高频因子 (cn_stock_factors_hf)

### 数据简介 高频因子是一种通过分析交易数据中的短时间内的波动模式、价格变化和成交量等信息，来捕捉市场瞬间交易机会的量化投资方法。这些因子通常基于高频数据（例如分钟级别或更高的频率数据），并采用统计、机器学习等方法构建。高频因子可以帮助投资者更好地了解市场微观结构，捕捉到短期内的价格变化，从而实现对特定投资策略的优化。高频因子主要应用于市场微观结构分析、交易成本分析、短期套利策略等方面。通过研究高频因子，投资者可以深入挖掘市场中的瞬间交易机会，提高投资收益。例如，交易员可以利用高频因子来优化交易执行策略，降低交易成本；量化投资者可以利用高频因子构建短期交易策略，捕捉市场瞬间的信息不对称现象。 高频因子大致可以分为以下几类： （1）价格和波动性因子：这类因子主要关注短期内的价格变动和波动，例如最高价、最低价、收盘价等价格数据，以及价格波动率、价格跳空等波动性信息。 （2）成交量和流动性因子：这类因子关注市场的成交量、成交额、挂单量等交易数据，以及市场的流动性状况，例如买卖方向、买卖价差、流动性消耗等。 （3）订单簿因子：这类因子基于订单簿数据，关注市场参与者的交易意愿和行为，例如买卖盘口、市价委托比例、委托成交率等。 （4）市场传导因子：这类因子关注市场之间的信息传递，如价格传导、成交量传导等，以及不同市场、不同品种之间的相关性和共整性。 总结：高频因子是一种基于高频数据的量化投资方法，通过对短时间内的市场信息进行分析，可以帮助投资者捕捉市场瞬间交易机会，优化投资策略。高频因子在市场微观结构分析、交易成本分析等方面具有重要应用价值。根据研究对象和方法的不同，高频因子可以分为价格和波动性因子、成交量和流动性因子、订单簿因子以及市场传导因子等多个类别。 因子后缀说明 | 因子名 | 因子解释 | | --- | --- | | _13 | 13:00到14:00 | | _12 | 10:30到11:30 | | _11 | 全天 上午+下午 | | _10 | 下午 13:00到15:00 | | _9 | 上午 9:30到11:30 | | _8 | 尾盘前5分钟 14:55到15:00 | | _7 | 尾盘前15分钟 14:45到15:00 | | _6 | 尾盘前30分钟 14:30到15:00 | | _5 | 尾盘前60分钟 14:00到15:00 | | _4 | 早盘前60分钟 9:30到10:30 | | _3 | 早盘前30分钟 9:30到10点 | | _2 | 早盘前15分钟 9:30到9:45 | | _1 | 早盘前5分钟, 9:30到9:35 | 专有名词说明 * 特大单：单笔金额>100万 * 大单：20万<单笔金额<=100万 * 中单：4万<单笔金额<=20万 * 小单：单笔金额<=4万 * 主动买入：在逐笔成交数据中，如果买卖方向为买，则表示主动买入 * 主动卖出：在逐笔成交数据中，如果买卖方向为卖，则表示主动卖出 趋势强度：在某段时间里，Pn = 最后1分钟收盘价,P1 = 第1分钟收盘价,sumP = 从第二分钟开始，分钟收盘价差值的绝对值求和,趋势强度 = (Pn - P1) / sumP 即：  ### 数据说明 * 数据起始时间：2005-01-01 * 数据更新频率：日频 * 数据发布时间：每日更新 * 数据单位：元 ### 收费标准 免费 ### 主键 | 关键字 | 释意 | | --- | --- | | date | 指当期财报的发布日期 | | instrument | 指证券代码，且后缀加“A”，比如：000002.SZ，600001.SH | ### 数据供应者 BigQuant ### 使用场景 * 股票筛选：通过量化因子筛选出具有特定特征的股票，例如：高成长性、低估值等。 * 资产配置：根据量化因子为投资组合分配资产，以期望获得最佳的风险收益比。 * 交易策略开发：基于量化因子设计交易信号和交易规则，以构建自动交易系统。 * 绩效评估：使用量化因子评估投资组合或交易策略的绩效，以便进行优化和调整。 ### 常见问题 * 查询某只股票在某个时间段内的基础量化因子： ``` import dai dai.query("""SELECT * FROM cn_stock_factors_hf WHERE instrument = '000002.SZ' AND date >= '2022-01-01' AND date <= '2022-12-31';""" ).df() ```