核心观点
　　通过总结之前五篇高频因子报告并新增10个高频因子，我们将25个高频因子按意义分成订单失衡类、量价类、流动性类和资金流类构建高频选股因子分类体系。测试发现在不同调仓频率下绝大部分因子随着调仓频率增加多空年化逐渐提高。在作市值行业中性化后这些因子的收益和稳定性均有所提高。四类高频因子在全市场、中证1000、中证500样本池内均有不错的选股能力，并且四类因子在中证1000样本池内的表现要优于在全市场样本池内的表现；在沪深300样本池内，订单失衡类和量价类因子依然有不错的选股能力。
　　订单失衡类因子
　　订单失衡类因子利用短期买盘压力大的时候长期股票收益率往往呈负相关关系的投资逻辑进行因子构建。在全市场范围内，五个订单失衡类因子在不同调仓频率下的多空年化收益在15%-40%之间。另外订单失衡类因子在所有测试的样本池内都有不错的选股能力。
　　量价类因子
　　量价类因子中MPB、MPC、MAX都是刻画短期价格上涨的因子，MPC_max和MPC_skew则是刻画了市场的极端变化，而RSJ则是表示波动率的不对称性。除RSJ因子外，其他量价类因子均具有反转的特性，可以用来替代常规的反转类因子。在全市场范围内，六个流动性类因子在不同调仓频率下的多空年化收益在20%-70%之间。量价类因子在所有测试的样本池内都有不错的选股能力。
　　流动性类因子
　　从投资逻辑上看，我们构建的流动性因子均是值越大代表股票的流动性越差，流动性差就会出现低流动性溢价，导致未来的股票呈上涨趋势。流动性类因子的换手率都很低，可以用来替代常规的换手率因子。在全市场范围内，七个流动性类因子在不同调仓频率下的多空年化收益在25%-75%之间。其中ILLIQ2因子在日频调仓情况下多空年化达到74.34%，并且在不同调仓频率下多空年化均在30%以上，是我们重点推荐的因子之一。
　　资金流类因子
　　资金流类因子主要从高频成交量、成交金额、成交笔数的方向来刻画股票受资金的关注程度。在全市场范围内，七个资金流类因子在不同调仓频率下的多空年化收益在20%-70%之间。其中BAM和SAM因子在日频调仓情况下的多空年化达到了60.36%和55.52%，并且在不同调仓频率下多空年化均在30%以上，也是我们重点推荐的因子。
　　风险提示：研究均基于历史数据，对未来投资不构成任何建议。文中的因子分析均是以历史数据进行计算和分析的，未来存在失效的可能性。市场的系统性风险、政策变动风险等市场不确定性均会对策略产生较大的影响。另外，本报告聚焦于因子的构建和效果，因此对市场及相关交易做了一些合理假设，但这样可能会导致基于模型所得出的结论并不能完全准确地刻画现实环境，在此可能会与未来真实的情况出现偏差。而且数据源通常存在极少量的缺失值，会弱微增加模型的统计偏误。
　　

研究报告全文：证券研究报告tablemain金融产品深度报告金融衍生品跟踪报告模板高频选股因子分类体系金融产品研究核心观点陈升锐tableinvestchenshengruicsccomcn通过总结之前五篇高频因子报告并新增10个高频因子我们将021-6882160025个高频因子按意义分成订单失衡类量价类流动性类和资金流类构建高频选股因子分类体系测试发现在不同调仓频率下绝大部分因SAC编号S1440519040002子随着调仓频率增加多空年化逐渐提高在作市值行业中性化后这些因子的收益和稳定性均有所提高四类高频因子在全市场中证1000中证500样本池内均有不错的选股能力并且四类因子在中证1000样本池内的表现要优于在全市场样本池内的表现在沪深300样本池发布日期2023年02月25日内订单失衡类和量价类因子依然有不错的选股能力相关研究报告tablereport订单失衡类因子金融产品深度报告流动性因子系统解订单失衡类因子利用短期买盘压力大的时候长期股票收益率221028读与再增强往往呈负相关关系的投资逻辑进行因子构建在全市场范围内五因子深度研究系列多层次订单失衡及个订单失衡类因子在不同调仓频率下的多空年化收益在15-40210707订单斜率因子之间另外订单失衡类因子在所有测试的样本池内都有不错的选股因子深度研究系列高频订单失衡及价210129差因子能力量价类因子201023因子深度研究系列买卖报单流动性因量价类因子中MPBMPCMAX都是刻画短期价格上涨的因子构建子和则是刻画了市场的极端变化而MPCmaxMPCskewRSJ200709因子深度研究系列高频量价选股因子则是表示波动率的不对称性除RSJ因子外其他量价类因子均具初探有反转的特性可以用来替代常规的反转类因子在全市场范围内六个流动性类因子在不同调仓频率下的多空年化收益在20-70之间量价类因子在所有测试的样本池内都有不错的选股能力流动性类因子从投资逻辑上看我们构建的流动性因子均是值越大代表股票的流动性越差流动性差就会出现低流动性溢价导致未来的股票呈上涨趋势流动性类因子的换手率都很低可以用来替代常规的换手率因子在全市场范围内七个流动性类因子在不同调仓频率下的多空年化收益在25-75之间其中ILLIQ2因子在日频调仓情况下多空年化达到7434并且在不同调仓频率下多空年化均在30以上是我们重点推荐的因子之一资金流类因子资金流类因子主要从高频成交量成交金额成交笔数的方向来刻画股票受资金的关注程度在全市场范围内七个资金流类因子在不同调仓频率下的多空年化收益在20-70之间其中BAM和SAM因子在日频调仓情况下的多空年化达到了6036和5552并且在不同调仓频率下多空年化均在30以上也是我们重点推荐的因子本报告由中信建投证券股份有限公司在中华人民共和国仅为本报告目的不包括香港澳门台湾提供在遵守适用的法律法规情况下本报告亦可能由中信建投国际证券有限公司在香港提供同时请参阅最后一页的重要声明金融产品研究金融产品深度报告目录一高频选股因子介绍和分类体系111高频选股因子引言112高频选股因子分类体系113高频因子低频化方法2131月因子的低频化方法2132日周两周因子的低频化方法214因子测试框架3二高频因子分类1订单失衡类321订单失衡类因子介绍422订单失衡类因子定义与构建4221VOI因子4222MOFI因子4223OIR因子5224SOIR因子5225PIR因子523订单失衡类因子绩效表现6231VOI因子6232MOFI因子7233OIR因子8234SOIR因子9235PIR因子10三高频因子分类2量价类1131量价类因子介绍1132量价类因子定义与构建11321MPB因子11322MPC因子12323MPCmax和MPCskew因子12324MAX因子13325RSJ因子1333量价类因子绩效表现13331MPB因子13332MPC因子14333MPCmax和MPCskew因子16334MAX因子17334RSJ因子18四高频因子分类3流动性类1941流动性类因子介绍2042流动性类因子定义与构建20421ILLIQ因子20422ILLIQ2和LSIlliq因子20请参阅最后一页的重要声明金融产品研究金融产品深度报告423Gamma因子21424Lambda因子21425LogquoteSlope因子21426MCIB因子2243流动性类因子绩效表现22431ILLIQ因子22432ILLIQ2和LSIlliq因子23433Gamma因子25434Lambda因子26435LogquoteSlope因子27436MCIB因子28五高频因子分类4资金流类2951资金流类因子简介2952资金流类因子定义与构建30521PTOR因子30522BNI因子30523MB因子30524BAM和SAM因子31525BACov和SACov因子3153资金流类因子绩效表现32531PTOR因子32532BNI因子33533MB因子34534BAM和SAM因子35535BACov和SACov因子37六高频因子中性化后及在不同指数样本池内的测试结果3961高频因子市值行业中性化后效果对比3962高频因子在全市场样本池内的测试效果4063高频因子在中证1000样本池内的测试效果4164高频因子在中证500样本池内的测试效果4165高频因子在沪深300样本池内的测试效果42七总结与思考43参考文献44图表目录图1不同调仓频率下VOI因子的多空收益曲线7图2不同调仓频率下MOFI因子的多空收益曲线8图3不同调仓频率下OIR因子的多空收益曲线9图4不同调仓频率下SOIR因子的多空收益曲线10图5不同调仓频率下PIR因子的多空收益曲线11请参阅最后一页的重要声明金融产品研究金融产品深度报告图6不同调仓频率下MPB因子的多空收益曲线14图7不同调仓频率下MPC因子的多空收益曲线15图8不同调仓频率下MPCmax因子的多空收益曲线16图9不同调仓频率下MPCskew因子的多空收益曲线17图10不同调仓频率下MAX因子的多空收益曲线18图11不同调仓频率下RSJ因子的多空收益曲线19图12不同调仓频率下ILLIQ因子的多空收益曲线23图13不同调仓频率下ILLIQ2因子的多空收益曲线24图14不同调仓频率下LSIlliq因子的多空收益曲线25图15不同调仓频率下Gamma因子的多空收益曲线26图16不同调仓频率下Lambda因子的多空收益曲线27图17不同调仓频率下LogquoteSlope因子的多空收益曲线28图18不同调仓频率下MCIB因子的多空收益曲线29图19不同调仓频率下PTOR因子的多空收益曲线33图20不同调仓频率下BNI因子的多空收益曲线34图21不同调仓频率下MB因子的多空收益曲线35图22不同调仓频率下BAM因子的多空收益曲线36图23不同调仓频率下SAM因子的多空收益曲线37图24不同调仓频率下BACov因子的多空收益曲线38图25不同调仓频率下SACov因子的多空收益曲线39图264个因子市值行业中性化后的多空收益曲线对比40表1高频选股因子分类体系1表2MB因子两种日周两周低频化方法表现对比3表3不同调仓频率下VOI因子的绩效表现6表4不同调仓频率下MOFI因子的绩效表现7表5不同调仓频率下OIR因子的绩效表现8表6不同调仓频率下SOIR因子的绩效表现9表7不同调仓频率下PIR因子的绩效表现10表8不同调仓频率下MPB因子的绩效表现14表9不同调仓频率下MPC因子的绩效表现15表10不同调仓频率下MPCmax因子的绩效表现16表11不同调仓频率下MPCskew因子的绩效表现17表12不同调仓频率下MAX因子的绩效表现18表13不同调仓频率下RSJ因子的绩效表现19表14不同调仓频率下ILLIQ因子的绩效表现23表15不同调仓频率下ILLIQ2因子的绩效表现24表16不同调仓频率下LSIlliq因子的绩效表现25表17不同调仓频率下Gamma因子的绩效表现26表18不同调仓频率下Lambda因子的绩效表现27请参阅最后一页的重要声明金融产品研究金融产品深度报告表19不同调仓频率下LogquoteSlope因子的绩效表现28表20不同调仓频率下MCIB因子的绩效表现29表21不同调仓频率下PTOR因子的绩效表现32表22不同调仓频率下BNI因子的绩效表现33表23不同调仓频率下MB因子的绩效表现34表24不同调仓频率下BAM因子的绩效表现35表25不同调仓频率下SAM因子的绩效表现36表26不同调仓频率下BACov因子的绩效表现37表27不同调仓频率下SACov因子的绩效表现38表28因子市值行业中性化后表现对比39表29高频因子在全市场样本池内的绩效表现40表30高频因子在中证1000指数样本池内的绩效表现41表31高频因子在中证500指数样本池内的绩效表现42表32高频因子在沪深300指数样本池内的绩效表现43请参阅最后一页的重要声明金融产品研究金融产品深度报告一高频选股因子介绍和分类体系11高频选股因子引言随着国内市场传统因子选股的广泛应用对公司的基本情况财务状况以及日间量价关系等低频数据的挖掘已经趋于饱和以往有效因子也逐渐失效市场对新信息的挖掘提出了迫切的需求高频数据中蕴含了丰富的市场交易信息它能带我们通过数据窥探知情交易者的隐藏信息也让我们更近距离地感受市场交易者的情绪从而帮助我们更准确地拿捏市场股票价格的走势高频数据的类型可分为盘口数据利用买一到买十卖一到卖十的价格和委托数量高频量价利用分钟甚至更高频率的最高最低收盘开盘价格和成交量成交笔数等成交数据每笔的成交具体数据订单流数据每笔委托数据等等12高频选股因子分类体系本报告对之前的五篇高频报告高频量价选股因子初探买卖报单流动性因子构建高频订单失衡及价差因子多层次订单失衡及订单斜率因子流动性因子系统解读与再增强进行了简单的总结并且在这个基础上新增了和资金流相关的高频因子并根据上述的因子构建了分类体系在本报告中根据因子的意义分为订单失衡类流动性类资金流类和量价类具体的分类如下表所示表1高频选股因子分类体系因子分类因子名称所用数据报告来源VOI分钟委托高频量价选股因子初