信息提纯，寻找高质量反转因子-华安证券-20200723
由qxiao创建，最终由qxiao 被浏览 114 用户
摘要
传统基于高频量价数据的因子，比如日内波动率、偏度、量价相关性等，往往将日内的价、量数据作为离散的点来进行使用，舍弃了价、量数据的时间属性。本篇报告中，我们另辟蹊径，将日内高频价格数据视为连续的时间序列，在此基础上进行统计分析，识别个股的日内趋势，以及叠加在趋势信号上的噪声
具体的，我们运用经验模态分解模型（EMD），剥离股票高频价格的信号与噪音，构建信噪比因子（SNR）。信噪比因子本身即表现出较好的选股能力，RankIC均值为0.045，年化ICIR为2.265，多空组的年化收益为15.40%，年化波动为6.90%，年化夏普为2.233，月度胜率约74%，最大回撤在7.64%左右。具体而言，趋势性强，受到噪声扰动少的股票，下个月的表现更好。
进一步的，考虑到信噪比因子有着“信息提纯”的特性，是剥离噪声后的股价真实走势，因此可将其与反转因子进行结合。我们发现，信息提纯后，高信号强度的股票表现出更强的反转效果，因此构建了高质量反转因子组合。高质量反转组合相对原始反转在IC表现，多空组夏普以及多头端收益都有显著提升，RankIC从-0.068提升至-0.074，年化ICIR从-2.270提升至-2.727，多头年化收益从7.83%提升到11.90%。
正文
/wiki/static/upload/cb/cb14aed4-5073-4df8-ad65-b50a61303474.pdf
\