summaryequityA-sharehigh-frequencyminute-bartime-seriesautocorrelationconditional-distributionvalue-at-riskflash-crashpoissonfactor

兴业金工《高频研究系列六》— 时序信息中的 Alpha

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: 《高频研究系列六—时序信息中的 Alpha》，对外发布时间 2023-06-29
  • 分析师: 郑兆磊（SAC S0190520080006）
  • 本地归档: raw/articles/202306-xingye-time-series-information-alpha/（正文 + HTML + 43 张图）
  • 回测区间: 2014-09-01 — 2023-05-04（约 8.7 年）；剔除当期不在市、涨跌停与特殊处理的股票；表格中年化波动率、夏普比率、最大回撤、胜率均为多空净值的统计量，多头换手率为多头组单边换手率，多空为两组按因子值加权

一句话总结

时序信息 = 把日内数据按时间重排后指标会变的信息（判据 g=f(\mathrm{Reorder}(data))\ne f(data)）。本篇沿「序列自相关性」和「条件分布」两条路造了七个日频因子，等权合成后在全市场周度 Rank IC 均值 6.64%、月度 8.07%。

七类因子

族 因子 测什么
一阶自相关 rtn_foc / vol_foc / foc_Comb 分钟序列 lag-1 自相关系数（15 日均值）
假设检验 rtn_DW / vol_DW / DW_Comb Durbin-Watson 统计量
残差自相关 rtn_rho / vol_rho / rho_Comb AR(1) 残差的 lag-1 自相关（15 日标准差）
非同步交易 rtn_LBQ / vol_LBQ / LBQ_Comb 多个回望区间上 LB 检验 Q 统计量序列的标准差（15 日均值）
条件分布 highStdRtn_mean 只在波动率处于当日 80% 分位以上的分钟上算 5 分钟滚动收益率均值
自相关 VaR rtn_condVaR 用二元正态分布修正后的日内 VaR，取 15 日标准差
闪电崩盘 flashCrashProb 日内连续下跌段数与上涨段数的泊松概率差，取 15 日标准差

几个关键公式

  • 时序信息判据：g=f(\mathrm{Reorder}(data))\ne f(data)
  • 因子聚合：F\_Mean_{Di}=\frac{1}{n_s}\sum_{j=1}^{n_s}F_j，F\_STD_{Di}=\frac{1}{n_s}\sum_{j=1}^{n_s}(F_j-\bar F)^2，n_s=15
  • 条件分布：rtn\mid Condition\sim N(\mu,\sigma^2)
  • 自相关 VaR 推导：(\ln P_{t+1},\ln P_t)\sim N(\mu,\mu,\sigma^2,\sigma^2,\rho)，C=\begin{pmatrix}1&-1\\0&1\end{pmatrix}，\mathbf{Y}=C\mathbf{X}；风险方向由 \rho 符号与「收盘价 vs 当日均价」的组合判定
  • 闪电崩盘概率：连续下跌/上涨次数近似服从泊松分布，x 取全市场当日连续上涨 \lambda_t^{pos} 中位数、x+k 取当日连续下跌 \lambda_t^{neg} 前 25% 分位数，用泊松累计分布函数算概率

代表性绩效

因子 Rank IC ICIR 多空年化 夏普
vol_foc 5.77% 0.92 67.0% 9.56
foc_Comb 6.85% 0.76 67.4% 6.80
LBQ_Comb 4.86% 0.60 49.2% 5.75
rtn_condVaR 4.01% 0.52 44.1% 5.66
highStdRtn_mean 3.34% 0.72 41.2% 7.48
flashCrashProb 1.65% 0.30 25.1% 5.21

复合因子（七个因子等权合成）：全市场周度 Rank IC 均值 6.64%、ICIR 0.98；月度 Rank IC 均值 8.07%、ICIR 1.32。周度全市场十分位组合多头年化 26.7%（基准 10.8%）、多空夏普 4.91；月度多头年化 17.6%（基准 7.9%）、多空夏普 3.28。中小盘最强：国证 2000 周度 ICIR 1.06、多空夏普 5.35；沪深 300 最弱（周度 ICIR 0.23）。

两处值得留意的地方

一、换个条件就能造出新的因子。 highStdRtn_mean 与普通的 5 分钟滚动收益率均值 rtn5_mean 构造几乎一样，只是样本被筛成「波动率在当日 80% 分位以上」的分钟；两者相关性仅 0.61，正交化后与底层因子最高相关性降到 0.35。条件分布的价值在筛选，不在统计量本身。

二、flashCrashProb 的相关性最低，所以不需要正交化（最高只有 0.4），而其余六个因子正交化后与底层因子的相关性都压到 0.6 以下——这被报告当作「七个因子从不同角度提取了时序信息」的证据。

原文没写清楚的地方

  • LB 检验用了哪些回望区间、Q 统计量序列有多长，没有写（直接决定 LBQ 因子的取值）
  • 自相关 VaR 的闭式表达式省略了：图里只给了式 (5)(6)(7) 三步推导，最后「在 \ln P_t 已知」求 VaR 那一步跳过了
  • 闪电崩盘概率的第 2 步（x、k 的具体数值）与第 3 步（用哪个累计分布函数、上下限）都没给，整套流程无法复现
  • 泊松假设本身没有被检验（连续下跌次数是否满足方差=均值）
  • 正交化用的是哪一批「底层因子」、按什么口径取相关性最高者，未说明

入口与交叉引用