分类
以日内特殊时刻(跌幅大、价格低、成交高、量价背离)的标准化笔均主卖成交金额(SATD)刻画主力资金出货行为,复合因子月度RankIC达10.33%。
关键结论
基于日内特殊时刻的主卖SATD复合因子在全市场及多风格股票池中均具备稳健的选股预测能力,月度RankIC均值10.33%,月胜率90%。
核心要点
- 采用标准化笔均成交金额(SATD)去量纲化地刻画主力资金交易行为
- 筛选日内特殊时刻(跌幅最大、股价最低、成交最热、量价背离)切片
- 结合主动卖出方向提取主卖SATD因子并复合
- 复合因子月频RankIC 10.33%,ICIR 4.32,周频RankIC 7.02%,ICIR 6.46
核心内容
报告从逐笔成交数据出发,构建标准化笔均成交金额(SATD)因子来刻画主力资金动向。核心创新在于不再使用全天数据,而是寻找日内“跌幅最大、股价最低、成交最热、量价背离”等具有较高信息含量的特殊时刻。结合主动买卖方向,构建主买/主卖SATD因子。结果表明特殊时刻的主卖SATD因子对未来收益有显著负向预测能力,复合因子在各股票池和调仓频率下表现优异。
经济逻辑
A股市场散户占比较高,机构等主力资金具有信息优势。在日内出现急跌、股价触及低点、异常放量或量价背离等特殊时刻,主力资金若在这些时刻表现出较大的笔均主动卖出规模,意味着其正在利用市场恐慌或流动性进行出货,这种具有信息优势的“聪明钱”动向对未来股价走势有较强的负向指引。
超额收益逻辑
由于主力资金在特定时刻(如大跌、新低、放量)的主动卖出行为反映了其基于信息优势的出货意图,未来股价大概率跑输,因此通过做空高主卖SATD股票、做多低主卖SATD股票获取超额收益。
构造细节 [factor]
1. ATD(全天)=日内总成交额/日内总成交笔数; 2. 特定时刻P的ATD_P = P时段内总成交额 / P时段内总成交笔数; 3. SATD_P = ATD_P / ATD(全天); 4. 主卖SATD = P时段内主卖总成交额 / P时段内主卖总成交笔数 / ATD(全天)
- 计算个股1分钟收益率、日内价格序列、日内成交量序列
- 依规则划分分钟时刻为不同类别:如找出日内跌幅最大的N个分钟、价格最低的N个分钟、成交量最高的N个分钟及量价背离的N个分钟,作为特殊时刻P
- 在特殊时刻P内,提取逐笔成交数据,筛选出主动卖出(主卖)订单记录
- 汇总P时段内主卖总成交额与主卖总成交笔数,计算P时段主卖ATD
- 将P时段主卖ATD除以全天ATD,得到去量纲化后的P时刻主卖SATD因子
- 将不同维度(跌幅最大、价格最低、量最高、量价背离)的主卖SATD因子复合为主力复合因子
将不同特殊时刻(跌幅最大、价格最低、成交量最高、量价背离)的主卖SATD因子等权或加权复合,构建主力复合因子
绩效
主力复合因子在月频及周频调仓下均表现优异,月度RankIC均值为10.33%,年化RankICIR为4.32,月胜率达90%,且在不同宽基及风格股票池中均展现出较强的选股效果。
收益归因 ✓ 已完成
在剥离传统因子后,主力复合纯净因子对个股未来收益仍然具有稳健的收益预测能力。
稳健性
因子在周频与月频调仓下均有效,且对不同股票池和传统风险因子具有鲁棒性,样本内外表现优异。
数据依赖
依赖Level-2逐笔数据,数据量大且处理复杂,但因子计算逻辑清晰,具备中等可复现性。
相关研究
新颖性评估 [新组合]
将标准化笔均成交金额与日内特殊情景切片(下跌、新低、放量、背离)及主动卖出方向相结合,是对传统高频资金流因子的有效改进与情境化创新。
不足与缺陷
- 未披露提取'特殊时刻'的具体量化阈值(如跌幅最大前N分钟),因子定义细节不够完整
- 因子合成方法未明确(等权还是IC加权等)
- 高频数据构建的因子通常具有较高的换手率,但报告中缺失对交易成本、滑点及实际冲击成本的详细讨论
可复用元素
- 利用除以全天笔均成交金额进行去量纲化处理,使得不同价量股票的笔均成交金额可比
- 通过价格涨跌、绝对高低、成交热度、量价背离四维度切片筛选高信息含量时刻的思路极具启发性
- 将特殊时刻与主动卖出方向结合来精准刻画主力出货意图
启发
- 可进一步将特殊时刻的筛选扩展至盘口特征异常(如委买队列缺口)的时刻
- 因子的计算窗口可以从1分钟K线下沉至秒级切片或动态事件触发窗口
改进方向
基于连续的加权主动卖出强度替代离散时刻切片
复现计划
1. 提取全市场股票日级别1分钟K线和逐笔成交数据。2. 设定'特殊时刻'参数,例如取日内收益率最低的5个分钟、成交量最高的5个分钟等。3. 提取这些时段内的主卖订单数据,计算这些时段主卖成交额之和与主卖成交笔数之和的比值。4. 除以全天成交额与全天成交笔数的比值,得到各情景下的主卖SATD因子。5. 对四个情景的因子进行横截面标准化后等权相加得到复合因子。6. 月频与周频调仓回测,计算RankIC及分组超额收益。
实体
LOCAL SIMILARITY