金融工程專題研究:高頻訂單成交數(shù)據(jù)蘊(yùn)含的Alpha信息.pdf
- 上傳者:M*****
- 時(shí)間:2024/01/09
- 熱度:962
- 0人點(diǎn)贊
- 舉報(bào)
金融工程專題研究:高頻訂單成交數(shù)據(jù)蘊(yùn)含的Alpha信息。逐筆成交數(shù)據(jù)介紹:逐筆成交數(shù)據(jù)主要記錄了每筆成交的數(shù)量、價(jià)格、時(shí)間 信息以及本次成交涉及的買賣雙方的訂單數(shù)量、價(jià)格和訂單號信息。
考察高頻訂單的幾個(gè)維度:對高頻訂單的考察通常可從訂單大小、成交時(shí)長、 成交時(shí)間、出價(jià)高低等維度入手。
基于訂單大小的大單交易占比因子
傳統(tǒng)大單交易占比因子:采用分位點(diǎn)的方式對大單進(jìn)行劃分,構(gòu)建“傳統(tǒng)大 單交易占比”因子。該因子展現(xiàn)出一定的選股能力,但是總體來講績效較為 平庸,且穩(wěn)定性較差。
傳統(tǒng)大單交易占比因子拆解:根據(jù)每筆成交買賣訂單是否為大單,對傳統(tǒng)大 單交易占比因子進(jìn)行拆解,發(fā)現(xiàn)子因子方向不同,導(dǎo)致因子效果變差。
改進(jìn)大單交易占比因子:我們對構(gòu)成大單交易占比因子的子因子方向進(jìn)行調(diào) 整構(gòu)建“改進(jìn)后大單交易占比”。該因子 RankIC 均值達(dá)到 7.6%,年化 RankICIR 為 3.73,月勝率 88.1%,月度自相關(guān)系數(shù) 0.81。
基于訂單成交時(shí)長的漫長訂單交易占比因子
漫長訂單交易占比因子:采用分位點(diǎn)的方式對訂單成交時(shí)長進(jìn)行劃分,構(gòu)建 “漫長訂單交易占比”因子,其 RankIC 均值為 7.1%,年化 RankICIR 為 3.88,月勝率 84.5%,月度自相關(guān)系數(shù) 0.82。
衡量訂單特征的其他維度
我們還可以從“早尾盤屬性”及“高低價(jià)屬性”出發(fā),對訂單包含的信息進(jìn) 行多特征維度的衡量。 大單及漫長訂單復(fù)合因子 大單及漫長訂單復(fù)合因子:將“改進(jìn)大單交易占比”因子和“漫長訂單交易 占比”進(jìn)行等權(quán)合成,構(gòu)建“大單及漫長訂單”復(fù)合因子。復(fù)合因子的 RankIC 均值為 8.4%,年化 RankICIR 為 4.39,月勝率 88.1%。周頻調(diào)倉復(fù)合因子 的周度 RankIC 均值為 5.1%,年化 RankICIR 為 5.42,周勝率 78.4%。 復(fù)合因子特征:復(fù)合因子更傾向于低估值、大市值、低波動(dòng)、低換手股票。 在剝離掉傳統(tǒng)選股因子后,純凈因子仍展現(xiàn)出穩(wěn)健的選股能力。
免責(zé)聲明:本文 / 資料由用戶個(gè)人上傳,平臺僅提供信息存儲服務(wù),如有侵權(quán)請聯(lián)系刪除。
- 相關(guān)標(biāo)簽
- 相關(guān)專題
- 全部熱門
- 本年熱門
- 本季熱門
- 金融工程專題研究:高頻訂單成交數(shù)據(jù)蘊(yùn)含的Alpha信息.pdf 963 11積分
- Factor Zoo專題報(bào)告:“逐鹿”Alpha專題報(bào)告(十九).pdf 590 7積分
- 用DeepSeek優(yōu)化價(jià)量因子.pdf 400 6積分
- 金工深度研究:博采眾長,分析師預(yù)期類因子初探.pdf 296 6積分
- 海豚交易系統(tǒng)資料匯集.docx 293 5積分
- 量化選股策略:多模型集成量價(jià)Alpha策略.pdf 286 5積分
- 招商銀行(徐佳航):招商銀行金融平臺工程實(shí)踐.pdf 283 10積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 基于隱馬爾科夫鏈與動(dòng)態(tài)調(diào)制的量化擇時(shí)方案.pdf 141 5積分
- {財(cái)務(wù)管理股票證券}定量杠桿對沖證券程序化交易模式講義.docx 125 5積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 基于隱馬爾科夫鏈與動(dòng)態(tài)調(diào)制的量化擇時(shí)方案.pdf 141 5積分
- 申萬金工因子觀察第5期:OpenClaw能否實(shí)現(xiàn)零代碼基礎(chǔ)構(gòu)建量化策略?.pdf 111 4積分
- 金工深度研究:多維擇時(shí)模型的拆解與重構(gòu).pdf 106 3積分
- Alpha的梯度——天弘基金量化指增配置思路.pdf 88 3積分
- 金融工程指數(shù)量化系列:高值偏離修復(fù)模型(多位點(diǎn)).pdf 83 4積分
- 基金研究:主動(dòng)指數(shù)增強(qiáng)Alpha之路,中歐中證A500指數(shù)增強(qiáng).pdf 82 5積分
- 金融工程專題:熱點(diǎn)產(chǎn)業(yè)+分析師動(dòng)量溢出后排策略.pdf 80 5積分
- 金工深度研究:全球三層次流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型.pdf 78 5積分
- 金融工程丨深度報(bào)告:平臺突破——時(shí)序選股模型(一).pdf 71 3積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 金工深度研究:多維擇時(shí)模型的拆解與重構(gòu).pdf 106 3積分
- Alpha的梯度——天弘基金量化指增配置思路.pdf 88 3積分
- 金融工程指數(shù)量化系列:高值偏離修復(fù)模型(多位點(diǎn)).pdf 83 4積分
- 金融工程專題:熱點(diǎn)產(chǎn)業(yè)+分析師動(dòng)量溢出后排策略.pdf 80 5積分
- 金融工程丨深度報(bào)告:平臺突破——時(shí)序選股模型(一).pdf 71 3積分
- 金融工程專題報(bào)告:基于知識蒸餾的AI選股模型優(yōu)化.pdf 70 3積分
- CJPY:長江金工投研數(shù)據(jù)服務(wù)解決方案.pdf 64 5積分
- 房地產(chǎn)行業(yè)深度報(bào)告:地產(chǎn)+AI工具系列報(bào)告之四,從地產(chǎn)投研到交易——OpenClaw的跨界實(shí)踐(如何訓(xùn)練一只會(huì)交易能風(fēng)控的“龍蝦”).pdf 60 9積分
- 時(shí)序CTA方法論綜述:市場狀態(tài)、開倉信號與退出機(jī)制.pdf 56 3積分
