Low-turnover stocks and subsequent returns
Chinese methodology and historical records
Evidence snapshot dated 16 September 2026. Text and source hashes checked on 22 October 2026. This edit adds no new observation months.
Current findings
In the reviewed historical sample, the low-turnover group averaged 1.38 percentage points more per month than the high-turnover group. After the full listed controls and regrouping on the adjusted signal, the gap was about 1.20 points. After-cost portfolio performance still requires a consistent trading test.
The 86 selection dates run from May 2019 through June 2026, with holding periods from June 2019 through July 2026. Positive PE and usable control data restrict the common sample. The repeatedly examined history does not establish performance for all A-shares or in an untouched test set.
Signal and result version
The main signal averages daily share turnover over the preceding 60 trading sessions, excluding selection day. The reviewed revision fixes deciles before filtering for future return availability. Controls change the ranking and membership of each group. Missing returns and historical revisions remain limitations.
| Signal stage | Low-turnover end return | High-turnover end return | Mean monthly gap in percentage points | 95% block interval in percentage points |
|---|---|---|---|---|
| Raw low-turnover signal | 1.08% | -0.30% | 1.38 | 0.94 to 1.92 |
| Size control | 1.29% | -0.34% | 1.63 | 1.23 to 2.06 |
| Add low volatility | 0.73% | -0.13% | 0.86 | 0.57 to 1.18 |
| Full listed controls | 1.03% | -0.17% | 1.20 | 0.87 to 1.62 |
The low-turnover-score end is the group favored by the low-turnover signal, including after adjustments. The full controls include size, low volatility, trading activity, Amihud illiquidity, momentum, reversal, beta and valuation. Intervals resample 12-month blocks 2,000 times. They describe uncertainty within this history and do not account for every specification tried during the research.
The separate joint cross-sectional regression estimates about 0.60 percentage points more next-period return per one-standard-deviation higher low-turnover score, with positive coefficients in 76.7% of months. This is a conditional historical relationship, without a causal or executable-return conclusion.
Earlier displayed values, including a 1.21-point full-control gap, remain labeled in the Chinese historical record. The 1.1795-point result belongs to the intermediate stage before beta and valuation. The full reviewed stage is 1.2001 points.
Manifest SHA-256 9638fd5f4a3edc39896ac20dcfb7e47ddb4cd0f0d861e4033a4751e82b5f543f.
Effect summary SHA-256 3d52f7713be407752fc0dc36252fb1830f3b214a31ac4720f8314d2a65b243e4.
Later observation and registration limits
The archive dated 16 September contains one completed August 2026 window and one pending window. Its July formation-data cutoff does not establish that registration occurred before August, particularly as the manifest references a September data product. Verifiable pre-period registration evidence is still needed. The archive also does not prove that records were altered retrospectively. Retain this window as a later observation until that evidence is recovered.
The protocol requires 24 completed months, but month count alone does not establish reliable performance. Effect size, variability and the number of specifications tried also matter.
Trading simulations and next tests
Theoretical long-short spreads and net long-only simulations differ in portfolio direction, construction and accounting. Their difference cannot measure trading costs. Test execution constraints with a matched signal, universe and period, changing only the execution assumption.
ADV20 is average traded value over the prior 20 sessions. Participation and slippage settings remain scenarios without broker execution calibration. Portfolio turnover measures the strategy’s own trading and differs from stock-level share turnover.
Compare a benchmark with portfolios excluding the highest-turnover group or favoring low turnover under one ledger and cost model. The existing exclusion test found only a small difference, about 5.46% versus 5.33% annualized net returns. Preserve timestamped registration before future holding periods and retain every specification tried.
The 120-session snapshot reports 7.60% net annualized return. A later same-input replay gives about 4.22% at a 90-observation minimum and 6.26% at 45. The original run remains unrecovered and the discrepancy is unresolved. Retain the plot as a historical record rather than selecting a best window from it. Window review
The Chinese companion retains the complete early definitions, window tests, execution scenarios, conflicting archives and reproduction instructions.
Method references and applicability
Harvey, Liu and Zhu (2016) discuss multiple testing in factor discovery. This remains relevant to repeated specification searches, without imposing a universal significance cutoff. Paper
Frazzini, Israel and Moskowitz’s Trading Costs, dated 7 April 2018, calibrates models with institutional executions. The calibration approach remains relevant; its developed-market parameters do not validate current A-share costs. Paper and publication information
低换手股票后来表现怎样
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