cn_stock_factors_hf_xy_conditional_quantile_residual

数据描述

用分钟成交量的条件分位数回归残差计算日内相关性并做 10 日平滑

数据简介

研报的核心不是问「成交量是否大」，而是问「在已知交易条件下成交量是否仍然异常」：对分钟相对成交量估计给定当分钟价格变化、上一分钟成交量、日内时段效应与个股流动性基底下的 20% 与 80% 条件分位数，用残差刻画真正的异常成交，再在日内求相关、做 10 日平滑得到日频因子。本表输出研报第一部分的两个条件分位数残差因子；同一篇研报中基于 CSAD 稀疏回归状态识别的贝叶斯放量分歧命中因子，公开内容缺少关键公式，不在本表范围内。

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: 《高频研究系列十——成交异常、分歧状态与成交分歧结合中的 Alpha》
• 作者: 郑兆磊、陈子轩
• 机构: 兴业证券
• 时间: 2026-10-22

表结构

• 表名: cn_stock_factors_hf_xy_conditional_quantile_residual
• 中文表名: 兴业证券条件分位数残差因子
• 数据描述: 用分钟成交量的条件分位数回归残差计算日内相关性并做 10 日平滑
• 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

因子做 10 日平滑，输出区间之外需多读 9 个交易日的分钟数据；分位数模型每月用上月最后 5 个交易日的样本训练，月初还需额外读取上月末 5 个交易日（与回看区间重叠的部分不重复读）；日频表另回溯 30 个交易日用于 20 日均值。

因子列表

vr_quantile_resid_corr

中文名: 高低分位残差相关

描述: 高低分位残差同步，表示整个条件成交分布发生较稳定的位移，而非少数尾部分钟的偶发异常。研报 RankIC 均值为正。

构建逻辑:

1. 计算分钟相对成交量 $v$，以及条件变量 $X$：当分钟价格变化、上一分钟成交量、日内时段效应和个股流动性基底。
2. 只用当时可见的历史样本滚动训练条件分位数模型，估计 $\tau=0.2$ 与 $\tau=0.8$ 的条件分位数 $\widehat Q_\tau(v\mid X)$。
3. 残差 $\varepsilon^\tau=v-\widehat Q_\tau(v\mid X)$。
4. 每个交易日在个股的全部有效分钟上计算 $\varepsilon^{20}$ 与 $\varepsilon^{80}$ 的相关系数，再取最近 10 个交易日均值。

$$f_{i,d}=\operatorname{Corr}_{m\in\mathcal M_{i,d}}(\varepsilon^{20}_{i,d,m},\varepsilon^{80}_{i,d,m}),\qquad F_{i,d}=\frac1{10}\sum_{t\in\mathcal D_{10}(d)}f_{i,t}$$

项目实现说明（研报原文无法公开访问，下列变量与训练细节均为本项目自定，与研报文字描述一致但未经原文核对）:

• 计算频率：本项目按项目规范每个交易日输出
• 分钟口径：只取 09:31 起的 240 根连续竞价分钟，第一根分钟没有上一分钟成交量，只用第 2~240 根
• 被解释变量：分钟相对成交量 $v=\ln(1+V_m/\bar V)$，$\bar V$ 为该股过去 20 个交易日（不含当日）日成交量均值 ÷ 240，至少 10 个有成交的交易日才有定义
• 条件变量 $X$：截距；当分钟收益 $r_m$；$|r_m|$；上一分钟相对成交量 $v_{m-1}$；按 30 分钟切成 8 个时段、以开盘第一个时段为基准的 7 个时段哑变量；流动性基底 $\ln \bar A$，$\bar A$ 为过去 20 个交易日（不含当日）日成交额均值
• 滚动训练：全市场混合样本的线性分位数回归，每个自然月重新训练一次，训练样本为上一个月最后 5 个交易日的分钟数据，每个交易日按固定种子（由日期决定）随机抽 20000 行，共 10 万行；当月全部交易日都用该月模型，保证只用当时已知数据，且结果与取数区间无关；分位数回归用迭代重加权最小二乘求解，与线性规划精确解的 pinball 损失在 $10^{-6}$ 内一致
• 日内相关：有效分钟不足 60 根或任一序列方差为 0 时该日无定义；10 日均值窗口内至少 5 个有效日才输出

vr_q80_ret_corr

中文名: 异常放量与收益相关

描述: 高分位条件残差衡量「超出正常放量上沿」的异常成交，它与分钟收益的相关刻画异常放量是否伴随上涨。

构建逻辑: 按 vr_quantile_resid_corr 第 1~3 步得到 $\varepsilon^{80}$，每个交易日在个股的全部有效分钟上计算 $\varepsilon^{80}$ 与分钟收益 $r$ 的相关系数，再取 10 日均值。

$$f^{r}_{i,d}=\operatorname{Corr}_{m\in\mathcal M_{i,d}}(\varepsilon^{80}_{i,d,m},r_{i,d,m}),\qquad F^{r}_{i,d}=\operatorname{MA}_{10}(f^{r}_{i,d})$$

项目实现说明: 分钟口径、变量定义、滚动训练与有效样本门槛同 vr_quantile_resid_corr。

复现核对

核对口径: 研报样本 2017-08-29 ~ 2026-09-30，T+1 收盘成交；本项目研报口径子样本取同区间的月末截面，另给 2015-01 ~ 2026-10 全样本；全市场不做任何股票过滤；前向收益取次日开盘到 21 个交易日后开盘（后复权）；Rank IC 按截面 Spearman 计算。研报未写明截面频率与预处理，ICIR 约 0.59 看起来是未年化值，本项目同时给出未年化值。因子原值与换手率的月末秩相关均值为 -0.61、与流通市值的为 -0.08，因此另给两种月末截面回归中性化后的结果：申万一级行业哑变量 + 对数流通市值；再加对数换手率。

逐日 20 日 Rank IC（原值）：vr_quantile_resid_corr 研报区间 +0.1251、全样本 +0.1348；vr_q80_ret_corr 研报区间 +0.0388、全样本 +0.0238。

差异说明：

• 原值 IC 是研报的 2.5 倍，主要来自低换手暴露：因子与换手率高度负相关，只做行业市值中性化后仍有 0.100，再剔除换手率后降到 0.0469，与研报 0.048 基本一致。研报的变量与训练细节无法从原文核对（见「项目实现说明」），这一吻合只能说明增量部分的量级相符，不能证明实现口径和研报完全相同。使用时建议对换手率做中性化，否则它在很大程度上是低换手因子的替代
• vr_q80_ret_corr 的方向不稳定：2015-01 ~ 2017-08 月末 IC 为 -0.0292，2017-08 以后为 +0.0251，全样本只有 +0.0131，按研报原定义输出，未做调整
• 2015-07-17、2015-07-20 两天 vr_q80_ret_corr 的无效值占比分别为 20.1%、21.9%，略超入库前门禁上限。原因是股灾期间大量股票全天一字涨跌停，分钟收益恒为 0、方差为 0，相关系数没有定义。历史回填按年随机抽 1 天测试（2015 年抽到 2015-11-24），这两天随该年一并入库

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。