美股中，最高点至今跌幅可以改善动量因子的表现，出于同样的思路，A股的反转因子或许也能被”最低点至今涨幅“改善：

60日最低点至今涨幅：后复权收盘价/Min(后复权收盘价,60)-1

一般的反转指标实际上是涨幅的几何平均，而在夏普比率等指标的计算中，真正重要的是算术平均。在美股中，我发现算数平均的动量因子效果似乎比几何平均的更好，因此想到可以用这个改进大A中的反转因子的效果

60日算术平均涨幅：MA(1日涨幅,60)

60日算数平均残差涨幅：MA((1+1日涨幅-历史贝塔*指数涨幅(000300)),60)

可见，各反转因子的算术平均版本都比几何平均版本有所改善，而最低点至今涨幅因子则和传统反转因子产生了一定的差异性

三者加总后，效果还可以：

和美股类似的60日最高点至今跌幅因子在ST中有极大的改进：

定义：后复权收盘价/Max(后复权收盘价,60)-1

时间设定为17年至今ST中有明显动量因子的时间段，时间间隔为5天

可见，虽然算数平均因子表现不佳，但最高点至今跌幅极大地改善了传统的动量因子

交叉检验的好处是，由于A股和美股是相差很大的两个市场。由于资本管制等因素，两个市场的参与主体也非常不同，这不同于许多所谓“新兴市场”中大盘股的交易由外资（主要是美国金融资本）主导的情况。如果同一个因子在两个市场都能成立，那么其可能有一定稳定性