低换手股票后来表现怎样

English page

证据快照截至 2026 年 9 月 16 日，文字与来源哈希于 2026 年 10 月 22 日复核。本次修订沿用已有研究产物，没有增加观察月份。

目前的发现

这轮历史比较中，低换手组的月均收益比高换手组高约 1.38 个百分点。加入市值和波动等控制、按调整后的信号重新分组后，完整控制版本的差值约为 1.20 个百分点。实际持仓能获得多少收益，还需要用一致的交易规则验证。

这 86 期名单形成于 2019 年 5 月至 2026 年 6 月，对应持有期从 2019 年 6 月延续到 2026 年 7 月。共同样本要求市盈率为正，控制变量也须有可用数据，不能代表全部 A 股。这段历史已经被多轮研究查看，2024 年至 2026 年的结果只能作描述性比较。

主信号采用选股日前 60 个交易日的平均换手率，不含选股当天。换手率衡量股票成交股份占相应股份数的比例，后文的组合换手则衡量组合自己买卖了多少。股票换手低，不能保证成本低或容易成交。

当前采用的点时分组修正版

本版先用选股日信号固定分组，再检查未来收益是否可用。收益从下一交易日复权开盘价算到该期末复权收盘价。第一期收益终点为 2019 年 6 月 28 日，最后一期为 2026 年 7 月 31 日。未来缺价仍会限制能观察哪些结果，历史修订安全也未完全核实。

各行使用相同的 86 期日期。研究先用指定特征调整信号，再按剩余信号重新排序，分成十组。控制后的两端名单会变化，未必仍是原始换手率最低与最高的股票。

信号处理	低换手得分端月均收益	高换手得分端月均收益	月均差值（百分点）	95% 区块区间（百分点）
原始信号	1.08%	-0.30%	1.38	0.94 至 1.92
控制市值	1.29%	-0.34%	1.63	1.23 至 2.06
再控制低波动	0.73%	-0.13%	0.86	0.57 至 1.18
加入其余控制	1.03%	-0.17%	1.20	0.87 至 1.62

完整控制纳入市值、低波动、成交活跃度、Amihud 流动性指标、动量、反转、贝塔和估值。区间以连续 12 个月为一块重抽 2,000 次得到，保留相邻月份一起变化的影响。它描述这段历史中的估算不确定性，没有覆盖整个研究过程尝试过的全部方案。

加入低波动后，差值由约 1.63 缩小到 0.86 个百分点。相关特征和名单同时变化，行与行的差值不能直接算作单个特征造成的收益。完整控制下仍有正向历史关系，数据选择和历史修订等影响尚未排除。

联合截面回归中，低换手得分每高一个标准差，下一期收益平均高约 0.60 个百分点，86 期中有 76.7% 的系数为正。该结果描述给定其他特征后的历史关系，尚不足以判断因果作用或实际交易收益。

较早的预设交互检验没有找到稳定协同，多重检验校正后的 p 值记录为 0.958 和 0.616。较高的 p 值说明该检验没有检出相应关系，仍需结合效应区间和检验能力判断，不能据此断定协同不存在。

版本与控制阶段

本次复核确认，文档曾将中间阶段的约 1.18 个百分点写成完整控制结果。对应阶段尚未加入贝塔和估值，当前产物的各阶段如下。

产物中的阶段	已加入的控制	月均差值（百分点）
raw	无	1.3821
size	市值	1.6286
size_lowvol	再加低波动	0.8598
size_lowvol_liquidity	再加成交活跃度与流动性	1.2392
size_lowvol_liquidity_returns	再加动量与反转	1.1795
plus_beta	再加贝塔	1.2191
plus_beta_value	再加估值，完整控制	1.2001

来源清单 SHA-256 为 9638fd5f4a3edc39896ac20dcfb7e47ddb4cd0f0d861e4033a4751e82b5f543f，收益汇总 SHA-256 为 3d52f7713be407752fc0dc36252fb1830f3b214a31ac4720f8314d2a65b243e4。哈希用于识别产物版本，不能单独证明历史数据排除了事后修订。

