1.1.  ILLIQ  计算方法
        我们知道，流动性的本质是买卖证券时，承担的价格变动，而传统的流动性因子（换手率、流通市值等）缺少的恰恰是价格因素，针对这个缺陷，我们尝试将成交量与价格变动联系起来，利用它们的比值，反映流动性，这个新的因子就是ILLIQ，具体计算公式如下，其中N  表示计算因子所用的观察期长度。http://www.hibor.com.cn【慧博投研资讯】
        公式的分子部分体现了观察期内，价格波动的累积情况；分母部分则表示成交量，两者相除，反映了在单位成交量下，证券价格波动的大小。http://www.hibor.com.cn（慧博投研资讯）ILLIQ  越小，表明在成交金额相同的情况下，证券价格受到的冲击较小，说明它的流动性好；相反，ILLIQ  越大，则说明流动性越差，所以ILLIQ  表示证券的“非流动性”，基于这个缘故，它被命名为“非流动性因子”。
        根据“风险-收益”匹配原则，流动性差的证券理应获得一定的风险补偿，也就是说，历史上，ILLIQ  因子值高的证券，应该有更好的收益，下面的章节中，我们将在A  股市场上对ILLIQ  因子进行实证分析，以验证它的选股能力。
        2.  实证结果
        2.1.  全部A  股上回测结果2.1.1.  分组原则
        我们选取2005.08.01-2013.09.30  共98  个月、全部上市A  股的数据，其中剔除了以下三种股票：
        1、  ST  股、PT  股。
        2、  上市不满一个月的股票。
        3、  当月没有成交的股票。
        接下来，我们根据观察期内ILLIQ  因子的大小，将股票分为10  组，以每个月第一个交易日为换仓日，计算每组在下一个月的收益。
        需要说明的是，经过在不同板块上的测试，我们发现用每个月最后一周的交易数据计算ILLIQ  因子，得到的选股效果最好，因此在本报告中，我们采用上一个月最后五个交易日作为观察期。
        2.1.2.  净值结果
        我们根据每个月ILLIQ  因子值对A  股进行分组，其中D1  的因子值最高，D2-D10的因子值依次减小。在98  个月的历史回测中，算数平均下的D1  组取得了25.8  倍的累积收益，流通市值加权下的D1  组取得23.84  倍的累积收益，均大幅战胜沪深300  指数，结果请见图4、图5。
        并且，D1  到D10  的终值依次降低，10  条净值曲线甚至没有出现交叉，这说明因子的选股能力稳定，对证券市场的线性分类能力较强，能够与目前市场上流行的、以线性分类器（线性回归）为主的多因子模型良好地相互兼容。