“量价淘金”选股因子系列研究（十）：基于Memory Map的分段读取性能优势-订单簿资金流因子簇的构建与生产加速

订单簿资金流因子簇的构建与生产加速

核心观点： 本文探讨了利用 MemoryMap 技术进行数据分段读取的性能优势，并基于此构建了订单簿资金流因子簇，展示了体系化批量挖掘 Alpha 新因子的方法。

关键数据和研究结论：

• MemoryMap 的性能优势： MemoryMap 在分段读取数据方面的性能显著优于 CSV 和 Parquet。以读取某一交易日所有股票的第一小时分钟收盘价数据为例，MemoryMap 的读取速度约为 Parquet 的 280 倍、CSV 的 350 倍。在因子计算上，使用 MemoryMap 格式可将因子计算时间从 40 秒缩短至 10 秒左右。
• 订单簿资金流因子簇的构建： 因子构建分为三个步骤：
  • 设计资金流指标： 从数据来源（成交、委托、撤单）、交易者结构（大小单）、买卖方向（主买、主卖）、交易量（量、金额、笔数、单笔量、单笔金额）等多个角度出发，提取订单簿数据中不同维度的信息，构建 540 种不同的资金流指标。
  • 是否标准化： 可选择不对资金流指标做标准化，或将其在同行业股票域内或全市场股票域内进行截面标准化处理。
  • 计算因子： 观测全天或聚焦日内不同时间段，考察资金流本身的分布情况或计算资金流与收益率的相关系数，将 1 分钟资金流指标降频为日度因子值，共 35 种不同的计算方法。
• 订单簿资金流因子簇的表现： 构建了约 10 万个资金流因子，筛选后保留 50 个有效且相关性较低的因子，称为“订单簿资金流因子簇”。样本内（2016/01/01-2018/12/31）50 个因子的年化 ICIR 绝对值均能达到 2 以上。
• 订单簿资金流综合因子： 选取样本内信息比率最高的 10 个因子等权合成，得到订单簿资金流综合因子。样本内（2016/01/01-2024/12/31）该因子的月度 IC 均值为 0.087，年化 ICIR 为 3.39，10 分组多空对冲的年化收益为 41.37%，信息比率为 3.29。剔除市场常用风格和行业影响后，纯净因子的年化 ICIR 达到 3.58，全市场 10 分组多空对冲的信息比率为 3.52。
• 指数增强组合的表现： 基于订单簿资金流综合因子构建月频调仓的指数增强组合，在沪深 300、中证 500、中证 1000 指数中均取得了显著的超额收益。

风险提示： 以上结论均基于历史数据和统计模型的测算，如果未来市场环境发生明显改变，不排除模型失效的可能性。