高频因子的现实与幻想 (cn_stock_factors_hf_ht_hf_collection)

数据描述: 高频因子的现实与幻想

文档
数据简介

# cn_stock_factors_hf_ht_hf_collection ## 数据描述 用1分钟K线计算偏度等五个高频因子并对常规风格正交的月度与周度版本 ## 数据简介 研报从 Level2 行情的组成出发,系统整理海通前期基于分钟 K 线、TICK 委托、逐笔成交构建的十几个高频因子,所有因子均与行业、市值、中盘、反转、波动、换手等常规因子正交后检验(月度 T=20、周度 T=5),再展示其在指数增强模型中的应用。本表输出分钟 K 线可算的 5 个因子按研报口径正交后的残差,T=20、T=5 各 5 个,共 10 个字段。 不重复建的部分: - 5 个因子的原始值:T=20 见 `cn_stock_factors_hf_ht_return_distribution.rskew_1m_m1` 与 `cn_stock_factors_hf_ht_hf_price_volume` 的 `down_vol_ratio_1m_20`、`vol_ratio_hh8_20`、`pv_corr_1m_20`、`improved_reversal_20`;T=5 见 `cn_stock_factors_hf_ht_hf_factor_suite` 的 `hf_skew_5`、`down_vol_ratio_5`、`tail_vol_ratio_5`、`pv_corr_5`、`improved_reversal_5`。两表与本表的正交残差只是控制变量集合不同 - 平均单笔流出金额占比、大单推动涨幅需要分钟成交笔数,见 `cn_stock_factors_hf_ht_intraday_trade_count` - 开盘后净委买增额占比、开盘后买入意愿占比 / 强度(净委买类)与大买成交占比(大单类)按分组约定不做;开盘后净主买占比 / 强度源自海通(五十七),见 `cn_stock_factors_hf_ht_active_buy`,开盘后知情主卖占比源自海通(五十八),见 `cn_stock_factors_hf_ht_informed_trade`(两表由 orderbook 组构建),均需 `cn_stock_bar1m_derived_c` 的主动买卖,不在本表(kline 表)范围 数据区间:`2011-01-04` ~ `2026-11-03`(历史起点 2011-01-01,每个交易日一条记录)。 ## 文献来源 - **标题**: 《选股因子系列研究(六十九)——高频因子的现实与幻想》 - **作者**: 冯佳睿、袁林青、姚石、罗蕾、余浩淼 - **机构**: 海通证券 - **时间**: 2020-07-30 ## 表结构 - **表名**: `cn_stock_factors_hf_ht_hf_collection` - **中文表名**: 海通证券分钟高频因子正交版 - **数据描述**: 用1分钟K线计算偏度等五个高频因子并对常规风格正交的月度与周度版本 - **主键**: `date` + `instrument` - **记录粒度**: 每个交易日每只股票一条记录(骨架为 `cn_stock_prefactors` 当日全部股票, 停牌股因子为空) | 字段 | 类型 | 可空 | 含义 | | ---- | ---- | ---- | ---- | | `date` | `PlDatetime` | 否 | 交易日期 | | `instrument` | `PlString` | 否 | 股票代码 | | `hf_skew_20_orth69` | `PlFloat64` | 是 | 正交高频偏度(T=20,六十九口径):每日 √N·Σr³/(Σr²)^1.5(1 分钟对数收益) 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `down_vol_ratio_20_orth69` | `PlFloat64` | 是 | 正交下行波动占比(T=20,六十九口径):每日 Σr²·I(r<0)/Σr² 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `tail_vol_ratio_20_orth69` | `PlFloat64` | 是 | 正交尾盘成交占比(T=20,六十九口径):每日 14:30-15:00 成交量 / 全天成交量 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `pv_corr_20_orth69` | `PlFloat64` | 是 | 正交高频量价相关性(T=20,六十九口径):每日 corr(1 分钟收盘价, 1 分钟成交量 / 全天成交量) 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `improved_reversal_20_orth69` | `PlFloat64` | 是 | 正交改进反转(T=20,六十九口径):每日 Close_15:00/Close_10:00 过去 20 个有效交易日累乘减 1后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `hf_skew_5_orth69` | `PlFloat64` | 是 | 正交高频偏度(T=5,六十九口径):每日 √N·Σr³/(Σr²)^1.5(1 分钟对数收益) 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `down_vol_ratio_5_orth69` | `PlFloat64` | 是 | 正交下行波动占比(T=5,六十九口径):每日 Σr²·I(r<0)/Σr² 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `tail_vol_ratio_5_orth69` | `PlFloat64` | 是 | 