较早页面展示值，作为历史记录保留

下表保留本次复核前页面采用的数值。主页面已改用上方点时修正版，区间和两端均值也一并更新。下表的 1.21 不与中间阶段的 1.18 混用，不用于拼接收益序列。

信号处理	低换手组月均收益	高换手组月均收益	低减高	95% 区块区间
原始信号	1.08%	-0.30%	1.38%	0.93% 至 1.91%
控制市值	1.29%	-0.34%	1.63%	1.23% 至 2.06%
再控制低波动	0.73%	-0.13%	0.86%	0.57% 至 1.18%
再控制成交、流动性、动量、反转、贝塔和估值	1.03%	-0.18%	1.21%	0.87% 至 1.64%

后续观察与事前登记证据

2026 年 9 月 16 日的归档包含一个已完成的八月窗口和一个待完成窗口。八月记录中，原始低换手组跑输高换手组约 12.86 个百分点，逐步控制后差值从负转正。一个月不足以判断长期表现。

原清单写有 frozen_formation_end=2026-07-31，同时引用九月的数据产物。前者是形成数据的截止日，现有文件还不足以证明规则和名单在八月持有期开始前已经锁定。也不能据此断定档案一定被事后改写。补齐可核验的事前记录前，这个窗口暂按后续观察保留。

原协议要求至少 24 个完整月份。这个数量只能作为既定研究门槛，仍需结合波动、效果大小和尝试过的方案数量判断证据强弱。未来每期要在持有期开始前登记代码版本与来源，保留名单、权重和评价规则的时间证据。

读表时需要的几个概念

低减高收益是低换手得分端的平均收益减去高换手得分端。它描述历史组间差距，实际账户收益还取决于持仓和成交。

Rank IC 比较信号排名与后续收益排名是否一致，接近零表示这项排序关系较弱。点时数据（PIT）要求信息在研究当天已经公开且可得，筛选公告日期仍不足以排除后来修订。

ADV20 是选股日前 20 个交易日的平均成交额，用于粗略衡量股票平时的交易规模。Amihud 指标用价格涨跌幅绝对值与成交额作比较，描述一定成交金额对应多大的价格变化。1 基点等于 0.01%，50 基点等于 0.5%。下文滑点数字都是模拟假设，尚未用券商真实成交校准。

模拟交易结果怎样阅读

理论多空差值和扣成本多头模拟采用不同的组合方向与记账规则，两者相减不能衡量执行成本。检验成交约束的影响，需要固定同一信号、股票池和期间，只改变成交假设。

组合层面的 ADV20 账本、停牌与涨跌停处理已经做过探索。分钟数据覆盖和 L2 事件重建仍有缺口，50 与 100 基点的冲击参数缺少实际成交校准，执行成本尚未得到实证确认。

已完成的窗口与执行对照

为了区分信号平滑程度，统一使用 2015 至 2026 年日频数据、月频调仓、40 只目标持仓、60 只缓冲持仓和 10bp 交易费，对形成日前 20、60、120 个交易日的平均换手率做同一账本比较。这里的净收益是模拟组合结果，不能与上面的理论多空收益直接拼接。

换手观察窗口	净年化	净 Sharpe	净最大回撤	年化换手
20 日平均	3.52%	0.264	-65.01%	11.59 倍
60 日平均	5.33%	0.331	-52.39%	6.79 倍
120 日平均	7.60%	0.411	-45.61%	4.47 倍

120 日窗口的原快照净年化为 7.60%。后续同输入重放在最低 90 个有效观测时得到约 4.22%，改为 45 个时约为 6.26%。原始运行尚未找回，差异没有完全解释，表格保留历史记录，不能据此选定最佳窗口。查看窗口复查

较长的观察窗口在这套历史账本中收益更高、换手更低、回撤更浅。窗口也会改变合资格样本、排名和持仓路径，因此这里保留为定义敏感性的比较。较早的单日与平滑信号理论多空结果在下文单独列出。

