【方正金工】30秒、15秒频数据对分钟频因子能否带来信息增量？——多因子选股系列研究之二十

本文来自方正证券研究所于2024年11月29日发布的报 告《30 秒、 15 秒频数据对分钟频因子能否带来信息增量？——多因子选股系列研究之二十》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

报告正文

2024 年对于量化投资来说是充满挑战的一年。在年初流动性危机导致的极端行情中，量化策略普遍遭遇大幅回撤； 9 月底市场行情快速启动以来，由于持股分散、权重板块低配以及大多风格因子表现不佳等原因，量化指增策略再次遭遇集体回撤。

从主要风格因子表现来看，今年各大类风格因子延续性也普遍较差，叠加上半年市场流动性收缩，今年量化策略整体表现较为一般。其中，高频量价因子整体表现不及预期，部分以量价交易数据为主的策略表现相对较差。

在方正金工多因子选股系列研究中，我们结合分钟频数据与日频数据构建了“适度冒险”、“完整潮汐”、“勇攀高峰”、“球队硬币”、“云开雾散”、“飞蛾扑火”、“草木皆兵”、“水中行舟”、“花隐林间”、“待著而救”、“多空博弈”、“协同效应”、“一视同仁”、“激流勇进”等 14 个特色高频量价因子。为了降低因子换手率，我们对所有的因子进行了月度频率的平滑处理，即高频因子低频化处理。

1 ） “ 适度冒险 ”—— 《成交量激增时刻蕴含的 alpha 信息——多因子选股系列研究之一》

2 ） “ 完整潮汐 ”—— 《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》

3 ） “ 勇攀高峰 ”—— 《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》

4 ） “ 球队硬币 ”—— 《个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四》

5 ） “ 云开雾散 ”—— 《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》

6 ） “ 飞蛾扑火 ”—— 《个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六》

7 ） “ 草木皆兵 ”—— 《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》

8 ） “ 水中行舟 ”—— 《个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九》

9 ） “ 花隐林间 ”—— 《推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十》

10 ）“待著而救”——《大单成交后的跟随效应与“待著而救”因子——多因子选股系列之十一》

11 ）“多空博弈”——《股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十三》

12 ）“协同效应”——《日内协同股票性价比度量与“协同效应”因子构建——多因子选股系列研究之十六》

13 ）“一视同仁”——《成交量激增与骤降时刻的对称性与“一视同仁”因子构建——多因子选股系列研究之十八》
14 ）“激流勇进”——《个股交易放量期间的买入强度刻画与“激流勇进”因子构建——多因子选股系列研究之十九》

从上述各因子之间的相关性来看，“多空博弈”、“协同效应”等因子与其他因子间的平均相关性相对较高，“勇攀高峰”、“水中行舟”、“待著而救”、“激流勇进”等因子的平均相关性则普遍较低。

进一步我们将上述 14 个因子正交化后简单等权合成为综合量价因子，其表现相较于单个因子大幅提升。

2 30 秒频、 15 秒频数据能否带来信息增量？

在股票市场中，交易行情数据一般分为 Tick 数据、分钟数据以及日线数据，其中日线数据因其易获取、易分析且适合中长周期分析等特点，在投资决策及策略开发中应用最为广泛。近年来随着机器学习、深度学习等前沿技术的应用，以及量化机构算力设备的不断提升，分钟频、 Tick 级数据已被大量应用于策略开发及交易过程中。

从包含信息幅度来看， Tick 数据是目前最精细、最完整的交易数据，真实反应了所有的交易信息，但其数据量非常庞大且噪音信号较多，开发因子难度较高。相对而言，从开发难度以及包含信息程度来看分钟频数据是性价比较高的一类数据，目前已广泛应用于公募、私募、保险、券商等量化投资团队中。

前文介绍的因子中绝大多数以分钟频数据为基础计算，再低频化至月频使用。本文中我们将尝试进一步将数据频率提升至 30 秒以及 15 秒频率，研究其对现有因子的信息增量。

事实上，分钟频、 30 秒频、 15 秒频数据本质上都是由 Tick 数据根据时间长度切割而来，因此数据结构上没有特别大的差异，但由于切割点更细，每一个切片上反应的交易信息要比分钟频数据上的信息更多，因此 30 秒与 15 秒频的数据在部分因子上的表现可能比分钟频更为理想。

2.1 “待著而救”因子逻辑及多频率合成因子计算

在股票交易过程中，当某些股票产生突发性利好信息或者有较强改善预期时，部分拥有信息和专业优势的投资者可能会在短时间内大量买入，使得成交量激增，而成交量激增的股票往往会吸引到更多普通投资者的关注，可能会导致其跟随买入，造成股票价格短期内出现反应过度，未来存在较大的回落风险。相反，如果股票成交量大增后，市场并未产生明显跟随，则可能意味着出现了反应不足，这些股票后续可能存在一定的超额收益。

根据上述逻辑，我们首先从日内交易数据中寻找那些可能具备信息优势的大单成交时刻。我们认为信息优势投资者的交易特点主要表现为成交量大且时间上相对领先。基于这两个特点，我们首先在分钟频数据上对每个股票寻找其“优势时刻”，具体步骤如下：

2.2 “激流勇进”因子逻辑及多频率合成因子计算

同样我们再观察“激流勇进”因子的构建逻辑。在报告《个股交易放量期间的买入强度刻画与“激流勇进”因子构建——多因子选股系列研究之十九》中，我们尝试通过寻找放量下跌期间那些买入意愿非常强势的个股，研究发现这些逆势买入的股票超额收益非常显著。在分钟频数据上，其计算过程如下：

首先我们对每分钟的交易状态进行划分：

1 ）剔除开盘和收盘数据，仅考虑日内分钟频数据，我们首先计算个股每分钟的成交量及其之前 4 分钟成交量的总和，记为该分钟的 “ 邻域成交量 ” 。

2 ）根据每分钟的邻域成交量相较于前一分钟邻域成交量的大小进行判断，如当前时刻的邻域成交量更大，则当前分钟为 “ 放量 ” 状态，反之则为 “ 缩量 ” 状态。

3 ）对于每一分钟，依据过去 5 分钟内高、开、低、收数据，计算近期收益率趋势，趋势为正则为“上涨”状态，反之为“下跌”状态。

4 ）结合上述 “ 放量 ” 与 “ 缩量 ” 状态，将每分钟交易状态划分为以下四种类型：放量上涨、放量下跌、缩量上涨、缩量下跌。

进一步，我们将上文中提到的所有分钟频因子分别进行多频率计算并合成，可以看到大多数因子在经过多频率合成之后的表现相较于分钟频因子有一定改善。

从因子相关性来看，大多数 1 分钟频率因子与 30 秒、 15 秒频因子相关性相对较高，其中“草木皆兵”因子相对特殊，其计算过程中主要使用了日线数据，日内数据仅用于计算日内波动率指标，因此 1 分钟、 30 秒以及 15 秒数据得到的最终因子呈现高度相关性。

进一步我们将上述多频率合成因子等权合成“综合量价”因子，可以看到相比原始 1 分钟“综合量价”因子也有较为明显的改善。