.32%，多空组合年化收益率22.19%，年化IR2.66，最大回撤7.07%，月度胜率73.7%。

量岭间隔峰度因子RankIC均值-7.61%，RankICIR-3.77。从全市场表现来看，多头组年化收益率10.25%，多空组合年化收益率19.47%，年化IR2.45，最大回撤7.21%，月度胜率72.3%。

07

“峰、岭、谷”的信息组合

前文针对“峰、岭、谷”独立构建相关因子，本部分，我们尝试将三者相互结合，构建价格比、成交额比、相关性等因子。

7.1、 谷岭加权价格比因子多空年化收益15.83%

如前文所述，量谷时点交易低迷，价格过度反应概率较低，量岭时点个人投资者交易使得价格过度反应概率较高。因此，我们计算每日量谷成交量加权价格，与量岭成交量加权价格做比，并计算20日价格比均值作为谷岭加权价格比因子。因子值越高，个人投资者过度反应使得价格向下偏离程度越高，个股未来表现越好。

谷岭加权价格比因子RankIC均值6.98%，RankICIR3.56。从全市场表现来看，多头组年化收益率11.5%，多空组合年化收益率15.83%，年化IR1.83，最大回撤11.73%，月度胜率72.3%。

从分年度表现来看，谷岭加权价格比因子仅2023年出现负收益，其余年份均录得较高正收益。

从分域表现来看，谷岭加权价格比因子在沪深300中，多空组合年化收益率9.73%，年化IR1.21；在中证500中，多空组合年化收益率10.49%，年化IR1.34；在中证1000中，多空组合年化收益率12.91%，年化IR1.76。

从分年度表现来看，谷岭加权价格比因子在中证1000中所有年份均录得正收益，2021年、2023年收益偏弱。在沪深300中，2021年与2023年出现负收益，其余年份均录得正收益。在中证500中，2023年和2025年出现负收益，其余年份均录得正收益。

类似的，我们构建了峰岭加权价格比因子，因子RankIC均值4.7%，RankICIR3.61。从全市场表现来看，多头组年化收益率5.3%，多空组合年化收益率10.31%，年化IR1.81，最大回撤11.41%，月度胜率68.9%。

7.2、 峰岭成交比因子多空年化收益27.13%

本小节通过计算20日量峰总成交额与量岭总成交额，二者做比作为峰岭成交比因子，衡量知情交易相对个人投资者交易的相对参与程度。峰岭成交比因子RankIC均值10.28%，RankICIR4.07。从全市场表现来看，多头组年化收益率16.06%，多头组收益贡献显著，多空组合年化收益率27.13%，年化IR2.89，最大回撤7.88%，月度胜率74.3%。

从分年度表现来看，峰岭成交比因子多空组合所有年份均录得正收益，2025年收益偏低，其余年份均有较高收益表现，多数年份收益超20%。

7.3、 喷发成交额跟随比例因子多空年化收益30.09%

如前文所述，将喷发成交划分为量峰与量岭，二者均代表大额成交时点，但区别在于，量峰的大额成交没有资金跟随，量岭的大额成交有资金跟随。因此，本节将过去20日喷发成交时点的总成交额作为分母，将喷发成交时点的下一分钟总成交额作为分子，从而衡量大额成交后的资金跟随程度，作为喷发成交额跟随比例因子，资金跟随程度越高，则个股交易中的个人投资者交易占比越高，个股未来表现越弱。

喷发成交额跟随比例因子RankIC均值-10.59%，RankICIR-3.9。从全市场表现来看，多头组年化收益率16.13%，多空组合年化收益率30.09%，年化IR2.85，最大回撤9.8%，月度胜率73.65%。

从分年度表现来看，喷发成交额跟随比例因子多空组合所有年份均录得正收益，且多数年份收益超20%。

类似逻辑下，我们构建了喷发成交额敏感度因子与喷发成交额相关性因子。

我们将过去20日喷发成交时点分钟成交额作为自变量，将喷发成交时点的下一分钟成交额作为因变量，从而衡量分钟成交额对大额成交的敏感度，作为喷发成交额敏感度因子。喷发成交额敏感度因子RankIC均值-7.14%，RankICIR-3.58。从全市场表现来看，多头组年化收益率13.96%，多头收益贡献显著，多空组合年化收益率15.61%，年化IR2.18，最大回撤8.31%，月度胜率69.59%。

我们计算过去20日喷发成交时点分钟成交额与下一分钟成交额的相关系数，作为喷发成交额相关性因子。喷发成交额相关性因子RankIC均值-10.94%，RankICIR-3.99。从全市场表现来看，多头组年化收益率15.12%，多空组合年化收益率29.72%，年化IR2.73，最大回撤11.54%，月度胜率75.7%。

7.4、 同时点峰岭数相关性因子多空年化收益22.78%

本小节，我们统计过去20日同一时点的量峰与量岭样本数，并计算二者相关性，作为同时点峰岭数相关性因子。

同时点峰岭数相关性因子RankIC均值-6.67%，RankICIR-4.4。从全市场表现来看，多头组年化收益率10.09%，多空组合年化收益率22.78%，年化IR3.27，最大回撤8.39%，月度胜率80.4%。

从分年度表现来看，同时点峰岭数相关性因子多空组合所有年份均录得正收益，且多数年份收益较高。

从分域表现来看，同时点峰岭数相关性因子在沪深300中，多空组合年化收益率6.07%，年化IR0.83；在中证500中，多空组合年化收益率9.96%，年化IR1.44；在中证1000中，多空组合年化收益率18.13%，年化IR2.9。

从分年度表现来看，同时点峰岭数相关性因子在沪深300中，2021年出现较高负收益。在中证500中，仅2025年出现负收益，其余年份均录得正收益。在中证1000中，所有年份均录得正收益。

08

补充材料：因子相关性及分域表现

本报告中，我们通过将日内分钟成交量按照“峰、岭、谷”划分，从而对日内信息进行切割，基于此构建了11个大类共20个有效因子。从与Barra风格因子相关性来看，部分因子在波动率、流动性上有较高暴露（如分钟数类因子、时间间隔统计指标类因子等）。

从因子间相关性来看，量峰分钟数因子与多个因子存在较高相关性。其中，与量岭分钟数因子负相关69%，与量峰间隔标准差、峰岭成交比、喷发成交额跟随比例等因子相关性绝对水平超过80%，属于同一逻辑的不同表达。量峰间隔峰度因子与量峰间隔偏度因子之间相关性高达98%。量谷加权价格分位因子与量峰加权价格分位因子之间相关性66%。

如表18所示，多数因子在Barra风格、行业中性后，仍保持较高有效性。

由于篇幅限制，前文仅从因子间相关性维度出发，挑选个别相关性偏低的因子做分域回测，其余因子在各分域有效性可参考表19。