高頻訂單失衡及價差因子

1、目錄 HYPERLINK l _TOC_250023 一、高頻訂單失衡及價差因子定義和投資邏輯 3 HYPERLINK l _TOC_250022 、高頻訂單失衡及價差因子研究引言 3 HYPERLINK l _TOC_250021 、高頻量價因子 1（逐檔訂單失衡率 Step Order Imbalance Ratio）定義和投資邏輯 3 HYPERLINK l _TOC_250020 、高頻量價因子 2 （中間價變化率 Midpoint Price Change）定義和投資邏輯 4 HYPERLINK l _TOC_250019 二、高頻轉(zhuǎn)低頻的方法和邏輯 7 HYPERLINK l _T

2、OC_250018 、高頻量價因子轉(zhuǎn)低頻的構(gòu)造方法 7 HYPERLINK l _TOC_250017 、高頻量價因子高頻和低頻 IC 對比 8 HYPERLINK l _TOC_250016 三、高頻訂單失衡及價差因子和常用因子的相關性 9 HYPERLINK l _TOC_250015 四、高頻訂單失衡及價差因子測試結(jié)果 10 HYPERLINK l _TOC_250014 、SOIR1 因子選股效果 10 HYPERLINK l _TOC_250013 、SOIR2 因子選股效果 11 HYPERLINK l _TOC_250012 、SOIR3 因子選股效果 12 HYPERLINK

3、l _TOC_250011 、SOIR4 因子選股效果 12 HYPERLINK l _TOC_250010 、SOIR5 因子選股效果 13 HYPERLINK l _TOC_250009 、SOIR 因子選股效果 13 HYPERLINK l _TOC_250008 、MPC1 因子選股效果 14 HYPERLINK l _TOC_250007 、MPC5 因子選股效果 15 HYPERLINK l _TOC_250006 、MPC1_max 因子選股效果 16 HYPERLINK l _TOC_250005 、MPC1_skew 因子選股效果 16 HYPERLINK l _TOC_25

4、0004 、MPC5_max 因子選股效果 17 HYPERLINK l _TOC_250003 、MPC5_skew 因子選股效果 17 HYPERLINK l _TOC_250002 、高頻訂單失衡及價差因子在指定樣本池內(nèi)的測試結(jié)果 18 HYPERLINK l _TOC_250001 五、總結(jié)和思考 19 HYPERLINK l _TOC_250000 參考文獻 20圖表目錄圖 1：股票A 盤口數(shù)據(jù) 4圖 2：SOIR 因子的高頻邏輯 4圖 3：股票B 盤口數(shù)據(jù) 5圖 4：股票B 分鐘成交量數(shù)據(jù) 6圖 5：MPC 因子的高頻邏輯 6圖 6：高頻量價因子的低頻邏輯反轉(zhuǎn)例子 7圖 7：SOI

5、R1 因子選股效果 11圖 8：SOIR2 因子選股效果 12圖 9：SOIR3 因子選股效果 12圖 10：SOIR4 因子選股效果 13圖 11：SOIR5 因子選股效果 13圖 12：SOIR 因子選股效果 14圖 13：MPC1 因子選股效果 14圖 14：MPC1_neut 因子選股效果 15圖 15：MPC5 因子選股效果 15圖 16：MPC5_neut 因子選股效果 16圖 17：MPC1_max 因子選股效果 16圖 18：MPC1_skew 因子選股效果 17圖 19：MPC5_max 因子選股效果 17圖 20：MPC1_skew 因子選股效果 18表 1：SOIR 高頻

6、和低頻因子的 IC 對照表 8表 2：MPC 高頻和低頻因子的 IC 對照表 9表 3：高頻訂單失衡及價差因子和常用因子的相關性 10表 4：高頻訂單失衡及價差因子在中證 500 樣本內(nèi)的測試結(jié)果 18表 5：高頻訂單失衡及價差因子在滬深 300 樣本內(nèi)的測試結(jié)果 19一、高頻訂單失衡及價差因子定義和投資邏輯、高頻訂單失衡及價差因子研究引言日內(nèi)盤口數(shù)據(jù)主要包括委托買賣價格以及委托交易量，其反應了當前時刻的市場供給和需求強度。傳統(tǒng)的學術研究和高頻因子計算中通常只利用到了買一檔和賣一檔的盤口信息，但實際上，盤口中第一檔以外的數(shù)據(jù)也包含了許多有價值的信息。本文主要利用各檔盤口數(shù)據(jù)來構(gòu)造訂單失衡率因子

