本报告基于高频数据,系统分析了高频因子在日内与日间不同计算方式下的构建逻辑和表现差异。通过对高频反转因子、波峰因子及量价相关性因子三类因子进行风险指标和回测对比,发现整体法计算适用于有微观结构信息增量的因子,且不同交易周期信息表达趋于一致。报告特别剖析了隔日时间段与交易时间段中价格变动的动量与反转效应,验证了集合竞价阶段仍存在显著反转,且基于日内反转因子开发的日内策略具备一定选股能力但受交易成本影响显著。此外,不同频率的反转因子对未来不同时间窗口预期收益展现出动量反转效应的多层次结构,为高频量化选股策略设计提供理论与实证支持。
高频因子因子计算方式分为整体法、日内法和日间法三种,区别在于信息表达是否统一和是否包含微观结构信息增量。整体法将所有交易周期数据合并统一计算,日内法逐周期计算后汇总,日间法则基于日度数据计算 。
高频反转因子核心逻辑为价格变动的成交量加权反转效应,短期成交量具有可比性且微观结构信息增量显著,因而整体法表现最佳。其风险指标显示整体法IC和超额收益均高于其他两种计算方式:
| 市场 | 计算方式 | IC | 超额收益(%) | 多空夏普比 |
|---|---|---|---|---|
| 全市场 | 整体法 | -9.03% | 5.84 | 2.62 |
| 全市场 | 日内法 | -8.49% | 4.63 | 2.48 |
| 全市场 | 日间法 | -8.18% | 2.56 | 1.85 |
| 中证800 | 整体法 | -7.57% | 4.30 | 1.77 |
| 中证800 | 日内法 | -7.03% | 4.53 | 1.71 |
| 中证800 | 日间法 | -6.19% | 2.52 | 1.29 |
波峰因子以成交异常活跃为选股逻辑,微观结构显著信息增量,日内法和整体法表现相近。日间法因日度成交量均小于阈值致失去选股能力。
| 指标 | 全市场整体 | 全市场日内 | 中证800整体 | 中证800日内 |
|---|---|---|---|---|
| IC | 8.88% | 9.14% | 7.15% | 6.71% |
| 超额收益(%) | 8.92 | 6.38 | 5.13 | 3.78 |
| 多空夏普比 | 2.80 | 2.89 | 2.01 | 1.83 |
量价相关性因子描述不同价格区间成交量分布,价格分布偏度较小导致不同时间段刻画差异不大,微观结构信息增量不显著。整体法和日间法表现较好,日内法较弱。
| 市场 | 整体法IC | 日内法IC | 日间法IC | 超额收益(%)整体 | 超额收益(%)日内 | 超额收益(%)日间 |
|---|---|---|---|---|---|---|
| 全市场 | -5.58% | -4.45% | -5.24% | 1.40 | -1.02 | 1.67 |
| 中证800 | -4.84% | -3.77% | -4.50% | 1.62 | -0.54 | 2.27 |
日内法可看作是对个股日度属性信息的综合扩展,量价相关性标准差因子即是对日度交易分布波动的刻画,具有一定选股能力 .
隔日时间段(昨收至开盘)与交易时间段信息表达存在差异,隔日阶段的价格变动呈现动量效应,集合竞价阶段价格多为反转效应。开盘后第一分钟至收盘可作为统一逻辑时间段进行因子计算,从而避免逻辑不一致影响因子表现 .
构建并回测日内反转策略:以开盘价格相对昨日收盘的收益率为因子分组,开盘买入当日收盘卖出,测试了开盘价、第一分钟收盘价及第一分钟均价三种买入价格。结果显示:
交易费用对日内策略影响显著,单边0.5%-1%的费率时策略仍有超额收益,费率提高后收益大幅降低。中证800在0.3%单边费率下仍保持正超额收益 .
高频反转因子在不同时间频率下表现出复杂的动量与反转效应:
表12中IC矩阵体现不同频率反转因子对未来不同时间窗口收益的预测关系,为多频率量化策略提供依据 .
