summaryequityA-sharehigh-frequencyintraday-returndistributionfactorliquidityxingye

兴业金工《高频研究系列二》— 收益率分布因子构建

来源

  • 机构: 兴业证券经济与金融研究院（兴业金工），公众号 XYQuantResearch（研报节选）
  • 研报: 《高频研究系列二—收益率分布因子构建》，对外发布时间 2022-01-23
  • 分析师: 郑兆磊（SAC 执业证书编号 S0190520080006）
  • 本地归档: raw/articles/202201-xingye-return-distribution-factors/
  • 回测区间 2014-08-31 — 2021-08-31（样本外续到 2022-01-14）；日频调仓为主，另测周频、月频；剔除涨跌停；多空按中位数分两侧、按因子值加权

一句话总结

把一天 239 个分钟收益率当成一个分布来看——先列出均值、方差、偏度、峰度、上下行方差这 7 个常见统计量，再从「测量误差应当服从正态分布」推出一个新的收益率噪声偏离因子 nos：噪声越不像正态，说明当天越可能有大额投资者或流动性太差。

两条主线

一、7 个常见收益率分布因子

判据是 g=f(\mathrm{Reorder}(\boldsymbol r))=f(\boldsymbol r)——打乱分钟顺序指标不变，才算只用了分布信息。数据有两个麻烦：稀疏（低流动性股票大量分钟靠上一笔价格填补）与非独立同分布（Barndorff-Nielsen & Shephard 2010 证明上下行波动率分布不同）。解法是先把收益率异构成不稀疏的数据，再用非参统计量描述。

因子：rtn5_mean（5 分钟均值）、real_var、rtn_skew、rtn_kurt、rv_up、rv_down、rv_umd（上下行方差之差除以总方差）。

rv_up 多空年化最高 91.46%（夏普 9.81）；rtn_skew 多空 47.22% 但夏普 10.64、回撤仅 −4.21%；rtn5_mean IC 5.86% 最高。多空收益绝大部分来自空头端（rv_up 多头 13.80% vs 空头 60.96%）。因子内部 real_var、rv_up、rv_down 两两相关 0.76–0.88，本质是同一个波动率风险。

附录用累计收益率偏度因子 cpr_sw 做了个关键对照：不剔除涨跌停时多空 45.28%、多头 26.51%；剔除后多空 13.04%、多头 −0.31%——说明涨跌停会把高频因子的效果系统性放大。

二、收益率噪声偏离因子 nos

设 R_t 为分钟收益率，e_t=(R_t-\mathbb E R_t)/\sigma\sim N(0,1)（Laplace 1810：大量微小量叠加的误差趋于正态）。用样本均值、标准差替换后得 x_t，再衡量 \{x_t\} 偏离标准正态的程度。偏离的可能来源只有两个：流动性差（价格长期停在 ±1bp，收益率被零值和跳变占据）或有大额投资者（他的单子影响远超其他人，且无法完美伪装成散户）。两者都意味着更高风险，因此要求更高风险溢价——nos 越大，预期收益越高。

研报用了两个估计量 nos_gs 与 nos_sw，平均时序相关 0.906，说明该量估得稳。nos_gs 日度多空 61.10%、多头 12.91%、空头 36.59%、夏普 9.50、IC 5.12%、换手 21.77%。周度多空 32.41%、月度 16.47%，且频率越低越靠多头（月度空头 −0.42%）。

特异性：与 7 个常见分布因子中 6 个相关低于 0.5，只与 rtn_kurt 达 0.726。对 rtn_kurt 正交化后 nos_gsn 多空 44.87%、夏普 7.37，但多头反而升到 16.75%——被峰度拿走的主要是空头端信息。

样本外（2021-09 至 2022-01-14）多空年化 67.05%、夏普 12.72、最大回撤仅 1.33%；这段正好覆盖私募量化回撤期，作者以此论证增量 Alpha。但样本外只有约 4.5 个月。

两个实例

2021-08-31 nos_gs 最大的是北巴传媒 (600386.SH)：换手 3.20%，11:30 前后十分钟涨 9.37%，当天正收益几乎全来自这十分钟。最小的是长城科技 (603897.SH)：换手 4.54%，当天虽跌 8.35%，但除了开盘三分钟外收益率都接近正态。nos 测的不是涨跌幅度，是分布形状有没有被少数交易扭曲。

入口与交叉引用