高频量价因子在股票和期货中的表现 - 动量类因子

引言

 

>>> 研究目的

本文参考海通证券研报《高频量价因子在股票和期货中的表现》，对其动量类因子——趋势强度因子和改进反转因子，进行单因子分析测试，以从各个方面考察因子的有效性，为日后构建实盘交易的多因子选股策略提供思路。

本篇研报将目光聚焦在股票和期货的日内交易特征上，并对比各因子在股票中的表现。 根据研报分析，传统一个月反转因子自2017年以来有效性有所减弱，一个重要的原因是投资者更加注重基本面研究和价值投资，青睐基本面向好的公司，抛弃基本面恶化或者业绩“暴雷”的公司。由于大多数公司选择在收盘之后发布财务数据等重要信息，股票次日往往跳空开盘，并在随后一段时间大幅波动。

近年来，A股机构投资者占比提升，市场交易行为在慢慢向美股等发达市场靠拢，这种在美股财报季常见的开盘跳空现象属于市场对重要数据或信息的合理定价，而并非投资者行为造成的错误定价。

基于以上现象，可以尝试将隔夜和开盘后半小时的涨幅剔除，再计算当日涨幅rt，将过去一个月rt的累计值作为新的反转因子。除了使用日内信息对传统因子做增强，还可以直接使用分钟级数据构建因子。本篇研报根据股票分钟级日内数据定义了趋势强度指标，并以此前R日平均值进一步构建趋势强度因子。该因子可以理解为日内价格位移与路程之比，能够刻画日内趋势的强弱，具备一定的选股效果。

根据上述研报内容，本文对其日内动量因子在股票中的表现进行复现分析，并对股票价格日内模式进行了研究，从其中提取出趋势强度因子和改进反转因子，从而实现对股票未来收益的预测，为在日内高频量价数据中挖掘有效因子提供一定思路。

 

>>> 研究内容

（1）利用聚宽因子分析API，构建因子函数类;

（2）研究在日内高频分钟级数据中挖掘构建趋势强度因子，并对该因子进行有效性检验，包括IC信息系数法检验以及构建分层回测组合，并对该因子剔除Barra风格因子和行业因子，并在分层回测过程中设置真实交易费率来模拟因子真实的选股能力;

（3）研究使用日内信息对传统反转因子做增强，通过剔除传统反转因子隔夜和开盘半小时内的收益数据，来构建新的反转因子，并进行有效性检验，包括IC信息系数法检验以及构建分层回测组合，并构建与原始因子的多空组合收益表现对比，以反映改进反转因子的性能提升情况。同时进一步对因子进行正交化，进行分层回测，并在分层回测过程中设置真实交易费率来模拟因子真实的选股能力。

 

>>> 研究结论：

最终，我们通过对日内动量因子的有效性分析以及分层回测检验，初步得到以下几个结论:

（1）趋势强度因子

在 2018-01-2019-05 中，因子值与下月收益率呈现一定的负相关性，我们考察因子的IR值，10日换仓和30日换仓因子稳定性较好，且在单位风险下，10日换仓因子具有最佳的有效性。基于此，我们以10日为调仓周期，进行分层回测分析，发现正交后的趋势强度因子在2017年以后跑输大盘。

另外，趋势强度因子的空头方一直表现稳定，虽然目前A股市场无有效的做空手段，但可以用趋势强度因子的空头方对策略股票池做负向排除，实现避免踩雷的效果。

（2）改进反转因子

在 2018-01-2019-05 中，因子值与下月收益率呈现一定的负相关性，即因子值越低，下月预期收益率越高。我们考察1、5、10、30日因子的IR值，10日换仓和30日换仓因子稳定性较好，且在单位风险下，10日调仓和30日换仓IC_IR表现相差不大，但考虑换手率的情况，30日调仓会节省更多的交易成本。

基于此，我们以30日为调仓周期，进行分层回测分析，发现剔除了隔夜和开盘后半小时涨幅的一个月反转因子的多空组合月均收益差从 5%提升至 7.2%，2017 年以来提升效果尤为明显。进一步对因子进行正交化和行业中性化后，分层回测组合中多头组合整体上明显跑赢空头组合，各组收益呈现出一定的单调性趋势，符合单因子有效性的检验。