cn_stock_factors_hf_ht_hf_price_volume

数据描述

用1分钟K线计算下行波动占比、分时成交占比、量价相关、趋势强度与改进反转

数据简介

研报用分钟数据构建收益率分布、成交量分布、量价复合、资金流、趋势强度与改进反转等高频因子，对比其在股票与期货中的表现。股票部分的因子均为日内指标取过去 20 日均值（改进反转为一个月累计），并给出剔除行业、市值、非线性市值、反转、换手、特异度后的正交表现。本表输出股票部分可由 1 分钟 K 线计算、且仓库里没有的 12 个因子及其正交残差，共 24 个字段。

不重复建的因子：高频偏度、高频峰度（1 分钟、20 日均值）与海通（十九）定义相同，见 cn_stock_factors_hf_ht_return_distribution 表的 rskew_1m_m1、rkurt_1m_m1；期货专属因子（仓价相关性、期货资金流、期货日内动量）不适用于股票，不做。

数据区间：2011-01-04 ~ 2026-11-03（历史起点 2011-01-01，每个交易日一条记录）。

文献来源

• 标题: 《高频量价因子在股票与期货中的表现》
• 作者: 冯佳睿、姚石
• 机构: 海通证券
• 时间: 2018-11-01

表结构

• 表名: cn_stock_factors_hf_ht_hf_price_volume
• 中文表名: 海通证券高频量价因子
• 数据描述: 用1分钟K线计算下行波动占比、分时成交占比、量价相关、趋势强度与改进反转
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录（骨架为 cn_stock_prefactors 当日全部股票, 停牌股因子为空）

依赖数据

因子回溯 39 个交易日，单日增量实际读取约 40 个交易日的分钟数据（按自然月分块读取，stage1 结果有本地缓存时只读缺失的交易日）。历史起点 2011-01-01。

因子列表

down_vol_ratio_1m_20

中文名: 高频下行波动占比

描述: 日内负收益平方和占全部收益平方和的比例，刻画日内收益分布的非对称性；研报中值越大未来收益越高（反转效应）。

构建逻辑: 每日用 1 分钟对数收益序列 $r_{ij}$ 计算

$$\text{DownVolRatio}_i=\frac{\sum_{j=1}^{N} r_{ij}^2\, I_{\{r_{ij}<0\}}}{\sum_{j=1}^{N} r_{ij}^2}$$

因子值为过去 20 日的指标均值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；1 分钟收益第 1 根用 ln(close/open)，其余用相邻收盘价对数差，不含隔夜
• 当日有效收益不足 10 个或收益平方和为 0（全天不动、一字板）时当日为空
• 与海通（二十五）cn_stock_factors_hf_ht_realized_vol_decomp.hf_up_vol_ratio_1m（月度合池口径，且为上行占比）不同，本因子是日度比值取均值

vol_ratio_hh1_20

中文名: 第 1 个半小时成交量占比（09:30-10:00）

描述: 日内 09:30-10:00 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 1 段为 minute_idx 1~30 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh2_20

中文名: 第 2 个半小时成交量占比（10:00-10:30）

描述: 日内 10:00-10:30 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 2 段为 minute_idx 31~60 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh3_20

中文名: 第 3 个半小时成交量占比（10:30-11:00）

描述: 10:30-11:00 成交量占比，研报中与下月收益显著正相关，可能因知情交易者倾向在盘中噪声较少时交易。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 3 段为 minute_idx 61~90 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh4_20

中文名: 第 4 个半小时成交量占比（11:00-11:30）

描述: 日内 11:00-11:30 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 4 段为 minute_idx 91~120 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh5_20

中文名: 第 5 个半小时成交量占比（13:00-13:30）

描述: 日内 13:00-13:30 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 5 段为 minute_idx 121~150 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh6_20

中文名: 第 6 个半小时成交量占比（13:30-14:00）

描述: 日内 13:30-14:00 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 6 段为 minute_idx 151~180 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh7_20

