20211015-东兴证券-另辟蹊径系列之一_基于高频快照数据的行为追踪因子_27页_731kb

基于高频快照数据的行为追踪因子总结

核心内容

本文探讨了基于高频快照数据构建市场行为追踪因子的可行性，旨在通过分析股票日内价格波动和成交数据，挖掘符合经济学逻辑的有价值的因子，从而在短线交易中实现超额收益。传统多因子模型因换仓频率较低，表现一般，而基于高频数据的因子在风格切换频繁的市场中展现出更强的预测能力。

主要观点

1. 高频数据分类：高频数据分为快照数据和逐笔数据。快照数据包含tick级量价数据和盘口挂单数据，逐笔数据包括成交数据和委托数据，能够更细致地反映市场微观结构。
2. 因子构建：基于快照数据，构建了三类因子：
   • 高低价格区间成交笔数占比因子：反映价格区间内的成交聚集度。
   • 高低价格区间成交量占比因子：体现价格区间内的成交活跃度。
   • 高低价格区间平均每笔成交量因子：衡量大小资金在对应价格区间的参与程度。
3. 因子测试：
   • 日频测试：三类因子在日频换仓下均表现出一定的预测能力，其中低价格区间平均每笔成交量因子表现最佳。
   • 周频测试：通过加权移动平均处理，三类因子在周频换仓下表现更优，合成的行为追踪因子IC绝对值达到 $5.12%$，多空收益为 $25.86%$，最大回撤仅为 $8.08%$。
4. 行为追踪因子合成：将三类因子以（0.25, 0.25, 0.5）权重合成，构建出市场行为追踪因子。该因子在日频测试中表现优异，IC绝对值为 $3.99%$，多空收益为 $50.01%$，在周频测试中IC绝对值为 $5.12%$，多空收益为 $25.86%$，最大回撤为 $8.08%$。
5. 策略表现：基于行为追踪因子构建的周频换仓策略在2016年7月至2021年8月期间实现了 $10.13%$ 的年化收益率，相比等权组合超额收益率为 $7.34%$，信息比率为1.54，表现突出。

关键信息

• 数据来源：本文所用数据由Wind提供。
• 回测时间范围：2016年7月至2021年8月。
• 因子处理方式：
  • 移动平均处理：采用5日或10日的移动平均。
  • 加权移动平均处理：采用指数加权均值，权重随时间递减。
• 策略参数：
  • 换仓频率：日频、周频。
  • 调仓时间点：日频为开盘，周频为周初。
  • 交易成本：单边千一。
  • 持仓股票数：100只。
  • 行业权重：根据股票池行业分布调整。

回测结果

策略表现

• 年化收益率：10.13%
• 年化超额收益率：7.34%
• 夏普比率：0.50
• 信息比率：1.54
• 最大回撤：31.22%
• 超额最大回撤：5.71%
• 双边换手率：123.08%

分年度表现

• 2016-2017：超额收益率显著
• 2018：超额收益率达14.29%
• 2019：与基准持平
• 2020-2021：超额收益率稳定

风险提示

• 以上结果基于历史数据统计、建模和测算完成。
• 模型在政策或市场环境变化时可能失效。
• 高频数据处理存在一定的计算复杂性，需注意数据的准确性和完整性。

结论

本文通过分析快照数据，构建了基于高低价格区间的成交笔数、成交量及平均每笔成交量因子，并进一步合成市场行为追踪因子。回测结果显示，该因子在日频和周频换仓下均表现良好，尤其在周频换仓策略中，实现了显著的超额收益，具有较强的实用价值。