高频视角下成交额蕴藏的Alpha：市场微观结构剖析之七-20200610-华安证券-25页_2mb

高频视角下成交额蕴藏的Alpha：市场微观结构剖析之七

核心内容

本报告是“市场微观结构剖析”系列的第七篇，从行为金融学角度出发，探讨分钟频度成交额在日内分布特征是否包含有效Alpha信息，并构造了尾盘成交额占比因子 $APL_{20}$ 作为核心因子进行分析。通过中性化处理，该因子在多空组合中表现出良好的预测能力和显著的超额收益。

主要观点

• 尾盘成交额占比因子：通过分析分钟成交额在日内的分布特征，发现尾盘成交额占比因子 $APL_{20}$ 与传统换手率因子具有独立的Alpha信息。
• 因子表现：在对行业、市值、动量、波动和换手中性后，$APL_{20}$ 因子的月度IC均值为-5.43%，RankIC均值为-5.56%，年化ICIR为-5.18，表现优秀。
• 多空收益：在2014-2019年期间，$APL_{20}$ 多空组合年化收益达23.19%，年化波动为5.90%，年化IR为3.94，最大回撤仅6.38%。
• 调仓频率：采用指数加权移动平均（EWMA）法合成月度因子，尾盘18-22分钟效果最佳，建议采用15日EWMA方法。半月调仓效果优于月度调仓，尤其在手续费较低时，收益显著提升。
• 因子稳定性：$APL_{20}$ 因子值分布呈现正偏态尖峰特征，具有较强的预测能力，且在不同调仓方式下表现稳定。

关键信息

• 因子定义：$APL_{20}$ 表示尾盘20分钟成交额占当日总成交额的比值。
• 计算方法：月度因子采用15日指数加权移动平均（EWMA）计算，尾盘时间区间为14:53~14:57及15:00。
• 中性化处理：因子对行业、市值、动量、波动和换手进行中性化处理，以去除市场因子影响。
• 调仓策略：月度调仓和半月调仓均有效，但半月调仓在低手续费条件下收益更高。

因子构建与表现

3.1 分钟成交额占比因子的表现

• 2014-2019年回测显示，分钟成交额占比因子在早盘和尾盘具有较好的选股效果。
• 在对行业和市值中性后，因子的月度IC均值为-0.052，RankIC均值为-0.055，年化ICIR为-4.161。
• 尾盘成交额占比因子在尾盘14:53~14:57及15:00的IC均值超过-0.03，年化ICIR超过3.5。

3.2 尾盘成交额占比因子的构建

• 构造尾盘成交额占比因子 $APL_{t}$，其中 $t$ 为尾盘时间段。
• 最优时间区间为尾盘15-25分钟，建议采用尾盘18-22分钟的15日EWMA方法。
• 对行业、市值、动量、波动和换手中性后，因子表现更优。

3.3 尾盘成交额占比因子的表现

• $APL_{20}$ 因子值分布呈正偏态尖峰，均值为0.123，标准差为0.024，偏度为2.372，峰度为40.253。
• 多空组合年化收益为21.06%，年化波动为6.12%，年化夏普比为3.44，胜率为84.51%。
• 尾盘成交额占比越小，股票下月表现越好。

3.4 参数敏感性测试

• 采用移动平均（MA）和指数加权移动平均（EWMA）方法合成月度因子。
• 在15日EWMA方法下，因子表现最佳，$APL_{20}$ 的IC均值为-0.054，年化ICIR超过5。
• 月度调仓和半月调仓效果对比显示，半月调仓在低手续费条件下收益更高。

3.5 指数内选股效果

• 在沪深300和中证500指数内，$APL_{20}$ 因子表现优异，多头组年化收益显著。
• 在对行业、市值、动量、波动和换手中性后，因子的IC均值为-0.053，年化ICIR为-2.517。

3.6 半月调仓测试结果对比

• 半月调仓多空组合年化收益为28.80%，最大回撤为5.88%，年化夏普比为4.90%。
• 在手续费为3‰时，半月调仓多头组年化收益为18.69%，高于月度调仓的18.32%。
• 在手续费为1.5%时，半月调仓多头组年化收益为23.91%，显著高于月度调仓的21.21%。

其他因子表现

5.1 分钟成交额的高阶矩

• 计算方差（VMA）、偏度（SMA）和峰度（KMA）因子，发现VMA因子与市值、波动、换手因子相关性较高。
• 在中性化处理后，VMA因子效果不佳，SMA和KMA因子无显著效果。

5.2 分钟成交额的自相关性

• 自相关性因子 $ACMA_{i}$（滞后i分钟）表现出较强的选股能力，尤其在滞后1分钟时效果最佳。
• 在中性化处理后，$ACMA_{1}$ 的年化ICIR为-3.299，多头组年化收益为16.68%。
• $ACMA_{1}$ 与市值、动量、波动和换手因子相关性较高，但仍有独立Alpha信息。

5.3 空头效应对尾盘成交额占比因子的强化

• 使用 $ACMA_{1}$ 对 $APL_{20}$ 进行强化，剔除 $ACMA_{1}$ 因子值最大的20%股票。
• 强化后，$APL_{20}$ 多头组年化收益从18.32%上升至19.31%。

总结

• 尾盘成交额占比因子 $APL_{20}$ 是一个有效的Alpha因子，能够捕捉市场微观交易行为中的尾盘信息。
• 调仓策略：采用指数加权移动平均（EWMA）法合成月度因子，尾盘18-22分钟效果最佳，半月调仓在低手续费条件下收益更高。
• 因子稳定性：$APL_{20}$ 因子表现稳定，具有较强的预测能力。
• 市场表现：在2014-2019年期间，因子在指数内表现良好，能够稳定跑赢市场基准。
• 风险提示：历史回测结果不代表未来收益，市场风格可能变化，因子可能失效。

风险提示

• 本报告基于历史高频数据进行测试，不保证未来收益。
• 市场风格可能切换，微观交易结构可能变化，Alpha因子可能失效。
• 本文内容仅供参考，不构成投资建议。