基础因子研究（十）：高频因子（五），高频因子和交易行为-20190810-长江证券-22页_2mb

基础因子研究（十）总结

核心内容

本报告主要探讨了高频因子在构建交易策略中的应用，重点分析了量价组合因子、博弈因子和特异率因子。报告通过多个案例展示了高频因子在市场中的表现、与风格因子的相关性及策略风险指标。

主要观点

• 量价组合因子能带来信息增量，尤其是改进后的非流动性因子和博弈因子，具有较好的超额收益和风险调整后收益。
• 高频因子刻画交易行为，具有经验收益，但存在一定的局限性，包括因子间的相关性、收益相互影响及尾部风险集中。
• 合成因子（等权加总高频因子）在剥离barra因子后，策略稳定性提高，整体表现优于单个因子。
• 高频因子的收益来源分为低风险确定性收益和高风险高溢价收益两种。

关键信息

量价组合因子

• 非流动性因子：通过轨迹变动改进，构建方式为 $\frac{\log \prod(1 + |Return_t|)}{\sum Amount_t}$。在全A股范围内，超额收益为 $9.70%$，信息比1.55，多空收益 $38.19%$，多空夏普比2.90。
• 博弈因子：以主买卖量比值构建，如 $Stren = \frac{\sum weight_t \times Vol_Buy_t}{\sum weight_t \times Vol_Sell_t}$。在全A股范围内，超额收益为 $4.47%$，信息比0.77，多空收益 $26.67%$，多空夏普比2.10。
• 因子表现：非流动性类因子和博弈类因子均能带来显著的超额收益，但需考虑规模因子影响。

高频因子的意义

• 高频因子通过刻画交易行为，提供经验收益，但其收益具有一定的局限性。
• 高频因子的收益可以分为两类：低风险确定性收益（如博弈因子）和高风险高溢价收益（如非流动性因子）。
• 通过特异率因子，可以衡量个股的异常表现，从而对高频因子的异常信息进行剥离。

高频因子的局限

• 高频因子之间存在一定的相关性，且相互影响，可能导致回测收益受限。
• 高频因子存在尾部风险集中问题，特别是在市场剧烈波动时。
• 多空收益和夏普比率在因子间存在重合，表明部分因子收益可能来自共同因素。

因子统计与回测

• 因子相关性：非流动性因子与规模因子显著负相关，博弈因子与反转因子正相关。
• 因子表现：部分因子如非流动性类和特异率类在剥离风格因子后表现更佳。
• 回测结果：通过分层分组回测，部分因子（如博弈因子）在特异率因子中性后表现下降，说明其部分收益来自共同因子。
• 合成因子：在全A股范围内，合成因子超额收益 $3.07%$，信息比0.67，多空收益 $18.07%$，多空夏普比2.39，每项风险指标均优于单个因子。

风险提示

• 模型存在失效风险；
• 本文举例均基于历史数据，不保证未来收益。

相关研究

• 《从二季度配置看内外资机构偏好》2019-7-22
• 《负面事件指数增强策略》2019-7-21
• 《高频因子（三）：高频因子研究框架》2019-7-20

因子构建方式

• 多维度单层次：如非流动性因子、博弈因子；
• 多维度多层次：如合成因子；
• 单维度单层次：如高阶矩因子。

高频因子收益来源

• 低风险确定性收益：如博弈因子；
• 高风险高溢价收益：如非流动性因子。

高频因子构建的意义

• 通过高频因子，可以捕捉市场中交易行为的异常，从而获取超额收益；
• 在多因子策略中，高频因子具有一定的信息增量，但需注意其相互影响和风险集中。

总结

• 高频因子在策略构建中具有重要价值，尤其在交易行为分析和市场异常识别方面；
• 通过特异率因子可以剥离部分因子的共同影响，提高策略的独立性；
• 高频因子与风格因子有一定相关性，但整体上可以提供新的信息增量；
• 合成因子在剥离barra因子后，具有更高的稳定性和风险调整后收益。