20210430-开源证券-金融工程定期报告_交易行为因子绩效月报(2021年4月)_11页_1021kb
报告摘要
金融工程研究团队与交易行为因子总结
团队成员
-
魏建榕(首席分析师)
邮箱:weijianrong@kysec.cn
证书编号:S0790519120001 -
张翔(分析师)
邮箱:zhangxiang2@kysec.cn
证书编号:S0790520110001 -
傅开波(分析师)
邮箱:fukaibo@kysec.cn
证书编号:S0790520090003 -
高鹏(分析师)
邮箱:gaopeng@kysec.cn
证书编号:S0790520090002 -
苏俊豪(研究员)
邮箱:sujunhao@kysec.cn
证书编号:S0790120020012 -
胡亮勇(研究员)
邮箱:huliangyong@kysec.cn
证书编号:S0790120030040 -
王志豪(研究员)
邮箱:wangzhihao@kysec.cn
证书编号:S0790120070080
核心内容
本报告由开源证券金融工程研究团队发布,聚焦于交易行为因子的构建与绩效分析。团队基于市场微观结构的研究,提出了一系列基于交易行为的选股因子,包括理想反转因子、聪明钱因子、APM因子、理想振幅因子及交易行为合成因子。这些因子通过分析股票的交易行为数据,挖掘市场中潜在的alpha来源,为量化投资提供参考。
主要观点
- 交易行为因子具有alpha潜力:稳健的交易行为模式中蕴含着稳健的alpha源,通过分析交易行为数据,可以识别市场中的异常表现。
- 因子表现分化:在全历史区间内,各因子的绩效表现存在差异。其中,理想振幅因子和交易行为合成因子表现尤为突出。
- 合成因子优势显著:交易行为合成因子通过加权合成多个交易行为因子,具有更高的信息比率和胜率,特别是在中证1000样本空间中表现优于中证800。
- 因子构造方法多样:每个因子基于不同的交易行为特征进行构造,如大单成交、分钟行情价量、日内时段差异、振幅结构等。
- 风险提示:模型测试基于历史数据,未来市场可能出现变化,需谨慎对待。
关键信息
交易行为因子概述
- 理想反转因子:基于大单成交,识别反转属性最强的交易日,用于捕捉市场反转信号。
- 聪明钱因子:通过分钟行情价量信息识别机构交易行为,构造跟踪聪明钱的因子。
- APM因子:衡量日内上午与下午交易行为差异,反映市场结构变化。
- 理想振幅因子:基于股价维度切割振幅信息,识别不同价态下的市场行为差异。
交易行为因子绩效回顾(全历史区间)
| 因子 | IC均值 | RankIC均值 | 信息比率 | 多空对冲月度胜率 |
|---|---|---|---|---|
| 理想反转因子 | -0.055 | -0.066 | 2.83 | 79.7% |
| 聪明钱因子 | -0.04 | -0.06 | 2.95 | 81.05% |
| APM因子 | 0.034 | 0.035 | 2.43 | 77.89% |
| 理想振幅因子 | -0.06 | -0.076 | 3.5 | 87.88% |
| 交易行为合成因子 | 0.079 | 0.100 | 4.05 | 86.42% |
2021年4月绩效表现
- 理想反转因子:多空对冲收益为 2.11%,近12个月胜率为 75%。
- 聪明钱因子:多空对冲收益为 2.26%,近12个月胜率为 66.67%。
- APM因子:多空对冲收益为 0.86%,近12个月胜率为 66.67%。
- 理想振幅因子:多空对冲收益为 1.94%,近12个月胜率为 83.33%。
- 交易行为合成因子:多空对冲收益为 3.21%,近12个月胜率为 83.33%。
合成因子表现亮点
- 合成因子在中证1000样本空间中表现优于中证800。
- 全历史区间内,合成因子信息比率为 4.05,胜率为 86.42%。
- 多头对冲各组均值的年化收益率为 10.28%,收益波动比为 3.11,月度胜率为 83.95%。
因子构造方法简述
理想反转因子
- 回溯取过去20日数据;
- 计算每日平均单笔成交金额;
- 分别计算高成交金额和低成交金额10个交易日的涨跌幅总和;
- 理想反转因子 = 高成交金额涨跌幅总和 - 低成交金额涨跌幅总和。
聪明钱因子
- 回溯取过去10日分钟行情数据;
- 构造指标 $ S_t = \left| R_t \right| / \left(V_t\right)^{0.25} $;
- 排序并选取成交量累积占比前20%的分钟作为聪明钱交易;
- 计算聪明钱交易的VWAP与全部交易的VWAP之比作为因子值。
APM因子
- 回溯取过去20日数据,计算隔夜与下午的股票及指数收益率;
- 进行回归分析,得到残差项;
- 计算隔夜与下午残差的差值;
- 通过统计量衡量差异程度,并进行横截面回归以消除动量因子影响。
理想振幅因子
- 回溯取最近20个交易日数据,计算每日振幅;
- 选取收盘价较高的25%交易日计算高价振幅因子;
- 选取收盘价较低的25%交易日计算低价振幅因子;
- 理想振幅因子 = 高价振幅因子 - 低价振幅因子。
风险提示
- 模型测试基于历史数据,市场未来可能发生变化,因此需谨慎对待因子的预测能力。
- 投资决策应基于全面分析,不应仅依赖本报告中的因子或评级。
法律声明与版权信息
- 本报告仅供开源证券客户参考使用,未经授权不得复制、分发或用于其他用途。
- 开源证券保留所有内容的版权,任何使用需事先获得书面授权。
- 报告内容基于公开信息,不保证其准确性或完整性,不构成投资建议。
其他信息
- 股票投资评级说明:本报告采用相对评级体系,评级结果为投资建议的参考,非唯一决策依据。
- 分析师承诺:分析师保证报告内容基于个人分析,不受报酬影响。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载