探OIR分钟委托高频量价选股因子初探订单失衡SOIR分钟委托高频订单失衡及价差因子MOFIWeight分钟委托多层次订单失衡及订单斜率因子PIR分钟委托新增MPB分钟委托高频量价选股因子初探MPC分钟委托高频订单失衡及价差因子MPCmax分钟委托高频订单失衡及价差因子量价MPCskew分钟委托高频订单失衡及价差因子RSJ分钟K线新增MAX分钟K线新增ILLIQ日频流动性因子系统解读与再增强ILLIQ2日频流动性因子系统解读与再增强LSIlliq日频流动性因子系统解读与再增强流动性Gamma日频流动性因子系统解读与再增强Lambda分钟K线流动性因子系统解读与再增强MCIB分钟委托买卖报单流动性因子构建Logquoteslope分钟委托多层次订单失衡及订单斜率因子PTOR分钟K线新增BNI分钟K线新增MB分钟K线新增资金流BAM成交数据新增SAM成交数据新增SACov成交数据新增BACov成交数据新增数据来源wind天软科技中信建投请参阅最后一页的重要声明1金融产品研究金融产品深度报告13高频因子低频化方法131月因子的低频化方法我们采用下面的具体流程把高频因子转为我们常用的月度低频选股因子首先因为股票的盘口挂单强弱受到市场总体走势的影响因此我们需要对各股票进行截面标准化以剔除市场对个股的影响然后我们把标准化后的分钟因子转换成日频因子我们采用了等权的方法下面是日度因子的构造方法其中N为第j天总共的分钟数FactorjkFactorjkN为了剔除每天市场的印象我们对日因子进行标准化为股票k第j天的因子值为截面因子均值表示截面因子的标准差FactorjkFactorjkFactorjkFactorjk最后我们把日因子转换成月因子需要对过去的信息进行汇总在这里使用衰减加权的方法对于月频采取使用过去20个交易日的因子值考虑到信息的时效性问题离换仓日越远的信息有效性越弱所以采用衰减加权的方法具体方法如下201jFactorkFactorjk20j201201132日周两周因子的低频化方法对于日周两周低频化的有两种方法方法一是对过去二十个交易日的因子值进行衰减加权方法二是日频换仓的因子直接使用日频因子周频换仓的因子使用过去五个交易日的因子值进行衰减加权两周频换仓的因子使用过去十个交易日的因子值进行衰减加权这里我们对方法一和方法二进行简单的测试我们使用MB因子作为示例测试结果如下请参阅最后一页的重要声明2金融产品研究金融产品深度报告表2MB因子两种日周两周低频化方法表现对比无手续费周两周日周两周日年化收益313631485985248322503670最大回撤157025601204162926291648方法一回撤收益比无手续费2123497有手续费152086223年化波动率122512881182122512881183夏普比率25624450620317531胜率735868336440695763506018无手续费周两周日周两周日年化收益39473611698720061907768最大回撤312128632554318730504755方法二回撤收益比无手续费126105276有手续费084089016年化波动率183419191536283219191537夏普比率215157409213505胜率678867116121587226785065换手率两周周日Q1466831252963方法一Q10515645292739方法二Q1628587539055Q10705688089580数据来源wind天软科技中信建投可以发现方法一虽然多空年化收益比方法二略差但是由于换手率比方法二更小所以考虑手续费后的多空收益会比较接近甚至有些情况多空要好于方法二的构造为了能让无手续费的多空收益能有效提高同时有效降低组合的换手率所以以下的两周频周频日频的因子构建均采用方法一来进行构造14因子测试框架本报告当中的所有因子测试都使用以下框架进行测试回测时间高频类因子2010年2月-2022年6月日频类因子2010年1月-2022年6月样本池全市场中证1000中证500沪深300股票筛选剔除在调仓日的停牌一字板上市未满半年和ST股票调仓时间月频调仓每个月的最后一个交易日两周频调仓每十个交易日的最后一天周频调仓每五个交易日的最后一天日频调仓每个交易