换手率是否需要中性化？

前言

本篇是量化系列的第一篇文章。《量化十万个为什么》系列旨在讨论一些自己心中的疑问，并且通过尝试解答这些问题来提升自己对于市场的认知水平。
PS：博主水平很辣鸡，请大家轻喷，多多指教！

一、为什么提这个问题？

某天在看MACD的时候，突然注意到，实际上不同股票价格的MACD_BAR的值相差很多。举个例子：
600519.SH（贵州茅台） 和 601988.SH （中国银行）这两只股票的MACD 如下图所示：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import copy
tmp_factor_dic = copy.copy(factor_reader.ReadFactorMySql(start_date = '20180101',end_date = '20201231',factor_list = ['MACD'],
                                  stock_name = '600519.SH', factor_type = 'DayBar'))                       
tmp_factor_dic2 = copy.copy(factor_reader.ReadFactorMySql(start_date = '20180101',end_date = '20201231',factor_list = ['MACD'],
                                  stock_name = '601988.SH', factor_type = 'DayBar'))
tmp_factor_dic['MACD']['MACD_BAR'].plot()
tmp_factor_dic2['MACD']['MACD_BAR'].plot()                           

由上图可以看到，由于茅台价格绝对值较高，因子计算出来的波动较大，与之相比中国银行的MACD几乎成为了一条直线。同样联想到换手率的问题，理论上绝对换手率（成交股数/流通股数）应该是不需要进行中性化的，但是在实际观察中，似乎在某一段时间内，换手率高的便一直高？这其中和行业或者市值，是否有相关性呢？因此来探究一下。

二、分析

我们选取2018年至2020年的股票数据，对每天市场的换手率求rank，然后以申万一级作为标准

# 先获取交易日历
trading_date_lst = assistant.ReturnTradingCalendar(start_date = '20180101',end_date = '20201231')

# 然后对每一天的换手率求rank
total_df = pd.DataFrame()
for today_date in trading_date_lst:
    today_daybar = assistant.ReadDayBar(start_date=today_date,end_date=today_date)
    tmp_df = copy.copy(today_daybar[['StockName','Date','TurnoverRate']])
    tmp_df['Tr_Rank'] = today_daybar['TurnoverRate'].rank().astype(int)
    total_df = total_df.append(tmp_df)

# 获取申万分类的数据
industry_df = assistant.GetSW_Industry_DataFrame(till_date='20201231')
industry_lst = list(set(industry_df['IndustryName']))

# 计算每一天，每个行业的rank均值
saving_dic = {}
trading_date_lst.name = 'Date'
for industry_name in industry_lst:
	# 获取每一个行业的DataFrame
    one_industry_df = industry_df[industry_df['IndustryName'] == industry_name]
    total_merge_df = pd.DataFrame(columns=trading_date_lst)
    for stock_name in one_industry_df['StockName']:
        try:
            one_stock_df = copy.copy((total_df.loc[[int(stock_name[0:6])]][['Date','Tr_Rank']]).reset_index(drop=True))
        except:
            continue
        one_stock_df['Date'] = one_stock_df['Date'].astype(str)
        one_stock_df = one_stock_df.T
        one_stock_df.columns = one_stock_df.loc['Date']
        tmp_df = one_stock_df.loc[['Tr_Rank']]
        tmp_df.index = [stock_name]
        total_merge_df = total_merge_df.append(tmp_df)
    industry_rank_se = total_merge_df.fillna(0).sum()/(len(total_merge_df) - total_merge_df.isnull().sum())
    # 最后把结果存起来
    saving_dic.update({industry_name:industry_rank_se})

我们取银行和计算机两个行业

可以明显看到，绝大多数的情况下，银行的换手率要显著低于计算机，因此在使用换手率这个因子的时候，要做一下行业中性化，会比较好一点？

换手率rank的均值如下图

总结

由上面的分析可以看出，单单绝对数值的换手率在实践中还是很容易出现行业偏好的问题，比如说取换手率大于5%的情况，则更容易取到计算机股，而更不容易取到银行股。