中文名: 第 7 个半小时成交量占比（14:00-14:30）

描述: 日内 14:00-14:30 成交量占全天成交量的比例。研报中 10:00-11:00 的占比与下月收益显著正相关，10:00 之前与 14:30 之后负相关。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 7 段为 minute_idx 181~210 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

vol_ratio_hh8_20

中文名: 第 8 个半小时成交量占比（14:30-15:00）

描述: 尾盘（14:30-15:00）成交量占比，研报中与下月收益显著负相关，正交后效果更强；尾盘投机度高、散户更倾向尾盘交易。

构建逻辑: 以半小时为间隔把交易时段划分为八个区间，计算每个区间的成交量占比 $VolumeRatio_t=Volume_t/Volume_{total}$，取过去 20 日指标均值作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；第 8 段为 minute_idx 211~240 的 30 根 bar，分母为全天 240 根成交量之和
• 全天成交量为 0 时当日为空

pv_corr_1m_20

中文名: 高频量价相关性

描述: 日内 1 分钟价格与成交量的相关系数；研报中「量价背离」（相关系数小）的股票未来收益更好。

构建逻辑: 每一交易日取股票日内 1 分钟频率的价格 $P_t$ 与成交量 $V_t$ 序列，计算 Pearson 相关系数 $\rho=corr(P_t,V_t)$，取过去 20 日指标均值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；价格用分钟收盘价
• 价格或成交量全天不变（一字板、全天无成交）等退化样本当日为空（框架 safe_corr）
• 东吴证券 cn_stock_factors_hf_dw_cpv.pv_corr_daily 是同一日度量（价格用收盘价），但该表的 20 日均值 pv_corr_avg 做了市值中性化，与本因子不同，故本表单独输出未中性化的 20 日均值

trend_strength_20

中文名: 趋势强度

描述: 日内价格位移与路程之比，刻画日内趋势强弱。研报中有一定选股效果，但剔除风格后不再有效。

构建逻辑: 记 $t$ 日 1 分钟频率的价格序列为 $P_i\,(i=1,\dots,n)$，

$$trendStrength_t=\frac{P_n-P_1}{\sum_{i=2}^{n}\left|P_i-P_{i-1}\right|}$$

将过去 $R$ 日指标均值定义为趋势强度因子，股票部分 $R=20$。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 分钟数据取 09:31 起 240 根连续竞价 bar（不含开盘集合竞价，含 15:00 收盘竞价 bar）；价格用分钟收盘价，$P_1$ 为 09:31 那根 bar 的收盘价
• 路程为 0（全天价格不变）或当日有效 bar 不足 10 根时当日为空
• 研报股票部分只说「过去 R 日」，按全文股票因子统一的 20 日取值

improved_reversal_20

中文名: 改进反转

描述: 剔除隔夜与开盘后半小时涨幅后的一个月反转因子；研报中值越小未来收益越高。

构建逻辑: 每日计算剔除隔夜和开盘后半小时涨幅后的当日涨幅 $r_t=Close_{15:00}/Close_{10:00}-1$，将过去一个月 $r_t$ 的累计值作为新的反转因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 「过去 20 日」取 20 个有效交易日（停牌日不占名额），20 个有效日须落在当天往前 40 个交易日内，否则为空；当天无分钟数据时为空
• 累计方式：研报写「累计值」，本项目按累乘 $\prod(1+r_t)-1$（与海通「海量」专题 148 的公式一致）
• $Close_{10:00}$ 取 10:00 那根 bar（09:59~10:00）的收盘价，$Close_{15:00}$ 取 15:00 bar 的收盘价，均为当日未复权价，同日相除无需复权；任一 bar 缺失时当日为空

down_vol_ratio_1m_20_pure

中文名: 正交高频下行波动占比

描述: down_vol_ratio_1m_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 down_vol_ratio_1m_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh1_20_pure

中文名: 正交第 1 个半小时成交量占比（09:30-10:00）

描述: vol_ratio_hh1_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh1_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh2_20_pure

中文名: 正交第 2 个半小时成交量占比（10:00-10:30）

描述: vol_ratio_hh2_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh2_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh3_20_pure

中文名: 正交第 3 个半小时成交量占比（10:30-11:00）

描述: vol_ratio_hh3_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh3_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh4_20_pure

中文名: 正交第 4 个半小时成交量占比（11:00-11:30）

描述: vol_ratio_hh4_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh4_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh5_20_pure

中文名: 正交第 5 个半小时成交量占比（13:00-13:30）

描述: vol_ratio_hh5_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh5_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh6_20_pure

中文名: 正交第 6 个半小时成交量占比（13:30-14:00）

描述: vol_ratio_hh6_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh6_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh7_20_pure