日因子处理极值处理剔除3倍标准差之外的样本缺失值处理直接剔除多空收益分析分位数10分位手续费千分之15二高频因子分类1订单失衡类请参阅最后一页的重要声明3金融产品研究金融产品深度报告21订单失衡类因子介绍第一类因子为订单失衡类因子主要是利用日内盘口数据对是量价数据进行了研究盘口数据包括股票的委托买卖价格以及委托交易量数据其反应了当前时刻的投资者情绪和市场的预期具体参考高频量价选股因子初探和高频订单失衡及价差因子多层次订单失衡及订单斜率因子这一部分主要介绍VOIOFIOIRSOIRPIR五个因子这五个因子都是使用level1当中的买一到买五卖一到卖五的委托价格和委托数量构造而成的对于月频测试结果而言多空年化收益为15021968159121402241订单失衡类因子的投资逻辑体现在短期买盘压力大的时候长期的股票收益率往往是呈负相关的关系从散户来看在短期内散户容易存在追高杀跌行为短期追高价格上涨但随着时间的累积价格会逐渐处于高位长期来看价格会回落从主力的角度来看主力对市场的短时操纵造成了价格的涨跌强的买卖压力一般是大单交易造成的大单交易很可能是主力的对倒行为其目的主要是吸引散户22订单失衡类因子定义与构建221VOI因子根据每个股票的分钟委托数据可以计算买卖委托之间的订单数量失衡程度VOIVolumeOrderImbalance10111111101式中和分别为t时刻的买一价和卖一价和分别是t时刻的买一和卖一的委托量上述传统的VOI指标计算只考虑了买一卖一的委托价格和委托数量在这里我们用衰减加权的方式对五档的委托量和委托价格进行加权平均再计算VOI的值即111234552222MOFI因子与之前定义的因子不同在t时刻因子将当买一价下降和卖一价上升时的订单影响定义为0而将订单的影响定义为负向t-1时刻买卖委托量这相当于考虑了t-1时刻到t时刻间买卖订单取消或移动的变化量有利于充分把握订单变化信息1请参阅最后一页的重要声明4金融产品研究金融产品深度报告1111111111在传统的指标计算的基础上将指标扩展到不同档位下进行计算得到i12345进一步的研究发现高档位OFI因子选股效果更优所以对不同档位进行衰减加权123455223OIR因子根据每个股票的分钟委托数据的委托量可以计算买卖委托之间的订单数量失衡比例OIROrderImbalanceRatio11123455OIR为买卖委托量差与其和的比值衡量了不均衡程度在其总买卖委托量中的占比224SOIR因子OIR是通过先将盘口委托数量衰减加权平均的方法将不同档位的数据利用起来而SOIR则是先计算每档的委托数量失衡比例然后再加权的方法将不同档位的利用起来511511234515SOIR反应了盘口各档综合的买卖委托量不均衡程度225PIR因子PIR和OIR的计算方法非常接近只是将委托量的数据变为委托的价格进行计算根据每个股票的分钟委托数据可以计算买卖委托之间的价格比例PIRPriceImbalanceRatio请参阅最后一页的重要声明5金融产品研究金融产品深度报告11123455PIR为买卖委托价差与其和的比值从价格的角度描述了买盘的压力23订单失衡类因子绩效表现231VOI因子首先我们展示VOI因子的绩效表现可以看到无论是否考虑手续费当随着调仓频率的增加时VOI因子的年化多空收益都逐渐升高同时可以看到手续费对日频因子的年化多空收益影响最大但是扣费之后多空表现最好的仍然是日因子整体来看VOI因子在全市场范围内不同调仓频率下均具有不错的选股能力表3不同调仓频率下VOI因子的绩效表现月两周周日IC均值-446-460-356-172IC标准差918919918880IR-049-05-039-02IR年化-168-251-275-311胜率6735703367055729无手续费月两周周日年化收益1502245628963909最大回撤1314140315801203回撤收益比114175183325年化波动率1296132413211176夏普比率116185219332胜率6259666762905477有手续费月两周周日年化收益1214195421972460最大回撤1406152217772407回撤收益比086128124102年化波动率1297132413201176夏普比率094