摘要

微观结构与高频数据

以往的研究对于A股市场的日间低频数据分析已有较为深厚的积累，但对日内微观情境下的市场结构特征我们仍缺乏足够的认知。本文希望借助高频数据对微观交易特征进行初步探索；在此基础上我们希望从高频的市场微观特征中归纳总结出增量的低频alpha信息

**基于订单簿的

摘要

本篇报告为“因子方法论”系列报告第一篇。该系列将秉承“鱼不如渔”的基本思想，尝试透过现象看本质，总结出一些具有强普适性的 规律结论或因子构造方法,为读者在各自的多因子研究工作中添砖加 瓦。

传统的流动性因子忽略了 A 股市场中特定的日内交易结构信息，本文 以此为出发点，给出了一个针对

摘要

主要观点：“低开高走”拖累了反转因子的多头收益A股目前实行T+1交易制度，这可能导致股市呈现出“低开高走”的日内特征，扭曲了反转因子的分组收益，拉低了反转多头的组合收益。

本篇报告创新性地将隔夜与日内的信息分离、重组，最终合并昼夜两个时间段的信息，在各个选股域内均能显著提升原始反转因

摘要

多因子系列报告之五中，我们已对集合竞价阶段的成交量占比做了详尽的解析，集合竞价成交量占比因子也具有突出的选股效果。本篇报告将分时研究成交量占比，继续挖掘日内高频数据中的有效选股因子。

股票分时成交量呈现周期性日内模式。国外股票市场的日内成交量普遍呈“U”型周期变化，即成交量在开盘和收

研究结论

股票的买卖压力不仅对价格在成交量维度上的分布有影响，而且对价格在时间维度的分布也有影响。买入压力比较大的股票在价格相对低位时会有主动买单推高价格，因而在价格相对低位的停留时间较短，卖出压力比较大的股票在价格相对高位时会有主动卖单压低价格，因而在价格相对高位的停留时间较短。

摘要

前言

东吴金工开辟“技术分析拥抱选股因子”系列研究，旨在将技术分析的思想应用于选股因子的构建。作为系列研究第一篇，本报告从最简单的价量关系入手，考察高频价量相关性中蕴藏的选股信息。

本文简介

技术分析的众多指标中，成交量是最简单又最明确的。例如，天量出天价，意即在

摘要

观点

A股市场是订单驱动型市场。从动力学的角度讲，股票行情的所有演化过程，都能由订单簿（order book）自下而上精确决定。逐笔成交与逐笔委托数据的信息量非常丰富。本系列研究取名为“订单簿的温度”，旨在分享我们在逐笔数据层面的研究心得。

作为“订单簿的温度”系列研究的第

时间：2020 年 07 月 30 日

分析师：冯佳睿 袁林青 姚石 罗蕾 余浩淼

摘要

高频行情数据蕴含丰富的信息，但市场上少有对此类数据的特征及如何应用的详细介绍。本文从高频行情数据的组成和结构出发，系统整理了十几个既有经济学逻辑， 又表现良好的因子，并通过多因子指数增强模型展现其实践

本报告导读：机器学习寻找的是适宜交易异象的稳定周期频率，并不是寻找特定参数组下的高收益曲线（即参数过拟合）。

摘要

目前获取战胜基准指数的主要途径是从多因子模型角度来考虑的，其本质上都是通过股票间的横向比较来获取超额收益，这也是我们提出T0系列策略的初衷，希望将==个股择时与多因子模型结合

摘要

高频选股因子周报 (20220711-20220715)

下表汇总了海通证券金融工程团队开发的高频选股因子本周、7月及2022年的多空收益、多头超额收益及月度胜率。

![图片{w:100}{w:100}](https://mmbiz.qpic.cn/mmbiz_png/B

摘要

随着陆港通的推进，港股受到内地投资者越来越多的关注。继动量反转效应及价值维度研究后，我们推出“猎金系列二十五”，港股研究的第三篇深度报告。 我们构建17个另类因子，测试结果显示：绝大多数另类因子在港股中的选股效果相对较弱，仅过去240天日收益率峰度（RealizedKurtosis_24

摘要

量价组合构建高频因子往往可以带来信息增量

量价组合构建因子构建过程相对复杂，和传统量价风格因子和高阶矩因子均有一定相关性，但相关性不高，往往可以带来新的信息增量。本文给出两种量价组合构建因子的案例，其中以价格轨迹变动改进的非流动性因子在剥离了规模因子的线性影响后，全A股范围内

摘要

市场是一座黑暗森林，每个交易者都小心翼翼。备受大家关注的“聪明钱”（Smart Money），更是难觅踪影。在本篇报告中，我们尝试解答如下问题：能否从分钟行情数据中，发现“聪明钱”行动的蛛丝马迹？