正交尾盘成交占比(T=5,六十九口径):每日 14:30-15:00 成交量 / 全天成交量 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `pv_corr_5_orth69` | `PlFloat64` | 是 | 正交高频量价相关性(T=5,六十九口径):每日 corr(1 分钟收盘价, 1 分钟成交量 / 全天成交量) 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | | `improved_reversal_5_orth69` | `PlFloat64` | 是 | 正交改进反转(T=5,六十九口径):每日 Close_15:00/Close_10:00 过去 5 个有效交易日累乘减 1后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径) | ## 依赖数据 | 依赖表 | 频率 | 用到的字段 | 用途 | | ---- | ---- | ---- | ---- | | `cn_stock_bar1m_c` | 1 分钟 | `date`、`instrument`、`open`、`close`、`volume` | 09:31 起 240 根连续竞价分钟线, 逐股逐日聚合成日频中间量 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`change_ratio`、`turn`、`suspended`、`total_market_cap`、`sw2021_level1` | 输出骨架(当日全部股票);模块声明的日频变量 | 因子回溯 39 个交易日,单日增量实际读取约 40 个交易日的分钟数据(按自然月分块读取,stage1 结果有本地缓存时只读缺失的交易日)。历史起点 2011-01-01。 ## 因子列表 ### hf_skew_20_orth69 **中文名**: 正交高频偏度(T=20,六十九口径) **描述**: 日内 1 分钟收益已实现偏度的 N 日均值,日内下行风险大的股票风险溢价更高;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=20 计算高频偏度: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{\sqrt{N_J}\sum_j r_{i,j,n}^3}{\left(\sum_j r_{i,j,n}^2\right)^{1.5}} ``` $N_J=240$ 为日内分钟数。 原始值同 `cn_stock_factors_hf_ht_return_distribution.rskew_1m_m1`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 20 个有效交易日(停牌日不占名额),20 个有效日须落在当天往前 40 个交易日内,否则为空;当天无分钟数据时为空 - 分钟数据取 09:31 起 240 根连续竞价 bar;1 分钟收益为对数收益,第 1 根用 `ln(close/open)`,其余用相邻收盘价对数差,不含隔夜 - 当日有效收益不足 10 个或收益平方和为 0 时当日为空;$N_J$ 取当日有效收益个数 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### down_vol_ratio_20_orth69 **中文名**: 正交下行波动占比(T=20,六十九口径) **描述**: 日内负收益平方和占比的 N 日均值;影响方向为正。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=20 计算下行波动占比: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{\sum_j r_{i,j,n}^2\cdot I_{r_{i,j,n}<0}}{\sum_j r_{i,j,n}^2} ``` 原始值同 `cn_stock_factors_hf_ht_hf_price_volume.down_vol_ratio_1m_20`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 20 个有效交易日(停牌日不占名额),20 个有效日须落在当天往前 40 个交易日内,否则为空;当天无分钟数据时为空 - 分钟数据取 09:31 起 240 根连续竞价 bar;1 分钟收益为对数收益,第 1 根用 `ln(close/open)`,其余用相邻收盘价对数差,不含隔夜 - 当日有效收益不足 10 个或收益平方和为 0 时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### tail_vol_ratio_20_orth69 **中文名**: 正交尾盘成交占比(T=20,六十九口径) **描述**: 14:30-15:00 成交量占全天成交量比例的 N 日均值;尾盘投机度高、非知情交易者更倾向尾盘交易;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=20 计算尾盘成交占比: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{Vol_{i,14:30-15:00,n}}{\sum_j Vol_{i,j,n}} ``` 原始值同 `cn_stock_factors_hf_ht_hf_price_volume.vol_ratio_hh8_20`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 20 个有效交易日(停牌日不占名额),20 个有效日须落在当天往前 40 个交易日内,否则为空;当天无分钟数据时为空 - 尾盘为 minute_idx 211~240 的 30 根 bar(含 15:00 收盘竞价),分母为全天 240 