研究背景与数据介绍 - 研究基于Level 2数据构建股价跳跃相关因子，检测波动率、跳跃振幅、跳跃成交活跃度等因子的选股效果[1][3] - Level 2数据相比Level 1数据频率更高、信息更丰富，包含10档买卖价量、逐笔订单等详细信息[5][6] - 逐笔订单数据是行情数据的根源，包含精确到毫秒的订单时间、价格、数量等关键信息[5] 跳跃因子构建 - 跳跃因子分为波动率、累计值、成交额关联三类，考虑价格变动方向和跳跃大小进行分类刻画[18][21][23][25] - 波动率因子区分原始波动率和相对值，考虑正负方向和大小值影响，对比是否剔除无实质价格变动订单[21][22] - 累计值因子基于泰勒展开式构建，同样考虑价格变动方向和跳跃大小[23][24] - 成交额关联因子统计有跳跃订单成交额占比，结合跳跃大小信息[25][26] 实证回测结果 - 月度换仓下，RRJV因子RANK_IC为7.50%，JSR2_drop因子RANK_IC达9.89%[28][35] - 周频换仓下，RRJV因子多空年化收益40.7%，多头费后年化收益28.2%[32][37] - 收益累计值类因子中JSR2_drop表现突出，月度换仓RANK_IC达9.77%[29][35] - 波动类因子相对值归一化后表现有边际提升，如RRJV因子ICIR为0.68[28] 因子绩效分析 - RRJV因子2021年收益率39.8%，夏普比1.86；2023年收益率25.8%，夏普比2.07[54] - JPR因子2021年收益率29.4%，夏普比1.61；2025年收益率15.4%，夏普比2.10[61] - 周频换仓下RRJV因子2021年收益率34.0%，夏普比1.75；2025年收益率31.1%，夏普比3.25[98] - JSR2_drop因子周频换仓2021年收益率28.2%，夏普比1.87；2025年收益率16.8%，夏普比2.51[116] 相关性分析 - 收益累计值类跳跃因子与市值风格和PB估值呈现一定相关性[127] - 波动类因子内部相关性较高，相对值归一化后与原始因子相关性边际下滑[127][134] - JNR因子与RJVP因子相关性达-0.99，JSR2因子与RJV因子相关性达-1.00[134][135]