高频数据处理软件及其优势 [page::2][page::4][page::5]

• KDB+：国外高性能内存数据库，擅长金融高频场景，速度快但学习曲线陡峭，国内用户较少。

- DolphinDB：国产分布式时序数据库，性能优异且技术支持完善，广泛应用于券商、公募、私募和银行。

• DB-Engines排名显示DolphinDB位列前6，国产榜首。

高频分钟因子计算及分类 [page::5][page::6]

• 因子类别涵盖收益率分布、成交量分布、量价相关性、特质波动等。

- 投资逻辑包括错误定价（反转效应）和风险溢价（低流动性、低波动）两大方面，整体弱于财务因子。

• 采用1分钟和5分钟频率，全天和不同时间段窗口计算因子，5日与20日均值用于周度测试。

- 推荐使用20日均值因子，平衡换手率与收益效果。

单因子选股测试结果及因子筛选 [page::8][page::9][page::10]

• 高频因子如1分钟ILLIQ、收益率峰度、偏度等表现较优，尤其在中小市值股票池表现突出。

- 输家组合负超额收益显著，多头组超额收益虽小但稳定。

• 多头超额主要集中于2017年前，近年来部分因子效果减弱。

- 筛选出5分钟特质残差峰度、偏度、1分钟ILLIQ、收益率相关波动指标等为主要复合因子。

复合因子组合构建及回测表现 [page::11][page::13-17]

• 采用等权加权复合因子，构建最大化得分组合，控制市值行业无暴露，个股权重有限制。

- 各股票池回测表现如下：

| 股票池 | 年化超额收益（2010起） | 年化超额收益（2016起） | 近3年超额收益 | 最大回撤 | 信息比率 | 换手率 |
|------------|------------------------|------------------------|--------------|------------|----------|-----------|
| 沪深300 | 9.09% | 5.83% | 11.2% | -6.08% | 1.17 | 69.9% |
| 中证500 | 10.04% | 7.0% | 8.86% | -8.34% | 1.17 | 60.1% |
| 中证1000 | 15.5% | 12.24% | 12.85% | -13.45% | 1.59 | 80.3% |
| 中证2000 | 19.55% | 16.3% | 12.18% | -13.34% | 1.91 | 77.1% |
| 中证全指 | 9.41% | 5.78% | 13.42% | -9.07% | 1.14 | 74.3% |

• 复合因子分组收益曲线整体单调性良好，尤其中小市值股票池表现稳定，近3年多头组超额收益显著。

高频因子与传统价量因子相关性低 [page::12]

• 计算显示高频分钟因子与传统日频价量因子相关系数整体较低，说明高频数据提供了独立有效信息。

附加说明及风险提示 [page::18][page::19]

• 本研究未覆盖样本外测试，后续可加入机器学习方法进一步提升因子构建能力。

- 量化模型基于历史数据，未来表现存在不确定性及失效风险，投资需谨慎。

报告详细分析：基于分钟数据的高频因子选股效果研究

---

1. 元数据与概览

• 报告标题：基于分钟数据的高频因子选股效果研究

- 作者及机构：廖静池、张雪杰，国泰君安证券研究所

• 发布时间：2023年11月28日

- 主题：利用分钟级高频数据构建和测试高频因子在中国A股不同股票池中的选股效果，特别关注高频数据处理软件应用、因子构建、单因子及复合因子表现以及实际投资组合的回测表现。

• 核心论点：

- 高频分钟因子在中小市值股票池具有较好的选股效果和较为稳定的表现。
- 经过因子筛选与等权合成的复合因子多头组，近三年在不同市值区间均获得超额收益。
- 高频因子补充了传统日频价量因子的信息，彼此相关性较低。
- 风险提示强调了历史回测结果存在失效的可能性。

[page::0,1]

---

2. 逐节深度解读

2.1 高频数据和处理软件介绍

• 高频数据介绍：

- 采用沪深Level2行情数据，包含盘口快照（3秒）、逐笔成交、委托数据等多种丰富的高频信息。
- 采用分钟行情数据计算高频因子，较好平衡数据量与计算难度[page::2].

