海量Level 2数据因子挖掘系列（六）：用逐笔订单数据改进分钟频因子.pdf

海量Level 2数据因子挖掘系列（六）：用逐笔订单数据改进分钟频因子。数据制胜：如何能在股票市场的博弈中胜出？对于量化投资者来说， 关键在于对数据的全面收集，并结合数学模型和算法进行深入分析， 从海量数据中挖掘出隐藏的市场规律。

用逐笔订单数据改进分钟频因子：在《基于深度学习的高频数据因子 挖掘：多因子 Alpha 系列报告之(五十一)》等前序报告中，基于分钟频 数据构建了一批有效的 Alpha 因子，其中一个重要逻辑是：基于成交 量、涨跌幅、股价等指标对日内重点分钟时段进行区分，然后统计这 些重点时段内的量价特征。本文尝试采用逐笔订单数据对分钟频因子 进行改进，构建了一批日内重点时段（KeyPeriod）的 Level 2 因子。 这些新构建的因子包括涨跌、价格、成交金额、量价协同共 4 大类、 123 个因子，同时予以不同阈值的指标划分标准、以及主买/主卖区分。

33 个涨跌类因子：横盘时段因子 KeyPeriod_ret_zero 的 20 日换仓历 史 RankIC 均值为-5.36%、胜率为 85.1%；下跌时段因子 KeyPeriod_ ret_low5pct 的 20 日换仓历史 RankIC 均值为 5.47%、胜率为 84.1%。

30 个价格类因子：低价时段因子 KeyPeriod_price_low5pct 的 20 日换 仓历史 RankIC 均值为 5.59%、胜率为 85.3%。

30 个成交金额类因子：大成交金额时段因子 KeyPeriod_amount_top 30pct 的 20 日换仓历史 RankIC 均值为 11.23%、胜率为 84.8%；小成 交金额时段因子 KeyPeriod_amount_low50pct 的 20 日换仓历史 RankIC 均值为-10.50%、胜率为 75.0%。

30 个量价协同类因子：量价背离时段因子 KeyPeriod_sync_low50pct 的 20 日换仓历史 RankIC 均值为 6.00%、胜率为 81.5%。