中文名: 正交第 7 个半小时成交量占比（14:00-14:30）

描述: vol_ratio_hh7_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh7_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

vol_ratio_hh8_20_pure

中文名: 正交第 8 个半小时成交量占比（14:30-15:00）

描述: vol_ratio_hh8_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 vol_ratio_hh8_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

pv_corr_1m_20_pure

中文名: 正交高频量价相关性

描述: pv_corr_1m_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 pv_corr_1m_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

trend_strength_20_pure

中文名: 正交趋势强度

描述: trend_strength_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 trend_strength_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

improved_reversal_20_pure

中文名: 正交改进反转

描述: improved_reversal_20 剔除行业、市值、非线性市值、反转、换手、特异度影响后的残差。

构建逻辑: 每个截面把 improved_reversal_20 对行业、市值、非线性市值、反转、换手、特异度回归取残差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 研报的正交为逐步回归剔除行业、市值、非线性市值、反转、换手、特异度，未给出控制变量定义。本项目自建：行业为申万一级（2021）哑变量；市值 ln(总市值)；非线性市值为截面标准化市值三次方对标准化市值回归的残差；换手为过去 20 个有效交易日日均换手率；反转为过去 20 个有效交易日累计收益；特异度为过去 20 个交易日日收益对日频 Fama-French 三因子回归的 $1-R^2$（至少 15 个有效日，三因子由 cn_stock_prefactors 全市场自建，构造同 cn_stock_factors_hf_ht_return_distribution）
• 回归前因变量与控制变量逐列做截面 MAD 5 倍去极值 + 标准化，控制变量缺失按当日同行业均值填补，行业缺失为空，当日样本少于 60 时整截面为空（框架 cs_neutralize）；一次多元回归与逐步回归的最终残差相同

复现核对

核对口径: 本表 2011-01-04 起逐日入库。研报股票部分回测区间 2010.01-2018.09（月末调仓），本项目「研报口径」取重叠的 2011-01 ~ 2018-09 月末截面（93 个月）；「全样本」为 2011-01 ~ 2026-09 月末截面（188 个月）与逐日截面。全市场不做股票过滤（研报剔除 ST、停牌、涨跌停、上市不满 6 个月、距退市不足 1 个月）；前向收益取信号日次一交易日开盘到其后第 21 个交易日开盘（后复权）；Rank IC 为截面 Spearman；ICIR = 月度 IC 均值 / 标准差 × √12（研报下行波动占比 IC 0.063 对应 ICIR 3.31，只能是年化口径）。研报未说明 IC 是 Rank 还是 Pearson，两种都列出；研报「胜率」与本项目同为 IC > 0 的月份占比（14:30-15:00 正交 IC 均值 -0.047、胜率 17.3% 可印证）。

对得上的部分：

• 方向 24 个字段中 22 个与研报一致；核心结论全部复现：下行波动占比为正（RankIC +0.075，研报 +0.063），量价相关性为负（-0.079，研报 -0.061），10:00 前成交占比为负、10:00-11:00 显著为正（第 3 个半小时 +0.050 / ICIR +2.86，研报 +0.037 / +2.43），14:30 后正交成交占比显著为负（-0.049 / -3.24，研报 -0.047 / -3.24，ICIR 完全一致）
• 正交版：下行波动占比 +0.026 / +2.30（研报 +0.031 / +3.12），量价相关性 -0.051 / -3.32（研报 -0.037 / -2.73），改进反转 -0.039 / -2.96（研报 -0.037 / -3.25），第 2、3 个半小时 +0.024 / +0.029（研报 +0.024 / +0.022），胜率与研报基本在 5pp 内
• 趋势强度原始 -0.041（研报 -0.034），正交后 +0.008（研报 +0.002）「完全丧失选股效果」的结论一致
• 全样本至 2026 年：下行波动占比、第 1 个半小时（负）、第 4~7 个半小时、量价相关性、改进反转原始版分年度月末 RankIC 几乎全部同号

对不上 / 待确认的部分：

• 原始成交占比因子整体比研报强（第 1 个半小时 -0.061 对 -0.036，第 5 个半小时 +0.053 对 +0.032），第 8 个半小时（14:30-15:00）原始版弱（-0.021 对 -0.027），全样本更是接近 0（20212023 年转正）；正交版 1、4、5 个半小时比研报强 0.010.02，第 1 个半小时正交符号相反（-0.007 对 +0.008，两者都不显著）。本项目全市场不过滤、含 15:00 收盘竞价 bar，研报未说明是否含收盘竞价，差异最可能来自这两处
• 下行波动占比原始与正交 ICIR 都比研报低（2.55 / 2.30 对 3.31 / 3.12），IC 均值反而略高，说明本项目 IC 波动更大，与不过滤涨跌停、停牌股有关
• 正交风格中的「特异度」研报未给定义，本项目按日频三因子 $1-R^2$ 自建；改进反转原始因子研报只给了多空收益（2.28%），无 IC 可比

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。