20250514-国盛证券-_量价淘金_选股因子系列研究（十二）_高频数据+离散化构建方式_在因子研究中的重要性_24页_2mb

报告摘要

量化专题报告：高频数据与离散化构建在因子研究中的重要性

前言

随着市场发展及机器学习模型普及，传统多因子模型的增量信息挖掘难度增加。报告指出，未来量价因子研究需结合“逐笔等高频数据”与“离散化因子构建方式”。尽管高频数据（如分钟、逐笔）能提供更多交易细节，但连续性因子构建方式（基于连续数据计算）在组合层面的增量有限。相比之下，离散化构建方式（基于关键时间点数据）在组合应用中表现更优。

连续性因子构建方式

日频数据：构建56种日度量价指标，计算18,760个相关性因子。筛选后形成“日频连续因子”，回测表现月度IC均值0.047，年化ICIR 2.36，信息比率2.59，年化收益20.99%，波动率8.11%。用于沪深300指增组合，超额年化收益6.55%。
分钟数据：通过资金流指标构建，生成18,480个因子，合成“分钟连续因子”。其月度IC均值0.079，年化ICIR 3.57，信息比率3.34，年化收益35.99%。叠加至日频因子后，超额收益提升0.5%-0.6%。
逐笔数据：设计9种量价指标，计算432个因子，合成“逐笔连续因子”。月度IC均值0.075，年化ICIR 3.20，信息比率3.29，年化收益38.22%。与分钟连续因子叠加后，指增组合超额收益提升有限。

离散化因子构建方式

分钟离散因子：基于事件识别（如趋势资金异常行为）和离散时间点数据，生成4,293个因子。合成因子月度IC均值0.067，年化ICIR 2.81，信息比率2.85，年化收益31.77%。叠加至连续因子后，超额收益提升但效果有限。
逐笔离散因子：聚焦放量事件，计算事件后20笔数据的量价相关性指标，生成477种因子。合成因子月度IC均值0.073，年化ICIR 2.87，信息比率3.22，年化收益38.30%。在组合应用中，叠加“逐笔离散因子”后，沪深300指增组合超额年化收益提升超1%（达8.15%），跟踪误差3.81%，信息比率2.14。
分年度表现：逐笔离散因子在2016-2025年期间呈现波动性，但整体仍有效，如2020年年化收益40.94%，2022年超额收益4.03%。剔除风格与行业因子后，纯净因子年化收益15.82%，信息比率2.57。

组合效果对比

连续性因子：沪深300指增组合叠加分钟、逐笔连续因子后，超额收益仅提升0.5%-0.6%，但波动率和跟踪误差较难控制。
离散化因子：以“连续+逐笔离散”因子构建的组合表现最佳，超额年化收益提升1%以上，信息比率达2.14，月度胜率75.68%。中证500和中证1000指增组合也分别实现10.43%和16.90%的超额收益，显示离散化因子在不同市场层级的适应性。

关键结论

高频数据与离散化构建方式的结合是挖掘低相关性增量因子的关键。尽管离散化因子在单一回测中表现弱于连续性因子，但在组合应用中能显著提升收益与稳定性。例如，逐笔离散因子通过捕捉放量事件后的量价特征，在沪深300指增中带来8.15%超额收益，且最大回撤控制在4.27%。此外，该因子对市场风格（如波动率、流动性）相关性较高，但通过剔除行业与风格影响后仍有效。