148166209胜率5986630059575211数据来源wind天软科技中信建投请参阅最后一页的重要声明6金融产品研究金融产品深度报告图1不同调仓频率下VOI因子的多空收益曲线数据来源wind天软科技中信建投232MOFI因子接着是MOFI因子的绩效表现可以看到在没有手续费的情况下当随着调仓频率的增加时MOFI因子的年化多空收益逐渐升高而在扣费的情况下多空年化表现最好的是两周频因子另外手续费对日频因子的年化多空收益影响同样是最显著的整体来看MOFI因子在全市场范围内不同调仓频率下选股能力还是不错的表4不同调仓频率下MOFI因子的绩效表现月两周周日IC均值-440-459-357-151IC标准差1002970982929IR-044-047-036-016IR年化-152-238-259-257胜率7162703367555777无手续费月两周周日年化收益1968287033124109最大回撤1221185923602712回撤收益比161154140152年化波动率1062117012281085夏普比率185245270379胜率7095723368226102有手续费月两周周日年化收益1644241122642123最大回撤1464256919723270回撤收益比112094115065年化波动率1061122911701089夏普比率155196194195胜率6959637369005611数据来源wind天软科技中信建投请参阅最后一页的重要声明7金融产品研究金融产品深度报告图2不同调仓频率下MOFI因子的多空收益曲线数据来源wind天软科技中信建投233OIR因子然后是OIR因子的绩效表现在不考虑手续费的情况下OIR因子的年化多空收益同样随着调仓频率的增加而逐渐升高在扣费的情况下多空年化表现最好的是周频因子另外手续费对日频因子的年化多空收益影响依然是最大的整体来看OIR因子在全市场范围内不同调仓频率下选股能力也是不错的表5不同调仓频率下OIR因子的绩效表现月两周周日IC均值-333-363-289-120IC标准差1007966980907IR-033-038-029-013IR年化-115-189-209-211胜率7007650063735680无手续费月两周周日年化收益1591230426303153最大回撤1386143822992314回撤收益比11516114136年化波动率1157118512851098夏普比率137194205287胜率7007673365895879有手续费月两周周日年化收益1273173017891370最大回撤1581160924822888回撤收益比081108072047年化波动率1156118412851101夏普比率11146139124胜率6599636761065434数据来源wind天软科技中信建投请参阅最后一页的重要声明8金融产品研究金融产品深度报告图3不同调仓频率下OIR因子的多空收益曲线数据来源wind天软科技中信建投234SOIR因子再然后是SOIR因子的绩效表现SOIR因子的多空表现随调仓频率和是否计费的变化与OIR因子是一样的但是整体而言SOIR因子的多空年化收益相比OIR因子均有所提升相比OIR因子SOIR因子在全市场范围内不同调仓频率下选股能力更强表6不同调仓频率下SOIR因子的绩效表现月两周周日IC均值-518-522-389-155IC标准差783777844826IR-066-067-049-019IR年化-229-337-345-298胜率7770773367726284无手续费月两周周日年化收益1831262331903962最大回撤1581157422192731回撤收益比116167144145年化波动率1088113611941073夏普比率168231267369胜率7162696768055986有手续费月两周周日年化收益1512203623212108最大回撤1673171624243278回撤收益比09119096064年化波动率1087113511951078夏普比率139179194196胜率6689650064895624数据来源wind天软科技中信建投请参阅最后一页的重要声明9金融产品研究金融产品深度