根成交量之和;全天无成交时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### pv_corr_20_orth69 **中文名**: 正交量价相关性(T=20,六十九口径) **描述**: 日内分钟收盘价与成交量占比相关系数的 N 日均值;量价背离的股票未来表现更好;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=20 计算量价相关性: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}corr\left(Close_{i,j,n},\frac{Vol_{i,j,n}}{\sum_j Vol_{i,j,n}}\right) ``` 原始值同 `cn_stock_factors_hf_ht_hf_price_volume.pv_corr_1m_20`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 20 个有效交易日(停牌日不占名额),20 个有效日须落在当天往前 40 个交易日内,否则为空;当天无分钟数据时为空 - 成交量除以当日总量不改变当日相关系数,直接用分钟成交量;价格或成交量全天不变等退化样本当日为空(框架 `safe_corr`) - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### improved_reversal_20_orth69 **中文名**: 正交改进反转(T=20,六十九口径) **描述**: 剔除隔夜与开盘后半小时涨幅的 N 日累计收益;隔夜与开盘半小时的涨跌属于对隔夜信息的合理定价,不存在反转效应;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=20 计算改进反转: ```math \prod_{n=t-T+1}^{t}\frac{Close_{i,15:00,n}}{Close_{i,10:00,n}}-1 ``` 原始值同 `cn_stock_factors_hf_ht_hf_price_volume.improved_reversal_20`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 20 个有效交易日(停牌日不占名额),20 个有效日须落在当天往前 40 个交易日内,否则为空;当天无分钟数据时为空 - $Close_{10:00}$ 为 10:00 那根 bar(09:59~10:00)的收盘价,任一 bar 缺失时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### hf_skew_5_orth69 **中文名**: 正交高频偏度(T=5,六十九口径) **描述**: 日内 1 分钟收益已实现偏度的 N 日均值,日内下行风险大的股票风险溢价更高;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=5 计算高频偏度: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{\sqrt{N_J}\sum_j r_{i,j,n}^3}{\left(\sum_j r_{i,j,n}^2\right)^{1.5}} ``` $N_J=240$ 为日内分钟数。 原始值同 `cn_stock_factors_hf_ht_hf_factor_suite.hf_skew_5`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 5 个有效交易日(停牌日不占名额),5 个有效日须落在当天往前 10 个交易日内,否则为空;当天无分钟数据时为空 - 分钟数据取 09:31 起 240 根连续竞价 bar;1 分钟收益为对数收益,第 1 根用 `ln(close/open)`,其余用相邻收盘价对数差,不含隔夜 - 当日有效收益不足 10 个或收益平方和为 0 时当日为空;$N_J$ 取当日有效收益个数 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### down_vol_ratio_5_orth69 **中文名**: 正交下行波动占比(T=5,六十九口径) **描述**: 日内负收益平方和占比的 N 日均值;影响方向为正。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=5 计算下行波动占比: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{\sum_j r_{i,j,n}^2\cdot I_{r_{i,j,n}<0}}{\sum_j r_{i,j,n}^2} ``` 原始值同 `cn_stock_factors_hf_ht_hf_factor_suite.down_vol_ratio_5`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 5 个有效交易日(停牌日不占名额),5 个有效日须落在当天往前 10 个交易日内,否则为空;当天无分钟数据时为空 - 分钟数据取 09:31 起 240 根连续竞价 bar;1 分钟收益为对数收益,第 1 根用 `ln(close/open)`,其余用相邻收盘价对数差,不含隔夜 - 当日有效收益不足 10 个或收益平方和为 0 时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### tail_vol_ratio_5_orth69 **中文名**: 正交尾盘成交占比(T=5,六十九口径) **描述**: 14:30-15:00 成交量占全天成交量比例的 N 日均值;尾盘投机度高、非知情交易者更倾向尾盘交易;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=5 