报告深入实证国内期货市场高频多因子模型预测效果,展示了模型在螺纹钢(RB)和燃料油(FU)上的优异表现及学习曲线特征,揭示报价不平衡、成交收益和实际下行波动率因子的关键作用。预测能力随着区间延长下降,日内开盘时段预测效果较弱。基于模型构建的下单算法在仿真测试中较传统TWAP和VWAP显著降低滑点,提升交易成本效率,为高频交易提供实用指导。
| 因子 | 回归系数方向 | 最显著回溯周期 | 特征重要性差异 |
|---|---|---|---|
| 报价不平衡因子 | 短期负,长期正 | 1 Tick | LGBM捕捉非线性,差异显著 |
| 成交收益因子 | 负相关 | 1-16 Tick | 短期信息优越 |
| 下行波动率因子 | 负相关 | 中长周期 | 短期不显著,长周期有效 |
| 时间(分钟) | 拆单次数 | TWAP最优概率(%) | VWAP最优概率(%) | ModelPrice最优概率(%) |
|---|---|---|---|---|
| 1 | 10 | 23.54 | 30.50 | 76.23 |
| 5 | 20 | 5.14 | 24.38 | 75.30 |
| 10 | 30 | 2.16 | 24.40 | 75.22 |
| 时间(分钟) | 拆单次数 | TWAP平均滑点 | VWAP平均滑点 | ModelPrice平均滑点 |
|---|---|---|---|---|
| 1 | 10 | 0.503 | 0.503 | 0.401 |
| 5 | 20 | 0.471 | 0.477 | 0.330 |
| 10 | 30 | 0.306 | 0.342 | 0.151 |
报告标题:高频收益如何及何时量化可预测专题预报告测(2024年4月8日)
作者与机构:华泰期货研究院量化组,高天越等多位研究员
发布日期:2024年4月
研究主题:基于国内期货市场高频数据,探讨高频多因子模型的收益预测能力、学习曲线、特征重要性及实际交易应用,重点研究模型的预测效果及在下单策略中的应用表现。
核心论点与目标:
摘要概述了本报告作为系列报告的延伸,重点呈现国内期货市场基于高频多因子模型的实证结果,涵盖模型预测表现、学习曲线、特征重要性以及实际下单算法的模拟测试结果。核心观点指出,RB和FU两个标的的最佳模型样本外R方分别为20.74%和15.05%,高于文献10%的中位数预测水平。强调了特征如报价不平衡因子对预测贡献最大,同时揭示预测精度随预测区间延长而下降,且模型在模拟下单中的交易成本优化明显。
借鉴国外文献5秒(10个Tick)作为预测区间的设置,模型在40天样本外测试集表现出良好的收益率预测能力。图1-2分别展示了RB和FU的各类模型的样本外R方,LASSO、LightGBM和Ridge三类模型表现较优,OLS和随机森林逊色。其中RB各模型R方值明显优于FU;随机森林表现最差,推断原因包括训练时长及超参数调优效率低下。整体来看,该多因子模型引入丰富的订单簿特征,显著提升国内数据的高频收益率预测能力。
方向预测同样保持较好准确度,尤其LASSO模型在RB和FU上均为最优,方向准确性分别为64.86%和62.97%,接近文献中的64%。图3-4验证了这一点。基于此,后续分析聚焦LASSO与LGBM两大模型。
对模型的偏差-方差权衡深度解读。较高偏差表现为模型欠拟合,训练误差和测试误差接近且偏大;高方差表现为过拟合,训练误差远小于测试误差。通过图5和图6展示学习曲线的典型形态。
具体到实证,图7-10显示LASSO和LGBM模型在RB和FU品种的训练/测试MSE随训练集样本长度(1到10天变化)的关系:
报告精细剖析了三个核心因子的表现:
报价不平衡因子(LobImbalance):度量盘口最佳报价处买卖挂单量不平衡,是所有因子中最有效的。其短期回归系数为负,意指卖方挂单大时短期价格趋向下跌;长期回归系数为正,暗示长时间的不平衡状态可能是买方主动成交抑制价格下跌的反映。LGBM能更好捕捉该因子的非线性特征,故在某些回溯区间显示更高排名。该因子在短期1Tick回溯区间内信息密度最高。图11-12及表1-2中详示这些特征的回归系数和排名差异。
成交收益因子(TransactionReturn):基于区间内平均成交价与当前中价的比值,反映近期成交价格趋势。其回归系数一致为负,表示成交均价小于中价时有下跌趋势。因子对短期数据敏感,超过16 Tick后信息增加减弱。图13-14及表3-4展示了具体回归结果和排序。
实际下行波动率因子(RealDownVariance):衡量回溯区间内价格下跌波动率。该因子的回归系数均为负,表明过去较大下跌波动提示未来价格更可能延续下跌趋势。不同于前两个因子,该因子在较长回溯区间(16到128 Tick)上更显著。图15-16和表5-6提供了具体数值。
模拟实证验证文献观点,随着预测区间从10 Tick延伸至120 Tick,RB品种LASSO模型样本外R方显著下降,从20.74%降至4.94%,方向准确率从64.86%下降至53.97%。图17-18直观反映该趋势。说明高频收益率主要具有短期可预测性,长周期预测效力迅速衰减,提示高频策略开发应侧重短线信号。
日内不同时段模型表现有明显差异。报告将日盘分割为15分钟段落,结果显示早盘和下午开盘时段的预测能力明显低于其他时段,午盘表现相对优于早盘。合理解释是开盘期市场受隔夜及全球市场消息影响大,波动剧烈、噪声多,因子信号受扰。表7-10详细列出了各时段的样本外R方和准确率,证实该观察。
算法包括TWAP(时间加权平均价格)和VWAP(成交量加权平均价格),分别通过均匀分配订单和依据历史成交量加权拆单,以降低市场冲击和滑点。
假设投资者需快速买入200手,采用对价单(买单挂卖一价,假设可即时成交),对比TWAP、VWAP和基于高频多因子模型的“ModelPrice”算法。ModelPrice先均匀拆分订单和时间段,随后在每时间段内仅当模型预测5秒收益率为正时才下单,未触发则等待至时段结束强制下单。此设计旨在利用模型收益预测减少不利价格成交。
测试变量包括下单总时长(1、5、10分钟)和拆单次数(10、20、30次)。评估指标为“价格最优概率”(历史交易中最优价格获胜概率)和“平均滑点”(成交价与最新价的跳数差异)。
报告未涉及传统财务估值方法,焦点在于高频交易预测建模及其交易应用,估值部分无相关内容。
报告整体未专门设风险章节,但隐含风险可梳理如下:
本报告系统地展现了基于高频多因子模型的预测体系在国内期货市场上的应用实践和优势。通过样本外测试,发现在RB和FU上模型表现均优于国际文献中值,特别是LASSO和LGBM模型表现出稳定的方向预测和收益率解释力。模型的有效预测特征主要聚焦于报价不平衡、成交收益和实际下行波动率,且信息集中于短周期内,高频预测能力随时间窗口延长而衰减明显。具体而言:
总体而言,报告呈现了高频多因子量化策略深度挖掘国内期货市场高频信号的有效路径,并通过实证验证及模拟交易充分体现了其实际应用前景,为市场参与者提供了值得关注的新思路和工具。基于LASSO模型的稳健表现及基于高频信号的下单算法,未来值得继续投入资源优化和测试。有限训练样本及模拟假设仍需警惕,后续可加强模型稳定性、实时回测及风险管理研究。
(全文引用均标注页码,确保内容源自报告原文。)
量化专题报告:高频收益如何及何时可预测(下).pdf