高频因子加工和指数增强策略
由xiaoshao创建，最终由xiaoshao 被浏览 910 用户
高频数据大规模计算场景是未来量化多因子选股的发展趋势。日频因子竞争日益激烈，领先的公募和私募基金已经将重心转移至tick\逐笔数据的研究上，因此本文帮助研究人员灵活使用BigQuant平台做自定义高频因子构建，更好地基于数十T规模tick数据做因子研究和策略开发。
本文介绍如何从日内高频数据中加工因子，并进行因子分析和策略构建。示意图如下：
因子加工
在《选股因子系列研究（四十六）———日内分时成交中的玄机》研报中，我们提到了众多高频因子，比如平均单笔成交金额、平均单笔流出金额占比、大单资金净流入率、大单驱动涨幅，我们以大单驱动涨幅因子为例，介绍该因子从加工构建到最终策略回测。
因子定义
因子定义完全来自研报，这里我们直接构建出大单驱动涨幅因子，因为该因子为日频数据，若计算股票过去20日指标均值作为因子值，可直接使用衍生特征抽取模块即可。
因子表达式
在BigQuant平台上，高频因子的加工计算离不开“高频特征抽取-分钟到日频”模块，该模块的使用文档见： 高频特征抽取模块 。
我们可通过表达式算子快速构建大单驱动涨幅因子，构建的表达式如下：