近年来,越来越多投资者开始研究基于高频数据的高频因子,并应用于量化选股和股票组合构建中。但是在可转债领域,国内目前采用高频因子进行组合管理的机构投资者还相对较少,因此通过引入日内高频数据刻画可转债日内的特征,并将高频因子低频化使用,可能带来增量alpha。 根据高频数据的频率和类型不同,可以构造不同的高频因子。...
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。 我们认为,高频价量...
一、高频因子的概念及重要性 在金融市场中,高频因子是指利用市场微观结构数据,通过统计学和机器学习等方法挖掘出的能够解释资产价格波动和投资组合收益变化的因子。高频因子的重要性不言而喻,它们可以帮助投资者更准确地理解市场行为,提高交易策略的效果,从而获得更稳定和可持续的收益。 二、市场微观结构数据与高频因子...
对比低频因子,高频数据在量化选股中表现出一些明显的优势。 1)信息含量丰富:高频数据具有丰富的信息含量。高频数据体量往往明显大于低频数据。对于2018年以来的全市场level2数据来说,所需储存空间就可达几十TB,这相对于日度指标来说有约至少万倍的体量差距。 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,...
我将三类高频因子首先等权合成后构建出了高频“金”组合中证 1000 指数增强策略,该策略年化超额收益率 10.93%, 超额最大回撤为 6.04%。本周录得 0.60%的超额收益,本月以来超额收益为 0.60%,今年以来超额收益为 0.60%。 为考虑进一步增强策略的业绩表现,我将高频因子与三个比较有效的基本面因子进行等权合成构建...
高频因子呢,就像是一群很活跃的小元素,它们在时间这个大舞台上蹦跶着。你可以把时间想象成一条长长的线,而高频因子就在这条线上这儿冒出来一下,那儿冒出来一下。就好比一群调皮的小精灵,在不同的时刻现身呢。 二、高频因子时间分布的表现形式 1.有时候呀,高频因子在某个特定的时间段会特别集中地出现。比如说...
在高频因子分析中,算子常常被用来提取或处理高频成分。例如,差分算子就是一种常用的高频因子提取算子,它可以通过计算相邻数据点之间的差值来提取高频成分。此外,还有诸如小波变换、傅里叶变换等算子也可以用来提取或处理高频因子。 高频因子分析在金融领域有着广泛的应用。例如,在高频交易数据中,高频因子分析可以帮助投资...
在大规模计算中,高频因子计算是一个非常耗时的过程。GPU作为一种专门用于大规模并行计算的芯片,具有高效的计算能力和高速的内存带宽,因此被广泛应用于高频因子计算中。通过将计算任务分配给多个GPU,可以显著提高计算速度和效率。 近年来,全球范围内的芯片禁令不断升级,给许多企业和科研机构带来了很大的困扰,需要在技术层...
本文作为对高频因子研究的初探。对于收益率分布类别中的高频因子进行研究，我们测试发现构造与改进的因子具有较好的选股表现。具体来说，首先按文献中方法分别使用5min和10min的数据针对已实现方差、已实现偏度和已实现峰度构造了周度和月度因子，其分别表示收益率的波动程度，收益率的不对称性和收益率的峰态以及重尾...
③委托量构造的因子更加真实; ④市场波动减少 二、集成订单流不平衡订单流不平衡概念我在《高频因子--tick级别订单流因子计算(附代码)》中已经讲到过了,使用的是Cont(2014)基于买一卖一计算的因子,本质思想是将tick数据整合低频化为分钟级数据。而在此之后,2023年Cont在Quantitative Finance出了一篇这个因子的续作《...