剔除最高换手五分位后，净年化约 5.46%，低换手组合约 5.33%，差异约 0.12 个百分点，回撤和换手接近。当前结果更支持把这个规则看作小幅排除条件候选，尚不足以证明主动集中到最低换手端更有效。

原登记记录有一个已完成的八月窗口和一个待完成窗口。现阶段只保留观察与流程检查结果，事前登记证据和观察月份均不足。后续登记应沿用冻结规则，不能用更新数据改写已归档信号。

2026 年 9 月 16 日尝试刷新登记时，流程拒绝了两个不合适的输入。重复使用 9 月 15 日数据日期违反了前一批清单必须更早的约束。改用 9 月 16 日时，流程发现市场数据只覆盖到 9 月 15 日，随后停止。截至这次尝试，没有新增完整持有期可以登记。流程因数据尚未更新而停止，缺失日期保留为空。

早期探索记录（收益口径与样本各不相同）

最初的强结果对定义很敏感

2008 至 2026 年，按月末单日换手率分组得到的多空年化收益约 25.97%，Sharpe 为 2.05，最大回撤为 -17.97%。将单日读数换成过去 20 或 60 日的均值或中位数后，年化收益降至约 9.47% 至 15.88%。单日与平滑定义的差距很大，还需要区分月末交易状态、样本和持仓变化各自的影响。平滑信号仍有历史关系，但强度低了许多。

信号定义	多空年化	Sharpe	最大回撤
月末单日换手	25.97%	2.05	-17.97%
20 日平均换手	15.88%	1.26	-22.60%
20 日中位换手	13.72%	1.12	-23.95%
60 日平均换手	11.76%	0.99	-22.33%
60 日中位换手	9.47%	0.83	-23.03%

这些是历史分组收益，不含完整的可交易性审计。多空的高换手腿是理论空头，真实融券、借券费和冲击成本没有完整计入。

控制其它特征后，信号变弱

在共同股票样本上，每个月先把低换手信号对指定特征做截面回归，再按回归残差排序。Rank IC 衡量信号排序与后续收益排序的一致程度，数值接近零表示排序信息较弱。开发期平均 Rank IC 和低换手减高换手的月均收益差如下。

逐步剥离的特征	平均 Rank IC	月均低减高收益
原始信号	0.0730	+1.60%
加市值	0.0790	+2.06%
再加低波动	0.0262	+0.96%
再加成交活跃度、Amihud 型流动性	0.0078	+0.72%
再加滞后动量、短期反转	0.0210	+1.11%

加入市值后，收益差反而上升，说明在这组样本里市值控制没有削弱排序。低换手不能简单等同于小市值。加入低波动后，IC 和收益差明显收窄。再控制成交活跃度和 Amihud 型流动性后，Rank IC 接近零。加入动量和反转后，指标略有恢复。各代理变量彼此相关，回归顺序会影响结果，因此表中变化不能直接解释为因果贡献。

两条腿也提供了线索。原始组的低换手腿月均收益约 +0.38%，高换手腿约 -1.23%。控制市值和低波动后，两腿分别约 +0.01% 和 -0.95%。加入流动性代理后，两腿分别约 -0.09% 和 -0.81%。多空差的一部分来自高换手腿表现较差，低换手股票本身并没有大幅上涨。

在不同市值组内，低换手效果并不平均

先按行业内相对市值分五组，再在每组里按换手率分五组。下表是每月组内低换手减高换手的收益差。括号内是经 HAC（3）误差修正后的 t 值。

相对市值组（从小到大）	2015 至 2023 开发期	2024 至 2026 描述期
Q1 最小	+0.41%（0.96）	+0.87%（1.32）
Q2	+1.69%（4.16）	+0.76%（1.03）
Q3	+2.01%（5.20）	+0.94%（1.08）
Q4	+1.89%（4.52）	+0.49%（0.43）
Q5 最大	+1.27%（2.33）	-0.67%（-0.48）