我们首先利用聪明度指标S，从分钟数据中筛选出属于“聪明钱”的交易。在此基础上，我们构造

研究结论

如果没有额外的信息或者大资金的强行介入、股票的日内交易特征应该处于较稳定状态，反之如果股票的日内价量特征很不稳定，那么该股票大概率有信息溢出或者被幕后大资金操控，而此时应该是考虑离场的时候了。

我们基于日内5分钟线计算了日内收益率的波动率、偏度、峰度和日内成交量的波动率、

摘要

历史背景

长时间来，学界及业界开发了包括日内估计、GARCH、连续时间模型等近200-300种描述及预测波动率的模型。从交易信号到算法策略，这些模型为许多量化组合提供了极为重要的参考。

预测波动率的重要性

波动率模型为建立交易信号、算法策略、量化组合的分配都提供了

摘要

**日内动量介绍Gao L等学者在Market intraday momentum中提到了指数日内涨跌幅的一个有趣现象，即开盘半个小时的涨跌幅可预测收盘半小时的涨跌幅，这一规律在标普500、道琼斯指数，罗素2000等指数均成立。作者给出了两点可能的解释1、基金再平衡的需求2、信息反应不

摘要

中高频机器学习再出发

区别于传统的主观规则交易，机器学习模型可以挖掘出更多的非线性模式。我们设计的集合分类回归策略采用XGBoost机器学习模型，并使用集合学习对机器学习模型进行融合来预测日内涨幅。

日内涨幅影响因子

我们共挖掘出15个因子：隔夜涨幅，集合竞价阶段

摘要

在中国股票市场中，传统动量因子不是好的Alpha因子。方正金工团队基于“市场行为特征在日内不同时段存在差异”的基本事实，考察了动量因子的日内精细结构，重新构造出了最优化的动量因子。

基本思路：不同的交易者群体，会有不同的行为模式，这是几乎不证自明的命题。对于交易日内的不同时段，交易者

摘要

高频交易同传统买入持有策略的相关性较低，起到分散风险的作用。高频交易策略作为量化投资策略的一个重要分支，是基于对交易品种的日内短期判断形成的交易策略，通过每次交易的微小盈利进行累积来获取收益。高频交易和传统买入持有策略的低相关性，对传统买入持有策略形成有益补充和分散风险

高频交易策

摘要

本篇报告在东吴金工以往“动量因子切割”研究的基础上，加入“量”的信息，发现日内与隔夜的价量关系，蕴藏着不同的特征与逻辑，而这两种不同的特征，最终都可用于甄别动量因子信号的强弱。

日内的价量关系

日内部分的价量关系表现为“日内量”能够对“日内价”起到增强作用，即若按照对应的日

摘要

系列介绍

本报告系“市场行为的宝藏”系列研究的第2篇。触发我们开启本系列研究的核心理念是：金融市场中有价值的信息，必定要通过交易才能兑现，而但凡做过交易的，又必定留下痕迹。因此，用行为学眼光考察价量数据，会是潜能巨大的alpha之源。

本文的灵感

我们发现成交量泄

摘要

前言：本篇报告为东吴金工“波动率选股因子”系列研究的第二篇，受到学术界“股价波动与股票信息流”关系理论的启发，从“信息冲击”的角度出发，逐步构建了衡量“股票信息分布均匀度”的选股因子

波动率与信息冲击

学术研究表明，股票价格的波动，与流入股票的信息流直接相关。借鉴前人研究经

摘要

个股的因子暴露度从数据库中因子的值(如PE、PB的值)，然后进行清洗数据、正态化等操作

投资组合的因子暴露度纯因子组合的收益(以第m个因子为例)“加权平均值”

纯因子组合“加权平均值”对某个因子暴露度为1，其余为0

纯因子组合的收益(以第m个因子为例)

正文

[/wi

摘要

部分高频因子梳理我们选取5个近期较为热门的因子，这5个因子分别从股价的高频走势，股价的量价变化，股票的高频收益；个股与大盘的关系，以及连续成交情况等5个方面来解析个股，试图从中寻找到具有超额收益的因子。

异动型股票的类型与筛选本篇报告将根据不同条件选出三类异常型股票，1时间占比异动类

摘要

高频数据应用于股票市场的关键点在于高频数据到低频信号的降频逻辑

一是利用高频数据的独特性对数据进行定性，进而加工高频数据，得到低频信号；

二是收集高频数据路径上的信息汇总到低频，得到信息含量更大的低频数据。

运用日内成交价作为探针，探测个股挂单数据

我们利用ti