【海通金工】深度学习因子2022多空收益32%
由small_q创建，最终由small_q 被浏览 102 用户
摘要
高频选股因子周报 (20220711-20220715)
下表汇总了海通证券金融工程团队开发的高频选股因子本周、7月及2022年的多空收益、多头超额收益及月度胜率。
下表展示了周度调仓的中证500纯量价增强组合本周、7月及2022年的超额收益及周度胜率。
高频偏度因子
下图展示了月度换仓的高频偏度因子全市场前后10%多空组合的相对强弱净值。因子的计算方式请参考专题报告《选股因子系列研究(十九)——高频因子之股票收益分布特征》。（已对常规因子进行正交，下同）。
下图展示了高频偏度因子本周、7月及2022年的多空收益。
下行波动占比因子
下图展示了月度换仓的下行波动占比因子全市场前后10%多空组合的相对强弱净值。因子的计算方式请参考专题报告《选股因子系列研究（二十五）——高频因子之已实现波动分解》。
下图展示了下行波动占比因子本周、7月及2022年的多空收益。
开盘后买入意愿占比
下图展示了月度换仓的开盘后买入意愿占比全市场前后10%多空组合的相对强弱净值。因子的计算方式请参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》。
下图展示了开盘后买入意愿占比因子本周、7月及2022年的多空收益。
开盘后买入意愿强度
下图展示了月度换仓的开盘后买入意愿强度全市场前后10%多空组合的相对强弱净值。因子的计算方式请参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》。
下图展示了开盘后买入意愿强度因子本周、7月及2022年的多空收益。
开盘后大单净买入占比
下图展示了月度换仓的开盘后大单净买入占比全市场前后10%多空组合的相对强弱净值。
下图展示了开盘后大单净买入占比因子本周、7月及2022年的多空收益。
开盘后大单净买入强度
下图展示了月度换仓的开盘后大单净买入强度全市场前后10%多空组合的相对强弱净值。
下图展示了开盘后大单净买入强度因子本周、7月及2022年的多空收益。
改进反转
下图展示了月度换仓的改进反转因子全市场前后10%多空组合的相对强弱净值。
下图展示了改进反转因子本周、7月及2022年的多空收益。
尾盘成交占比
下图展示了月度换仓的尾盘成交占比全市场前后10%多空组合的相对强弱净值。
下图展示了尾盘成交占比因子本周、7月及2022年的多空收益。
平均单笔流出金额占比
下图展示了月度换仓的平均单笔流出金额占比全市场前后10%多空组合的相对强弱净值。
下图展示了平均单笔流出金额占比因子本周、7月及2022年的多空收益。
大单推动涨幅
下图展示了月度换仓的大单推动涨幅全市场前后10%多空组合的相对强弱净值。
下图展示了大单推动涨幅因子本周、7月及2022年的多空收益。
深度学习高频因子（GRU(10,1)+NN(10)）
下图展示了周度换仓的深度学习高频因子（GRU(10,1)+NN(10)）全市场前后10%多空组合的相对强弱净值。
下图展示了深度学习高频因子（GRU(10,1)+NN(10)）本周、7月及2022年的多空收益。
深度学习高频因子（GRU(50,1)+NN(10)）
下图展示了周度换仓的深度学习高频因子（GRU(50,1)+NN(10)）全市场前后10%多空组合的相对强弱净值。
下图展示了深度学习高频因子（GRU(50,1)+NN(10)）本周、7月及2022年的多空收益。
深度学习高频因子（GRU(10,2)+NN(10)）
下图展示了周度换仓的深度学习高频因子（GRU(10,2)+NN(10)）全市场前后10%多空组合的相对强弱净值。
下图展示了深度学习高频因子（GRU(10,2)+NN(10)）本周、7月及2022年的多空收益。
深度学习高频因子（GRU(50,2)+NN(10)）
下图展示了周度换仓的深度学习高频因子（GRU(50,2)+NN(10)）全市场前后10%多空组合的相对强弱净值。
下图展示了深度学习高频因子（GRU(50,2)+NN(10)）本周、7月及2022年的多空收益。
周度调仓的中证500纯量价增强组合
基于低频技术因子、人工逻辑类高频因子和深度学习高频因子构建周度调仓的中证500纯量价增强组合，具体设定如下：
因子：换手、反转、波动、尾盘成交占比、买入意愿占比、大单净买入占比和深度学习高频因子。
在预测个股收益时，我们首先采用截面回归得到因子溢价，再计算最近12个月的因子溢价均值估计下期的因子溢价，最后乘以最新一期的因子值。
风险控制模型主要包括以下几个方面的约束：
1） 个股权重偏离：相对基准的偏离不超过1%；
2） 因子敞口：市值、估值、盈利和盈利增长的敞口为0，低频技术敞口≤ ±0.8，高频因子敞口≤ ±2.0；
3） 行业偏离：严格中性；
4） 换手率限制：单次单边换手率不超过30%。
组合优化目标为最大化预期收益，目标函数如下所示：
其中，wi为组合中股票i的权重，μi为股票i的预期超额收益。假定以次日均价调仓，同时扣除3‰的交易成本。
下图展示了组合2016年以来相对中证500指数的累计超额收益。
下图分别展示了组合在本周、7月及2022年的超额收益。
风险提示
因子失效风险、流动性风险。
联系人：袁林青 (021)23212230