量化专题报告：高频因子在股指期货上的低频化应用

核心观点

1. 高频多因子模型在股指期货上的预测效果不及商品期货，主要原因是股指期货盘口买卖价差更大、挂单量更少，导致因子有效性减弱，且日内手续费较高使得高频策略难以覆盖成本。
2. 针对股指期货波动较大的市场环境，对高频因子进行降频化处理构建策略，能够有效赚取波段收益。

高频多因子模型结果

• 股指期货高频因子降频后，30分钟频率策略在回测的4个频率中表现最佳，能够覆盖成交滑点与手续费。
• 不同频率下表现最优的因子有所差异，如基于挂单变化的因子 order_flow_imb、盘口处价格相关的因子 driv_ap_1、trendratio 等在不同频率上均有不错表现。

单因子策略效果

• 30分钟频率下，排名前5的因子单次交易可承受6倍以上的最小跳价。
• 日内3个频率中，30分钟频率下的因子表现较优；日频策略中仅 deriv_av_1 表现较好。

阈值设置与合成信号

• 阈值设置存在参数敏感性，trendratio 对阈值敏感度较高。
• 合成信号通过增加开仓条件降低交易频率，方案二（≥2个因子信号）提升了策略整体收益，但最大回撤有所上升。

更多降频方式

• 除求平均值外，还尝试了中位数、最值、标准差等方法，其中与平均值相关的降频方式在IM上更有效。
• 合成信号因子在年化收益、最大回撤、夏普比率上较单因子有所改善。

其它品种回测效果

• order_flow_imb 等个别因子在IM、IC、IF上效果均排名靠前。
• 不同因子适用不同的降频方式。

研究结论

• 股指高频因子低频化后，能够覆盖成交滑点与手续费，尤其在股指波动加大的市场环境下，相关低频化策略表现优秀。
• 30分钟频率下，通过优选因子构建的合成因子夏普可达到3以上。