开发期优势主要出现在中间市值组，最小组最弱，因此数据不支持低换手在微盘股中最强的说法。描述期每组只有 30 个形成月，t 值都较低。这个区间也已被多轮研究查看，不能作为独立的最终样本外验证。

多头组合的模拟结果

一项独立的 2015 至 2026 多头组合测试，在 10bp 成本假设下，低换手多头净年化约 5.33%，Sharpe 为 0.33，最大回撤为 -52.39%。控制规模与低波动后的低换手组合，净年化约 -9.96%。它记录了假设规则下的多头持仓结果，仍取决于回测模型、股票资格重建和成本假设。1bp 等于 0.01%。

同一研究的执行账本还显示，原始小盘复合组合加入成交约束后，回测收益有时反而升高。逐笔归因发现，延迟或部分成交会绕过部分后来亏损的交易。这是模拟路径变化，不能解释为交易限制提高了 alpha。主运行的影响成本参数为 0 bps，因此没有验证冲击成本。

后续用同一组锁定的信号与月频/双周频持仓，对参与率滑点参数做了 50/100 bps 账本敏感性（另计 10 bps 交易费，仍限制在前一交易日成交额的 5%）。

滑点参数	调仓频率	净年化	Sharpe	最大回撤
50 bps	月频	14.44%	0.64	-51.72%
50 bps	双周频	13.84%	0.62	-59.88%
100 bps	月频	13.88%	0.62	-52.33%
100 bps	双周频	13.54%	0.61	-60.42%

滑点参数从 50 提高到 100 bps 后，月频和双周频净年化分别下降约 0.56 和 0.30 个百分点。这只比较不同参与率滑点参数下的结果，冲击曲线没有用券商数据校准。成交约束基于前一日成交额，不是 ADV20。早期 0 bps 结果没有记录生成代码的提交，因此不能把它与 50 或 100 bps 结果的差值单独归因于冲击成本。

另用 2015 至 2026 现金账本，对低换手多头按形成日前 20 个交易日的平均成交额计算 ADV20，并限制单日成交不超过 ADV20 的一定比例。在 1 亿元规模、10 bps 交易费、滑点参数 0 bps 下，5% ADV20 上限的净年化约 5.12%，Sharpe 为 0.32，最大回撤为 -53.03%，填充率为 85.3%，平均现金为 1.1%。这是 ADV20 容量筛查结果，不能直接与旧版连续权重组合的 5.44% 相减，因为两者的成交记账方法不同。

最新研究报告中的 50 bps 参与率滑点情景显示，成交上限为 1%、3%、5% 时，组合净年化分别约为 4.91%、4.91%、4.52%，Sharpe 分别为 0.32、0.32、0.30，最大回撤分别为 -50.51%、-52.89%、-53.48%。成交比例分别为 67.37%、81.81%、85.12%，平均现金分别为 9.14%、2.17%、1.06%。参与率提高会改变成交时间和实际持仓，因此收益差异不能只归因于成本。

另一个已归档的 5% ADV20 成本敏感性结果记录了 0、50、100 bps 对应的净年化 5.12%、4.63%、4.11%，最大回撤 -53.03%、-53.58%、-54.14%。其中 50 bps 一项与上表最新报告的 4.52% 和 -53.48% 不一致。现有归档没有足够运行清单解释差异，因此暂时分开保留，不能拼为一条成本曲线。以上滑点都只是情景参数，没有券商成交校准。

代理变量、复合信号和协同效应

• 代理变量。低换手与其他特征一起变化，因此可能间接反映一组股票特征。现有比较保留这种可能，尚未分清各项特征的作用。
• 复合信号。低换手排名混合了低波动、交易活跃度、流动性、动量和反转等信息。加入这些特征后信号会变化，相关性和重新分组都可能影响结果。
• 协同效应。A 与 B 同时出现时，效果超过两者各自效果的简单相加。需要事先定义 A×B 交互项，比较组合分组并确保样本量充足。现有相关性、逐步回归和分组收益都没有证明协同。