报告图4不同调仓频率下SOIR因子的多空收益曲线数据来源wind天软科技中信建投235PIR因子最后是PIR因子的绩效表现同样地PIR因子的多空表现随调仓频率和是否计费的变化也与OIR因子是一样的相比SOIR因子而言PIR因子的多空表现有了更进一步的提升总的来说PIR因子在全市场范围内不同调仓频率下的选股能力是五类订单失衡类因子中最强的表7不同调仓频率下PIR因子的绩效表现月两周周日IC均值-744-684-534-314IC标准差1162115010991112IR-064-06-049-028IR年化-222-299-345-449胜率7211690067726284无手续费月两周周日年化收益2241333935703950最大回撤1106108110222716回撤收益比203309349145年化波动率1198121411961352夏普比率187275298292胜率7075693364735623有手续费月两周周日年化收益1936282329202879最大回撤1209126811233275回撤收益比1622326088年化波动率1198121211951359夏普比率162233244212胜率6735676762065480数据来源wind天软科技中信建投请参阅最后一页的重要声明10金融产品研究金融产品深度报告图5不同调仓频率下PIR因子的多空收益曲线数据来源wind天软科技中信建投三高频因子分类2量价类31量价类因子介绍第二类因子为量价类因子主要利用高频的价格数据包括了高频的平均成交价格买一价卖一价和收盘价具体参考高频量价选股因子初探和高频订单失衡及价差因子其中MPB因子通过成交均价进行因子构建MPCMPCmaxMPCskew则是通过中间价的特征来构建因子MAX因子是通过识别分钟较大涨幅进行构建RSJ因子的构建则是从波动率的方面进行MPBMPCMPCmaxMPCskewMAXRSJ六个因子在月频换仓下的多空年化收益分别为20322641685170616991714在投资逻辑层面上MPBMPCMAX都是刻画短期价格上涨的因子股票的短期上涨往往是由于散户投资者的追涨杀跌以及机构投资者对于市场的操控造成的长期来看股价往往会出现回落MPCmax和MPCskew则是刻画了市场的极端变化市场发生极端变化一般是大资金进行市场操纵造成的急涨和急跌往往也会造成股价在长时间的过程中进行回落32量价类因子定义与构建321MPB因子请参阅最后一页的重要声明11金融产品研究金融产品深度报告MPB为市价偏离度Mid-PriceBasis根据每分钟的数据计算平均市场交易价格与平均市场中间价的差具体计算方法如下122010其中表示平均交易价格为买一价和卖一价的平均当一时间段内交易均价高于平均中间价格交易均价更接近卖一价卖方发起的交易此时卖压大未来的价格趋向下行的可能性大且差值越大未来价格走低的可能性就越高因此交易均价将像市场平均中间价格回归反之亦然平均交易价格在平均中间价附近上下波动322MPC因子MPCMidpointPriceChange因子衡量的是市场中间价的短期变动趋势该趋势刻画了市场交易者的最新交易和挂单撤单行为反应了市场交易者对股票价格未来走势的最新预期和分别为t时刻的买一价和卖一价市场中间价为买一价和卖一价的平均值代表k分钟前的中间价在本文中k取k52当市场中间价出现上升时此时可能是发生了大量的主动买入交易使得卖一价上升或是有交易者以高于当前买一价的价格下了限价订单使得买一价上升这两种情况都反应了市场交易者对未来股价走势的乐观预期因此MPC为正说明股票未来短期价格趋向上涨且MPC的值越大其上涨的概率越高反之亦然但是长期来说短期上升的股票会出现一定的回落可以称为一个反转指标323MPCmax和MPCskew因子为刻画市场中间价的极端变动情况我们构建了分钟频MPC因子的日频最大值即MPCmax因子和分钟频MPC因子的日频偏度即MPCskew因子前者直接描述了中间价的最大变动幅度后者则描述了中间价的极端变动偏离平均值的幅度具体公式如下所示1请参阅最后一页的重要声明12金融产品研究金融产品深度报告3111式中为日期d当天分钟频因子的最大值代表日期d的t时刻的因子代表日期d的交易分钟数一般来说市场中间价的大幅变动一般是由主力的大单