计算尾盘成交占比: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}\frac{Vol_{i,14:30-15:00,n}}{\sum_j Vol_{i,j,n}} ``` 原始值同 `cn_stock_factors_hf_ht_hf_factor_suite.tail_vol_ratio_5`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 5 个有效交易日(停牌日不占名额),5 个有效日须落在当天往前 10 个交易日内,否则为空;当天无分钟数据时为空 - 尾盘为 minute_idx 211~240 的 30 根 bar(含 15:00 收盘竞价),分母为全天 240 根成交量之和;全天无成交时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### pv_corr_5_orth69 **中文名**: 正交量价相关性(T=5,六十九口径) **描述**: 日内分钟收盘价与成交量占比相关系数的 N 日均值;量价背离的股票未来表现更好;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=5 计算量价相关性: ```math \frac{1}{T}\sum_{n=t-T+1}^{t}corr\left(Close_{i,j,n},\frac{Vol_{i,j,n}}{\sum_j Vol_{i,j,n}}\right) ``` 原始值同 `cn_stock_factors_hf_ht_hf_factor_suite.pv_corr_5`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 5 个有效交易日(停牌日不占名额),5 个有效日须落在当天往前 10 个交易日内,否则为空;当天无分钟数据时为空 - 成交量除以当日总量不改变当日相关系数,直接用分钟成交量;价格或成交量全天不变等退化样本当日为空(框架 `safe_corr`) - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ### improved_reversal_5_orth69 **中文名**: 正交改进反转(T=5,六十九口径) **描述**: 剔除隔夜与开盘后半小时涨幅的 N 日累计收益;隔夜与开盘半小时的涨跌属于对隔夜信息的合理定价,不存在反转效应;影响方向为负。本字段为对行业、市值、中盘、反转、波动、换手正交后的残差(研报检验的就是正交后的因子)。 **构建逻辑**: 先按 T=5 计算改进反转: ```math \prod_{n=t-T+1}^{t}\frac{Close_{i,15:00,n}}{Close_{i,10:00,n}}-1 ``` 原始值同 `cn_stock_factors_hf_ht_hf_factor_suite.improved_reversal_5`;再在横截面上对常规因子与行业回归取残差。 **项目实现说明**: - 计算频率:研报原文为月末(T=20)/ 周末(T=5)调仓日计算,本项目按项目规范改为每个交易日计算 - 「T 日」取 5 个有效交易日(停牌日不占名额),5 个有效日须落在当天往前 10 个交易日内,否则为空;当天无分钟数据时为空 - $Close_{10:00}$ 为 10:00 那根 bar(09:59~10:00)的收盘价,任一 bar 缺失时当日为空 - 研报写「已和行业、市值、中盘、反转、波动、换手等常规因子正交」,未给定义。本项目自建:行业为申万一级(2021)哑变量;市值 `ln(总市值)`;中盘按海通常用口径取非线性市值(截面标准化市值三次方对标准化市值回归的残差);反转为过去 20 个有效交易日累计收益;波动为过去 20 个有效交易日日收益标准差;换手为过去 20 个有效交易日日均换手率 - 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化,控制变量缺失按当日同行业均值填补,行业缺失为空,当日样本少于 60 时整截面为空(框架 `cs_neutralize`) ## 复现核对 检验口径:全市场不过滤(研报未写过滤规则);研报买卖价为调仓日均价,本项目前向收益为信号日次一交易日开盘 → 再往后 N 个交易日开盘(月频 N=21,周频 N=5,后复权);月频取每月最后一个交易日截面、周频取每周最后一个交易日截面;年化 ICIR 月频 = 均值/标准差 × √12,周频 × √52。研报分钟因子样本 2012.01-2020.06,对照区间同(月频 102 期、周频 434 期);「全样本」为 2011-01 ~ 2026-10 月末 / 周末截面,「逐日全样本」为每个交易日截面(前向收益重叠,ICIR 只作口径参考)。研报只给按选股方向调整后的绝对值,本项目值带符号。 ### 月度 T=20(对照研报 2.1 节正文:全 A、正交后) | 字段 | 研报 rIC / rICIR | 本项目 rIC / rICIR(2012-01~2020-06) | 本项目 Pearson IC / ICIR | 全样本 rIC / rICIR | 逐日全样本 rIC / rICIR | | --- | --- | --- | --- | --- | --- | | `hf_skew_20_orth69` | 3.41% / 3.48 | -3.14% / -3.20 | -2.70% / -3.07 | -2.47% / -2.36 | -2.75% / -2.65 | | `down_vol_ratio_20_orth69` | 3.03% / 3.02 | +2.95% / +2.85 | +2.37% / +2.72 | +2.64% / +2.35 | +2.80% / +2.45 | | `tail_vol_ratio_20_orth69` | 4.86% / 3.59 | -5.39% / -4.09 | -5.17% / -4.24 | -4.08% / -2.86 | -4.18% / -2.95 | | `pv_corr_20_orth69` | 4.09% / 3.33 | -4.93% / -3.71 | -3.99% / -3.26 | -3.65% / -2.41 | -3.66% / -2.44 | | `improved_reversal_20_orth69` | 4.33% / 3.74 | -4.66% / -3.34 | -4.58% / -3.51 | -3.19% / -2.17 | -3.03% / -2.27 | 五个因子方向全部一致,rank IC 均值差 0.1~0.8 个百分点,ICIR 差 0.2~0.5;研报「尾盘成交占比表现最优」也复现(本项目 rIC 最高的也是它)。