【研报】高频数据因子研究系列三：基于个股羊群效应的选股因子研究-20200505[43页].pdf

1、 识别风险，发现价值 请务必阅读末页的免责声明 1 1 / 4343 Table_Page 金融工程|量化投资专题 2020 年 5 月 5 日 证券研究报告 基于基于个股羊群效应个股羊群效应的选股因子研究的选股因子研究 高频数据高频数据因子研究系列因子研究系列三三 报告摘要报告摘要： 传统多因子选股。传统多因子选股。在国内 A 股市场，传统的多因子量化选股模型得到 了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表 现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛， 历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。 新因子挖掘。新因子挖掘。传统的因子指标挖掘

2、主要集中于财务报表、个股中低频 率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已 逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从 个股日内高频数据出发尝试挖掘出新的因子指标。 基于基于个股个股高频数据高频数据的的因子构建因子构建。本篇专题结合个股在微观市场结构中 的特征，采用 LSV 模型刻画个股的羊群效应程度，其中利用个股日内 高频交易明细区分主动买卖单，从而能够计算出特定股票买卖双方的 相对强弱。 策略实证结果分析策略实证结果分析。在实证区间内，本篇专题报告对因子指标的有效 性在不同股票样本池里进行了较为详细测算。实证结果表明，因子指 标在全市场、 中证 800

3、指数成分股、 中证 500 指数对个股收益率区分 度较为明显，且分档收益单调性也较为明显。 在周频调仓下， 因子指标在全市场范围内选股， 从 2007 年至今 IC 均 值为 0.047， 正 IC 占比为 69.90%。全市场多头组合在回测期内表 现优异，对冲中证 500 指数之后年化收益率为 24.61%，年化波动率 为 9.30%，信息比率为 2.59。 利用 LSV 模型计算得到的因子经过去极值、 中性化和标准化处理之后， 策略结果得到改善。在周频调仓下，全市场多头组合对冲中证 500 指 数之后的年化收益率为 24.98%，年化波动率为 8.62%，信息比率为 2.84。在沪深 30

4、0 指数成分股内选股表现改善也较为明显。 核心假设风险核心假设风险。本文所做的数据测算完全基于过去数据的推演，市场 未来环境可能发 生变化。投资者制定投资策略时，必须结合市场环境 和自身投资理念。 图图：因子在全市场因子在全市场选股表现选股表现 数据来源：Wind, 广发证券发展研究中心 图：图：因子在因子在中证中证 500 中中选股表现选股表现 数据来源：Wind, 广发证券发展研究中心 分析师：分析师： 陈原文 SAC 执证号：S0260517080003 0755-82797057 分析师：分析师： 罗军 SAC 执证号：S0260511010004 020-66335128 分析师：分

5、析师： 安宁宁 SAC 执证号：S0260512020003 SFC CE No. BNW179 0755-23948352 请注意，陈原文,罗军并非香港证券及期货事务监察委员会 的注册持牌人，不可在香港从事受监管活动。 相关研究：相关研究： 基于日内高频数据的短周期 选股因子研究-高频数据因子 研究系列二 2019-08-15 基于日内高频数据的短周期 选股因子研究-高频数据因子 研究系列一 2019-05-06 识别风险，发现价值 请务必阅读末页的免责声明 2 2 / 4343 Table_PageText 金融工程|量化投资专题 目录索引目录索引 一、引言 . 5 （一）传统多因子研究

6、. 5 （二）羊群效应 . 8 二、因子构建 . 9 三、实证分析 . 10 （一）数据说明 . 10 （二）策略构建 . 10 （三）实证分析全市场选股 . 10 （四）实证分析中证 800 内选股 . 14 （五）实证分析中证 500 内选股 . 17 （六）实证分析沪深 300 选股 . 20 四、因子进一步处理和分析 . 23 （一）因子处理 . 23 （二）处理后因子分板块表现 . 24 （三）行业中性后分板块表现 . 35 五、总结 . 41 六、风险提示 . 41 oPsNpPqMtOoQtRrQuMoPoN9P9R9PoMrRpNmMlOmMsPfQpPyQ8OoOvMNZoM