总结:
报告标题: 高频因子(十二)日内与日间
分析师及联系方式:
发布机构: 长江证券研究所
发布日期: 2021年6月6日
研究领域: 金融工程专题报告
核心议题: 本报告重点探讨高频数据在构建量价因子时,针对日内(交易时间段)与日间(隔日时间段)计算方式差异的理论与实证分析,围绕高频反转因子、波峰因子、量价相关性因子等展开,探讨因子的计算方法及频率对于因子表现的影响,提供微观结构信息增量与时间分割对于投资策略的实用价值分析。,3]
核心论点:
高频数据处理方式的选择关键取决于两个逻辑:
整体法(统一计算所有高频数据)在反转因子中表现最优,适合信息表达一致且含有显著微观结构信息增量的因子;
日内法(分别计算周期内因子后汇总)更适合波峰因子这类微观结构显著、日内成交特征明显的因子;
日间法(低频数据合并计算)在量价相关性因子表现较好,因其微观结构信息增量不显著,且日频价格划分具有较强代表性。
此外,报告指出日内和日间价格变动存在动量与反转效应的时间窗差异,且基于高频反转因子的开盘日内交易策略获得了超额收益,尤其在2016年前中证800有效。,3-5,10,13,19]
关键论点:
关键数据: 表1明确了三种方法的逻辑假设,为后续因子分析构建框架 .
定义与方法:
高频反转因子以成交量为权重,对价格变动的加权求和,逻辑基于价格过度反应和成交量聚集,特别聚焦成交量最高和价格变动最大的20%时间段,期望捕捉短期内反转效应。
推理与假设:
重要数据:
表2展示三种计算方式在全市场和中证800的风险指标与选股绩效,整体法表现最佳(IC -9.03%,信息比0.98,多空夏普比2.62),显著优于日间法,日内法略逊于整体法,支持整体法适用性 .
定义:
波峰因子通过标准差倍数筛选异常大成交量的时间段,捕捉知情交易。
逻辑: 知情交易分布在局部时间段,日内成交量与市场活跃度高度相关,故波峰因子日内可比性更强。
数据解读:
定义:
量价相关性测度成交量与价格的相关程度,刻画不同价格档位的成交密集情况。
逻辑:
数据:
重点:
发现:
数据:
策略框架:
重要图表:
方法:
发现:
总结:
报告列明的主要风险包括:
报告提醒投资者谨慎参考,策略运用需充分考虑实际环境与交易成本。
本次报告以高频数据构建因子的计算方式选择为核心,系统探讨了整体法、日内法和日间法三种高频数据处理途径在不同因子中的适用性与表现。以三类经典量价因子为样本,高频反转因子因微观结构含丰富信息且成交量活跃度相对可比,整体法表现最优,选股能力突出。波峰因子因高频微观结构显著突出,整体法与日内法均有效,且明显优于日间法。量价相关性因子微观结构增量不足,整体法与传统低频日间法表现相近。
通过对动量与反转效应的时间区间切分,发现隔日价格变动开盘阶段存在明显动量效应,而集合竞价阶段表现为反转效应,合理划分时间窗口并对应匹配计算方法显著提升因子信号纯度。
报告进一步将高频反转因子应用到日内交易策略,验证其日内反转效应能够产生全年超额收益,尤其在2016年前表现突出,但近期受多重市场因素影响表现有所弱化,且高频交易策略对交易成本异常敏感。
不同时间频率的反转因子与未来多时段收益率的相关性矩阵,展示动量与反转在时间维度与频率上的复杂轮换现象,为多频率因子联合使用提供理论基础。
整体来看,本报告以严谨的微观结构分析辅助高频因子构建选择,结合丰富的回测和风险指标实证验证,提供了系统化、高精度的高频量价因子研究方法论及其实战应用建议,对于高频交易和量化投资策略构建具有重要指导意义。
报告图表示例:
总字数: 1300+字
引用页码: ,3-20]
20210606-长江证券-基础因子研究(十八):高频因子(十二),日内与日间.pdf