20171123-光大证券-多因子系列报告之八_高频因子_日内分时成交量蕴藏玄机_22页_2mb

高频因子：日内分时成交量蕴藏玄机

核心内容

本报告聚焦于股票日内分时成交量的周期性模式，通过构建成交量比值因子VR（Volume Ratio）来挖掘有效的选股因子。VR因子通过比较上午与下午开盘前30分钟的成交量，捕捉市场中噪音交易者的交易行为，从而预测股票次月收益。

主要观点

1. 日内成交量模式

   • 股票日内成交量呈现“W”型周期性变化，即上午开盘前30分钟和下午开盘前30分钟的成交量较高。
   • 上午10:00之前和下午14:50之后的成交量占比因子与股票下月收益呈负相关，而在10:10至14:50之间的成交量占比因子与股票下月收益呈正相关。
   • 尾盘30分钟的成交量不具有显著预测能力。

2. VR因子构建

   • VR因子由上午和下午开盘前30分钟的成交量比值构成，具有较强的预测能力。
   • 通过简单移动平均（MA）和指数加权移动平均（EMA）对VR因子进行低频化处理，以降低噪音和提高稳定性。
   • 移动平均窗宽越小，VR因子的预测能力越显著，且对交易成本的变化越不敏感。

3. 因子有效性与稳定性

   • VR因子在不同时段的有效性差异明显，月度算术平均VR因子表现最佳，年化收益率可达15.5%，夏普比率为0.95，最大回撤为31.9%。
   • VR因子在中性化处理后，仍具备一定的预测能力，IC均值为-2.13%，IR绝对值达0.42。
   • VR因子具有良好的单调性和分组效应，随着因子值的上升，组合收益逐渐下降，分组收益差异明显。

4. 因子与市场表现

   • VR因子在不考虑交易成本时，表现优于中证500指数，年化超额收益为6.0%。
   • 当冲击成本较高时，60日移动平均VR因子表现更优，年化收益率下降较少。

5. 因子与相关因子相关性

   • VR因子与波动因子、流动性因子存在较高相关性，但其选股能力仍具备独立性。

关键信息

• VR因子定义：VR = 上午开盘前30分钟成交量 / 下午开盘前30分钟成交量
• 数据清洗方法：采用MAD法去极值和截面标准化处理
• 有效性指标：IC均值、IR绝对值、t值均值等
• 最优参数：月度算术平均VR因子表现最佳，当移动平均天数为60天时，因子对冲击成本更不敏感
• 回测结果：
  • 月度算术平均VR因子年化收益率15.5%，夏普比率0.95，最大回撤31.9%
  • 25日指数加权平均VR因子年化收益率14.5%，夏普比率0.89，最大回撤32.5%
  • 中性化后的VR因子年化收益率为3.01%，夏普比率为0.83

风险提示

• 测试结果基于模型和历史数据，模型存在失效风险
• VR因子的有效性来源于噪音交易者早盘交易潮，未来随着市场结构改善，噪音交易者数量可能减少，从而影响因子表现

附录

• 相关研究：包括《因子测试框架》、《因子测试全集》、《多因子组合“光大Alpha1.0”》等
• 图表目录：包含多个关于成交量模式、因子有效性、回测结果等的图表
• 分析师与联系方式：刘均伟（执业证书编号：S0930517040001），联系人古翔

总结

本报告通过分析股票日内分时成交量模式，构建了VR因子，发现其在预测股票次月收益方面具有显著效果。VR因子在不同时段表现出不同的预测方向，且其有效性不受加权方式影响。月度算术平均VR因子表现最佳，而中性化处理后仍具备选股能力。随着冲击成本的增加，60日移动平均VR因子更优。然而，该因子的有效性依赖于噪音交易者的行为，存在模型失效的风险。