Workflow
Alpha信息
icon
搜索文档
【国信金工】日内特殊时刻蕴含的主力资金Alpha信息
量化藏经阁· 2025-07-08 02:49
高频数据与主力资金行为研究 - 高频数据颗粒度不断深入,从日度行情数据发展到逐笔成交数据,帮助捕捉更多量与价细节[2][3] - 逐笔成交数据记录了每笔成交的数量、价格、时间及买卖方订单信息,是行情数据源头[5] - 根据订单大小、成交时长、主动买卖方向等特征可将成交记录划分为不同类型,构建成交量占比因子[11][13] 标准化笔均成交金额因子(SATD) - 采用笔均成交金额(ATD)指标刻画主力资金行为,将特殊时刻笔均成交金额除以全天笔均成交金额构建SATD因子[17][18] - 不同时刻订单信息含量不同,日内跌幅较大、股价较低、成交量较高、量价背离等特殊时刻更具信息含量[1][16] - SATD因子构建步骤:划分分钟时刻类型→计算类型区间笔均成交金额→除以全天笔均成交金额[19][20][21] 基于股价涨跌的SATD因子 - 下跌时刻SATD因子RankIC均值6.84%,年化RankICIR 3.23,月胜率83.93%,多头月均超额0.78%[38] - 跌幅越大因子表现越好,跌幅最大10%时刻SATD因子RankIC均值7.31%,年化RankICIR 4.04[55] - 引入逐笔数据后,跌幅最大时刻主卖SATD因子RankIC均值8.96%,年化RankICIR 4.24,月胜率86%[63] 基于股价高低的SATD因子 - 股价最低10%时刻SATD因子RankIC均值7.21%,年化RankICIR 4.52,月胜率91.96%[82] - 引入逐笔数据后,股价最低时刻主卖SATD因子RankIC均值8.30%,年化RankICIR 4.41,月胜率89.29%[91] - 股价最低时刻因子在年化RankICIR及月胜率等维度表现优于其他因子[89] 基于成交热度的SATD因子 - 成交量最高10%时刻SATD因子RankIC均值9.70%,年化RankICIR 3.67,月胜率83.04%[102] - 引入逐笔数据后,成交量最高时刻主卖SATD因子RankIC均值10.69%,年化RankICIR 3.86,月胜率85.71%[109] - 成交量最高时刻因子RankIC均值明显高于其他因子[106] 主力复合因子表现 - 将跌幅最大、股价最低、成交量最高时刻主卖SATD因子等权合成,构建主力复合因子[148] - 月频调仓下主力复合因子RankIC均值10.33%,年化RankICIR 4.32,月胜率90.18%[149] - 周频调仓下主力复合因子周度RankIC均值7.02%,年化RankICIR 6.46,周胜率81.51%[163] - 主力复合因子在不同宽基及风格股票池中均展现出较强选股效果[160][161]
金融工程专题研究:日内特殊时刻蕴含的主力资金Alpha信息
国信证券· 2025-07-07 21:43
量化模型与因子总结 量化因子与构建方式 1. 标准化笔均成交金额因子(SATD) **构建思路**:通过特殊时刻笔均成交金额与全天笔均成交金额的比值来刻画主力资金行为[1] **具体构建过程**: 1. 计算特殊时刻笔均成交金额: $$A T D_{P}={\frac{\sum_{t\in P}A m t_{t}}{\sum_{t\in P}D e a l N u m_{t}}}$$ 其中P为特殊时刻集合,Amtt为t时刻成交额,DealNumt为t时刻成交笔数 2. 计算全天笔均成交金额: $$A T D_{T}={\frac{\sum_{t\in T}A m t_{t}}{\sum_{t\in T}D e a l N u m_{t}}}$$ 3. 计算标准化因子: $$S A T D_{P}={\frac{A T D_{P}}{A T D_{T}}}$$ **评价**:该因子通过去量纲化处理,使得不同股票间的因子值具有可比性[31] 2. 