研报&论文

基于高频快照数据的行为追踪因子-东兴证券-20211015

由small_q创建,最终由small_q 被浏览 93 用户

摘要

传统多因子模型换仓频率相对较低,所用因子以基本面因子、低频量价因子为主,近年来表现相对一般,国内私募越来越重视基于高频量价数据的短线策略研究,在风格切换频繁的市场往往能取得不错的超额收益。本文将从高频数据的角度探究市场的日内微观结构,寻找符合经济学逻辑的有价值的因子。

高频数据主要可以分成两大类,快照数据和逐笔数据。快照数据又称tick行情数据,展示的是3秒一次的最新市场行情,包含的数据包括tick级的量价数据以及盘口委托挂单数据,tick级量价数据能够精准刻画股票日内价格波动,能够展现价格、成交量及成交笔数在时序上的分布和变化,盘口挂单数据能够体现不同时刻投资者的买入卖出意愿,可以从挂单维度展现股票不同走势情形下的买入卖出压力。逐笔数据可以分为逐笔成交数据和逐笔委托数据,能够帮助投资者较为清晰的分析市场大小资金的流动、买卖单对手盘具体分布情况。

本文构建了高低价格区间成交笔数因子、成交量因子和平均每笔成交量三类因子,其中成交笔数因子能够反映价格区间内的成交聚集度,成交量因子体现了成交活跃度,而平均每笔成交量因子能够衡量大小资金在对应价格区间的参与程度。回测结果显示三类因子在日频、周频换仓情况下均有良好的选股效果。

我们基于三类因子按相应权重合成基于快照数据的市场行为追踪因子,回测结果显示高频快照寻踪因子表现好于合成前任一因子,日频测试IC绝对值达到3.99%,ICIR为0.45,多空收益达到50.01%,周频行为追踪因子的IC绝对值达到5.12%,多空收益达到25.86%,多空最大回撤仅为8.08%。

基于高频快照寻踪因子构建的周频换仓策略表现较好,在2016年7月至2021年8月范围内实现了10.13%的年化收益率,相比于等权组合取得7.34%的年化超额收益率,信息比率为1.54。

风险提示:以上结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险。

正文

/wiki/static/upload/53/53fc6637-4640-4734-b7e6-d147e4029afe.pdf

\

标签

多因子模型基本面因子
{link}