选股因子系列研究(十九)——高频因子之 股票收益分布特征 随着传统因子研究的深入,通过使用日级别数据已经很难发现能够在传统技 术选股因子之外提供额外选股能力的因子了.考虑到传统因子多使用日级别数据 刻画股票日间的形态特征,通过引入日内高频数据刻画股票日内的特征也许能够 为模型带来新的信息以及 Alpha.这一观点也...
2014/01/01-2023/10/31,中证 800成分股共触发“高位放量”事件 57644 次,平均每个交易日有 24.73 个样本触发事件;事件触发后 60 个交易日,累计超额净值持续缓慢下跌,30 个交易日的平均累计超额收益为-0.47%,所有样本超额收益的胜率为 39.58%(即在触发“高位放量”事件的股票中,大约有 60%的样本未来 30 个交...
(十九)——高频因子 之股票收益分布特征》2017.05.05 之已实现波动分解 《“双面”波动率——波动率因子的分解 与截面收益》2017.02.27 《选股因子系列研究(十七)——选股因子 在系列前期报告中(《选股因子系列研究 (十九)——高频因子之股票收益分布特 的正交》2017.01.19 征》),我们基于股票高频收益分布特征对于...
表 1 高频因子研究报告所使用的高频数据 报告名称 《选股因子系列研究(十九)——高频因子之股票收益分布特征》 《选股因子系列研究(二十五)——高频因子之已实现波动分解》 《高频量价因子在股票与期货中的表现》 《选股因子系列研究(四十六)——日内分时成交中的玄机》 《选股因子系列研究(四十七)——捕捉投资者的...
基于个股日内高频数据,构建了已实现波动(RealizedVolatility) SAC执证号:S0260517080003 ,已实现偏度(RealizedSkewness)、已实现峰度(Realized 0755 Kurtosis)因子指标,考察这三个因子在回测区间内对个股收益率 chenyuanwen@ 的区别度。 分析师:罗军 策略实证结果分析 ...
本文主要对剔除高频因子空头组合后的中证500指数增强策略进行回测分析。 剔除高频因子空头组合主要有两种思路,事前剔除与事后剔除。若有多个空头效应强的高频因子,则可以以因子复合或组合复合的方式,构建高频多因子空头组合,以同时利用这些因子的空头信息。 事后剔除的模型稳健性优于事前剔除。无论是采用因子复合还是组合...
高频因子中非线性与失效问题普遍存在 随着因子选股模型研究的逐步深入,我们发现高频因子与股票预期收益之间常常并非是严格的线性关系,这类因子不能直接纳入多因子模型。 另一方面,部分高频因子会出现阶段性失效的问题,从之前的单调因子变为不单调因子,我们需要对其进行动态纠正以转换为持续有效的因子。
这种现象来自于高频因子多头端的失效,即,多头端的因子值和未来收益率的相关性和整体不同。 算 在计算 IC 时对不同组别赋予差异化权重,可以更好地评价和筛选因子 。例如,赋予多头端更高的权重,重构 IC。这样一来,多头端更加有效的因子,IC 会升高,方便投资者重新审视因子的有效性。 加入高频因子的高次...
高频数据因子研究系列二:基于日内高频数据的短周期选股因子研究 星级: 17 页 -量化选股研究系列之一:基于因子强度的多因子选股 星级: 13 页 基于机器学习方法的多因子选股策略研究 星级: 83 页 基于机器学习方法的量化多因子选股研究 星级: 69 页 因子深度研究系列:因子衰减在多因子选股中的应用 星级: 25...
2、(六十一)从加权 IC投资要点:到机器学习:高频因子多头失效的修正高频因子易出现多头失效现象。与常用 9 因子(市值、估值、非线性市值、换手率、特质波动率、非流动性、反转、ROE、ROE 同比变化)正交后的高频因子,一般都有较高的 IC 与较大的因子多空收益。然而,当它们被加入选股模型后,却往往无法提升组合的收益...