# hf_prefactors_ky_ideal_amplitude ## 文献来源 - **标题**: 《振幅因子的隐藏结构——市场微观结构研究系列(7)》 - **作者**: 魏建榕、高鹏、苏俊豪 - **机构**: 开源证券 - **时间**: 2020-05-16 - **标题**: 《独家量价因子的高频测试——开源量化评论(36)》 - **作者**: 魏建榕、傅开波 - **机构**: 开源证券 - **时间**: 2021-09-24 研报指出传统振幅因子(20 日振幅均值)虽有负向选股能力但稳定性不佳,原因是它只刻画了振幅的平均水平,无法区分振幅在**价格维度**上的分布差异。研报引入价格维度做切割:按收盘价高低取 λ 比例的有效交易日分别求振幅均值,得到高价振幅 `V_high(λ)` 与低价振幅 `V_low(λ)`,两者作差得到理想振幅因子 `V(λ)`;同一框架把振幅替换为换手率即得理想换手率因子 `T(λ)`。本表另收录《独家量价因子的高频测试》附录给出的长端动量因子(160 日窗口内按振幅由低到高取 70% 交易日的涨跌幅加总),该因子同属「用振幅切割交易日」的方法论,且与理想振幅因子共用同一份日频行情扫描,故合并入本表。 ## 表结构 - **表名**: `hf_prefactors_ky_ideal_amplitude` - **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 | | `volatility_20` | `PlFloat64` | 是 | 波动率因子(对照),过去 20 个交易日日收益率的样本标准差,值越小未来收益越高 | | `amplitude_20` | `PlFloat64` | 是 | 传统振幅因子(对照),过去 20 个交易日日振幅(最高价/最低价-1)的均值,值越小未来收益越高 | | `range_amplitude_20` | `PlFloat64` | 是 | 区间振幅因子(对照),过去 20 个交易日区间最高价/区间最低价-1,值越小未来收益越高 | | `turnover_20` | `PlFloat64` | 是 | 传统换手率因子(对照),过去 20 个交易日换手率的均值,值越小未来收益越高 | | `amp_high_20pct` | `PlFloat64` | 是 | 高价振幅因子 V_high(λ=20%),20 日窗口内收盘价最高的 20% 有效交易日的振幅均值,值越小未来收益越高 | | `amp_low_20pct` | `PlFloat64` | 是 | 低价振幅因子 V_low(λ=20%),20 日窗口内收盘价最低的 20% 有效交易日的振幅均值,选股能力弱 | | `ideal_amplitude_20pct` | `PlFloat64` | 是 | 理想振幅因子 V(λ=20%),等于 `amp_high_20pct` 减 `amp_low_20pct`,值越小未来收益越高 | | `amp_high_25pct` | `PlFloat64` | 是 | 高价振幅因子 V_high(λ=25%),口径同上,研报推荐的切割比例 | | `amp_low_25pct` | `PlFloat64` | 是 | 低价振幅因子 V_low(λ=25%),口径同上 | | `ideal_amplitude_25pct` | `PlFloat64` | 是 | 理想振幅因子 V(λ=25%),研报推荐版本,值越小未来收益越高 | | `amp_high_40pct` | `PlFloat64` | 是 | 高价振幅因子 V_high(λ=40%),口径同上 | | `amp_low_40pct` | `PlFloat64` | 是 | 低价振幅因子 V_low(λ=40%),口径同上 | | `ideal_amplitude_40pct` | `PlFloat64` | 是 | 理想振幅因子 V(λ=40%),值越小未来收益越高 | | `turn_high_25pct` | `PlFloat64` | 是 | 高价换手率因子 T_high(λ=25%),20 日窗口内收盘价最高的 25% 有效交易日的换手率均值,值越小未来收益越高 | | `turn_low_25pct` | `PlFloat64` | 是 | 低价换手率因子 T_low(λ=25%),20 日窗口内收盘价最低的 25% 有效交易日的换手率均值 | | `ideal_turnover_25pct` | `PlFloat64` | 是 | 理想换手率因子 T(λ=25%),等于 `turn_high_25pct` 减 `turn_low_25pct`,值越小未来收益越高 | | `long_momentum_160` | `PlFloat64` | 是 | 长端动量因子,过去 160 个交易日内振幅最低的 70% 交易日的涨跌幅加总,值越大未来收益越高 | ## 依赖数据 | 依赖表 | 频率 | 用到的字段 | 用途 | | ---- | ---- | ---- | ---- | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`high`、`low`、`close`、`turn`、`change_ratio`、`suspended`、`line_price_limit` | `date` + `instrument` 作为输出骨架与滚动窗口分组键;`high` / `low` 相除得到日振幅,也用于区间振幅的窗口极值;`close` 既是价格维度切割的排序依据,也用于日收益率与波动率;`turn` 为换手率切割的被聚合量;`change_ratio` 为长端动量的加总对象;`suspended` 与 `line_price_limit` 共同判定「有效交易日」 | 振幅与换手率系列因子回溯 20 个交易日,长端动量回溯 160 个交易日,`_build` 按最长窗口统一倒退 160 个交易日取数,故单日增量的实际扫描区间约为输出区间的 160 倍(日频表,扫描成本可忽略)。 ## 因子列表 ### volatility_20 **中文名**: 波动率因子 **描述**: 波动类因子的传统代理变量之一,用作理想振幅因子的对照组。A 股存在低波动异象,波动程度较低的股票未来有相对较好的收益表现。 **构建逻辑**: 回看最近 20 个交易日,计算股票每日的收益率,取其标准差。 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amplitude_20 **中文名**: 振幅因子 **描述**: 传统振幅因子,研报统一选取它作为波动类因子的代理变量。具有一定负向选股能力但稳定性不佳:月度 IC 均值 -0.035、ICIR -0.77、月度胜率仅 59.2%,且五分组年化收益不单调。 **构建逻辑**: 回看最近 20 个交易日,计算股票每日的振幅(最高价/最低价-1),取其均值。 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### range_amplitude_20 **中文名**: 区间振幅因子 **描述**: 波动类因子的传统代理变量之一,用作对照组。衡量整个回看区间的价格波动幅度,而非逐日振幅的平均。 **构建逻辑**: 回看最近 20 个交易日,计算区间振幅(全区间最高价/全区间最低价-1)。 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### turnover_20 **中文名**: 换手率因子 **描述**: 传统换手率因子,用作理想换手率因子的对照组。过去换手率较低的股票未来收益表现较好。 **构建逻辑**: 取股票过去 20 日换手率的均值。 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_high_20pct **中文名**: 高价振幅因子(λ=20%) **描述**: 价格维度切割出的高价端振幅。研报发现高价振幅与低价振幅所蕴含的信息存在结构性差异:价格较高处的振幅具有更强的负向选股能力,且切割比例 λ 越小负向选股能力越强。λ=20% 时因子 IC 均值 -0.062、ICIR -1.76,明显优于传统振幅因子。 **构建逻辑**: 1. 对选定股票 S,回溯取其最近 N 个交易日(N=20)的数据; 2. 计算股票 S 每日的振幅(最高价/最低价-1); 3. 选择收盘价较高的 λ(此处 20%)有效交易日,计算振幅均值得到高价振幅因子 `V_high(λ)`。 其中「有效交易日」指剔除停牌和一字涨跌停后的交易日;若股票 S 在最近 20 个交易日内有效交易日天数小于 10 日,则当日因子值设为空值。λ=100% 时高价振幅因子退化为传统振幅因子。 **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:研报表述为「收盘价较高的 λ 有效交易日」,未明确 λ 是相对 20 日窗口还是相对有效交易日个数。本项目取 `k = round(λ × 20)`(λ=20% / 25% / 40% 分别对应 4 / 5 / 8 天)作为固定切割个数,再在有效交易日上选取;研报要求的「有效交易日 ≥ 10」同时保证了 λ ≤ 50% 时 `k` 不超过有效交易日个数 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_low_20pct **中文名**: 低价振幅因子(λ=20%) **描述**: 价格维度切割出的低价端振幅。研报发现随着 λ 由 100% 减小至 20%,低价振幅因子的 IC 均值与 ICIR 绝对值逐渐减小至 0 附近,即选股能力逐渐消失。它的作用是作为高价振幅的对照项参与理想振幅因子的构造。 **构建逻辑**: 步骤同 `amp_high_20pct`,第 3 步改为选择收盘价较低的 λ(此处 20%)有效交易日,计算振幅均值得到低价振幅因子 `V_low(λ)`。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### ideal_amplitude_20pct **中文名**: 理想振幅因子(λ=20%) **描述**: 高价振幅与低价振幅之差。研报指出随 λ 减小,`V_high` 与 `V_low` 的 IC 均值差距单调扩大(呈「>」形),因此理想振幅因子的选股能力随 λ 减小而增强。相较高价振幅因子,理想振幅因子的多空对冲收益水平提升、波动水平下降,分组收益由非单调转为单调。 **构建逻辑**: 在同一切割比例 λ 下,将高价振幅因子与低价振幅因子作差。 ```math V(\lambda) = V_{high}(\lambda) - V_{low}(\lambda) ``` **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 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_high_25pct **中文名**: 高价振幅因子(λ=25%) **描述**: 口径同 `amp_high_20pct`,切割比例取研报推荐的 25%。 **构建逻辑**: 同 `amp_high_20pct`,λ 取 25%(`k = 5`)。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_low_25pct **中文名**: 低价振幅因子(λ=25%) **描述**: 口径同 `amp_low_20pct`,切割比例取 25%。 **构建逻辑**: 同 `amp_low_20pct`,λ 取 25%(`k = 5`)。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### ideal_amplitude_25pct **中文名**: 理想振幅因子(λ=25%) **描述**: 研报推荐的理想振幅因子版本。全样本空间内多空对冲年化收益率 23.3%、IC 均值 -0.067、ICIR -2.97、月度胜率 84.2%;剔除行业与市值、动量、波动率、流动性、Beta 等主要风格后仍有多空年化 12.95%、IC 均值 -0.033、ICIR -2.81。因子对回看天数 N 不敏感(30 日以内表现相近),在中小市值股票中效果更优。 **构建逻辑**: 同 `ideal_amplitude_20pct`,λ 取 25%。 **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 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_high_40pct **中文名**: 高价振幅因子(λ=40%) **描述**: 口径同 `amp_high_20pct`,切割比例取 40%,用于观察切割比例对因子强度的影响。 **构建逻辑**: 同 `amp_high_20pct`,λ 取 40%(`k = 8`)。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### amp_low_40pct **中文名**: 低价振幅因子(λ=40%) **描述**: 口径同 `amp_low_20pct`,切割比例取 40%。 **构建逻辑**: 同 `amp_low_20pct`,λ 取 40%(`k = 8`)。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### ideal_amplitude_40pct **中文名**: 理想振幅因子(λ=40%) **描述**: 口径同 `ideal_amplitude_20pct`,切割比例取 40%。研报给出的行业风格中性化后绩效为多空年化 12.08%、IC 均值 -0.031、ICIR -2.77。 **构建逻辑**: 同 `ideal_amplitude_20pct`,λ 取 40%。 **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 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### turn_high_25pct **中文名**: 高价换手率因子(λ=25%) **描述**: 把理想振幅因子的构造框架中的振幅替换为换手率后,切割出的高价端换手率。研报结论是高价换手率和低价换手率所蕴含的信息同样存在结构性差异,价格较高处的换手率具有更强的负向选股能力。 **构建逻辑**: 步骤与 `amp_high_25pct` 完全一致,仅把被聚合的日频指标由振幅替换为换手率:回溯最近 20 个交易日,选择收盘价较高的 λ(此处 25%)有效交易日,计算换手率均值。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### turn_low_25pct **中文名**: 低价换手率因子(λ=25%) **描述**: 换手率框架下切割出的低价端换手率,作为高价换手率的对照项参与理想换手率因子的构造。 **构建逻辑**: 步骤与 `amp_low_25pct` 一致,被聚合指标替换为换手率。 **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:同 `amp_high_20pct` **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### ideal_turnover_25pct **中文名**: 理想换手率因子(λ=25%) **描述**: 高价换手率与低价换手率之差。研报回测显示理想换手率因子的选股能力优于原始换手率因子,可视为原始换手率因子的一种改进方案。 **构建逻辑**: 在同一切割比例 λ 下,将高价换手率因子与低价换手率因子作差。 ```math T(\lambda) = T_{high}(\lambda) - T_{low}(\lambda) ``` **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 **文献出处**: 作者:魏建榕、高鹏、苏俊豪;时间:2020-05-16;标题:《振幅因子的隐藏结构——市场微观结构研究系列(7)》;机构:开源证券 ### long_momentum_160 **中文名**: 长端动量因子 **描述**: 在 A 股以反转效应为主的环境下,用振幅切割出的动量因子。逻辑是剔除振幅较高(即情绪化交易较重)的交易日后,剩余交易日的累计涨跌幅更能体现真实的动量信息。研报《独家量价因子的高频测试》的测试显示该因子在周频、双周频、月频三种调仓频率下多头端收益波动比均位列前三,且与其他独家量价因子相关性最低。 **构建逻辑**: 1. 对选定股票,回溯取其最近 160 个交易日的数据; 2. 计算股票每日的振幅(最高价/最低价-1); 3. 选择振幅较低的 70% 交易日,涨跌幅加总,得到长端动量因子。 **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:取 `k = round(0.7 × 160) = 112`;窗口内振幅或涨跌幅缺失的交易日不参与选取,有效交易日不足 112 天时因子值置空 **文献出处**: 作者:魏建榕、傅开波;时间:2021-09-24;标题:《独家量价因子的高频测试——开源量化评论(36)》;机构:开源证券 ## 复现核对 **核对口径**: 2015-01-05 ~ 2026-09-30(140 个月末截面 / 2855 个逐日截面);全市场不做任何股票过滤;前向收益取 21 个交易日的收盘到收盘收益(与研报月末调仓、持仓一个自然月最接近);rankIC 按截面计算;研报为月末截面、本项目逐日,故同时给出两列。研报的 ICIR 经交叉核对为**年化口径**(见下方差异说明),因此本项目一并给出月度 rankICIR 乘 $\sqrt{12}$ 后的年化值。 | 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 | | ---- | ---- | ---- | ---- | ---- | | `volatility_20` | -0.0850 / -1.63 | -0.0972 | IC -0.028、ICIR -0.65(Pearson IC) | 研报表 1 | | `amplitude_20` | -0.0879 / -1.59 | -0.0993 | IC -0.035、rankIC -0.068、ICIR -0.77、月度胜率 59.2% | 研报表 1 与第 1 节正文 | | `range_amplitude_20` | -0.0631 / -1.25 | -0.0678 | IC -0.016、ICIR -0.41(Pearson IC) | 研报表 1 | | `turnover_20` | -0.0859 / -1.63 | -0.1021 | 研报未披露,无法核对(研报仅在图 14 以曲线给出) | 研报图 14 | | `amp_high_20pct` | -0.1044 / -2.36 | -0.1151 | IC -0.062、ICIR -1.76 | 研报第 2 节正文 | | `amp_low_20pct` | -0.0441 / -0.87 | -0.0490 | 研报未披露,无法核对(研报图 5 仅显示 λ 减小时 IC 趋近 0) | 研报图 5 | | `ideal_amplitude_20pct` | -0.0846 / -3.22 | -0.0920 | 中性化后:多空年化 13.23%、IC -0.033、rankIC -0.040、ICIR -2.70 | 研报表 3 | | `amp_high_25pct` | -0.1051 / -2.29 | -0.1159 | 研报未披露,无法核对 | — | | `amp_low_25pct` | -0.0467 / -0.90 | -0.0523 | 研报未披露,无法核对 | — | | `ideal_amplitude_25pct` | -0.0864 / -3.26 | -0.0931 | 未中性化:IC -0.067、ICIR -2.97、多空年化 23.3%、月度胜率 84.2%;中性化后 IC -0.033、rankIC -0.041、ICIR -2.81 | 研报第 3 节正文与表 3 | | `amp_high_40pct` | -0.1028 / -2.11 | -0.1145 | 研报未披露,无法核对 | — | | `amp_low_40pct` | -0.0542 / -1.00 | -0.0613 | 研报未披露,无法核对 | — | | `ideal_amplitude_40pct` | -0.0842 / -3.19 | -0.0908 | 中性化后:多空年化 12.08%、IC -0.031、rankIC -0.037、ICIR -2.77 | 研报表 3 | | `turn_high_25pct` | -0.0877 / -1.73 | -0.1049 | 研报未披露,无法核对 | — | | `turn_low_25pct` | -0.0646 / -1.21 | -0.0762 | 研报未披露,无法核对 | — | | `ideal_turnover_25pct` | -0.0876 / -2.39 | -0.1021 | 研报未披露,无法核对(研报图 14 仅显示理想换手率优于原始换手率) | 研报图 14 | | `long_momentum_160` | +0.0410 / +1.28 | +0.0451 | 研报未披露,无法核对(评论 36 只给三种调仓频率下的收益波动比排名) | 评论 36 图 4~6 | 研报核心结论全部复现: 1. **理想振幅显著优于传统振幅**。传统振幅 `amplitude_20` 的年化 rankICIR 为 -1.59,理想振幅三个 λ 版本为 -3.19 ~ -3.26,提升一倍,与研报「ICIR 由 -0.77 提升到 -2.97」的结论方向与幅度都一致。 2. **高价端强、低价端弱的结构性差异成立**。`amp_low_*` 的 rankIC 绝对值随 λ 减小而单调下降(40% 的 -0.0542 → 25% 的 -0.0467 → 20% 的 -0.0441),正是研报图 5 的形态;`amp_high_*` 则稳定在 -0.103 ~ -0.105,明显强于传统振幅。 3. **理想换手率优于原始换手率**。`ideal_turnover_25pct` 年化 rankICIR -2.39 对 `turnover_20` 的 -1.63,与研报图 14 的结论一致。 4. **长端动量为正向因子**。`long_momentum_160` rankIC +0.0410、年化 rankICIR +1.28,是本表唯一的正向因子,与研报把它列为动量因子一致。 差异来源: - **ICIR 口径**: 研报的 ICIR 数值只有按「月度 ICIR 乘 12 的平方根」理解才自洽。以 `ideal_amplitude_25pct` 为例,本项目月末截面的月度 rankICIR 为 -0.94、年化后 -3.26,与研报的 -2.97 相差 0.29;若按月度口径理解,研报的 -2.97 在 140 个月样本上等价于 t 值约 -35,不合常理。后续各表沿用这一口径。 - **IC 类型**: 研报表 1 的 -0.035 / -0.028 / -0.016 是 Pearson IC,正文另给出振幅因子 rankIC -0.068。本项目只算 rankIC,因此应与 -0.068 对照(本项目 -0.0879),而不是与 -0.035 对照。 - **样本区间**: 研报为 2010-04-30 ~ 2020-04-30,本项目为 2015-01 ~ 2026-09,重叠仅五年。本项目的 rankIC 绝对值系统性高于研报约 0.02,与「波动类因子在 2015 年股灾与其后的小盘行情中更有效」一致。 - **中性化**: 研报表 3 的数值是行业与市值、动量、波动率、流动性、Beta 中性化之后的;本项目输出未中性化的原始因子值,故与研报正文的未中性化数值(IC -0.067 / ICIR -2.97)对照更合适。 ## 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 | volatility_20 | amplitude_20 | range_amplitude_20 | turnover_20 | amp_high_20pct | amp_low_20pct | ideal_amplitude_20pct | amp_high_25pct | amp_low_25pct | ideal_amplitude_25pct | amp_high_40pct | amp_low_40pct | ideal_amplitude_40pct | turn_high_25pct | turn_low_25pct | ideal_turnover_25pct | long_momentum_160 | |---------------------|------------|---------------|--------------|--------------------|-------------|----------------|---------------|-----------------------|----------------|---------------|-----------------------|----------------|---------------|-----------------------|-----------------|----------------|----------------------|-------------------| | 2026-09-30 00:00:00 | 000001.SZ | 0.008684 | 0.015360 | 0.048772 | 0.004352 | 0.015241 | 0.013436 | 0.001805 | 0.015623 | 0.013687 | 0.001936 | 0.016180 | 0.016751 | -0.000571 | 0.004556 | 0.004173 | 0.000383 | -0.080942 | | 2026-09-30 00:00:00 | 000002.SZ | 0.043465 | 0.058592 | 0.476510 | 0.040976 | 0.128711 | 0.014148 | 0.114563 | 0.117138 | 0.017876 | 0.099262 | 0.108145 | 0.022530 | 0.085615 | 0.096035 | 0.008826 | 0.087208 | -0.479431 | | 2026-09-30 00:00:00 | 000006.SZ | 0.021100 | 0.040483 | 0.161094 | 0.016476 | 0.067591 | 0.028505 | 0.039087 | 0.062867 | 0.031813 | 0.031055 | 0.057083 | 0.030842 | 0.026242 | 0.030381 | 0.008416 | 0.021965 | -0.311817 | | 2026-09-30 00:00:00 | 000007.SZ | 0.029500 | 0.043014 | 0.239171 | 0.022686 | 0.034169 | 0.055937 | -0.021768 | 0.033881 | 0.052199 | -0.018317 | 0.035372 | 0.049170 | -0.013798 | 0.022894 | 0.019988 | 0.002906 | 0.137054 | | 2026-09-30 00:00:00 | 000008.SZ | 0.012382 | 0.021536 | 0.098291 | 0.008786 | 0.020037 | 0.025366 | -0.005330 | 0.021675 | 0.026276 | -0.004602 | 0.019636 | 0.022743 | -0.003106 | 0.009601 | 0.009104 | 0.000497 | -0.142526 | | 2026-09-30 00:00:00 | 920978.BJ | 0.021107 | 0.029652 | 0.227574 | 0.012159 | 0.035024 | 0.030740 | 0.004284 | 0.032484 | 0.029918 | 0.002566 | 0.031241 | 0.027051 | 0.004190 | 0.013841 | 0.013134 | 0.000707 | -0.570988 | | 2026-09-30 00:00:00 | 920981.BJ | 0.030158 | 0.051773 | 0.166071 | 0.054363 | 0.053861 | 0.050728 | 0.003133 | 0.054226 | 0.050830 | 0.003396 | 0.054863 | 0.048470 | 0.006393 | 0.072292 | 0.037667 | 0.034625 | -0.387777 | | 2026-09-30 00:00:00 | 920982.BJ | 0.031559 | 0.046113 | 0.358036 | 0.019454 | 0.090480 | 0.025528 | 0.064952 | 0.087884 | 0.027431 | 0.060452 | 0.071075 | 0.029174 | 0.041901 | 0.038667 | 0.010555 | 0.028112 | -0.617539 | | 2026-09-30 00:00:00 | 920985.BJ | 0.016446 | 0.028685 | 0.149660 | 0.010224 | 0.040654 | 0.023134 | 0.017520 | 0.040523 | 0.022534 | 0.017989 | 0.037209 | 0.022955 | 0.014254 | 0.017248 | 0.007227 | 0.010021 | -0.338870 | | 2026-09-30 00:00:00 | 920992.BJ | 0.027302 | 0.049783 | 0.331818 | 0.033440 | 0.062705 | 0.022831 | 0.039874 | 0.088376 | 0.025292 | 0.063084 | 0.078275 | 0.026123 | 0.052152 | 0.072504 | 0.010759 | 0.061745 | -0.382367 |
开源证券理想振幅 (hf_prefactors_ky_ideal_amplitude)
数据描述:
文档
用例
表结构
| 字段 | 字段类型 | 字段描述 |
| turnover_20 | double | 传统换手率因子(对照),过去 20 个交易日换手率的均值,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amplitude_20 | double | 传统振幅因子(对照),过去 20 个交易日日振幅(最高价/最低价-1)的均值,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amp_low_20pct | double | 低价振幅因子 V_low(λ=20%),20 日窗口内收盘价最低的 20% 有效交易日的振幅均值,选股能力弱。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amp_low_25pct | double | 低价振幅因子 V_low(λ=25%),口径同 λ=20% 版本。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| __PARTITION__ | string | - |
| volatility_20 | double | 波动率因子(对照),过去 20 个交易日日收益率的样本标准差,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| date | timestamp[ns] | 交易日期 |
| amp_high_25pct | double | 高价振幅因子 V_high(λ=25%),口径同 λ=20% 版本,25% 为研报推荐的切割比例。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amp_high_40pct | double | 高价振幅因子 V_high(λ=40%),口径同 λ=20% 版本。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| turn_low_25pct | double | 低价换手率因子 T_low(λ=25%),20 日窗口内收盘价最低的 25% 有效交易日的换手率均值。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| turn_high_25pct | double | 高价换手率因子 T_high(λ=25%),20 日窗口内收盘价最高的 25% 有效交易日的换手率均值,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| long_momentum_160 | double | 长端动量因子,过去 160 个交易日内振幅最低的 70% 交易日的涨跌幅加总,值越大未来收益越高。来源:魏建榕、傅开波. 2021-09-24. 《独家量价因子的高频测试——开源量化评论(36)》. 开源证券 |
| instrument | string | 股票代码 |
| ideal_turnover_25pct | double | 理想换手率因子 T(λ=25%),等于 turn_high_25pct 减 turn_low_25pct,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| ideal_amplitude_20pct | double | 理想振幅因子 V(λ=20%),等于 amp_high_20pct 减 amp_low_20pct,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| ideal_amplitude_25pct | double | 理想振幅因子 V(λ=25%),研报推荐版本,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| ideal_amplitude_40pct | double | 理想振幅因子 V(λ=40%),值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amp_low_40pct | double | 低价振幅因子 V_low(λ=40%),口径同 λ=20% 版本。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| amp_high_20pct | double | 高价振幅因子 V_high(λ=20%),20 日窗口内收盘价最高的 20% 有效交易日的振幅均值,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
| range_amplitude_20 | double | 区间振幅因子(对照),过去 20 个交易日区间最高价/区间最低价-1,值越小未来收益越高。来源:魏建榕、高鹏、苏俊豪. 2020-05-16. 《振幅因子的隐藏结构——市场微观结构研究系列(7)》. 开源证券 |
表名:hf_prefactors_ky_ideal_amplitude
起始时间:
最近更新时间: