尽管高频数据在量化选股中具有优势,但其难点在于数据维度大且噪声高,这使得高频数据因子挖掘对信息处理能力和处理效率提出了较高的要求。 本文通过不同方法和参数构建高频因子共79个,依据价量因子的构建方式将其划分为8大类:分别为动量反转、波动性、高阶特征、流动性、量价相关性、筹码分布、拥挤度和成交行为因子。...
2)因子拥挤度低:由于高频数据结构相对复杂,处理成本较高,且信息主要来源于日内行情,由于因子开发流程相对复杂,这些因素都使得因子拥挤度相对较低。 3)因子相关性低:得益于高频因子的高维度信息和丰富的数据处理方式,使用高频数据构造的因子内部相关性较低,投资者更有可能从中获得更丰富的信息增量。
量化多因子系列(7):价量因子手册.pdf,证券研究报告 2022.08.06 量化策略 量化多因子系列(7):价量因子手册 古翔 周萧潇 刘均伟 SAC 执证编号:S0080521010010 SAC 执证编号:S0080521010006 SAC 执证编号:S0080520120002 SFC CE Ref :BRE496 SFC CE Ref :BRA090 SFC
高频因子的优势:与低频因子相比,高频数据在量化选股中的优势主要体现在:因子拥挤度相对较低、因子多样性好、检验因子的独立样本多。 研究内容:本报告从四类不同的角度构建因子:日内价格相关因子、日内价量相关因子、盘前信息因子、特定时段采样因子。考察了 46 个因子周频选股的表现。 其中,日内价格相关的因子是由日...