当前样本保留了低换手与后续收益的历史关系。它能否改善同条件组合的扣成本结果，仍需要单独验证。

接下来怎么查

优先级	下一步	要回答的问题	判读方式
1	继续按冻结信号登记前瞻月份，等积累足够多完整持有期后再检验	历史关系能否在后续数据中重复？	每期保存信号与来源版本，不用更新数据改写已登记结果
2	补充经验证的点时盈利和质量数据，重跑滚动截面控制	控制变量扩展后，剩余关联是否稳定？	先确认公告可得时间和历史修订安全，再报告样本变化及系数区间
3	改善逐笔事件排序、盘口覆盖并获取券商成交记录	成本和成交率能否校准？	在数据质量达到门槛前，只把 ADV、盘口和冲击参数作为敏感性场景
4	用新时期复查换手、短期反转、偏度和极端涨跌的机制关系	结果更接近哪些可观察特征？	预先登记变量和分析范围，避免把新发现回写成已验证机制

暂不推荐把当前低换手单因子或复合组合升级为正式策略。先在 quant-research 的正式实验边界里完成逐年验证和可成交的 ADV/冲击模型。本仓库保留可复核的研究摘要与方法说明。

数据出处与口径边界

本轮产物核验

2026-09-16 的执行窗口产物已用仓库脚本核验。七个信号阶段使用同一组 86 个完整形成期，收益口径为下一交易日复权开盘至形成期末复权收盘。核验同时记录了主清单和收益汇总文件的 SHA-256，并确认原清单记录的形成数据截止日为 2026-07-31，持有期前冻结操作的时间证据尚待补齐。原登记记录有一个已完成月份和一个待完成月份，持有期开始前的登记时间证据仍待补齐，暂作后续描述性观察。

随后按点时分组规则重算了一份独立产物，存放在仓库外的 pit_rank_fix 产物中。该版本先按形成日信号固定十分位，再处理未来缺价，主结果变化很小。原始低换手多空月均由 1.3752% 变为 1.3821%，控制规模后由 1.6268% 变为 1.6286%，再控制低波动后由 0.8568% 变为 0.8598%，加入动量和反转、尚未加入贝塔和估值的阶段由 1.1831% 变为 1.1795%。当前完整控制阶段为 1.2001%，此前将 1.1795% 称作完整控制的文字已经更正。这说明此前的缺价分组问题没有解释主要结果，但后续正式报告应使用点时版本。该版本 manifest.json 的 SHA-256 为 9638fd5f4a3edc39896ac20dcfb7e47ddb4cd0f0d861e4033a4751e82b5f543f，收益汇总的 SHA-256 为 3d52f7713be407752fc0dc36252fb1830f3b214a31ac4720f8314d2a65b243e4。

使用 scripts/audit_low_turnover_provenance.py 对这份点时产物和原后续窗口清单复核后，形成日排名已确认在未来收益过滤之前固定，86 个共同形成期和信号行唯一性检查通过。旧版执行产物仍会明确标记排名顺序未知，不能把旧版收据当作点时版本的证明。原后续窗口清单的 SHA-256 为 33fd455bfdb3af728517e8f6489f9ab16fa64ed6e3e4356c348adfc6c8cb5ff2，其中只有 1 个已完成窗口和 1 个待完成窗口。

统一账本的增量验证

2026 年 9 月 16 日又用同一股票池和成交约束重跑了小市值、低换手和复合信号。低换手候选的净年化约 5.33%，净最大回撤约 -52.39%，年化换手约 6.79 倍。低换手残差组合净年化约 -9.96%，净最大回撤约 -88.25%，年化换手约 19.22 倍。这个对照说明，截面残差仍可保留条件排序信息，但直接把残差最极端的股票变成组合会显著提高换手和尾部风险。

同一账本下，复合信号的月度股票份额模拟净年化约 15.06%，小市值对照约 8.95%，两者相差约 6.11 个百分点。双周调仓时复合信号净年化约 14.13%，小市值对照约 7.34%。这些数值受日频成交额代理、停牌处理、参与率和模型化延迟成交影响，只用于比较候选方案，不应解释为可直接实现的账户收益。

容量阶梯使用前一交易日成交额的 5% 参与率。复合信号从 100 万元到 5000 万元的成交率约为 43.9% 至 48.3%，平均现金权重约为 2.5% 至 6.2%，净最大回撤约为 -49.9% 至 -51.7%。资金规模上升时，结果没有显示出稳定的容量改善，成交率和延迟成交仍是主要限制。完整字段已发布在网页的低换手执行验证快照中。

剔除最高换手组的对照

在同一股票池、同一形成日、40 只目标持仓、60 只缓冲持仓和同一执行模拟下，另外测试了先剔除形成日换手率最高五分位，再按低换手得分选股。10bp 交易费下，结果如下。

候选	净年化	净 Sharpe	净最大回撤	年化换手
低换手	5.33%	0.331	-52.39%	6.79 倍
剔除最高换手五分位	5.46%	0.335	-52.75%	6.78 倍

剔除最高换手组只带来约 0.12 个百分点的净年化提升，回撤略深，换手几乎没有变化。当前样本不支持把它解释为明显优于原始低换手组合的规则。这个实验是探索性诊断，仍受股票资格、停牌处理和成本模型限制。

长期换手水平与短期波动的区分

用同一组 2015 至 2026 日频数据、月频调仓、40 只目标持仓、60 只缓冲持仓和 10bp 交易费，分别把形成日前 20、60、120 个交易日平均换手率作为信号。

平均换手窗口	净年化	净 Sharpe	净最大回撤	年化换手
20 日	3.52%	0.264	-65.01%	11.59 倍
60 日	5.33%	0.331	-52.39%	6.79 倍
120 日	7.60%	0.411	-45.61%	4.47 倍

较长窗口的结果更好，同时调仓更少、回撤更浅。这些结果尚不能分清持续交易活跃度与短期放量各自的作用。窗口变化也会改变合资格样本、排名和持仓路径，因此它只能支持定义敏感性的比较，因果作用仍待检验。

联合矩阵补充比较了 20、60、120 日均值以及 60 日中位数，并交叉测试周度、双周、月度和季度调仓。双周调仓的净年化约 17.1% 至 21.2%，月度约 7.8% 至 13.9%，周度约 8.7% 至 13.2%，季度约 7.3% 至 10.5%。相同调仓频率下，均值和中位数的差异通常小于调仓频率差异。所有组合的净最大回撤仍约为 -59% 至 -69%，因此频率变化没有消除尾部风险。

可在有本机数据目录时运行。

uv run --locked --extra dev python scripts/audit_low_turnover_provenance.py \
  --manifest <execution-window-output>/manifest.json \
  --effect-summary <execution-window-output>/effect_summary.csv \
  --prospective-manifest <prospective-output>/prospective_manifest.json \
  --output <execution-window-output>/provenance_audit.json

脚本只读取外部产物，不复制原始数据。它会在形成期数量、信号行唯一性或清单不一致时直接失败。

本页同时记录早期定义比较、2015 年起的候选组合研究和截至 2026-09-16 完成的 86 个月共同样本归因。各项研究的形成日、执行时点、收益口径和组合引擎不同，不能拼接收益序列。2024 年后的历史数据已被多轮查看，不是独立确认样本。候选实验的历史修订安全仍不完整，ST 状态依据重建的点时信息。所有结论都应视为探索结果。

不应把不同实验的收益、窗口、持仓和执行引擎拼成一条序列。完整运行结果与原始输入留在受控数据资产目录，不进入本仓库。

方法参考与适用范围

Harvey、Liu 和 Zhu 在 2016 年讨论了反复寻找因子时的多重检验问题。这一方法提醒仍适用于本研究，区间和 p 值需要结合全部尝试过的方案阅读，不能机械套用单一显著性门槛。论文

Frazzini、Israel 和 Moskowitz 于 2018 年 4 月 7 日完成的交易成本研究使用机构实际成交记录校准模型。实际成交校准的方法仍值得参考，论文覆盖的发达市场参数不能直接移用于当前 A 股。论文与发表信息