7、，比較盤口各檔信息對未來股票價格的預測能力，并通過加權(quán)合成為一個包含 5 檔信息的訂單失衡率因子。另外日內(nèi)盤口中間價變動的分布中蘊含著對未來價格的預測信息，學術研究表明，市場投資者們可能對盤口中間價的極端變動情況也比較感興趣，偏度可以反應數(shù)據(jù)分布偏離均值的程度，而最大值則可以直接刻畫數(shù)據(jù)的極端值，因此本文除了研究盤口中間價的百分比變動的均值，還研究了盤口中間價百分比變動的偏度和最大值因子。、高頻量價因子 1（逐檔訂單失衡率 Step Order Imbalance Ratio）定義和投資邏輯在第一篇高頻量價選股因子研究中（具體參考因子深度研究系列：高頻量價選股因子初探），我們提出了一個衡量訂單

8、不平衡性質(zhì)的 OIR 因子，在本文中，為了分別研究盤口各檔的訂單不平衡因子的選股能力，我們提出了 SOIRi (i=1,2,3,4,5)這一組逐檔訂單失衡率因子，其中每個因子僅包含第 i 檔的信息。最后，為了充分利用盤口各檔數(shù)據(jù)信息，我們采用衰減加權(quán)的方法對 SOIRi 加權(quán)得到 SOIR 因子，根據(jù)對買賣壓力的影響力的不同將不同檔位賦予相應權(quán)重，賦予靠近交易價格檔位更高的權(quán)重。具體公式如下：, , , =, + , 5 , = =15=1=1(i1)/5,i=1,2,3,4,5由于訂單簿上的委托量反應了交易者們對于股票未來價格的預期，當交易者預期股票未來價格上升，他們將通過下買單持有更多的股

9、票多頭頭寸，這將導致買盤的委托量增加，反之亦然。因此，買賣盤委托量的不平衡可以反應市場的總體情緒和方向。SOIRi 衡量了買賣委托量不均衡程度在其總量中的占比，同 OIR 一樣，SOIRi 也采用比率的相對強弱形式，能夠區(qū)分買賣委托量絕對值差異大但比率小的情況。SOIR 為 SOIRi 的衰減加權(quán)合成因子，根據(jù)學術研究和普遍市場認知，靠近交易價格檔位的 SOIRi 對后續(xù)的收益率的短期解釋力應該更強，因此在因子合成時我們賦予靠近交易價格檔位的 SOIRi 更高權(quán)重。另外對比 OIR，SOIR 采用各檔訂單失衡率的加權(quán)，而不是各檔加權(quán)委托量的失衡率，可以避免某一檔訂單量過大對總體比率的影響，是對

10、 OIR 的一種改進嘗試。SOIR 反應了盤口各檔綜合的買賣委托量不均衡程度，SOIR 為正說明市場買壓大于賣壓，未來價格趨向上漲，且 SOIR 的值越大，上漲的概率越高，反之亦然。金融工程深度報告圖 1 為 2020 年 7 月 1 日 9 時 57 分股票 A 的盤口情況，根據(jù)定義計算出 SOIR1 = 0.86， SOIR2 = 0.93， SOIR3= 0.68，SOIR4 = -0.31， SOIR5 = 0.20，SOIR = 0.64。可以看出，SOIR1 到 SOIR3 顯著為正，釋放了較強的買入信號，而 SOIR4 和 SOIR5 買入信號轉(zhuǎn)弱，且 SOIR4 釋放了賣出信號

11、，而最終加權(quán)后的 SOIR 因子也是有較強的買入信號，該股票在下一分鐘的漲幅高達 3.57%。這個例子說明越靠近交易價格檔位的影響力更大，在因子合成時應該賦予靠近交易價格的檔位更高的權(quán)重。圖 1：股票 A 盤口數(shù)據(jù)數(shù)據(jù)來源：wind、另外從全天的分鐘頻數(shù)據(jù)來看（圖 2），SOIR 分鐘因子在當天 9 時 57 分達到高點 0.64，股票 A 在下一分鐘上漲了 3.57%，并一路拉升，9 點 59 分時達到漲停。因此這個例子說明了 SOIR 因子短期內(nèi)對股價有非常顯著的正向影響。圖 2：SOIR 因子的高頻邏輯數(shù)據(jù)來源：wind、高頻量價因子 2 （中間價變化率Midpoint Price Ch

12、ange）定義和投資邏輯在限價訂單簿市場中，交易者的三種行為可能會引起市場中間價的變動：（1）交易者發(fā)起了主動成交，且交易量大于第一檔的委托量，使第一檔的價格發(fā)生改變；（2）交易者撤銷了第一檔上的全部委托訂單；（3）交易者在買一價和賣一價之間新增了新的限價委托訂單。金融工程深度報告MPC 因子衡量的是市場中間價的短期變動趨勢，該趨勢刻畫了市場交易者的最新交易和掛單撤單行為，反應了市場交易者對股票價格未來走勢的最新預期。例如，當市場中間價出現(xiàn)上升時，此時可能是發(fā)生了大量的主動買入交易，使得賣一價上升，或是有交易者以高于當前買一價的價格下了限價訂單，使得買一價上升，這兩種情況都反應了市場交易者對未

13、來股價走勢的樂觀預期。因此，MPC 為正說明股票未來短期價格趨向上漲，且 MPC 的值越大，其上漲的概率越高，反之亦然。具體公式如下：,= + 2 = 和分別為 t 時刻的買一價和賣一價，市場中間價 為買一價和賣一價的平均值。代表 k 分鐘前的中間價，在本文中，k 分別取 k = 1, 5，,代表從時刻 t-k 到時刻 t 中間價的百分比變化率。圖3 分別為2020 年7 月1 日9 時51 分、9 時52 分股票B 的盤口情況，根據(jù)定義計算，9 時52 分的MPC1=2.23%，從圖 4 的成交量數(shù)據(jù)中可以看出，這段時間內(nèi)盤口中間價的大幅變動是由成交量突增（經(jīng)過檢驗是主動買入量突增引起的）造

14、成的。該股票在下一分鐘的收益率高達 1.34%。圖 3：股票 B 盤口數(shù)據(jù)數(shù)據(jù)來源：wind、金融工程深度報告圖 4：股票 B 分鐘成交量數(shù)據(jù)數(shù)據(jù)來源：wind、盤口中間價的大幅增長反映了知情交易者對股票未來走勢的樂觀預期，MPC1 分鐘頻因子在 9 時 51 分達到了高點 1.39%，股票 B 在下一分鐘漲幅高達 2. 75%，并一路拉升，9 點 53 分時第一次達到漲停。由此可見，MPC1因子在短期內(nèi)對股價也是有顯著的正向影響。在后續(xù)的因子測試中，為觀察不同時間間隔參數(shù) k 的效果，我們嘗試了 k = 1, 5, 10, 30, 60，經(jīng)對比發(fā)現(xiàn) k = 5,10, 30, 60 時MPC

15、 因子的投資邏輯和選股效果比較接近，且 MPC5 相對來說是最優(yōu)的，因此我們后文只展示 MPC1和 MPC5 的回測結(jié)果。圖 5：MPC 因子的高頻邏輯數(shù)據(jù)來源：wind、市場中間價的變動的分布中蘊含著多維度的信息，學術研究表明，市場中間價變動的極端值中可能蘊含著有價值的信息。一般來說，市場中間價的大幅變動一般是由主力的大單交易造成的，我們前面的文章也有分析，大單交易很可能是主力的“對倒”行為，其目的主要是吸引散戶，從長期來看，市場價格則會回落，因此長期來看市場中間價的極端變動與股票收益顯著負相關。為刻畫市場中間價的極端變動情況，我們構(gòu)建了分鐘頻 MPC 因子的日頻最大值即 MPCmax 因子

16、，和分鐘頻MPC 因子的日頻偏度即 MPCskew 因子，前者直接描述了中間價的最大變動幅度，MPCmax 越大，則股票長期下金融工程深度報告跌的概率越大，反之亦然；后者則描述了中間價的極端變動偏離平均值的幅度。MPCskew 越大，則股票長期下跌的概率越大，反之亦然。具體公式如下所示：, = , , = + 1, , 1, =3 (, ,) 1=+1,= , , 為日期 d 當天分鐘頻,因子的最大值， ,代表日期 d 的 t 時刻的,因子， 代 表日期 d 的交易分鐘數(shù)。,為日期d 當天分鐘頻,因子的偏度，,代表日期 d 當天分鐘頻,因子的平均值，,代表日期 d 當天分鐘頻,因子的標準差。下