研报月度只给多空胜率(83%、78%、82%、75%、82%),未给 rank IC 胜率,不对照。 ### 周度 T=5(对照研报表 8:全 A 周度选股能力) | 字段 | 研报 rIC / rICIR / rIC 胜率 | 本项目 rIC / rICIR / 胜率(2012-01~2020-06) | 本项目 Pearson IC / ICIR | 全样本 rIC / rICIR | 逐日全样本 rIC / rICIR | | --- | --- | --- | --- | --- | --- | | `hf_skew_5_orth69` | 4.01% / 6.96 / 84% | -3.62% / -6.78 / 83% | -3.11% / -6.25 | -2.97% / -5.57 | -2.82% / -5.29 | | `down_vol_ratio_5_orth69` | 4.50% / 6.17 / 82% | +4.41% / +6.51 / 81% | +3.53% / +5.72 | +3.66% / +5.42 | +3.36% / +4.93 | | `tail_vol_ratio_5_orth69` | 2.71% / 4.17 / 78% | -3.08% / -5.23 / 79% | -4.33% / -6.50 | -1.94% / -3.23 | -2.11% / -3.63 | | `pv_corr_5_orth69` | 6.16% / 8.32 / 91% | -5.87% / -8.44 / 89% | -4.58% / -7.54 | -4.23% / -5.74 | -4.17% / -5.72 | | `improved_reversal_5_orth69` | 6.23% / 6.54 / 81% | -5.86% / -6.84 / 82% | -5.42% / -6.91 | -4.46% / -5.25 | -4.25% / -4.95 | rank IC 均值差 0.1~0.4 个百分点,胜率差 ≤ 2 个百分点,ICIR 除尾盘成交占比(本项目 5.23 比研报 4.17 高 1.06)外差 ≤ 0.35;研报「改进反转与大单推动涨幅周度较强」中改进反转复现(大单推动涨幅不在本表)。 ### 未对照的部分与样本外 - 月度 T=5、周度 T=20 研报未披露;中证 500 / 沪深 300 域内(研报表 6、7、9、10)未检验;多空收益未复现(本表只提供因子值) - 研报正交控制变量未给定义,本项目口径见各字段「项目实现说明」;与 `cn_stock_factors_hf_ht_hf_factor_suite` 的 `_pure` 字段(10 个控制变量)相比,本表全样本月度 rank IC 绝对值高 0.2~0.9 个百分点,可能是少剔了特异度、流动性、估值等与高频因子相关的风格 - 样本外衰减:T=20 正交因子 2021 年后月末 rank IC 多在 ±2% 内(`pv_corr_20_orth69` 2021~2023 年 -0.9%、-0.1%、-0.6%,`tail_vol_ratio_20_orth69` 2023 年 +1.4%),全样本月度 rICIR 降到 2.2~2.9;T=5 版本 `down_vol_ratio_5_orth69`、`hf_skew_5_orth69` 衰减较轻 ## 示例数据 按 `date`、`instrument` 排序后的前 5 行与后 5 行,由 `update_docs()` 推送文档时自动填充。 | date | instrument | hf_skew_20_orth69 | down_vol_ratio_20_orth69 | tail_vol_ratio_20_orth69 | pv_corr_20_orth69 | improved_reversal_20_orth69 | hf_skew_5_orth69 | down_vol_ratio_5_orth69 | tail_vol_ratio_5_orth69 | pv_corr_5_orth69 | improved_reversal_5_orth69 | |---------------------|------------|-------------------|--------------------------|--------------------------|-------------------|-----------------------------|------------------|-------------------------|-------------------------|------------------|----------------------------| | 2026-11-03 00:00:00 | 000001.SZ | 0.724003 | -0.610234 | -1.469941 | -0.002962 | -0.262738 | 0.490850 | -0.659680 | -0.854268 | 0.231325 | 0.442540 | | 2026-11-03 00:00:00 | 000002.SZ | 0.123647 | 0.016408 | 1.347304 | 0.073836 | 0.679118 | -0.142815 | 0.248710 | 0.906256 | -1.166309 | -0.238794 | | 2026-11-03 00:00:00 | 000006.SZ | 1.185189 | -1.222666 | -0.576044 | 0.540961 | -0.202000 | 0.537234 | -0.398465 | -0.037065 | -0.365299 | -0.775028 | | 2026-11-03 00:00:00 | 000007.SZ | -0.400080 | 0.227645 | 1.719262 | -0.395283 | 1.574585 | 0.969605 | -1.408536 | 1.883038 | -1.389089 | 1.644953 | | 2026-11-03 00:00:00 | 000008.SZ | -0.976642 | 0.960545 | -0.428505 | -1.040532 | -0.195421 | -0.399042 | 0.504856 | -1.083659 | 0.039153 | -0.582827 | | 2026-11-03 00:00:00 | 920978.BJ | -0.263940 | -0.286662 | 0.421208 | 0.361506 | -1.178998 | -0.710482 | 1.280998 | 1.847135 | 0.315552 | -2.614082 | | 2026-11-03 00:00:00 | 920981.BJ | -0.038628 | -0.116714 | 0.487003 | -0.553931 | -0.742562 | 0.577858 | -0.366683 | 2.196152 | -0.009680 | -0.294303 | | 2026-11-03 00:00:00 | 920982.BJ | 0.473161 | -0.691907 | -1.025578 | -0.253444 | -1.477548 | 0.494661 | -0.348963 | -0.759812 | -0.668209 | -0.708665 | | 2026-11-03 00:00:00 | 920985.BJ | 0.312709 | -0.457239 | 0.090038 | 0.842961 | -1.686158 | -0.380908 | 0.624516 | 1.524230 | -0.507367 | -1.210922 | | 2026-11-03 00:00:00 | 920992.BJ | 0.404274 | -0.382258 | 4.068483 | 0.648470 | -0.264024 | 0.005237 | -0.220032 | 3.324932 | 1.211448 | -1.219199 |

用例
表结构
字段 字段类型 字段描述
improved_reversal_5_orth69 double 每日 Close_15:00/Close_10:00 过去 5 个有效交易日累乘减 1后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
improved_reversal_20_orth69 double 每日 Close_15:00/Close_10:00 过去 20 个有效交易日累乘减 1后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
date timestamp[ns] 交易日期
__PARTITION__ string -
instrument string 股票代码
hf_skew_5_orth69 double 每日 √N·Σr³/(Σr²)^1.5(1 分钟对数收益) 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
pv_corr_5_orth69 double 每日 corr(1 分钟收盘价, 1 分钟成交量 / 全天成交量) 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
hf_skew_20_orth69 double 每日 √N·Σr³/(Σr²)^1.5(1 分钟对数收益) 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
pv_corr_20_orth69 double 每日 corr(1 分钟收盘价, 1 分钟成交量 / 全天成交量) 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
down_vol_ratio_5_orth69 double 每日 Σr²·I(r<0)/Σr² 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
tail_vol_ratio_5_orth69 double 每日 14:30-15:00 成交量 / 全天成交量 过去 5 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
down_vol_ratio_20_orth69 double 每日 Σr²·I(r<0)/Σr² 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券
tail_vol_ratio_20_orth69 double 每日 14:30-15:00 成交量 / 全天成交量 过去 20 个有效交易日均值后, 对申万一级行业、市值、中盘(非线性市值)、20 日反转、20 日波动、20 日换手截面回归的残差(海通六十九口径)。来源:冯佳睿、袁林青、姚石、罗蕾、余浩淼. 2020-07-30. 《选股因子系列研究(六十九)——高频因子的现实与幻想》. 海通证券

表名:cn_stock_factors_hf_ht_hf_collection

起始时间:

最近更新时间: