金融工程專題研究：高頻訂單成交數據蘊含的Alpha信息.pdf
- 上傳者：M*****
- 時間：2024/01/09
- 熱度：961
- 0人點贊
- 舉報
金融工程專題研究：高頻訂單成交數據蘊含的Alpha信息。逐筆成交數據介紹：逐筆成交數據主要記錄了每筆成交的數量、價格、時間 信息以及本次成交涉及的買賣雙方的訂單數量、價格和訂單號信息。
考察高頻訂單的幾個維度：對高頻訂單的考察通常可從訂單大小、成交時長、 成交時間、出價高低等維度入手。
基于訂單大小的大單交易占比因子
傳統大單交易占比因子：采用分位點的方式對大單進行劃分，構建“傳統大 單交易占比”因子。該因子展現出一定的選股能力，但是總體來講績效較為 平庸，且穩定性較差。
傳統大單交易占比因子拆解：根據每筆成交買賣訂單是否為大單，對傳統大 單交易占比因子進行拆解，發現子因子方向不同，導致因子效果變差。
改進大單交易占比因子：我們對構成大單交易占比因子的子因子方向進行調 整構建“改進后大單交易占比”。該因子 RankIC 均值達到 7.6%，年化 RankICIR 為 3.73，月勝率 88.1%，月度自相關系數 0.81。
基于訂單成交時長的漫長訂單交易占比因子
漫長訂單交易占比因子：采用分位點的方式對訂單成交時長進行劃分，構建 “漫長訂單交易占比”因子，其 RankIC 均值為 7.1%，年化 RankICIR 為 3.88，月勝率 84.5%，月度自相關系數 0.82。
衡量訂單特征的其他維度
我們還可以從“早尾盤屬性”及“高低價屬性”出發，對訂單包含的信息進 行多特征維度的衡量。 大單及漫長訂單復合因子 大單及漫長訂單復合因子：將“改進大單交易占比”因子和“漫長訂單交易 占比”進行等權合成，構建“大單及漫長訂單”復合因子。復合因子的 RankIC 均值為 8.4%，年化 RankICIR 為 4.39，月勝率 88.1%。周頻調倉復合因子 的周度 RankIC 均值為 5.1%，年化 RankICIR 為 5.42，周勝率 78.4%。 復合因子特征：復合因子更傾向于低估值、大市值、低波動、低換手股票。 在剝離掉傳統選股因子后，純凈因子仍展現出穩健的選股能力。
免責聲明：本文 / 資料由用戶個人上傳，平臺僅提供信息存儲服務，如有侵權請聯系刪除。
- 相關標簽
- 相關專題
- 全部熱門
- 本年熱門
- 本季熱門
- 金融工程專題研究：高頻訂單成交數據蘊含的Alpha信息.pdf 962 11積分
- Factor Zoo專題報告：“逐鹿”Alpha專題報告（十九）.pdf 586 7積分
- 用DeepSeek優化價量因子.pdf 393 6積分
- 海豚交易系統資料匯集.docx 289 5積分
- 金工深度研究：博采眾長，分析師預期類因子初探.pdf 286 6積分
- 量化選股策略：多模型集成量價Alpha策略.pdf 283 5積分
- 招商銀行（徐佳航）：招商銀行金融平臺工程實踐.pdf 282 10積分
- 金工深度研究：高頻特征參數化，分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 基于隱馬爾科夫鏈與動態調制的量化擇時方案.pdf 139 5積分
- {財務管理股票證券}定量杠桿對沖證券程序化交易模式講義.docx 125 5積分
- 金工深度研究：高頻特征參數化，分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 基于隱馬爾科夫鏈與動態調制的量化擇時方案.pdf 139 5積分
- 申萬金工因子觀察第5期：OpenClaw能否實現零代碼基礎構建量化策略？.pdf 106 4積分
- 金工深度研究：多維擇時模型的拆解與重構.pdf 98 3積分
- Alpha的梯度——天弘基金量化指增配置思路.pdf 83 3積分
- 金融工程指數量化系列：高值偏離修復模型（多位點）.pdf 79 4積分
- 基金研究：主動指數增強Alpha之路，中歐中證A500指數增強.pdf 79 5積分
- 金融工程專題：熱點產業+分析師動量溢出后排策略.pdf 75 5積分
- 金工深度研究：全球三層次流動性風險預警模型.pdf 73 5積分
- 金融工程專題報告：基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- 金工深度研究：高頻特征參數化，分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 金工深度研究：多維擇時模型的拆解與重構.pdf 98 3積分
- Alpha的梯度——天弘基金量化指增配置思路.pdf 83 3積分
- 金融工程指數量化系列：高值偏離修復模型（多位點）.pdf 79 4積分
- 金融工程專題：熱點產業+分析師動量溢出后排策略.pdf 75 5積分
- 金融工程專題報告：基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- 房地產行業深度報告：地產+AI工具系列報告之四，從地產投研到交易——OpenClaw的跨界實踐（如何訓練一只會交易能風控的“龍蝦”）.pdf 53 9積分
- CJPY：長江金工投研數據服務解決方案.pdf 53 5積分
- 金融工程：深度學習選股訓練目標的多維優化——深度學習系列之二.pdf 45 5積分
- 金融工程丨深度報告：平臺突破——時序選股模型（一）.pdf 43 3積分
