多因子Alpha系列报告之（四十八）：高频数据的因子化研究.pdf

多因子Alpha系列报告之（四十八）：高频数据的因子化研究。高频因子的优势：与低频因子相比，高频数据在量化选股中的优势主要 体现在：因子拥挤度相对较低、因子多样性好、检验因子的独立样本 多。

研究内容：本报告从四类不同的角度构建因子：日内价格相关因子、日 内价量相关因子、盘前信息因子、特定时段采样因子。考察了 55 个因 子周频选股的表现。 其中，日内价格相关的因子是由日内收益率的高阶统计量和日内价格 形态衍生的因子；日内价量相关因子包括成交量分布以及用价量关系 构建的因子；盘前信息因子主要是从开盘集合竞价信息中提炼的因子； 特定时段采样因子主要是指根据一定规则筛选出重要时段，在该时段 采样提取的因子。

实证分析：采用因子 IC 和多空收益进行分析，筛选出 12 个周度选股 能力较好的因子：real_skew（已实现偏度）、ret_intraday（日内收益 率）、ratio_volumeH8（尾盘半小时成交量占比）、corr_VP（日内价量 相关性）、corr_VRlag（量与滞后收益率相关性）、Amihud_illiq（Amihud 非流动性因子）、ret_open2AH1（开盘价相对第一阶段集合竞价最高价 的收益率）、ret_open2AL1（开盘价相对第一阶段集合竞价最低价的收 益率）、ret_H8（尾盘半小时收益率）、real_skewlarge（大成交量已实 现偏度）、corr_VPlarge（大成交量价量相关性）、corr_VRlaglarge（大 成交量量与滞后收益率相关性）。 从因子表现来看，本报告筛选出来的因子都展示出了不错的多空超额 能力。