• 高频数据处理软件：

- KDB+：
- 国外顶尖的金融内存数据库，融合内存数据库、磁盘数据库与复杂事件处理（CEP）功能。
- 优势包括超高性能列式内存存储，极快数据处理速度，多线程并行查询，良好的可移植和互操作性，适合高频交易和大数据分析。
- 缺点为学习曲线陡峭，国内用户和技术支持资源较少，市场推广较弱。
- 许可类型丰富，包括学术版、个人版、企业版等，部分版本免费使用[page::2,3,4].
- DolphinDB：
- 国内自主创新的分布式高性能时序数据库，具备优秀的时序数据存储与分析能力。
- 功能齐全，包括实时流计算、分布式库内计算，性能超越传统关系型数据库数个数量级。
- 安全可控，支持国产CPU，且具备良好的跨平台部署和技术支持环境，已被多家头部券商和基金采用。
- 在DB-Engines 2023年排名中位居第6，是唯一入围前十的国产时序数据库，排名持续攀升[page::4,5].

2.2 分钟行情高频因子介绍

• 高频因子类别包括：

1. 收益率分布相关（峰度、偏度、波动率等）
2. 成交量分布相关（占比、波动率、峰度、偏度等）
3. 量价相关性（成交量与收益率相关系数，包括领先和滞后相关）
4. 特质波动相关（特质残差的峰度、偏度、下行波动率等）
5. 其他指标如Amihud ILLIQ指标、路径动量、日内涨跌幅、beta等

• 运算设定：

- 分别计算1分钟与5分钟因子。
- 时间窗口分为全天、开盘前/后30分钟、成交量前1/3分钟段。
- 采用5日、20日平均因子值进行周度因子测试，5日均线换手率较高导致费后收益下降，更推荐20日平均值作为参数[page::5,6].

2.3 分钟因子选股效果

2.3.1 单因子效果

• 采用分组（10组）测试因子影响，统计因子信息系数（IC），排名性能指标显示ILLIQ指标、收益率峰度、偏度、特质残差峰度、偏度的表现较好。

- 不同股票池因子效应存在异同，中小市值股票（中证500、1000、2000）中，各类因子表现更佳，尤其ILLIQ和残差相关因子。

• 输家组负超额收益大，意味着选股成功多依赖于规避表现较差的股票。

- 部分因子近三年表现减少，故筛选复合因子需兼顾超额收益的时间均衡性[page::7,8,9,10,11].

2.3.2 复合因子效果

• 经过在每个股票池根据历史超额收益和收益分布均衡性筛选优质因子，采用等权加权方式构建复合因子。

- 高频分钟因子复合组合在中小盘及全市场股票池均表现良好，尤其中证1000与中证2000呈现最高年化超额收益。

• 复合因子多头组在多年总体及近三年均展现了强劲超额收益，且在控制因子市值与行业暴露后仍有显著优势。

- 组合优化策略设置具体个股权重约束以保证落地投资可操作性。

• 不同股票池的表现总结如下：

- 沪深300：年化超额约9.09%，信息比率1.17，周度双边换手率约69.9%，2023年超额约11.2%[见图2、表11、表12、图3，page::13,14]。
- 中证500：年化超额约10.04%，信息比率1.17，周度换手率60.1%，2023年超额约8.86%[见图4、表13、表14、图5，page::14]。
- 中证1000：年化超额约15.50%，信息比率1.59，周度换手率80.3%，2023年超额约12.85%[见图6、表15、表16、图7，page::15]。
- 中证2000：年化超额约19.55%，信息比率1.91，周度换手率77.1%，2023年超额约12.18%[见图8、表17、表18、图9，page::16]。
- 中证全指：年化超额约9.41%，信息比率1.14，周度换手率74.3%，2023年超额约13.42%[见图10、表19、表20、图11，page::17]。

• 费用影响估算：以双边换手率和0.3%的双边交易费用（费前收益）估算，费用对选股收益影响约4.3%至5.8%不等[page::14,15,16,17].

