“量价淘金”选股因子系列研究：“高频数据+离散化构建方式”在因子研究中的重要性.pdf

“量价淘金”选股因子系列研究：“高频数据+离散化构建方式”在因子研究中的重要性。前言：随着市场的发展与竞争的加剧、尤其是机器学习模型的普及，想要 挖掘现有多因子模型以外的增量信息越来越困难。本篇报告提出以下论 点：未来量价因子的研究，想要获取更多的、与现有因子低相关性的增量， “逐笔等高频数据”结合“离散化的因子构建方式”至关重要。

连续性的因子构建方式：所谓“连续性”，即基于某一段连续的数据计算因 子。以常见的“量价相关性类因子”为例，分别基于日频、分钟、逐笔数 据，采用连续性的构建方式，批量生产对应的因子簇。将各自因子簇中的 因子等权合成，得到“日频连续”、“分钟连续”、“逐笔连续”因子。考察 “分钟连续”、“逐笔连续”因子相对于“日频连续”因子的增量，发现虽 然从因子的回测效果上来看，将“分钟连续”、“逐笔连续”叠加到“日频 连续”上，因子绩效确有显著提升，但一旦落实到组合层面，“分钟连续”、 “逐笔连续”的贡献就变得非常有限。以沪深 300 指数增强组合为例，叠 加“分钟连续”、“逐笔连续”因子构建的组合，相对于仅用“日频连续” 因子构建的组合，超额年化收益只能提升 0.5%-0.6%左右。

离散化的因子构建方式：所谓“离散化”，即在过去一段时间内，基于某些 特征、抽取几个离散的时间点，只用与这些时间点相关的数据计算因子。 分别基于分钟、逐笔数据，采用离散化的方式构建因子簇，同样将因子簇 中的因子等权合成，得到“分钟离散”、“逐笔离散”因子。考察离散化因 子相对于连续性因子的增量，发现虽然将“分钟离散”、“逐笔离散”叠加 到“连续”因子上，因子的回测表现并未得到明显提升，但落实到组合层 面，离散化因子却能提供显著的增量。比如基于“连续+逐笔离散”因子 构建的沪深 300 指数增强组合，相对基准的超额年化收益为 8.15%，跟踪 误差为3.81%，信息比率为2.14，月度胜率为75.68%，最大回撤为4.27%； 相较于只用“连续”因子构建的组合，超额年化收益可以提升 1%以上。

“逐笔离散”因子的表现：在逐笔数据层面，考察放量时间点之后的量价 相关性特征，构建“逐笔离散”因子。回测时间段 2016/01/01-2025/04/30 内，以全体 A 股为研究样本，该因子的月度 IC 均值为 0.073，年化 ICIR 为 2.87，月度 RankIC 均值为 0.099，年化 RankICIR 为 3.37；10 分组多 空对冲的年化收益为 38.30%，年化波动为 11.88%，信息比率为 3.22， 月度胜率为 81.98%，最大回撤为 11.87%。剔除常用风格与行业的影响 后，因子仍然有效，年化 ICIR 为 2.84。