基础因子研究（十八）：高频因子（十二），日内与日间-20210606-长江证券-21页_4mb

高频因子总结：日内与日间

核心内容

本报告探讨了在构建高频因子时，选择计算方式的重要性，主要围绕日内法、日间法和整体法展开分析，重点分析了高频反转因子、波峰因子和量价相关性因子在不同计算方式下的表现。

报告指出，高频数据的使用需要考虑两个核心逻辑：

1. 不同交易周期量价信息的表达是否一致；
2. 微观结构是否具有信息增量。

根据这两个逻辑，计算方式的选择将直接影响因子的选股能力和风险指标。

主要观点

1. 整体法适用情况

• 高频反转因子和量价相关性因子适合使用整体法计算，因为：
  • 不同交易周期的价格变动均体现反转效应；
  • 成交量在不同时间段具有可比性；
  • 微观结构可以更细致区分价格变动特征，具有信息增量。
• 整体法在高频反转因子和量价相关性因子的回测中表现最佳，具有较高的超额收益和信息比。

2. 日内法适用情况

• 波峰因子适合使用日内法计算，因为：
  • 成交量异常活跃的时间段具有日内特性；
  • 微观结构信息增量显著；
  • 日间法无法有效计算波峰因子，因为日度成交量不足以区分异常交易日。
• 日内法在波峰因子中表现出一定的选股能力，尤其在全市场中略优于整体法。

3. 日内与日间价格变动的差异

• 每日开盘时间段（即从昨收至开盘）价格变动呈现出动量效应，而日内价格变动则呈现反转效应；
• 高频数据的使用可以更清晰地识别这些效应，从而提升因子的预测能力。

4. 日内反转因子的表现

• 日内反转因子在全市场和中证800中均表现出一定的分组能力；
• 以开盘价作为建仓标准的策略表现最佳，但交易成本对其收益影响显著；
• 在无交易成本时，超额收益较高，但在**3‰**费率下，仍可获得优于基准的收益。

5. 高频下动量与反转的区分

• 当计算因子的时间长度小于240分钟时，因子表现出较强的反转效应；
• 当计算因子的时间长度大于240分钟时，因子表现出较强的动量效应；
• 不同频率下的因子对不同时间段收益率的预测能力存在差异，需根据具体时间窗口进行调整。

关键信息

高频因子计算方式对比

不同时间段的IC值与收益

• 1分钟收盘相对昨收：表现出较强的反转效应，IC值为1.39%，多空收益为4.41%；
• 第一分钟收盘相对开盘：表现出动量效应，IC值为1.81%，多空收益为2.65%；
• 1分钟收盘相对第一分钟均价：表现次之，IC值为1.60%，多空收益为2.15%。

交易成本对收益的影响

• 随着交易成本的增加，日内反转因子的超额收益显著下降；
• 在无交易成本下，全市场和中证800均可获得显著超额收益；
• 在**3‰**交易成本下，中证800内仍可获得优于基准的收益。

不同频率下的IC矩阵

• 120分钟以内：因子表现出较强的反转效应；
• 240分钟至1200分钟：因子表现出动量效应；
• 1200分钟以上：因子与未来收益率相关性较弱，IC值接近0。

风险提示

1. 模型存在失效风险；
2. 回测结果基于历史数据，不能保证未来收益。

总结

高频因子的构建需根据因子逻辑选择合适的计算方式。整体法适用于价格变动和成交量信息表达一致的因子，如高频反转因子和量价相关性因子；日内法适用于具有显著微观结构信息增量的因子，如波峰因子；而日内与日间价格变动的差异则需在构建因子时进行剥离处理，以避免逻辑不一致带来的负面影响。

通过分析不同时间段的因子表现，可以发现高频数据在刻画市场行为时具有重要价值，但其效果受交易成本和因子逻辑的影响较大。因此，在实际应用中，需结合具体因子逻辑和交易成本进行综合考量，以优化因子表现。