按15分钟取数据_量化读书会2：高频数据，低频信号

这是加入顾北先生的量化讨论群的第三篇文章。 因为大家之前讨论的内容过于分散，不利于讨论深度，因此从这次起，从之前的文章自己命题，改成了小组命题。这次的命题是一个具体的信号，但是我希望可以写的更广泛一点，多总结一下背后的方法论。

这次介绍的文章，是高子剑先生（曾任方正证券金融工程首席，现任东吴证券金融工程首席）的《“聆听高频世界的声音”系列研究（四）》。高子剑先生是国内“高频数据，低频信号”方法论的第一人和推广者，金融研究报告在全行业里面深度优秀，同时对方法论的坚持，也让人印象深刻。他的成功经验，对量化从业者对研究的深度和广度的权衡，很有启发。想在行业立住脚，有一两个让人一提到就能想到你的研究理论和研究方法，是一个很好的做法。

先上干货。文章全文就两个具体的日频指标。一个是高频数据、低频信号的指标，也是本文要关注的内容；另外一个日频指标是需要进行网页信息提取，非行情量价的指标，即《蜘蛛网策略》。

蜘蛛网策略

在期货市场上利用非行情数据是很好的思路，因为其可以带来低相关的信息，这种做法过去几年在国外市场比较火，比如卫星遥感数据啊、港口监控啊之类的，从另外一个角度来获取对应商品的信息。但是近一年这种方法的热度下降了很多，不知道是投入过于巨大，经济上不合算；还是有了数据，做不出好的信号。因为没有欧美一线基金的信息，只能猜测一下，如果有了解的还希望不吝赐教。

本文使用的是一个简单的非行情信息，来自于交易所每日公布的数据。

以上期所为例，其会每日、每周、每月公布一些统计的非行情数据。内容如下。

内容比如交易排名（即期货公司排名）、仓单、库存等等，这些数据是否可以整合起来，用作行情预测，是可以做的方向。本文简单使用了交易排名数据，在报告期内取得了还不错的效果。因为讨论群已经对原文这个信号做了比较深入的分析，因此这篇文章就不深入了，感兴趣的读者可以去阅读高子剑先生的原文。不过，用程序读取网页上的信息，用作交易，是一个必要的技术，本篇因篇幅无法涉及，但是之后有时间还是要讨论一下的。

高频指标（相对日频的高频指标，即分钟信息）

高频指标分两个子指标，

子指标P描述交易的激进程度，计算步骤是先根据分钟收益Rt和分钟成交量Vt计算

将全天分钟数据按St降序排列，取排序后数据累积成交量不超过当日总成交量10%的数据子集，对Rt求和。

（这是高子剑方法的精髓，即先构建排序指标，然后排序求和，并且求和使用的数据点是可变的，依赖于当日的成交量分布，这样把连续的序列中的价量信息重新组合起来，提取出不连续的信息）

子指标Q描述交易的分歧程度，使用一个新的排序方法，用到全合约总持仓分钟变化量dOIt，公式如下，然后依然是排序求和。

由于持仓量分布有很多偶然性，不一定在主力合约，因此高子剑使用了全合约，可以规避这个问题。

在计算好了指标P和指标Q之后，作者进行了指标的校准，计算

P* = P-MA(P,4)

Q* = Q-MA(Q,5)

这样，就获得了两个最终的指标P*和Q*。

在获得了P*和Q*之后，还需要考虑的，就是如何将其转化为实际的仓位。作者制定了如下规则：

作者最后使用的实际仓位信号，是1和-1，如果信号为1，那么下一个交易日开盘的时候开仓，下下个交易日开盘时，平仓。如果信号为-1，则相反操作。

这是常见的将一个连续数值指标，转化成实际交易仓位的方法。如果是单个指标，可以根据这个指标和均值的位置关系，或者大于小于某一个阈值，将其转变成1和-1这样的实际仓位；也可以根据指标的大小，转化成不同的实际仓位，比如指标为1，仓位1，指标为5，仓位2，这样可变的仓位。

当然，上面说的是单一指标，而本文略有不同，使用的是两个指标。如果是像本文一样有两个指标，且指标的量纲一致，分布接近，本文的办法，是看两者的符号关系。本文就是同号给-1，异号给1。

另外预测时间也是可以探索的，本文预测时间是一天，但是我们可以研究是不是一天是最优的，比如2个小时，两天，会不会取得更好的效果。

最后，这篇文章公布于2016年，作者报告的策略表现还是不错的。

不过存在着一段时间完全不行的情况，在14年到15年有较大的回撤。

为了检验策略是否失效，以及是否在其他期货合约上也可以使用，我们这里在2018年之后的螺纹钢期货上进行测试。指标的计算全部按照高子剑先生的方式，但是由于螺纹钢存在夜盘，因此我们将从夜盘开始，到第二天下午收盘当做一个完整的交易日进行计算；另外为了将策略日内化，我们策略平仓的时间，从第二天夜里开盘（21：01），改为了第二天下午收盘前（14：59）。

下图是在螺纹钢上的无交易成本测试结果。

可以看到，在2018年之后，策略可以提供一些收益，但是问题依然存在，比如在4月份和12月份的回撤都比较大，因此没办法作为单独的策略使用。这和作者的观察一致，PQ信号的预测性较弱，需要和其他信号结合使用，作者在本文中，最后是将PQ信号和蜘蛛网策略信号组合，PQ信号作为蜘蛛网信号的增强，从而取得了一些用处。

总结

本文是一个研发简单的信号策略的案例。其使用的信号本身有点复杂，需要对一段时间的数据重新排列，取某一指标的累积前10%求和，这个过程需要进行很多操作，某个地方没做好，信号的价值就会大打折扣，因此完全按原始的股指的做法检测，最终产生的结果也并不是特别好。实际交易中，需要基于文章理念，做更细致的分析。这个案例也可以看出，复杂的信号并不一定绝对的好，细节处理不好，可能比不上简单的信号。因此初学者并不一定一开始就追求信号的复杂性，可以先从简单的连续信号指标开始做，可以避免陷在一个信号里面长时间没有进展。

文章在获取到信号之后，如何将信号转化成实际仓位的方式，是比较常见的，可以学习使用的。这个案例的好处就是，展示了如果有两个信号，具有相同量纲和相似分布，如何组合起来构建最终的目标仓位。有兴趣的可以基于这个方法，组合出来更多的花样。