【广发金融工程】精选量化研究系列之二：高频价量数据的因子化方法

广发广发金工 2026-06-11 置信度: high

综合质量 4 /5

新颖性 3 /5

可复现性 4 /5

核心内容

报告详细介绍高频数据的因子化方法，从日内价格形态、日内价量关系、盘前竞价信息及特定时段（尾盘、大成交量）采样四个角度构建46个日频因子，经过5日移动平均（MA5）平滑处理生成周频预测因子。通过IC测试和多空收益分析，验证了12个有效因子的选股能力，并发现因子空头端的负Alpha贡献显著大于多头端的正Alpha。

经济逻辑

高频数据捕捉了市场微观结构和投资者交易行为，包含大量独立样本且拥挤度低。通过提取日内收益率的高阶统计量（如偏度）、价量相关性及特定时段（如尾盘、大成交量时段）的微观特征，能够刻画知情交易者的动向和短期的供需失衡，从而对短期收益提供预测能力。平滑处理延长了观察窗口，提高了预测稳定性。

超额收益逻辑

高频因子通过捕捉日内价格形态、价量背离及特定时段（如尾盘）的微观交易行为来获取超额收益。例如，real_skew捕捉了日内收益率分布的不对称性，高偏度预示着未来反转；ret_intraday反映了日内趋势反转效应；Amihud_illiq衡量了价格冲击成本，低流动性带来溢价。MA5平滑降低了高频噪声，提升了因子的短期预测胜率。但多头Alpha较弱，空头端贡献了主要的超额收益。

构造细节 [factor]

因子定义

1. 日内价格相关因子：基于日内分钟收益率的高阶统计量（已实现方差、已实现偏度real_skew、已实现峰度）和形态（趋势占比trendratio、日内最大回撤、日内收益率ret_intraday等）。2. 日内价量相关因子：成交量分布特征、日内价量相关性corr_VP、量与滞后收益率相关性corr_VRlag、Amihud非流动性因子Amihud_illiq。3. 盘前信息因子：开盘价相对第一阶段集合竞价最高价/最低价的收益率（ret_open2AH1, ret_open2AL1）。4. 特定时段采样因子：尾盘半小时收益率ret_H8及尾盘成交量占比ratio_volumeH8；大成交量时段采样的已实现偏度real_skewlarge、价量相关性corr_VPlarge等。

处理流程

Step1: 提取全市场分钟频/集合竞价行情数据。
Step2: 剔除新股、ST个股、当日及交易日停牌或涨跌停个股。
Step3: 计算每日日内高频特征（如real_skew, ret_intraday, Amihud_illiq等日频因子）。
Step4: 对日频因子进行MA5平滑处理，生成周频预测因子。
Step5: 使用对数市值、月动量、月波动率、月换手率等4个风格因子对平滑后的因子进行回归中性化。
Step6: 按照因子值分10组进行回测分析。

参数

MA5窗口: 5EMA平滑参数: ρ=2/(N+1)

数据输入

: (分钟): (盘前): (月频)

组合方式

采用对数市值、月动量、月波动率、月换手率等4个低频风格因子对高频因子进行回归中性化。

绩效

-4.48%

real_skew_IC均值

5.05

real_skew_年化ICIR

29.27%

real_skew_多空收益率(全市场)

-4.94%

ret_intraday_IC均值

2.66

ret_intraday_年化ICIR

34.23%

ret_intraday_多空收益率(全市场)

基准: 全市场股票平均、中证500指数

回测期: 2010年1月至2021年6月

筛选出12个周度选股能力较好的因子。因子多空超额能力强，但正Alpha弱于负Alpha，扣费后多头年化超额收益基本处于-1%~9%之间。

收益归因 ✓ 已完成

除Amihud_illiq外，因子正Alpha收益显著弱于负Alpha收益；中性化后因子多空收益略有下降。

方法: 用对数市值、月动量、月波动率、月换手率等4个低频风格因子进行回归中性化，并将收益分解为正Alpha和负Alpha

缺口: 扣除交易成本后因子选股组合超额收益显著降低

稳健性

子样本稳定性: real_skew因子长期表现稳定，近2年依然表现出不错的收益预测能力；ret_intraday因子在2017年以来预测能力有明显下降。

风格偏差: 因子与对数市值、月动量、月波动率、月换手率等低频风格因子相关性较低（已实现偏度、趋势占比、日内收益率因子相关性尤其低）。

因子在中证500和全市场均有选股能力，但受交易成本影响显著，扣费后多头超额收益-1%~9%不等。

数据依赖

所需数据: 全市场股票分钟频行情数据（开高低收、买卖盘等）、盘前集合竞价数据。

可复现性: medium

依赖于分钟频或Level-2数据，数据量大且需要额外付费获取或存储，复现需具备较强的数据处理能力。

新颖性评估 [新组合]

报告系统性地梳理了高频数据因子化的流程，将多种日内统计特征、价量关系及特殊时段采样特征结合MA5平滑，形成了一套可复现的高频因子库构建方案。

不足与缺陷

除Amihud_illiq因子外，其他因子正Alpha收益显著弱于负Alpha收益，多头选股能力有限
扣除交易成本后，组合超额收益大幅降低，多头年化超额收益仅-1%~9%
部分因子（如ret_intraday）近年来预测能力出现明显衰减

可复用元素

MA5平滑方法有效提升了高频日频因子的周频预测能力
将高频特征分四类（日内价格、日内价量、盘前信息、特定时段采样）构建因子库的体系化思路
采用4个低频风格因子（市值、动量、波动率、换手率）进行中性化处理的方法

启发

高频特征可以转换为低频调仓信号，通过平滑处理降低噪声
特定时段（尾盘、大成交量时段）采样可能包含更强的信息量
盘前集合竞价信息对未来走势有预测能力

改进方向

结合机器学习算法（如XGBoost或LSTM）对46个日频高频因子进行非线性合成，而非简单等权或线性中性化，以增强多头端Alpha表现

基于: 研报中因子多头Alpha较弱，且提到机器挖掘因子是有力工具预期收益: 提升多头组合的年化超额收益，降低对空头端的依赖，缓解扣费后收益下降的问题

相似逻辑（日内价格形态）+ 不同构造：将日内收益率序列进行K-means聚类，提取典型的日内价格走势路径（如'N型'、'V型'），计算当日走势与历史反转模式的相似度作为因子

基于: real_skew等基于高阶统计量的因子仅刻画了分布特征，未刻画时间序列路径形态预期收益: 可能捕捉到更丰富的日内微观结构信息，提高IC稳定性

复现计划

1. 获取2010-2021年全A股分钟频数据及盘前集合竞价数据；2. 预处理剔除异常股票；3. 按公式计算real_skew、ret_intraday等46个日频高频因子；4. 对日频因子进行MA5平滑；5. 使用对数市值、月动量、月波动率、月换手率进行横截面回归取残差中性化；6. 每周调仓，分10组回测，计算IC、多空收益及正负Alpha。