17、面我們舉個例子來說明 MPC1 因子低頻化后的反轉(zhuǎn)邏輯（SOIR 因子也是類似邏輯），2020 年 7 月 15 日 14時 30 分，股票 C 的 MPC1 因子突增為 6.09%，表面看是主力的大單主動買入行為，但實際上是主力的“對倒”行為，其目的主要是吸引散戶，當價格漲到高位后主力再用早已準備好的小單與散戶進行成交，其目的在于拉抬價格以便更好地拋售，我們看到當天的 MPCmax 因子為 6.09%，MPCskew 因子為 9.01，但由右圖的走勢可見，由于價格被拉高，第二天的股價出現(xiàn)大幅回落。圖 6：高頻量價因子的低頻邏輯反轉(zhuǎn)例子數(shù)據(jù)來源：wind、二、高頻轉(zhuǎn)低頻的方法和邏輯、高頻量價因

18、子轉(zhuǎn)低頻的構(gòu)造方法第一節(jié)我們主要介紹三類分鐘級別的高頻因子，下面我們采用具體流程把分鐘高頻因子轉(zhuǎn)為我們常用的月度低頻選股因子。首先因為股票的盤口掛單強弱受到市場總體走勢的影響，因此我們需要對各股票進行橫截面金融工程深度報告標準化以剔除市場對個股的影響。下面,為股票 k 第 j 天 i 分鐘的因子值，_,為橫截面因子均 值，_,為橫截面因子的標準差：Factori,j,k= Factori,j,k _Factori,j,k_Factori,j,k然后我們把標準化后的分鐘因子轉(zhuǎn)換成日頻因子，我們采用了等權(quán)的方法。下面是日頻因子的構(gòu)造方法，其中 N 為第 j 天總共交易的分鐘數(shù)：Factorj,k=

19、 Factori,j,kN最后我們把日頻因子轉(zhuǎn)換成月頻因子，我們按距離每月最后一個交易日（假設為組合調(diào)倉日）的時間遠近進行加權(quán)，考慮到信息的時效性，距離調(diào)倉日越遠其信息的有效性越弱，因此采用衰減加權(quán)的方法對日頻因子加權(quán)。n 為當月交易日天數(shù)，j 為當月的第 j 個交易日：Factorj=1jj Factorj,k n=1 n=1、高頻量價因子高頻和低頻 IC 對比下面我們看下各因子的分鐘 IC 均值和月頻 IC 均值。由下表可以看出，高頻 SOIRi 的 IC 值均顯著為正，且隨著檔數(shù)的升高 IC 絕對值降低，這一結(jié)果符合我們的預期以及學術研究的結(jié)論，這也是為什么我們在做因子加權(quán)時給 SOIR

20、1 最高的權(quán)重，SOIR 最低的權(quán)重。另一方面，低頻 SOIRi 的 IC 值方向出現(xiàn)了反轉(zhuǎn)，這一現(xiàn)象與我們第一篇高頻量價選股因子研究提出的 OIR 因子相同，在之前研究中，我們也指出這是由散戶存在追漲殺跌以及主力的短時市場操縱引起的，特別是用委托量構(gòu)造的高頻因子均會出現(xiàn)這種反轉(zhuǎn)邏輯。表 1：SOIR 高頻和低頻因子的 IC 對照表數(shù)據(jù)來源：wind、然后我們看下 MPC 類因子的分鐘 IC 均值和月頻 IC 均值。高頻 MPC1 的 IC 值顯著為正，這一結(jié)果符合我們的預期，但 MPC5 的 IC 值為負，且不顯著。另一方面，低頻 MPC1 和 MPC5 的 IC 值均顯著為負。金融工程深度

21、報告表 2：MPC 高頻和低頻因子的 IC 對照表數(shù)據(jù)來源：wind、三、高頻訂單失衡及價差因子和常用因子的相關性下面我們看下 SOIR 和 MPC 兩大類共 14 個高頻量價因子和常用選股因子的 IC 相關性。經(jīng)過統(tǒng)計，我們發(fā)現(xiàn)這些因子和自由流通市值（LnFloatCap）的相關性較低，因此對于這些因子可以不做市值中性的處理。另外，SOIR 類因子和 BP_LR、SP_TTM 等估值因子與 Momentum_6m、Momentum_12m 等動量反轉(zhuǎn)因子的相關性較高。最后 MPC1、MPC5 因子和 Momentum_3m、Momentum_6m 等動量反轉(zhuǎn)因子相關性較高，MPC1_max、

