量化因子 58：基金持仓网络牵引强度因子本因子基于基金持仓数据构建股票关联网络，量化股票之间的联动效应。具体而言，通过分

基金持仓网络牵引强度因子 (fund-network-factor)

Description: 本因子基于基金持仓数据构建股票关联网络，量化股票之间的联动效应。具体而言，通过分析与目标股票具有共同持仓的股票的超额收益，来捕捉市场对目标股票的潜在预期。若目标股票的关联股票普遍录得正向超额收益，则表明市场可能对目标股票的后续表现存在正向预期，反之亦然。该因子旨在识别因基金持仓结构而产生的股票间联动效应所带来的潜在投资机会。 Explanation: 本因子基于机构投资者（如基金）的持仓信息，构建股票关联网络。核心逻辑是：当一只股票的关联股票（即与其有共同基金持仓的股票）普遍表现出超额收益时，市场可能对该股票的未来表现产生正向预期，形成联动效应。反之，若关联股票表现不佳，则可能预示着该股票未来表现的压力。因子捕捉了机构投资者在持仓选择上所隐含的市场情绪和预期，可用于识别短期内的补涨或回调机会。本因子假设，机构投资者的选股策略存在一定程度的趋同性，当部分股票因某些信息或事件表现出超额收益时，会导致其他具有相似持仓结构的股票被投资者重新评估，从而形成价格上的牵引效应。注意，此处“超额收益”使用横截面中位数作为基准，而非市场指数收益，旨在更精确地捕捉持仓结构所带来的联动效应。 Tags: 技术因子

Formulas

股票A的预期超额收益率 Exp_ave:

Exp_{ave}^{A} = \frac{1}{N_{A}} \sum_{i=1}^{N_{A}} W_{i}^{A} * (chg_{i} - Med_{chg})

Formula Explanation

其中：

$N_{A}$ : 与股票A存在共同基金持仓的关联股票数量。该值反映了与股票A在机构投资者层面关联的紧密程度。
$W_{i}^{A}$ : 股票A与关联股票i的加权关联度。该权重通过股票A与股票i的基金共同持仓量计算得出，共同持仓比例越高，权重越大，表示两者关联性更强。具体计算可以采用如： $W_{i}^{A} = \frac{持仓股票A且同时持仓股票i的基金个数}{持仓股票A的基金个数}$ 或 $W_{i}^{A} = 持仓股票A且同时持仓股票i的基金的持仓占比之和$ , 具体可根据情况选择合适的计算方法。
$chg_{i}$ : 关联股票i过去20个交易日的涨跌幅。该指标反映了关联股票在近期内的市场表现。
$Med_{chg}$ : 所有基金持仓股票过去20个交易日涨跌幅的横截面中位数。该值作为基准，用于衡量关联股票的超额收益。
$chg_{i} - Med_{chg}$ : 关联股票i相对于市场中位数水平的超额收益。正值表示关联股票i表现优于市场中位数，负值则表示表现落后。
$W_{i}^{A} * (chg_{i} - Med_{chg})$ : 股票A的关联股票i的加权超额收益贡献。该值表示关联股票i的超额收益对股票A的预期超额收益的贡献程度，关联度越高，贡献越大。

来源：factors.directory

Related Factors

外资券商关联网络牵引强度因子 (foreign-broker-network-factor)
分析师共识覆盖加权动量 (analyst-coverage-momentum)
新闻共现注意力溢出因子 (news-co-occurrence)
相对组合对数价差偏离度 (price-spread-deviation)
基本面趋势预期收益率 (fundamentals-implied-benefits)
散户同步性因子 (herd-effect)
月度收益季节性动量因子 (seasonal-returns)
科技关联加权动量因子 (technology-momentum)
行业领头羊动量溢价因子 (industry-momentum-factor)
市场收益率协偏度因子 (covariance-skewness1)