跌幅最大时刻主卖因子 **构建思路**:基于股价跌幅最大的时刻,结合主动卖出订单构建因子[2] **具体构建过程**: 1. 根据分钟涨跌幅排序,选取跌幅最大的10%时刻 2. 将该区间内成交记录按主动买卖方向划分 3. 计算主动卖出成交记录的笔均成交金额与全天笔均成交金额比值 **评价**:该因子对股价未来收益具有较好的预测效果[75] 3. 股价最低时刻主卖因子 **构建思路**:基于股价最低时刻的主动卖出订单构建因子[3] **具体构建过程**: 1. 根据分钟收盘价排序,选取价格最低的10%时刻 2. 将该区间内成交记录按主动买卖方向划分 3. 计算主动卖出成交记录的笔均成交金额与全天笔均成交金额比值 **评价**:该因子在年化RankICIR及月胜率等维度表现突出[97] 4. 成交量最高时刻主卖因子 **构建思路**:基于成交量最高时刻的主动卖出订单构建因子[4] **具体构建过程**: 1. 根据分钟成交量排序,选取成交量最高的10%时刻 2. 将该区间内成交记录按主动买卖方向划分 3. 计算主动卖出成交记录的笔均成交金额与全天笔均成交金额比值 **评价**:该因子RankIC均值明显高于其他因子[115] 5. 量价背离时刻主卖因子 **构建思路**:基于量价背离时刻的主动卖出订单构建因子[4] **具体构建过程**: 1. 计算每分钟内成交价格与成交量的相关系数 2. 选取相关系数最低的50%时刻作为量价背离时刻 3. 将该区间内成交记录按主动买卖方向划分 4. 计算主动卖出成交记录的笔均成交金额与全天笔均成交金额比值 **评价**:该因子对个股未来收益预测效果较好[138] 6. 主力复合因子 **构建思路**:将不同日内特殊时刻的主动买卖因子进行复合构建[4] **具体构建过程**: 1. 选取跌幅最大时刻主卖因子、股价最低时刻主卖因子、成交量最高时刻主卖因子和量价背离时刻主卖因子 2. 对各因子进行等权复合 **评价**:该因子在不同宽基及风格股票池中均展现出较强的选股效果[4] 因子回测效果 1. 标准化笔均成交金额因子(SATD) - 下跌时刻因子:RankIC均值6.84%,年化RankICIR 3.23,月胜率83.93%[46] - 上涨时刻因子:RankIC均值2.81%,年化RankICIR 1.35,月胜率63.39%[48] - 横盘时刻因子:RankIC均值-5.94%,年化RankICIR -3.45,月胜率15.18%[54] 2. 跌幅最大时刻主卖因子 - RankIC均值8.96%,年化RankICIR 4.24,月胜率86%[75] - 多头月均超额0.87%,空头月均超额-1.65%[75] - 多头年化超额11.68%,空头年化超额-19.07%[79] 3. 股价最低时刻主卖因子 - RankIC均值8.30%,年化RankICIR 4.41,月胜率89.29%[99] - 多头月均超额0.87%,空头月均超额-1.17%[99] - 多头年化超额11.68%,空头年化超额-13.78%[104] 4. 成交量最高时刻主卖因子 - RankIC均值10.69%,年化RankICIR 3.86,月胜率85.71%[118] - 多头月均超额0.73%,空头月均超额-1.97%[118] - 多头年化超额9.96%,空头年化超额-22.99%[124] 5. 量价背离时刻主卖因子 - RankIC均值9.04%,年化RankICIR 3.56,月胜率81.25%[140] - 多头月均超额0.66%,空头月均超额-1.49%[140] - 多头年化超额8.92%,空头年化超额-17.69%[142] 6. 主力复合因子 - 月频调仓:RankIC均值10.33%,年化RankICIR 4.32,月胜率90%[4] - 月频调仓:多头月均超额0.84%,空头月均超额-1.92%[4] - 周频调仓:RankIC均值7.02%,年化RankICIR 6.46,周胜率82%[4]