开源证券主动买卖 (hf_prefactors_ky_active_trade)

数据描述:

文档
数据简介

# hf_prefactors_ky_active_trade ## 文献来源 - **标题**: 《主动买卖因子的正确用法——市场微观结构研究系列(9)》 - **作者**: 魏建榕、傅开波、苏俊豪 - **机构**: 开源证券 - **时间**: 2020-09-05 研报指出以往研究惯用的主动买卖因子 ACT(主动净买入强度)本身选股能力很弱,IC 绝对值不高、多空净值曲线不理想。研报借助独家的「因子切割论」,把 20 日窗口按**当日收益率高低**切成高收益日与低收益日,分别求各档 ACT 的均值。切割后呈现明显的精细结构:以大户、中户为主的大单与中单 ACT 在高收益端呈现较强的正向选股效应,而以散户为主的小单 ACT 在低收益端呈现较强的负向选股效应,超大单两端都不显著(研报归因于覆盖率仅 75% 与拆单行为)。据此研报合成了基于大单 + 中单的正向主动买卖因子与基于小单的负向主动买卖因子。本表输出各档 ACT 的 20 日均值、按收益率切割的高 / 低收益端版本,以及研报最终推荐的两个合成因子。 ## 表结构 - **表名**: `hf_prefactors_ky_active_trade` - **主键**: `date` + `instrument` - **记录粒度**: 每个交易日每只股票一条记录 | 字段 | 类型 | 可空 | 含义 | | ---- | ---- | ---- | ---- | | `date` | `PlDatetime` | 否 | 交易日期 | | `instrument` | `PlString` | 否 | 股票代码 | | `act_all` | `PlFloat64` | 是 | 全体交易者主动买卖因子,日度 ACT 的 20 日均值,选股能力弱(研报对照项) | | `act_exlarge` | `PlFloat64` | 是 | 超大单(>100 万元)主动买卖因子,日度 ACT 的 20 日均值 | | `act_large` | `PlFloat64` | 是 | 大单(20~100 万元)主动买卖因子,日度 ACT 的 20 日均值 | | `act_medium` | `PlFloat64` | 是 | 中单(4~20 万元)主动买卖因子,日度 ACT 的 20 日均值 | | `act_small` | `PlFloat64` | 是 | 小单(<4 万元)主动买卖因子,日度 ACT 的 20 日均值 | | `act_high_exlarge` | `PlFloat64` | 是 | 超大单 ACT 高收益日均值(λ=20%),20 日窗口内收益率最高 20% 交易日的 ACT 均值,研报显示两端选股效应均微弱 | | `act_low_exlarge` | `PlFloat64` | 是 | 超大单 ACT 低收益日均值(λ=20%) | | `act_high_large` | `PlFloat64` | 是 | 大单 ACT 高收益日均值(λ=20%),研报显示高收益端呈现较强正向选股效应,值越大未来收益越高 | | `act_low_large` | `PlFloat64` | 是 | 大单 ACT 低收益日均值(λ=20%),研报显示为微弱负向选股效应 | | `act_high_medium` | `PlFloat64` | 是 | 中单 ACT 高收益日均值(λ=20%),研报显示高收益端呈现较强正向选股效应,值越大未来收益越高 | | `act_low_medium` | `PlFloat64` | 是 | 中单 ACT 低收益日均值(λ=20%) | | `act_high_small` | `PlFloat64` | 是 | 小单 ACT 高收益日均值(λ=20%),研报显示正向选股效应随 λ 增大迅速衰减 | | `act_low_small` | `PlFloat64` | 是 | 小单 ACT 低收益日均值(λ=20%),研报显示低收益端呈现较强负向选股效应,值越小未来收益越高 | | `act_pos_10pct` | `PlFloat64` | 是 | 正向主动买卖因子(λ=10%),大单与中单合并后的 ACT 在收益率最高 10% 交易日上的均值,值越大未来收益越高 | | `act_pos_20pct` | `PlFloat64` | 是 | 正向主动买卖因子(λ=20%),口径同上,切割比例取 20% | | `act_neg_10pct` | `PlFloat64` | 是 | 负向主动买卖因子(λ=10%),小单 ACT 在收益率最低 10% 交易日上的均值,值越小未来收益越高 | | `act_neg_20pct` | `PlFloat64` | 是 | 负向主动买卖因子(λ=20%),口径同上,切割比例取 20% | ## 依赖数据 | 依赖表 | 频率 | 用到的字段 | 用途 | | ---- | ---- | ---- | ---- | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`change_ratio`、`suspended`、`active_buy_amount_all`、`active_sell_amount_all`、`active_buy_amount_large`、`active_sell_amount_large`、`active_buy_amount_big`、`active_sell_amount_big`、`active_buy_amount_mid`、`active_sell_amount_mid`、`active_buy_amount_small`、`active_sell_amount_small` | `date` + `instrument` 作为输出骨架与滚动窗口分组键;各档的主动买入与主动卖出金额相减再除以相加得到日度 ACT;`change_ratio` 是收益率维度切割的排序依据;`suspended` 与前述字段共同判定窗口内交易日是否有效 | 全部因子回溯 20 个交易日,`_build` 按此倒退取数,故单日增量的实际扫描区间约为输出区间的 20 倍(日频表,扫描成本可忽略)。 > 历史起点说明:本表的历史数据从 **2016-01-04** 开始,不含 2015 年。原因有两条,都来自上游数据而非计算: > 其一,`cn_stock_prefactors` 的分档资金流字段 2015 年 1 月中旬才开始有数据,首个「20 日窗口全有效」的交易日是 2015-02-16; > 其二,2015 年 7 月的「千股停牌」期间超过一半的 A 股在 20 日窗口内有停牌日,本表因子对它们**真的无定义**, > 实测 2015-07-14 的无效值占比达 56%~62%。把入库前测试的 `invalid_ratio` 上限放宽到能容纳这个比例, > 等于让该测试点再也拦不住「某天半数股票缺失」这类真实故障,因此选择不回填 2015 年并在此说明, > 而不是放宽门禁。2016 年起各年抽样日的无效值占比上限为 29.5%,均在门禁之内。 ## 因子列表 ### act_all **中文名**: 全体交易者主动买卖因子 **描述**: 以往研究惯用的主动买卖因子,用「主动买入金额」与「主动卖出金额」的定量比较度量主动净买入强度。研报的实证结论是该因子基本不具备选股能力:IC 绝对值不高、多空对冲净值曲线不理想,这也是近年此类研究关注度不高的原因。本表保留它作为切割前的对照项。 **构建逻辑**: 1. 逐日计算全体交易者的主动买卖指标; 2. 在每个月底对每只股票取过去 20 日 ACT 指标的平均值,作为该股票的 ACT 因子值。 ```math ACT = \frac{主动买入金额 - 主动卖出金额}{主动买入金额 + 主动卖出金额} ``` **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 股票过滤:研报剔除了停牌、ST、涨跌停、过去 20 日有效交易日小于 10 天的股票。本项目按项目规范不对股票做任何过滤,仅在窗口内按交易日是否有效取舍 - 有效交易日:要求 20 个交易日的窗口内无一天缺失资金流字段或涨跌幅(主要是停牌日与资金流未覆盖的个股),否则该股当日因子值置空 ### act_exlarge **中文名**: 超大单主动买卖因子 **描述**: 超大单(>100 万元,对应机构投资者)的主动净买入强度。研报指出按小单、中单、大单、超大单的顺序,ACT 因子的 IC 水平逐渐上升(从负到正),即越偏机构的交易者其主动净买入强度越可能正向预测股价。 **构建逻辑**: 口径同 `act_all`,主动买入与主动卖出金额只取超大单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 分档口径:研报的超大单 / 大单 / 中单 / 小单对应 `cn_stock_prefactors` 资金流字段后缀的 `large` / `big` / `mid` / `small`(该表的 `large` 指超大单,不是研报的大单),字段名按研报语义命名 - 股票过滤、有效交易日:同 `act_all` ### act_large **中文名**: 大单主动买卖因子 **描述**: 大单(20~100 万元,对应大户投资者)的主动净买入强度。 **构建逻辑**: 口径同 `act_all`,主动买入与主动卖出金额只取大单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 分档口径、股票过滤、有效交易日:同 `act_exlarge` ### act_medium **中文名**: 中单主动买卖因子 **描述**: 中单(4~20 万元,对应中户投资者)的主动净买入强度。 **构建逻辑**: 口径同 `act_all`,主动买入与主动卖出金额只取中单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 分档口径、股票过滤、有效交易日:同 `act_exlarge` ### act_small **中文名**: 小单主动买卖因子 **描述**: 小单(<4 万元,对应散户投资者)的主动净买入强度。研报指出小单 ACT 因子的 IC 为负。 **构建逻辑**: 口径同 `act_all`,主动买入与主动卖出金额只取小单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 分档口径、股票过滤、有效交易日:同 `act_exlarge` ### act_high_exlarge **中文名**: 超大单高收益日主动买卖因子(λ=20%) **描述**: 把超大单 ACT 按收益率切割后的高收益端。研报结论是超大单的 ACT 因子不管高收益端还是低收益端,正向或负向选股能力均表现微弱,原因是超大单指标全样本覆盖率仅 75%,且存在拆单行为。 **构建逻辑**: 1. 回溯过去 20 个交易日,计算逐日的 ACT 值; 2. 取收益率最高 λ 比例的交易日,称为高收益日; 3. 对高收益日的 ACT 值取平均,得到 ACT_high 因子。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数:研报未说明 λ 对应的具体天数口径,本项目取 `k = round(λ × 20)`(λ=10% / 20% 分别对应 2 / 4 天) - 分档口径、股票过滤、有效交易日:同 `act_exlarge` ### act_low_exlarge **中文名**: 超大单低收益日主动买卖因子(λ=20%) **描述**: 把超大单 ACT 按收益率切割后的低收益端,说明见 `act_high_exlarge`。 **构建逻辑**: 步骤同 `act_high_exlarge`,第 2 步改为取收益率最低 λ 比例的交易日(低收益日),第 3 步对低收益日的 ACT 值取平均,得到 ACT_low 因子。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_high_large **中文名**: 大单高收益日主动买卖因子(λ=20%) **描述**: 研报结论是大单 ACT 因子在高收益端呈现较强的正向选股效应。解读为大单主体是机构投资者,在上涨交易日他们的主动购买通常代表对后市上涨的确定性较高。 **构建逻辑**: 步骤同 `act_high_exlarge`,第 1 步的 ACT 只取大单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_low_large **中文名**: 大单低收益日主动买卖因子(λ=20%) **描述**: 研报结论是大单 ACT 因子在低收益端为微弱的负向选股效应。 **构建逻辑**: 步骤同 `act_low_exlarge`,第 1 步的 ACT 只取大单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_high_medium **中文名**: 中单高收益日主动买卖因子(λ=20%) **描述**: 研报结论是中单 ACT 因子在高收益端呈现较强的正向选股效应,低收益端表现为微弱的负向选股效应,但低收益端的负向选股效应弱于小单的 ACT 因子。 **构建逻辑**: 步骤同 `act_high_exlarge`,第 1 步的 ACT 只取中单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_low_medium **中文名**: 中单低收益日主动买卖因子(λ=20%) **描述**: 中单 ACT 按收益率切割后的低收益端,说明见 `act_high_medium`。 **构建逻辑**: 步骤同 `act_low_exlarge`,第 1 步的 ACT 只取中单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_high_small **中文名**: 小单高收益日主动买卖因子(λ=20%) **描述**: 研报结论是小单 ACT 因子在较高收益率端呈现正向选股效应,但随着切割比例 λ 的增大,正向选股效应的衰减速度很快。 **构建逻辑**: 步骤同 `act_high_exlarge`,第 1 步的 ACT 只取小单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_low_small **中文名**: 小单低收益日主动买卖因子(λ=20%) **描述**: 研报结论是小单 ACT 因子在低收益率端呈现较强的负向选股效应,且随着切割比例的增大衰减较慢。解读为散户在下跌环境中常因恐慌而着急主动卖出,而这种恐慌造成的短期下跌通常会在后市回涨。 **构建逻辑**: 步骤同 `act_low_exlarge`,第 1 步的 ACT 只取小单档。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_pos_10pct **中文名**: 正向主动买卖因子(λ=10%) **描述**: 研报最终推荐的正向因子,基于大单与中单合并后的 ACT 在高收益日上的均值。研报测试显示该因子在不同切割比例 λ 下选股能力均优异,且 λ 越小多空对冲表现越佳:λ=10% 时多空收益波动比达 3.06、年化收益 16.62%、月度胜率 88.89%,多头端收益波动比 0.87。 **构建逻辑**: 1. 逐日计算大单和中单总的主动买卖因子 ACT_正向,t; 2. 回溯过去 20 个交易日,取收益率最高 λ 比例的交易日,称为高收益日; 3. 对高收益日的 ACT_正向,t 因子取平均,记为 ACT_正向。 ```math ACT_{正向,t} = \frac{主动买入金额(大单 + 中单) - 主动卖出金额(大单 + 中单)}{主动买入金额(大单 + 中单) + 主动卖出金额(大单 + 中单)} ``` **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_pos_20pct **中文名**: 正向主动买卖因子(λ=20%) **描述**: 口径同 `act_pos_10pct`,切割比例取 20%。研报给出 λ=20% 时多空年化收益 17.46%、收益波动比 2.94。 **构建逻辑**: 同 `act_pos_10pct`,λ 取 20%。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_neg_10pct **中文名**: 负向主动买卖因子(λ=10%) **描述**: 研报最终给出的负向因子,基于小单 ACT 在低收益日上的均值。研报测试显示该因子在不同切割比例下收益波动比相对稳定,但近几年收益逐渐变低,与「大资金主导性越来越强」的直觉一致,整体选股能力弱于正向因子。 **构建逻辑**: 1. 逐日计算小单的主动买卖因子 ACT_负向,t; 2. 回溯过去 20 个交易日,取收益率最低 λ 比例的交易日,称为低收益日; 3. 对低收益日的 ACT_负向,t 因子取平均,记为 ACT_负向。 ```math ACT_{负向,t} = \frac{主动买入金额(小单) - 主动卖出金额(小单)}{主动买入金额(小单) + 主动卖出金额(小单)} ``` **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ### act_neg_20pct **中文名**: 负向主动买卖因子(λ=20%) **描述**: 口径同 `act_neg_10pct`,切割比例取 20%。 **构建逻辑**: 同 `act_neg_10pct`,λ 取 20%。 **项目实现说明**: - 计算频率:研报原文为每月月底计算,本项目按项目规范改为每个交易日计算 - 切割个数、分档口径、股票过滤、有效交易日:同 `act_high_exlarge` ## 复现核对 **核对口径**: 2016-01-04 ~ 2026-09-30(128 个月末截面 / 2611 个逐日截面);全市场不做任何股票过滤(研报剔除了停牌、ST、涨跌停与过去 20 日有效交易日小于 10 天的股票);前向收益取 21 个交易日的收盘到收盘收益;rankIC 按截面计算。研报对 ACT 族只在图 2~5 里以曲线给出各档的 IC 均值随切割比例的变化,没有给具体数值,只有两个合成因子给了绩效表,因此下表多数行只能核对方向与排序。 | 因子 | 本项目(月末截面 rankIC / 年化 rankICIR) | 本项目(逐日 rankIC) | 研报原文 | 出处 | | ---- | ---- | ---- | ---- | ---- | | `act_all` | -0.0103 / -0.31 | -0.0017 | 基本不具备选股能力:IC 绝对值不高、多空净值曲线不理想(未给数值) | 研报图 1 与第 1 节正文 | | `act_exlarge` | +0.0057 / +0.28 | +0.0076 | 按小单→中单→大单→超大单顺序 IC 由负转正(未给数值) | 研报第 1 节正文 | | `act_large` | -0.0099 / -0.35 | -0.0048 | 同上(未给数值) | 研报第 1 节正文 | | `act_medium` | -0.0042 / -0.14 | +0.0011 | 同上(未给数值) | 研报第 1 节正文 | | `act_small` | -0.0099 / -0.45 | -0.0048 | 同上,小单 ACT 的 IC 为负(未给数值) | 研报第 1 节正文 | | `act_high_exlarge` | -0.0122 / -0.94 | -0.0101 | 高低收益端的选股效应都不明显(未给数值) | 研报图 5 | | `act_low_exlarge` | +0.0172 / +0.97 | +0.0208 | 同上(未给数值) | 研报图 5 | | `act_high_large` | +0.0432 / +2.84 | +0.0492 | 高收益端呈现较强正向选股效应(未给数值) | 研报图 4 | | `act_low_large` | -0.0240 / -0.83 | -0.0235 | 低收益端为微弱负向选股效应(未给数值) | 研报图 4 | | `act_high_medium` | +0.0516 / +2.46 | +0.0580 | 高收益端呈现较强正向选股效应(未给数值) | 研报图 3 | | `act_low_medium` | -0.0256 / -0.83 | -0.0259 | 低收益端微弱负向,弱于小单(未给数值) | 研报图 3 | | `act_high_small` | +0.0583 / +2.25 | +0.0660 | 较高收益端呈正向效应,随 λ 增大衰减很快(未给数值) | 研报图 2 | | `act_low_small` | -0.0505 / -1.80 | -0.0545 | 低收益端呈现较强负向选股效应,随 λ 增大衰减较慢(未给数值) | 研报图 2 | | `act_pos_10pct` | +0.0584 / +2.91 | +0.0670 | 多空年化 16.62%、年化波动 5.43%、收益波动比 3.06、月度胜率 88.89%;多头收益波动比 0.87 | 研报表 2 | | `act_pos_20pct` | +0.0517 / +2.49 | +0.0594 | 多空年化 17.46%、年化波动 5.93%、收益波动比 2.94 | 研报表 2 | | `act_neg_10pct` | -0.0460 / -1.80 | -0.0490 | 不同 λ 下收益波动比相对稳定,但近几年收益逐渐变低(未给逐项数值) | 研报表 3 与图 7 | | `act_neg_20pct` | -0.0505 / -1.80 | -0.0545 | 同上(未给逐项数值) | 研报表 3 与图 7 | 本表是七张日频表里**定性结论复现最完整**的一张,研报的五条论断逐条成立: 1. **原始 ACT 因子基本无效**。`act_all` rankIC -0.0103、年化 rankICIR -0.31,确实接近 0,与研报图 1 的结论一致。 2. **各档 IC 由负转正**。`act_small` -0.0099 → `act_medium` -0.0042 → `act_large` -0.0099 → `act_exlarge` +0.0057,超大单是唯一正号的一档,与研报「越偏机构的交易者其主动净买入强度越可能正向预测股价」一致(大单一档略低于单调趋势,但四档的绝对值都在 0.01 以内,差异在噪声范围内)。 3. **大单与中单在高收益端强正向**。`act_high_large` +0.0432(年化 rankICIR +2.84)、`act_high_medium` +0.0516(+2.46),而两者在低收益端只有 -0.0240 / -0.0256,高低两端的落差正是研报图 3 与图 4 的形态。 4. **小单在低收益端强负向**。`act_low_small` -0.0505(年化 rankICIR -1.80),是四档低收益端里最负的一个,与研报图 2 一致。 5. **超大单两端都弱**。`act_high_exlarge` -0.0122、`act_low_exlarge` +0.0172,绝对值都明显小于大单与中单的对应项,与研报把它归因于「覆盖率仅 75% 与拆单行为」一致。 **两个合成因子的切割比例排序也复现**: `act_pos_10pct` 年化 rankICIR +2.91 高于 `act_pos_20pct` 的 +2.49,与研报表 2「λ 越小多空对冲表现越佳」(3.06 对 2.94)一致,且本项目的比值 2.91/2.49 = 1.17 与研报的 3.06/2.94 = 1.04 同向。 差异来源: - **指标类型不可直接相减**。研报表 2 给的 3.06 / 2.94 是五分组多空对冲组合的**收益波动比**,本项目给的是 IC 序列的年化信息比率,两者只能核对排序与方向,不能核对绝对值。 - **股票过滤**。研报剔除了停牌、ST、涨跌停以及过去 20 日有效交易日小于 10 天的股票;本项目按项目规范不做任何股票过滤,只在窗口内按交易日是否有效取舍。这会让本项目的截面里多出一批流动性很差的个股,通常使 IC 绝对值偏高、ICIR 偏低。 - **样本区间**。研报的测试区间止于 2020 年,本项目为 2016-01 ~ 2026-09。研报正文已指出负向因子「近几年来收益逐渐变低」,本项目 `act_neg_10pct` 的年化 rankICIR -1.80 弱于正向因子的 +2.91,与这一判断一致。 ## 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 | act_all | act_exlarge | act_large | act_medium | act_small | act_high_exlarge | act_low_exlarge | act_high_large | act_low_large | act_high_medium | act_low_medium | act_high_small | act_low_small | act_pos_10pct | act_pos_20pct | act_neg_10pct | act_neg_20pct | |---------------------|------------|-----------|-------------|-----------|------------|-----------|------------------|-----------------|----------------|---------------|-----------------|----------------|----------------|---------------|---------------|---------------|---------------|---------------| | 2026-09-30 00:00:00 | 000001.SZ | 0.005323 | -0.026552 | 0.062179 | 0.022746 | -0.036471 | 0.092786 | -0.124491 | 0.349166 | -0.086309 | 0.184650 | -0.032885 | 0.002886 | -0.090620 | 0.340141 | 0.277254 | -0.172895 | -0.090620 | | 2026-09-30 00:00:00 | 000002.SZ | -0.036033 | -0.070955 | -0.035215 | -0.059985 | -0.052744 | 0.220633 | -0.383355 | 0.055317 | -0.222829 | -0.038939 | -0.132527 | -0.069934 | -0.102107 | 0.009109 | 0.008111 | -0.132306 | -0.102107 | | 2026-09-30 00:00:00 | 000006.SZ | -0.010769 | -0.202294 | -0.008780 | -0.036631 | 0.004119 | 0.674309 | -0.387585 | 0.133267 | -0.351960 | 0.052425 | -0.242523 | 0.086064 | -0.134179 | 0.091719 | 0.093559 | -0.120539 | -0.134179 | | 2026-09-30 00:00:00 | 000007.SZ | -0.018156 | 0.052104 | -0.026139 | -0.043941 | -0.004055 | 0.035054 | -0.154239 | 0.096934 | -0.052133 | 0.011291 | -0.124324 | 0.134675 | -0.077725 | 0.149356 | 0.044119 | 0.000887 | -0.077725 | | 2026-09-30 00:00:00 | 000008.SZ | -0.077887 | -0.052263 | -0.109368 | -0.103497 | -0.081604 | 0.326365 | -0.602855 | 0.271000 | -0.333391 | 0.146421 | -0.218386 | 0.063371 | -0.114782 | 0.259066 | 0.222781 | -0.273988 | -0.114782 | | 2026-09-30 00:00:00 | 920978.BJ | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | | 2026-09-30 00:00:00 | 920981.BJ | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | | 2026-09-30 00:00:00 | 920982.BJ | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | | 2026-09-30 00:00:00 | 920985.BJ | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | | 2026-09-30 00:00:00 | 920992.BJ | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null | null |

用例
表结构
字段 字段类型 字段描述
act_pos_10pct double 正向主动买卖因子(λ=10%),大单与中单合并后的 ACT 在收益率最高 10% 交易日上的均值,值越大未来收益越高。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
__PARTITION__ string -
act_high_large double 大单 ACT 高收益日均值(λ=20%),研报显示高收益端呈现较强正向选股效应,值越大未来收益越高。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_high_small double 小单 ACT 高收益日均值(λ=20%),研报显示正向选股效应随 λ 增大迅速衰减。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_low_medium double 中单 ACT 低收益日均值(λ=20%)。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_high_medium double 中单 ACT 高收益日均值(λ=20%),研报显示高收益端呈现较强正向选股效应,值越大未来收益越高。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_low_exlarge double 超大单 ACT 低收益日均值(λ=20%)。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_high_exlarge double 超大单 ACT 高收益日均值(λ=20%),20 日窗口内收益率最高 20% 交易日的 ACT 均值,研报显示两端选股效应均微弱。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
instrument string 股票代码
act_pos_20pct double 正向主动买卖因子(λ=20%),口径同 λ=10% 版本。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
date timestamp[ns] 交易日期
act_all double 全体交易者主动买卖因子,日度 ACT 的 20 日均值,选股能力弱(研报对照项)。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_large double 大单(20~100 万元)主动买卖因子,日度 ACT 的 20 日均值。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_small double 小单(<4 万元)主动买卖因子,日度 ACT 的 20 日均值。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_medium double 中单(4~20 万元)主动买卖因子,日度 ACT 的 20 日均值。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_exlarge double 超大单(>100 万元)主动买卖因子,日度 ACT 的 20 日均值。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_low_large double 大单 ACT 低收益日均值(λ=20%),研报显示为微弱负向选股效应。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_low_small double 小单 ACT 低收益日均值(λ=20%),研报显示低收益端呈现较强负向选股效应,值越小未来收益越高。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_neg_10pct double 负向主动买卖因子(λ=10%),小单 ACT 在收益率最低 10% 交易日上的均值,值越小未来收益越高。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券
act_neg_20pct double 负向主动买卖因子(λ=20%),口径同 λ=10% 版本。来源:魏建榕、傅开波、苏俊豪. 2020-09-05. 《主动买卖因子的正确用法——市场微观结构研究系列(9)》. 开源证券

表名:hf_prefactors_ky_active_trade

起始时间:

最近更新时间: