订单流不平衡性（OFI）的应用初探——因子手工作坊系列（2）
创建于 更新于
摘要
本文基于快照级3秒高频数据，通过聚合前十档买卖委托信息，构建了分钟及日度级订单流不平衡性（OFI）因子，并探索其对短期（1分钟、5分钟）和中长期（10天）股票收益率的预测能力。研究发现，OFI因子短期负相关于未来收益率，且最优档预测能力弱于其他档位；通过主成分分析及深度学习模型进一步低频化处理后，因子的稳定性与有效性显著提升，实现了对未来10天收益率的较强预测力，尤其是结合GRU模型提取十档ofi信息的深度学习因子表现最佳，年化多空收益率超26%。该因子与流动性呈中度负相关，风险中性化后仍保持一定选股能力，适合机构投资者低频应用 [page::0][page::11][page::12][page::9]