22、 MPC5_max 因子和 BP_LR、SP_TTM 等估值因子、TurnoverAvg1M、Volatility1M 等技術因子的相關性較高，而 MPC1_skew、MPC5_skew 因子和常用因子的相關性均不高。金融工程深度報告表 3：高頻訂單失衡及價差因子和常用因子的相關性數(shù)據(jù)來源：wind、四、高頻訂單失衡及價差因子測試結(jié)果最后我們對 SOIR 和 MPC 兩大類共 14 個高頻量價因子進行單因子分析（包括 IC 分析和多空收益分析）。具體回測時間為最近 10 年（2010 年 1 月-2020 年 7 月），樣本池為全市場，每月底剔除停牌、一字板、上市未滿半年和 ST 股票，月頻調(diào)

23、倉。因子做了極值處理（剔除 3 倍標準差之外的樣本）和缺失值處理（直接剔除）。SOIR類因子不做中性化處理， MPC 類因子分別做和不做中性化處理進行對比。組合的多空收益分位數(shù)用 10 分位。、SOIR1 因子選股效果首先是 SOIR1 因子的效果，因子 IC 均值-2.68%，年化 IR-0.94，年化多空收益 8.63%，夏普比率 0.88，總體選股效果較為一般。金融工程深度報告圖 7：SOIR1 因子選股效果數(shù)據(jù)來源：wind、SOIR2 因子選股效果接著我們看下 SOIR2 因子的選股效果，因子 IC 均值-4.18%，年化 IR-1.27，年化多空收益 17.89%，夏普比率 1.5

24、2，總體選股效果相比 SOIR1 顯著提升，選股效果非常顯著。金融工程深度報告圖 8：SOIR2 因子選股效果數(shù)據(jù)來源：wind、SOIR3 因子選股效果然后是 SOIR3 因子，因子 IC 均值-4.86%，年化 IR-1.63，年化多空收益 20.46%，夏普比率 1.94，選股效果相比 SOIR1 和 SOIR2 因子進一步提升。圖 9：SOIR3 因子選股效果數(shù)據(jù)來源：wind、SOIR4 因子選股效果金融工程深度報告對于 SOIR4 因子，因子 IC 均值-5.13%，年化 IR-1.95，年化多空收益 21.81%，夏普比率 2.28，選股效果優(yōu)于 SOIR1 到 SOIR3。圖

25、10：SOIR4 因子選股效果數(shù)據(jù)來源：wind、SOIR5 因子選股效果最后是 SOIR5 因子，因子 IC 均值-5.37%，年化 IR-2.29，年化多空收益 21.32%，夏普比率 2.41，選股效果和 SOIR4 比較接近，優(yōu)于 SOIR1 到 SOIR3。因此，隨著交易檔位的上升，因子的選股效果基本上也是逐步增強。圖 11：SOIR5 因子選股效果數(shù)據(jù)來源：wind、SOIR 因子選股效果金融工程深度報告對于加權(quán)因子 SOIR，因子 IC 均值-4.57%，年化 IR-1.53，年化多空收益 18.11%，夏普比率 1.7，可以看到合成的 SOIR 因子選股效果低于 SOIR3-S

26、OIR5，這是由于 SOIR1-SOIR2 的表現(xiàn)相對于 SOIR3-SOIR5 更差，但合成時賦予了 SOIR1-SOIR2 更高權(quán)重，因此拉低了合成因子的表現(xiàn)。圖 12：SOIR 因子選股效果數(shù)據(jù)來源：wind、MPC1 因子選股效果對于中間價變化率因子 MPC，首先是 MPC1 因子的選股效果，因子 IC 均值-5.36%，年化 IR-1.54，年化多空收益 19.52%，夏普比率 1.42，選股效果顯著。圖 13：MPC1 因子選股效果數(shù)據(jù)來源：wind、金融工程深度報告接著我們對 MPC1 因子進行流通市值和行業(yè)中性化處理得到 MPC1_neut，因子 IC 均值-6.81%，年化

27、IR-2.87，年化多空收益 26.99%，夏普比率 2.66，選股效果相比 MPC1 有了非常顯著的提升。圖 14：MPC1_neut 因子選股效果數(shù)據(jù)來源：wind、MPC5 因子選股效果對于 MPC5 因子，因子 IC 均值-5.83%，年化 IR-1.70，年化多空收益 22.36%，夏普比率 1.61，選股效果顯著。圖 15：MPC5 因子選股效果數(shù)據(jù)來源：wind、我們對 MPC5 因子進行流通市值和行業(yè)中性化處理得到 MPC5_neut，因子 IC 均值-7.26%，年化 IR-3.09，年化多空收益30.63%，夏普比率2.88，同樣選股效果相比MPC5 有非常顯著的提升。因子

28、的多空年化收益超過30%，在量價因子中是非常罕見的。金融工程深度報告圖 16：MPC5_neut 因子選股效果數(shù)據(jù)來源：wind、MPC1_max 因子選股效果MPC1_max 因子，因子 IC 均值-8.10%，年化 IR-2.97，年化多空收益 20.02%，夏普比率 1.68。圖 17：MPC1_max 因子選股效果數(shù)據(jù)來源：wind、MPC1_skew 因子選股效果MPC1_skew 因子，因子 IC 均值-5.45%，年化 IR-4.08，年化多空收益 15.32%，夏普比率 2.89。金融工程深度報告圖 18：MPC1_skew 因子選股效果數(shù)據(jù)來源：wind、MPC5_max 因

29、子選股效果MPC5_max 因子，因子 IC 均值-9.39%，年化 IR-3.28，年化多空收益 24.01%，夏普比率 1.94。圖 19：MPC5_max 因子選股效果數(shù)據(jù)來源：wind、MPC5_skew 因子選股效果MPC5_skew 因子，因子 IC 均值-6.66%，年化 IR-4.18，年化多空收益 20.67%，夏普比率 3.07。金融工程深度報告圖 20：MPC1_skew 因子選股效果數(shù)據(jù)來源：wind、總體來看，對于 SOIR 類因子，除了 SOIR1 之外，其他 SOIR 類因子的表現(xiàn)均非常優(yōu)秀，IC 均在-4%以上，多空年化收益在 17%以上?；旧鲜菣n位越高的 S

30、OIR 因子表現(xiàn)越好（年化收益和夏普比率），合成之后的 SOIR 因子多空年化收益 18.11%，夏普比率 1.7。對于 MPC 類因子，IC 均在-5%以上，最高為 MPC5_max 的-9.39% 。除了 MPC1_skew 之外，其他 MPC 類因子的多空年化收益都在 20%以上，表現(xiàn)最好的是 MPC5_neut 因子，年化多空收益超過 30%(30.63%)，多空收益之高在所有常用因子中也是罕見的。、高頻訂單失衡及價差因子在指定樣本池內(nèi)的測試結(jié)果我們檢測了 SOIR 和 MPC 兩大類共 14 個高頻量價因子在指定樣本池的測試效果，首先在中證 500 指數(shù)樣本內(nèi)做測試，下表是各因子的多

31、空收益分析。表 4：高頻訂單失衡及價差因子在中證 500 樣本內(nèi)的測試結(jié)果數(shù)據(jù)來源：wind、我們看到幾乎所有因子在中證 500 樣本內(nèi)的年化多空收益都在 10%以上，部分因子在 15%以上，表現(xiàn)最好的仍然是 MPC5 和 MPC5_neut 因子，年化多空收益接近 18%，因此 SOIR 和 MPC 類因子在中證 500 樣本內(nèi)的選股效果仍然非常優(yōu)秀。然后我們檢測 SOIR 和 MPC 兩大類共 14 個高頻量價因子在滬深 300 指數(shù)樣本內(nèi)的效果（多空收益分析），結(jié)果如下表。金融工程深度報告表 5：高頻訂單失衡及價差因子在滬深 300 樣本內(nèi)的測試結(jié)果數(shù)據(jù)來源：wind、我們看到大部分因子

32、在滬深300 樣本內(nèi)的年化多空收益都接近10%或在10%以上，表現(xiàn)最好的是MPC5_skew因子，年化多空收益達 12.35%，因此 SOIR 和 MPC 類因子在滬深 300 樣本內(nèi)的選股效果也是非常不錯的。五、總結(jié)和思考高頻數(shù)據(jù)中蘊含了豐富的市場交易信息，它能帶我們通過數(shù)據(jù)窺探知情交易者的隱藏信息，也讓我們更近距離地感受市場交易者的情緒，從而幫助我們更準確地拿捏市場股票價格的走勢。本文利用高頻的邏輯挖掘出盤口數(shù)據(jù)中有價值的信息，并將其處理得到高頻因子，最后降為月頻的低頻選股因子，在后續(xù)的因子回測中取得良好的選股效果。第一部分主要通過高頻分鐘數(shù)據(jù)構(gòu)造出一些高頻量價選股因子，第一類因子叫逐檔訂

33、單失衡率（SOIR 類因子），訂單簿上的委托量反應了交易者們對于股票未來價格的預期，當交易者預期股票未來價格上升，他們將通過下買單持有股票的多頭頭寸，這將導致買盤的委托量增加，反之亦然。SOIR 類因子衡量了買賣委托量不均衡程度在其總量中的占比，反應了市場的總體情緒和方向。第二類因子叫中間價變化率因子（MPC 類因子），為中間價的短期百分比變化率的均值、日頻最大值、日頻偏度，MPC 因子衡量的是市場中間價的短期變動趨勢，該趨勢刻畫了市場交易者的最新交易和掛撤單行為，反應了市場交易者對股票價格未來走勢的最新預期。第二部分我們采用具體流程把高頻因子轉(zhuǎn)為我們常用的月度低頻選股因子。首先因為股票的盤口

34、掛單強弱受到市場總體走勢的影響，因此我們需要對各股票進行截面標準化以剔除市場對個股的影響。然后我們把標準化后的分鐘因子轉(zhuǎn)換成日因子，我們采用了等權(quán)的方法。最后我們把日因子轉(zhuǎn)換成月因子，我們按距離每月最后一個交易日（假設為組合調(diào)倉日）的時間遠近進行加權(quán)，考慮到信息的時效性，距離調(diào)倉日越遠其信息的有效性越弱，因此用衰減加權(quán)的方法對日因子加權(quán)。第三部分我們分析各因子的分鐘 IC 均值和月頻 IC 均值。我們看到 SOIR 類因子在高頻上與收益率正相關，且隨著檔數(shù)的升高 IC 絕對值降低，這一結(jié)果符合我們的預期以及學術研究的結(jié)論。MPC1 因子與收益率正相關， MPC5 因子則與收益率負相關，這說明中

35、間價的變動在 1 分鐘時為動量效應，5 分鐘時則出現(xiàn)反轉(zhuǎn)。然而將高頻量價因子降頻后，SOIR 類因子與 MPC 類因子均與收益率負相關。我們從以下兩點原因來解釋。從散戶來看，在短期內(nèi)散戶容易存在追高殺跌行為。短期追高，價格上漲，但隨著時間的累積，價格會逐漸處于高位，長期來看價格會回落。從主力的角度，主力對市場的短時操縱造成了價格的漲跌。強的買賣壓力一般是大單交易造成的，大單交易很可能是主力的“對倒”行為，其目的主要是吸引散戶，此時高頻因子與收益率呈正相關。第四部分我們檢測了 SOIR 和 MPC 兩大類共 14 個高頻量價因子和常用選股因子的 IC 相關性。經(jīng)過統(tǒng)計發(fā)現(xiàn)這些因子和自由流通市值（

36、LnFloatCap）的相關性較低。另外，SOIR 類因子和 BP_LR、SP_TTM 等估值因子與 Momentum_6m、Momentum_12m 等動量反轉(zhuǎn)因子的相關性較高。最后我們看到 MPC1 、MPC5 因子和 Momentum_3m、 Momentum_6m 等動量反轉(zhuǎn)因子相關性較高， MPC1_max、MPC5_max 因子和 BP_LR、SP_TTM金融工程深度報告等估值因子、TurnoverAvg1M、Volatility1M 等技術因子的相關性較高，而 MPC1_skew、MPC5_skew 因子和常用因子的相關性均不高。第五部分對 SOIR 和 MPC 兩大類共 14 個高頻量價因子進行單因子分析。具體回測時間為最近 10 年（2010年 1 月-2020 年 7 月），樣本池為全市場，月頻調(diào)倉。SOIR 類因子不做中性化處理，MPC 類因子分別做和不做中性化處理進行對比。其中表現(xiàn)較好的有：SOIR3 因子 IC 均值-4.86%，年化 IR-1.63，年化多空收益 20.46%，夏普比率 1.94。SOIR4 因子 IC 均值-5.13%，年化 IR-1.95，年化多空收益 21.81%，夏普比率 2.28。SOIR5 因子 IC 均值-5.37%，年化 IR-2.29，年化多空收益 21.32%，夏普比率 2.41。MPC1_ne