2.4 因子相关性与补充价值

• 高频分钟因子与传统日频价量因子相关性整体偏低，说明高频因子提供了独特的市场信息，可作为日频因子补充，丰富多因子框架[page::12].

2.5 报告不足与展望

• 缺乏明确的样本外测试验证，可能存在过度拟合风险。

- 目前复合因子采用线性加权方法，建议未来尝试机器学习、深度学习等更复杂方法对因子赋权。

• 较弱因子未直接剔除，有潜力作为深度学习特征输入。

- 建议进一步验证因子适用性及实盘交易表现[page::19].

---

3. 图表深度解读

3.1 高频数据处理软件应用图（图1,page::3）

• 该图为KDB+在金融市场的应用案例示意，涵盖监管、数据累计和信号检测、用途、以及自助分析等多个模块。

- 强调KDB+作为一体化平台的数据处理能力和其在全球金融机构的丰富应用场景。

• 说明国内金融机构采用此类技术时的选择权衡。

3.2 高频因子分组表现图（图2-图11）

• 图2（沪深300分组超额收益）：多头组合（最高因子分组）表现较为单调，表现起伏较大，2017-2020年表现乏力，2021年后回暖。

- 图3（沪深300复合因子组合收益曲线）：展示复合因子组合收益及最大回撤，收益曲线稳健攀升，最大回撤伴随市场剧烈波动。

• 图4至图11：中证500、1000、2000及全指的因子分组及组合收益走势图均展现更佳分组单调性和较高的超额收益，特别是中证1000与2000表现突出，支撑中小市值因子选股优势的结论。

- 全市场（中证全指）尽管因市值因素影响较大，但仍保持较好稳定收益展示。

总体图表数据讲述了因子选股的有效性及组合表现的持久性，支撑报告中对高频因子有效性的论证[page::13-17].

3.3 关键信息表格

• 表1-2详细介绍KDB+和DolphinDB许可证及排名，强调两款数据库技术背景及市场定位。

- 表3-4列举丰富的高频分钟因子清单，内容涵盖收益率峰度、偏度、波动率、成交量分布等，反映因子丰富性和多角度探索。

• 表5-6展示因子IC值，显示ILLIQ和特质残差峰度等因子稳定具备正向的IC表现。

- 表7-8多头及输家组超额收益详表，确认高频因子的净收益贡献主要来自多头组且更有效于中小盘。

• 表9展示复合因子选用因子列表，筛选标准严密，因子覆盖市值与行业区间广泛。

- 表10因子相关性矩阵显示高频因子与日频价量因子相关系数整体很低，强调信息互补性。

• 表11-20列示各股票池复合因子组合历史收益及风险指标，支持高频组合具备稳健超额收益与适度的交易频率。

- 表22附录列出各选用因子多头组历史年度超额收益，确认部分因子在近三年依然表现良好。

表格数据细致全面，奠定了报告定量结论的坚实基础[page::3-22].

---

4. 估值分析

本报告未涉及传统意义上的公司估值方法（DCF、PE等），主要聚焦量化因子构建和组合回测，因此不涉及估值分析。

---

5. 风险因素评估

• 主要风险提示为量化模型基于历史数据构建，存在历史规律失效的风险。

- 高频因子如遭遇市场结构变动、流动性变化或交易规则调整，可能失去预测能力。

• 高频数据庞大及技术门槛高，软件和硬件设施限制潜在制约因子可用性与更新频率。

- 组合换手较高，交易成本和滑点风险应充分考虑，报告用周度交易费用估算体现了此风险。

报告并未提出详细的风险缓解措施，投资者需结合自身风险承受能力审慎参考[page::0,19].

