西部证券在2026年3月发了份报告，把市场的微观结构给掰开了揉碎了研究，不仅看成交量，还把交易时间间隔给加进来了。这就弄出了个IT知情交易因子，他们就是想看看这玩意儿在A股能不能赚钱，能不能用。结论挺明确的，效果也挺稳当。 报告的逻辑很直接，知情的人想占便宜就得搞小动作，要么拆单要么藏着掖着。这就造成了两个特点：成交量分布得均匀，时间间隔也均匀。以前的因子只盯着一个维度看，很难抓住这一点，所以这次就把“量”和“时”这两样东西揉在了一起。 这个IT因子是怎么做的呢？他们先算出个股过去10天的日均成交量和平均交易间隔，然后给这两个数据做个标准化处理。最后取这一段观察期内标准化指标的平均值，就是IT因子了。一般来说，因子值越低，说明交易越均匀，就越像知情的人干的事。因为我们习惯用正的来预测收益，所以得把这个因子乘以负1转一下。 实证检验下来确实不错。双周的RankIC均值有0.064，胜率高达82.43%，ICIR更是到了0.982。做成10分组多空组合的话，年化收益率有34.81%，多头那边的超额收益也有16.67%。从2017年到2026年这一整段时间里，RankIC一直是正的，还有80%的年份里多头超额收益都超过了10%。 风格上看，这个因子偏向低波动和低流动性的特点，市值上算是接近中性的状态。哪怕把流动性和波动率给控制住了，它选出来的股票还是挺能打的。它跟传统的Level-2因子相关性不高，说明有自己的独家信息。 在用它来选股的时候效果特别好。Top100组合的年化收益能到25.9%，累积收益更是飙到了704.3%，比万得全A强太多了。行业分布挺分散的，盘子小的股票也就占了5%左右的风险完全在可控范围内。 做指数增强策略的时候也很好使。在中证1000里表现最棒，年化超额收益能有9.3%。沪深300和中证500那边也能稳定地跑出超额收益来。要是把BABR撤单因子跟它加权合起来用的话，RankIC能直接升到0.072。中证1000的指增效果就会更好点。 再把行业和市值给中性化一下效果更好了。RankIC均值变成了0.056，胜率也涨到了87.87%，整体更稳当了。在中小盘股票里它选股的效果比大盘股要好得多。 报告最后也提了个醒：数据有时候会有延迟或者误差的风险。过去的表现也不能保证以后还能这么牛。研究框架还得跟着市场变化一起迭代更新才行。 总之这个IT因子精准地抓住了知情交易的微观行为特征，不管是用来选股还是增强指数都挺实用的。它算是微观结构因子领域的一个新突破吧。免责声明咱们就不说了哈。