高频因子跟踪：今年以来价格区间因子表现优异

摘要 我们对前期挖掘的高频选股因子进行跟踪测试，发现因子在样本外整体表现出色。就上周表现来看，价格区间因子多头超额收益率0.02%，价量背离因子-0.29%，遗憾规避因子0.04%，斜率凸性因子-0.18%。本月以来，价格区间因子多头超额收益率为-1.72%，价量背离因子-1.40%，遗憾规避因子0.99%，斜率凸性因子0.91%。今年以来高频因子表现整体都比较优秀，价格区间因子多头超额收益率8.18%，价量背离因子-0.16%，遗憾规避因子6.06%。斜率凸性因子表现欠佳，多头超额收益率0.64%。 其中价格区间因子衡量股票在日内不同价格区间成交的活跃程度，能体现出投资者对于股票未来走势的预期。该因子展现出了较强的预测效果，今年以来表现比较稳定。价量背离因子主要衡量股票价格与成交量的相关性，一般而言相关性越低，未来上涨的可能性越高。但该因子近几年表现一直不太稳定，多空净值曲线趋近走平，不过今年超额收益处于历史较高水平。遗憾规避因子通过考察股票当天被投资者卖出后反弹的比例和程度，展现了较好的预测效果。该因子样本外超额收益稳定，表明A股投资者的遗憾规避情绪依然会显著影响股价的预期收益。而斜率凸性因子则从投资者耐心与供求关系弹性的角度出发，刻画订单簿的斜率和凸性对预期收益的影响。 我们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10.73%，超额最大回撤为6.04%。上周录得0.09%的超额收益，本月以来超额收益为-0.28%，今年以来超额收益为4.99%。 为考虑进一步增强策略的业绩表现，我们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出了高频&基本 面共振组合中证1000指数增强策略，该策略在样本外超额收益稳定。上周录得-0.99%的超额收益，本月以来超额收益为-0.64%，今年以来超额收益率为7.09%。截止到上周，该策略的年化超额收益率为15.49%，超额最大回撤为4.22%。 风险提示 1.以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。 2.策略依据一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出现亏损。 内容目录 一、高频因子超额收益概览4 二、各类高频因子近期表现跟踪4 1.高频价格区间因子4 2.高频量价背离因子6 3.遗憾规避因子7 4.斜率凸性因子9 三、基于基本面因子与高频因子构建的中证1000指数增强策略表现11 附录一：高频“金”组合中证1000指数增强策略本周持仓列表13 附录二：高频&基本面共振组合中证1000指数增强策略本周持仓列表14 风险提示15 图表目录 图表1：各大类高频因子近期在中证1000指数成分股的选股表现4 图表2：价格区间细分因子近期在中证1000指数成分股的收益表现4 图表3：价格区间细分因子最近一周在中证1000指成分股的收益表现5 图表4：价格区间因子净值曲线5 图表5：价格区间因子近期在中证1000指数成分股的收益表现5 图表6：量价背离细分因子近期在中证1000指数成分股的收益表现6 图表7：量价背离细分因子最近一周在中证1000指成分股的收益表现6 图表8：量价背离因子净值曲线7 图表9：量价背离因子近期在中证1000指数成分股的收益表现7 图表10：遗憾规避细分因子近期在中证1000指数成分股的收益表现8 图表11：遗憾规避细分因子最近一周在中证1000指数成分股的收益表现8 图表12：遗憾规避因子净值曲线8 图表13：遗憾规避因子近期在中证1000指数成分股的收益表现9 图表14：斜率凸性细分因子近期在中证800指数成分股的收益表现9 图表15：斜率凸性细分因子近期在中证800指数成分股的收益表现10 图表16：斜率凸性细分因子净值曲线10 图表17：斜率凸性细分因子近期在中证800指数成分股的收益表现10 图表18：高频“金”组合中证1000指数增强策略净值曲线11 图表19：高频“金”组合中证1000指数增强策略指标11 图表20：高频“金”组合中证1000指数增强策略近期表现12 图表21：高频&基本面共振组合中证1000指数增强策略净值曲线12 图表22：高频&基本面共振组合中证1000指数增强策略指标12 图表23：高频&基本面共振组合中证1000指数增强策略近期表现13 图表24：高频“金”组合中证1000指数增强本周持仓列表13 图表25：高频&基本面共振组合中证1000指数增强策略本周持仓列表14 一、高频因子超额收益概览 过去一周，各类高频因子多头组合在中证1000指数成分股中的表现稳定。其中，价格区间类因子多空收益率-0.53%，多头超额收益率0.02%。量价背离因子多空收益率0.57%，多头超额收益率-0.29%。遗憾规避因子多空收益率为-0.35%，多头超额收益率0.04%。以下为各大类高频因子的周度表现： 图表1：各大类高频因子近期在中证1000指数成分股的选股表现 因子名称 价格区间因子 量价背离因子 遗憾规避因子 上周 -0.53% 0.57% -0.35% 多空 本月以来 -3.44% -1.40% 0.94% 今年以来 19.71% 10.02% 22.28% 上周 0.02% -0.29% 0.04% 多头超额 本月以来 -1.72% -1.40% 0.99% 今年以来 8.18% -0.16% 6.06% 来源：上交所，深交所，Wind，国金证券研究所 注：1.本报告中周频测试的调仓价均为每周最后一个交易日的收盘价，因此与前期深度报告中的测试结果可能会略有差异； 2.本报告中所展示的大类合成因子均为做过行业市值中性化后的因子表现。3.本报告以所有成分股等权配置作为基准计算超额收益率。 二、各类高频因子近期表现跟踪 1.高频价格区间因子 在前期研究中，我们从高频数据的角度探究了市场的日内微观结构。利用三秒的快照数据，发现： 高价格区间成交笔数与成交量因子与股票未来收益呈现显著的负相关性，即股票在日内高价格区间投资行为聚集程度与成交活跃度越低，未来上涨可能性越大。低价格区间平均每笔成交量因子与股票未来收益呈现显著的正相关性，即低价格区间的平均每笔成交量越大，大资金活跃程度越高，股票未来上涨可能性越大。 我们发现高价格80%区间成交量因子（VH80TAW）、高价格80%区间成交笔数因子（MIH80TAW）和低价格10%区间每笔成交量因子（VPML10TAW）在周频的调仓频率上表现较好。三个细分因子的近期表现如下： 图表2：价格区间细分因子近期在中证1000指数成分股的收益表现 因子 数因子 交量因子 上周 -3.19% -2.92% 0.99% 多空 本月以来 -5.49% -3.87% -0.60% 今年以来 -2.95% 0.09% 11.19% 上周 -1.39% -1.15% 0.10% 多头超额 本月以来 -1.87% -1.65% -0.57% 今年以来 -2.58% -2.30% 5.83% 因子名称 高价格区间成交量 高价格区间成交笔 低价格区间每笔成 来源：上交所，深交所，Wind，国金证券研究所 图表3：价格区间细分因子最近一周在中证1000指成分股的收益表现 0.50% VH80TA MIH80TA VPML10TA 0.00% -0.50% -1.00% -1.50% -2.00% -2.50% -3.00% -3.50% -4.00% 多头超额收益多头收益基准收益 来源：上交所，深交所，Wind，国金证券研究所 我们以25%、25%和50%的权重对三个因子进行合成，对合成后因子进行行业市值中性化，得到的价格区间因子净值曲线如下： 图表4：价格区间因子净值曲线 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 2016/1/82017/1/82018/1/82019/1/82020/1/82021/1/82022/1/82023/1/82024/1/8 多头超额净值曲线多头净值曲线基准净值曲线样本外 来源：上交所，深交所，Wind，国金证券研究所 可以看出，因子在样本外表现出色，超额净值曲线稳定向上，近期表现稳定。因子在上周、本月以来和今年以来的超额收益表现如下。 图表5：价格区间因子近期在中证1000指数成分股的收益表现 10.00% 上周 本月以来 今年以来 5.00% 0.00% -5.00% -10.00% -15.00% -20.00% -25.00% 多头超额收益多头收益基准收益 来源：上交所，深交所，Wind，国金证券研究所 2.高频量价背离因子 在前期深度报告《Alpha掘金系列之二：基于高频快照数据的量价背离选股因子》中，我们发现，当量价出现背离时，无论当前股价处在上升还是下降通道，未来上涨的可能性均较高；同理，当量价趋同时，股价未来下跌的可能性较高。 我们利用高频快照数据对价格和成交量的相关关系进行衡量，分别用快照成交价和快照收益率与快照成交量、成交笔数和每笔成交量计算。发现在周频的调仓频率上，价格与成交笔数的相关性（CorrPM）和价格与成交量的相关性（CorrPV）表现较好，两个细分因子的近期表现如下： 图表6：量价背离细分因子近期在中证1000指数成分股的收益表现 因子名称 价格与成交笔数相关性因子 价格与成交量相关性因子 上周 -0.64% 0.07% 多空 本月以来 -4.16% -3.91% 今年以来 0.75% 1.52% 上周 -1.69% -1.32% 多头超额 本月以来 -3.65% -2.41% 今年以来 -2.77% -1.18% 来源：上交所，深交所，Wind，国金证券研究所 图表7：量价背离细分因子最近一周在中证1000指成分股的收益表现 CorrPMW CorrPVW 0.00% -0.50% -1.00% -1.50% -2.00% -2.50% -3.00% -3.50% 多头超额收益多头收益基准收益 来源：上交所，深交所，Wind，国金证券研究所 我们对上述两个因子进行等权合成，对合成后因子进行行业市值中性化，得到的量价背离因子净值曲线如下： 图表8：量价背离因子净值曲线 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 2016/1/82017/1/82018/1/82019/1/82020/1/82021/1/82022/1/82023/1/82024/1/8 多头超额净值曲线多头净值曲线基准净值曲线样本外 来源：上交所，深交所，Wind，国金证券研究所 可以看出，因子自2020年以来，收益呈现出下降的趋势，也和众多机构开始越来越多使用高频因子有关。因子在样本外整体表现也比较平淡，但今年以来表现良好，能相对稳定获取正的超额收益。因子在上周、本月以来和今年以来的超额收益表现如下。 图表9：量价背离因子近期在中证1000指数成分股的收益表现 本月以来 今年以来 上周 0.00% -2.00% -4.00% -6.00% -8.00% -10.00% -12.00% -14.00% -16.00% -18.00% -20.00% 多头超额收益多头收益 基准收益 来源：上交所，深交所，Wind，国金证券研究所 3.遗憾规避因子 在前期深度报告《Alpha掘金系列之四：基于逐笔成交数据的遗憾规避因子》中，我们利用行为金融学中的遗憾规避理论发现，利用投资者的遗憾规避情绪可以构造出有效的选股因子。如某只股票买入浮亏占比较高或买入浮亏程度较大时，股票的预期收益会更高；卖出后股价反弹的占比越高或反弹程度越大时，股票的预期收益会更低。 我们利用逐笔成交数据区分了每笔交易的主动买卖方向，发现在加入小单和尾盘的限制后，因子的表现有进一步的提升。在周频上，卖出反弹占比因子（LCVOLESW）和卖出反弹偏离因子（LCPESW）表现较好，两个细分因子的近期表现如下