交易造成的大单交易很可能是主力的对倒行为其目的主要是吸引散户从长期来看市场价格则会回落因此长期来看市场中间价的极端变动与股票收益显著负相关324MAX因子MAX指标是指当天涨幅的前百分之十推动的股票具体涨幅具体计算公式如下用分钟数据计算每天的推动涨幅假设在第t天里面涨幅最大的前百分之十的分钟涨幅属于集合即第t天的MAX值定义为1短时间的较大涨幅往往是大资金推动的投机性投资者也更加倾向于购买短时间升幅较大的股票行为金融学把这种股票称为彩票型股票这种股票在短期内更容易获得较大的收益但是将时间线放长到月频的时候这些投机者会纷纷离场造成股票的价格的下跌325RSJ因子RSJRelativeSignedJump指标是指已实现上行波动率和已实现下行波动率之间的比例不对称性具体计算公式如下2首先用分钟数据计算每天已实现总体波动率1上行已实现波动率定义为2下行已实现波动率定义为2上下行波动率的不对称比例定义为1010RSJRSJ指标的投资逻辑来自于行为金融学的解释上行波动率和下行波动率的大小来源于投资者对于短时间内大幅度上涨和下跌的过度反应如果上涨时的过度反应减去下跌时的过度反应的值比较大说明资金对于股票上涨持看好预期33量价类因子绩效表现331MPB因子请参阅最后一页的重要声明13金融产品研究金融产品深度报告首先是MPB因子的绩效表现可以看到无论是否考虑手续费当随着调仓频率的增加时MPB因子的年化多空收益都逐渐升高同时可以看到手续费对日频因子的年化多空收益影响最大但是扣费之后多空表现最好的仍然是日因子MPB日频因子的多空年化收益非常高不计费的情况下可以达到68即使扣除手续费后也有接近41的多空年化整体来看MPB因子在全市场范围内不同调仓频率下均具有不错的选股能力尤其是对于日频因子而言MPB因子选股能力显著表8不同调仓频率下MPB因子的绩效表现月两周周日IC均值-520-536-561-538IC标准差1143131012861420IR-046-041-044-038IR年化-158-205-31-601胜率7027646765726554无手续费月两周周日年化收益2030292443026820最大回撤1250137813471426回撤收益比162212319478年化波动率1348165516131671夏普比率151177267408胜率6892640064236029有手续费月两周周日年化收益1662222131724053最大回撤1275148914561580回撤收益比130149218256年化波动率1347165516111672夏普比率123134197242胜率6486606760735730数据来源wind天软科技中信建投图6不同调仓频率下MPB因子的多空收益曲线数据来源wind天软科技中信建投332MPC因子请参阅最后一页的重要声明14金融产品研究金融产品深度报告接下来是MPC因子的绩效表现MPC因子的多空表现随调仓频率和是否计费的变化与MPB因子是一样的但是整体而言MPC因子的多空年化收益相比MPB因子均有所提升在日频调仓的情况下MPC因子的多空年化收益可以达到7241扣费之后也有4333总的来看MPC因子在全市场范围内不同调仓频率下选股能力比MPB因子更强具有非常不错的选股能力表9不同调仓频率下MPC因子的绩效表现月两周周日IC均值-563-565-598-564IC标准差1121128812661397IR-05-044-047-04IR年化-174-22-335-64胜率7095653368056643无手续费月两周周日年化收益2264308446247241最大回撤1116128312851412回撤收益比2032436513年化波动率1340160915661660夏普比率169192295436胜率7230656765226129有手续费月两周周日年化收益1889236134434333最大回撤1141148313941574回撤收益比166159247275年化波动率1340160915641661夏普比率14114722261胜率6959620062065744数据来源wind天软科技中信建投图7不同调仓频率下MPC因子的多空收益曲线数据来源wind天软科技中信建投请参阅最后一页的重要声明15