cn_stock_factors_hf_dw_volume_pulse_rv

数据描述

用 1 分钟 K 线统计日内高量脉冲次数、高量分钟收益波动与成交额加权实现波动

数据简介

研报用大模型与蒙特卡洛树搜索迭代生成可解释因子，高频部分给出了若干由分钟数据直接降频得到的日频种子因子及其代码。本表输出其中三个只依赖 1 分钟收盘价、成交量与成交额的因子：高量脉冲次数、高量分钟收益波动与成交额加权实现波动，三者共用一次 cn_stock_bar1m_c 扫描。计算口径以东吴金工团队公开转载的报告代码为准。

数据区间：2015-01-05 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《从人工写因子到 AI 写因子：LLM-MCTS 驱动的可解释因子迭代框架》
• 作者: 于明明
• 机构: 东吴证券
• 时间: 2026-06-23

表结构

• 表名: cn_stock_factors_hf_dw_volume_pulse_rv
• 中文表名: 东吴证券高量脉冲与成交额加权波动因子
• 数据描述: 用 1 分钟 K 线统计日内高量脉冲次数、高量分钟收益波动与成交额加权实现波动
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录

依赖数据

三个因子都是单日统计量，没有跨日窗口，输出区间即读取区间。

因子列表

volume_pulse_count

中文名: 高量脉冲次数

描述: 计量日内异常放量事件的次数，连续放量只算一次，刻画的是状态切换的频率而不是放量分钟的总数。研报为正向因子。

构建逻辑:

1. 当日每只股票分钟成交量的均值加 1 倍标准差为高量阈值，成交量高于阈值的分钟记为高量分钟。
2. 高量分钟且上一分钟不是高量分钟时记为一次脉冲起点。
3. 因子值为当日脉冲起点个数。

$$u_{i,d,m}=\mathbf 1\left(V_{i,d,m}>\overline V_{i,d}+\sigma(V_{i,d,\cdot})\right),\qquad F^{pulse\_num}_{i,d}=\sum_m u_{i,d,m}\mathbf 1(u_{i,d,m-1}\ne1)$$

项目实现说明:

• 分钟口径：只取 09:31 起的 240 根连续竞价分钟（剔除沪深 09:25、北交所 09:30 的集合竞价 bar）；标准差取样本标准差
• 浮点容差：全天各分钟成交量相同时「均值 + 标准差」只剩浮点噪声，阈值比较加 $10^{-10}$ 的相对容差，避免把噪声判成高量

volume_pulse_return_std

中文名: 高量分钟收益波动

描述: 高量分钟的收益率离散程度，放量时价格波动越剧烈，越可能是情绪化交易。研报调整方向后值越小未来收益越高。

构建逻辑: 分钟收益率为日内分钟收盘价相对上一分钟收盘价的涨跌幅（当日第一根分钟无收益率）；按 volume_pulse_count 第 1 步取高量分钟，非高量分钟置为缺失后，对当日高量分钟的收益率求标准差。

$$F^{pulse\_ret\_std}_{i,d}=\operatorname{Std}\left(\{r_{i,d,m}:m\in\mathcal M_{i,d},\ u_{i,d,m}=1\}\right)$$

项目实现说明: 分钟口径与高量判定同 volume_pulse_count；标准差取样本标准差，高量分钟收益率不足 2 个时无定义。

amount_weighted_rv

中文名: 成交额加权实现波动

描述: 用分钟成交额占当日成交额的比例给分钟收益率平方加权，成交越活跃的分钟对日内波动的贡献越大。研报中为负向因子。

构建逻辑: 只用成交额为正的分钟，权重为分钟成交额 ÷ 当日这些分钟的成交额之和；因子值为加权分钟收益率平方和的平方根。当日成交额为 0 时无定义。

$$w_{i,d,m}=\frac{A_{i,d,m}}{\sum_{k\in\mathcal M_{i,d}}A_{i,d,k}},\qquad F^{amt\_wrv}_{i,d}=\sqrt{\sum_{m\in\mathcal M_{i,d}}w_{i,d,m}r_{i,d,m}^2}$$

项目实现说明: 分钟口径同 volume_pulse_count；当日第一根分钟没有收益率，不计入平方和，但其成交额仍计入分母（与报告代码一致）。

复现核对

核对口径: 本项目样本 2015-01 ~ 2026-10；全市场不做任何股票过滤；因子不做中性化，取原始值；Rank IC 按截面 Spearman 计算。研报高频部分为周度 RankIC、5 日前向收益，样本内 2019-01-01 ~ 2023-12-31、样本外 2024-01-01 ~ 2026-05-27（该区间与周频口径是研报低频章节给出的统一设定，高频章节只写「统一口径」）。本项目周频口径为每隔 5 个交易日取一个截面，前向收益取次日开盘到其后第 6 个交易日开盘（后复权）；另给月末截面（20 日前向收益，次日开盘到 21 个交易日后开盘）与逐日全样本两种口径。ICIR 列同时给出未年化值（与研报可比）与年化值。

差异说明：

• volume_pulse_count 的 ICIR 与研报几乎一致（样本内 1.13 对 1.140），但样本内 IC 低于研报约 0.024，样本外低约 0.008。IC 水平与波动同比例偏低，最可能的原因是研报对因子做了未披露的预处理（如行业市值中性化）或股票池过滤，而本表全市场、取原始值
• 另两个因子的研报只在摘要里给出三个因子合计的样本外 Rank IC 区间（绝对值 0.0627 ~ 0.0647），本项目绝对值分别为 0.0661、0.0637，落在区间附近；研报说明方向已调整，本表输出原始方向，因此符号为负
• 三个因子样本外都没有明显衰减，全样本 2015 ~ 2026 各口径符号一致
• 研报的逐因子表格是图片、无法读取，评测区间与周频定义取自低频章节，若高频章节另有设定，上表的可比性会受影响

示例数据

按 date、instrument 排序后的前 5 行与后 5 行，由 update_docs() 推送文档时自动填充。