高频数据在行业轮动中的应用-海通证券-20180425
由qxiao创建，最终由qxiao 被浏览 107 用户
摘要
在前期发布的行业轮动专题报告中，我们对于有效的行业轮动因子进行了总结，部分基本面因子存在较好的行业轮动能力。然而，对于技术类行业轮动因子，我们并未得到较好的结果。
本文从高频数据的角度出发，借鉴因子选股报告中的高频因子构建行业高频因子，并对于相关因子的行业轮动能力进行了回测。本文主要分为四部分，第一部分介绍了相关因子的逻辑以及计算方法，第二部分对于各高频因子的月度行业轮动能力进行了回测分析，第三部分变换了模型参数，对于相关因子的行业轮动能力进行了敏感性测试，第四部分展示了2017年以来相关因子所选出的多头行业。
可参考高频数据类选股因子构建高频数据类行业轮动因子。考虑到使用日间数据构建的指标的行业轮动能力较差，本文尝试基于高频数据构建行业轮动因子。在构建相关因子时，我们参考了前期发布的高频选股因子专题研究。本文将重点回测已实现偏度、下行波动占比的行业轮动能力。
已实现偏度具有显著的行业轮动能力。对于一级行业指数，已实现偏度因子IC均值约为-0.066，IC为负的比率约为67%，Rank IC均值约为-0.071，Rank IC为负的比率约为70%。
下行波动占比因子同样具有显著的行业轮动能力。对于一级行业指数，下行波动占比因子IC均值约为0.061，IC为正的比率约为61%，Rank IC均值约为0.065，Rank IC为正的比率约为60%。
对于二级行业指数，已实现偏度以及下行波动占比因子同样具有显著的行业轮动能力。
计算因子时所使用的数据频率越高，因子的行业轮动能力越好。对比回测1分钟频率、2分钟频率、5分钟频率以及10分钟频率计算得到的因子的行业轮动能力后可以发现，计算因子所使用的数据频率越高，因子的行业轮动能力越强。因子的行业轮动能力源自高频数据里所包含的额外信息。
相关因子在月度换仓时表现较好。对比回测换仓频率为1周、2周、3周、1个月、6周以及2个月下的因子的行业轮动能力后可以发现，因子在换仓间隔为1个月左右时，具有较强的行业轮动能力。
正文
/wiki/static/upload/05/059da2ed-e7cd-41ab-811d-31b31473e2d9.pdf
\