summaryequityA-sharehigh-frequencytransfer-entropytrading-timeflash-crashv-shapefactor

兴业金工《高频研究系列八》— 关联信息中的 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: 《高频研究系列八—关联信息中的 Alpha》，对外发布时间 2024-06-05
  • 分析师: 郑兆磊 (S0190520080006)
  • 本地归档: raw/articles/202406-xingye-association-information-alpha/（正文 + HTML + 48 张图）
  • 回测区间: 2014-12-31 — 2024-03-31；剔除当期不在市、涨跌停、特殊处理的股票；T+1 日判断交易情况后买入、T+2 日卖出；多空为两组并按因子值加权

一句话总结

「关联信息」= 两组数据的配对关系本身带信息——本文把它拆成三个尺度来做因子：全局看量价之间的因果方向（转移熵）、局部看交易在时间上的扎堆（交易时间与聚集性）、典型形态看日内「深 V」（闪电崩盘）。

什么算「关联信息」

兴业金工在《高频漫谈》里的定义式：

g = f\bigl(data_x,\ \mathrm{Reorder}(data_y)\bigr) \neq f\bigl(data_x,\ data_y\bigr)

把 data_y 重新配对，g 就变。典型例子是量价相关系数 \rho(r, volume)。

三条主线

一、量价非线性因果（全局特征）

核心工具是转移熵 (transfer entropy)，一个非参数的有向信息传递量：

TE_k^{X \to Y} = \sum p(x_{t-k}, y_t) \log \frac{p(y_t \mid x_{t-k})}{p(y_t)}

为什么用它而不是 Granger 因果：金融数据噪音高，成交量变化率与收益率之间不存在明显的双向线性相关性；Granger 检验接近线性，会导致结论偏差。转移熵还有一点关键——两个方向的量可以不同，能识别信息流动的方向。

经济直觉是「因果倒置」：经典逻辑是「成交量（供求）是因 → 价格变动是果」；但在非弱式有效市场里，投资者用过往量价信息决定自己未来的交易（跟风投资），股价的变动变成未来供求变化的因。不同股票的因果格局差异反映市场参与者对它的不同看法。

  • te_v2r（成交量 → 收益率）：IC 0.032 / ICIR 0.38 / 多空 37.42% / 夏普 4.44
  • te_r2v（收益率 → 成交量）：IC 0.045 / ICIR 0.56 / 多空 47.28% / 夏普 5.49 ← 收益率→成交量方向更出色
  • te_Comb（两方向等权合成）：IC 0.046 / ICIR 0.49 / 多空 48.72% / 夏普 5.17；与底层全部高频因子的时序相关性均值约 26%、截面约 17%

二、「交易时间」与交易聚集性（局部特征）

自然时间的问题是同样一分钟权重不同（9:35 与 11:30 都是 60 秒，但成交量可能差 50 倍）。做法是按成交量把一天重新切成 50 段：

tradingVol = \sum_{t=1}^{240} \frac{volume_t}{50}

tradingClose = \left[ \frac{\sum_t \bigl(volume_t \cdot close_t \cdot \mathbb{1}\{te \in i\}\bigr)}{tradingVol} \right]_{i=1,\ldots,50}

tradingTime = \left[ \sum_t \mathbb{1}\{te \in i\} \right]_{i=1,\ldots,50}

效果：样例股票的分钟收益率峰度从 26.78 降到 16.94、偏度从 −1.26 改善到 −0.53，分布明显更接近正态。

交易聚集性（交易的到达扎堆，类似波动率聚集）：用 50 个交易间隔做一阶自相关（cutVol_timeCor），或用分桶熵同时引入涨跌特征（cutVol_entropy）。

  • cutVol_rtnMean：IC 0.046 / ICIR 0.52 / 多空 42.79% / 夏普 5.10
  • cutVol_timeCor：IC 0.045 / 多空 33.81% / 夏普 3.92
  • cutVol_entropy：IC 0.020 / 多空 24.34% / 夏普 4.16 —— 与底层全部高频因子的时序相关性均值仅 16%，是全篇特异性最高的因子

三、「V 型特征」与改进版闪电崩盘（典型特征）

原版 flashCrashProb（系列六）的毛病：只数「连续跌了几分钟」，丢掉了幅度和放量。报告的例子——两只股票连跌次数都是 10，但蓝线跌得更深、且下跌时放量更明显，两者在旧口径下完全无法区分。

改进第 1 步：量价幅度

rv = \left[ rtn_t \cdot \frac{volume_t}{\sum_t volume_t} \cdot 10^4 \right]_{t=1,\ldots,240}

同号累加得 rvCum_i = \sum_{t=k}^{K} rv_t \cdot \mathbb{1}\{condition\}。

改进第 2 步：V 型特征

rvV = \left[ \lvert rvCum_{i-1} + rvCum_i \rvert \cdot \mathbb{1}\{condition\} \right]

condition = \bigl( rvCum_{i-1} < 0 \bigr),\ \bigl( rvCum_i > 0 \bigr),\ \bigl( rvCum_{i-1} + rvCum_i < 0 \bigr)

三个条件 = 下跌腿为负 + 上涨腿为正 + 两腿相加仍为负（跌得比涨得多）。

验证：序列 1 累计 −11.2 后涨 +2.5 → V 型特征 8.68；序列 2 累计 −23.9 后涨 +4.9 → V 型特征 19.05。两者持续分钟数都是 12，旧口径下完全无法区分。

改进第 3 步：概率化。V 型特征变成了实数值，不再满足泊松分布的含义，改用连续分布：「该股下一天最明显的 V 型特征超过全市场前 25% 的概率」。

时序预警能力（阈值 60%/75%/85%，逐级提升且单调）：75% 阈值下未来 3–5 日负收益率概率约 56%、负超额收益率概率约 60%；85% 阈值下 5 日超额收益率均值 −2.5%、负超额概率 64.4%；小市值股票（流通市值后 25%）表现相当或更好。

关键绩效汇总

因子 IC 均值 ICIR 多空年化 夏普 方向
te_Comb 0.046 0.49 48.72% 5.17 正向
cutVol_rtnMean 0.046 0.52 42.79% 5.10 正向
rhl_cor 0.041 0.63 31.80% 5.04 正向
cutVol_entropy 0.020 0.31 24.34% 4.16 正向
negV_max 0.031 0.46 20.62% 3.06 负向
flashCrashProbV 0.031 0.46 20.72% 3.08 负向
flashCrashProb（原版） 0.014 0.27 21.61% 2.68 负向

新闪电崩盘因子 IC 从 0.014 提到 0.031（翻倍），夏普从 2.68 提到 3.08，但多空年化几乎没变（20.72% vs 21.61%）——改进主要在信号质量，不在组合收益。

最值得留意的地方

「转移熵」比相关系数多出来的那一项是方向。 而这个方向恰好对应一个可讲的故事：非弱式有效市场里，价格变动反过来成为供求变化的因。te_r2v 显著强于 te_v2r（IC 0.045 vs 0.032），就是「因果倒置」在 A 股上的直接证据。

「交易时间」的价值在于剔掉了流动性噪声。 同样的统计量，在自然时间和交易时间下算出来的因子差异明显——因为交易时间按活跃度重新加权，避免了流动性、集中交易导致的收益率偏移。留在交易时间下还偏移正态的部分，才是更纯粹的异常交易行为。

入口与交叉引用