本报告系统梳理了基于逐笔成交数据挖掘的多种高频选股因子,分析其月度选股能力、指数范围影响及调仓频率变化对因子表现的影响。结果显示,除买单集中度外各因子年化ICIR均超2.0,且多因子在不同指数范围及调仓频率下表现稳定。此外,因子引入显著提升中证500指数增强组合的超额收益,尤其买单集中度提升年化超额收益至21.5%。风险主要包括市场系统性风险和流动性风险等
逐笔因子涵盖大买成交金额占比、买单集中度、盘中主买占比、开盘后日内净主买强度、开盘后知情主卖占比及尾盘知情主买占比等6类指标
正交前买单集中度月均IC最高达0.07,月度多空收益达2.32%;正交后各因子月均IC均在0.03~0.04,年化ICIR除买单集中度外均超过2,不同因子表现稳定
因子多头效应明显,尤其大买成交金额占比和开盘后日内净主买强度,年化多空收益分别为18.5%、15.1%,月均溢价分别达0.40%、0.28%
| 因子名称 | 年化多空收益 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 截至2020.01.23 |
|---|---|---|---|---|---|---|---|---|
| 大买成交金额占比 | 18.5% | 22.1% | 46.0% | 14.0% | 17.8% | 8.0% | 15.6% | 0.5% |
| 买单集中度 | 15.8% | 2.2% | 59.0% | 26.3% | 4.9% | 10.7% | 3.2% | 0.5% |
| 盘中主买占比(占全天成交) | 11.3% | 14.4% | -13.8% | 9.3% | 16.4% | 10.9% | 18.1% | 0.6% |
| 开盘后日内净主买强度 | 15.1% | 10.2% | 30.8% | 14.8% | 11.7% | 10.6% | 16.3% | 0.4% |
| 开盘后知情主卖占比(占同时段成交) | 12.6% | 16.5% | 28.3% | 14.2% | 13.1% | 4.3% | 7.4% | -0.3% |
| 尾盘知情主买占比(占全天成交) | 14.0% | 8.2% | 51.2% | 13.1% | 10.6% | 7.0% | 7.1% | 0.7% |
| 因子名称 | 月均溢价 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 截至2020.01.23 |
|---|---|---|---|---|---|---|---|---|
| 大买成交金额占比 | 0.40% | 0.42% | 0.63% | 0.39% | 0.54% | 0.21% | 0.25% | 0.23% |
| 买单集中度 | 0.21% | 0.11% | 0.59% | 0.48% | -0.06% | 0.25% | -0.14% | 0.39% |
| 盘中主买占比(占全天成交) | 0.20% | 0.27% | -0.12% | 0.12% | 0.45% | 0.32% | 0.22% | 0.01% |
| 开盘后日内净主买强度 | 0.28% | 0.24% | 0.30% | 0.28% | 0.39% | 0.22% | 0.23% | 0.22% |
| 开盘后知情主卖占比(占同时段成交) | 0.22% | 0.28% | 0.26% | 0.28% | 0.27% | 0.15% | 0.15% | -0.24% |
| 尾盘知情主买占比(占全天成交) | 0.33% | 0.21% | 0.75% | 0.30% | 0.21% | 0.20% | 0.32% | 0.10% |
在不同指数范围内,逐笔因子选股能力表现分化:中证800指数中大买成交金额占比、盘中主买占比及尾盘知情主买占比表现优异;中证500指数内除大买成交金额占比外,其他因子表现减弱;沪深300指数内大买成交金额占比和盘中主买占比表现较好
不同调仓频率下的因子表现:
逐笔因子与常规低频因子的相关性较低,但大买成交金额占比与市值、估值、前期涨幅等存在一定相关性;正交后部分逐笔因子间仍有一定相关性,如开盘后日内净主买强度与开盘后知情主卖占比相关度达0.47
因子应用示例:以中证500指数增强组合为例,加入买单集中度后年化超额收益由18.7%提升至21.5%;开盘后日内净主买强度加入亦带来显著提升
在基础模型已包含分钟高频因子的前提下,逐笔因子仍有提升空间,加入开盘后日内净主买强度使得组合年化超额收益进一步提升至21.5%
风险提示包括市场系统性风险、资产流动性风险及政策变动风险
报告标题: 选股因子系列研究(五十九)——基于逐笔成交数据的高频因子梳理
分析师: 冯佳睿、袁林青
发布机构: 海通证券研究所
发布日期: 2020年2月12日
研究主题: 本报告属于海通证券“选股因子系列研究”之第59期,聚焦于基于逐笔成交数据挖掘选股因子,目的在于梳理和整合之前几期报告筛选出的有效逐笔成交因子,探讨其选股能力、因子相关性及在组合构建中的应用。
核心论点与结论:
总体报告语气专业、系统,提供了丰富的量化回测支持,强调逐笔成交因子在量化选股和组合管理中的潜在价值。,4,5]
报告选取六个关键逐笔因子:
指标基于2014年以来数据计算,剔除ST及上市未满6个月的新股。
月均IC:因子月均IC在未正交前范围较大,买单集中度最高达到0.07,正交后趋于0.03-0.04区间。
ICIR表现:除买单集中度外,多数因子年化ICIR超过2,显示强稳定性。买单集中度年化ICIR稍低,提示可能与市场核心因子存在一定重叠。
多空收益:月度多空收益最高接近2.3%(买单集中度),其他因子在1%左右或略高。正交后大买成交金额占比月度多空收益提升至1.46%。
图表分析:
年度表现差异:买单集中度在2017、2019年表现弱于其他年份;开盘后知情主卖占比2018、2019年选股表现减弱,显示因子有一定周期性和环境依赖性。,6]
此节揭示因子跨指数的稳定性和适用边界,为实际投资组合选股提供指导。
该结论对选股策略调整频率及监控周期选择具有实操意义。
该部分为因子有效组合提供理论依据和筛选建议。
此节明确针对实际投资模型的增益效果,显示逐笔因子有较高的实用性价值。,10,11]
整体报告架构严谨,论证清晰,针对买卖单逐笔数据的深度挖掘开辟了高频数据选股的应用新视角。
报告侧重因子挖掘与回测,未直接涉及企业估值分析,未采用DCF、市盈率等传统估值模型。其核心是基于量化统计学方法(IC、ICIR、因子收益等)评估因子有效性,并以年化超额收益反映因子对增强组合的价值贡献。因而估值分析部分属于因子选股能力的评估范围。[page::全篇]
报告未展开具体缓解策略,意在提示投资者需保持警惕,并结合自身风险偏好调整使用。,11]
总体报告保持客观、数据驱动,但投资者需理解局限,结合实际情况审慎运用。,8,11]
本报告系统梳理基于逐笔成交数据的高频选股因子,采用多维量化分析和实证回测验证其市场选股能力及策略增强效果。具有以下关键发现:
报告评价: 本文坚实地将微观交易数据引入因子挖掘领域,通过细致的数据背书和多维度回测展现了逐笔成交信息的alpha价值。既有理论深度,也兼顾实用层面,为量化投资因子的拓展提供了重要视角。同时提示了实际应用中的风险与局限,为投资者提供理性参考。
此研究为后续微观市场结构与高频数据应用的深化奠定了基础,值得关注和进一步验证。
图表为报告提供了充分的数据支撑,是理解因子效用的关键工具,建议研究者详细研读以把握因子逻辑与表现。
溯源标识: 以上所有分析结论均来源于海通证券《选股因子系列研究(五十九)》2020年2月12日报告正文和图表内容页,标注方式详见具体引用处。
海通选股因子系列研究59:基于逐笔成交数据的高频因子梳理.pdf