---

6. 批判性视角与细微差别

• 优势：

- 报告数据详实，方法科学，涵盖主流高频指标和前沿数据库技术，适合专业量化投资人。
- 分析覆盖多种市值区间，跨时间验证因子有效性，体现了较为全面的因子测试体系。
- 采用等权组合与严格行业市值中性化，实操性高。

• 限制：

- 样本外验证缺失，难以判断未来稳定性。
- 复合因子线性加权简单，未尝试更复杂的机器学习方法，潜在模型优化空间大。
- 部分表格数据字体错误、排版混乱，可能影响理解准确性。
- 高换手率虽估算了费率影响，但实际交易滑点和流动性影响未充分量化。
- 高频因子的投资逻辑相较于基本面因子弱，风险较大，且市场环境变化可能导致模型失效。

• 细微差别识别：

- 不同股票池间因子表现差异明显，尤其大盘因子收益表现低于中小盘，揭示市值风格切换对因子效用影响显著。
- 部分因子只有部分股票池适用，应对因子选择做地域性和市值分类强化。
- 报告提及的超额收益和最大回撤数值均有一定幅度波动，投资者应关注风险收益匹配。

---

7. 结论性综合

本报告利用分钟级高频行情数据，通过先进的数据库技术（KDB+与DolphinDB）计算多维度的高频量化因子，系统地评估了这些因子在不同股票池内的选股效果。研究发现：

• 高频分钟因子，尤其ILLIQ、特质残差峰度和偏度、收益率偏度、峰度以及定位于特定时段如去早盘涨跌幅和下行波动率占比的指标，在多个市值段展现稳定而显著的选股能力。

- 精心筛选和等权合成的复合因子表现更为优异，利用组合优化配置显著提升收益稳定性。

• 复合因子在中小市值股票池（中证500、中证1000、中证2000）效果最佳，年化超额收益区间从10%至20%不等，且近三年依然保持较好表现。

- 换手率较高体现高频数据活跃交易特征，交易费用对收益有一定侵蚀，实盘操作需谨慎控制成本。

• 高频分钟因子提供了与传统日频价量指标较低相关性的替代信息，适合多因子策略的补充。

- 尽管报告充分回测历史表现，但缺乏样本外测试和更高阶因子融合方法的探讨，未来改进空间明显。

总体而言，该报告为投资者、量化研究人员提供了一个基于分钟级高频数据的选股因子全面体系，并通过多股票池和长周期回测验证了其有效性，特别适合关注中小市值市场且能接受较高交易频率的量化策略使用者。高频分钟因子作为传统日频因子的有力补充，有望在未来市场行情中继续发挥重要作用[page::0-22]。

---

主要图表示意及引用

• 图1：KDB+软件金融市场应用示意

• 图2：沪深300成分股复合因子分组单调性

• 图3：沪深300复合因子组合收益曲线表现

• 图4：中证500复合因子分组单调性

• 图5：中证500复合因子组合收益曲线

• 图6：中证1000复合因子分组表现

• 图7：中证1000组合收益曲线

• 图8：中证2000复合因子分组表现

• 图9：中证2000组合收益曲线

• 图10：中证全指复合因子分组表现

• 图11：中证全指组合收益曲线

---

总体点评

本报告为国内第一梯队券商关于分钟级高频量化因子系统构建和验证的全面研究文献，内容涵盖基础数据、计算方法、单因子筛选、多因子合成以及组合构建回测，数据详实严谨，应用了国内外领先的技术工具，对市场微观结构下选股策略提供了实用且有效的投资参考。尽管存在一定的局限与需进一步完善之处，整体展现了分钟高频因子在A股市场尤其中小市值领域强劲的选股能力和很高的应用价值，值得量化投资策略研发者深度关注和借鉴。[page::0-22]

报告