【华泰期货量化策略专题】做市高频系列（十七）——高频收益如何及何时可预测（中）

请输入标题

报告摘要

本报告为《高频收益如何及何时可预测》系列报告的中篇，主要介绍了我们在国内期货高频市场的实证分析流程。在上一篇报告中，我们深入探讨了Yacine Aït-Sahalia和Jianqing Fan等人的研究成果，为高频收益率的可预测性提供了理论基础。本篇报告则转向实际，详细阐述了我们在国内期货市场的实证研究流程，包括数据集介绍、因子构造、预测目标设定、模型介绍及训练方法。在下一篇报告中，我们将展示国内实证的结果及其在实际交易策略中的应用。

核心观点

研究对象的确定：综合考虑流动性和数据可得性，我们选取上期所的燃料油LU及螺纹钢RB的主力期货合约作为国内实证的研究对象。

高频因子库的构建：由于国内期货市场逐笔成交相关数据的缺失，文献中大部分因子无法复现；基于此，我们启动了一项广泛的高频因子收集和开发工作。最终，我们整理并开发了超过130个高频因子，用于后续模型的输入。

模型选择：在实证过程中，我们主要使用了3种线性回归模型（OLS,Ridge,Lasso）以及3种机器学习回归模型（随机森林、XGBoost、LightGBM）进行拟合。

特征预筛选：由于特征较多（1300+），我们使用了小样本数据进行了特征的预筛选。

模型训练：模型训练流程与原文献基本保持一致，我们使用了总共40个交易日的数据作为验证集，进行模型的样本外验证。