“海量”专题（154）——基于主动买入行为的选股因子

论坛 › 期权论坛 › 期权

 海通量化团队  2020-1-15 09:53  5341  0

重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。
在《选股因子系列研究（五十六）——买卖单数据中的Alpha》中，我们尝试基于逐笔级数据中的叫买单号与叫卖单号构建选股因子。本文同样基于逐笔级数据，并构建了选股因子刻画投资者的主动买入行为。[h1]1主动买入与因子构建[/h1]在前期研究中，我们对于叫买单号与叫卖单号中的信息进行了挖掘，本文着眼于逐笔数据中的BS标志。该字段对于每笔成交的主动成交方向进行了界定，B为主动买入，也即，卖出方先挂单，买入方主动触碰卖单并成交。S为主动卖出，也即，买入方先挂单，卖出方主动触碰买单并成交。

本文基于主动买入金额以及主动卖出金额构建了主买占比以及主买强度两类因子。因子大致计算方法如下：

考虑到使用日内不同时段数据计算得到的高频因子可能存在选股能力的差别，本文在计算因子时分别使用了9:30~14:56（后文简称为全天）、9:30~9:59（后文简称为开盘后）、10:00~14:26（后文简称为盘中）以及14:27~14:56（后文简称为收盘前）的数据。[h1]2因子选股能力分析[/h1][h1]2.1主买占比类因子[/h1]下表展示了不同计算方法下的主买占比类因子在正交前后的因子月度IC以及前后10%多空收益情况。本文在进行因子正交时剔除了市值因子、中盘因子、换手率因子、反转因子以及波动率因子。

为了剔除常规日频选股因子的影响，可观察正交因子的表现。正交后的主买占比因子呈现出了显著的选股能力。全天主买占比（占全天成交）、开盘后主买占比（占同时段成交）、盘中主买占比（占全天成交）以及收盘前主买占比（占全天成交）皆呈现出了较为显著的月度选股能力，因子月度IC均值绝对值在0.02~0.03的范围内，年化ICIR在2.0~2.5的范围内。下图展示了上述四个因子的月度分10组超额收益。

值得注意的是，收盘前主买占比（占全天成交）与股票未来1个月收益负相关，而其他有效因子（如，全天主买占比等）与股票未来1个月收益正相关。也即，除收盘时段外，主买占比因子呈现出的是动量效应。股票前期主买占比越高，股票未来相对收益表现越好。而使用收盘前数据计算得到的主买占比因子呈现出的是反转效应。由于收盘前主买占比（占全天成交）与股票未来收益显著负相关，而主买占比（占同时段成交）未呈现出显著的选股能力，我们可推测收盘前主买占比（占全天成交）的选股能力主要来源于收盘前成交占比的选股能力。该因子的具体表现可参考专题报告《高频量价因子在股票与期货中的表现》中关于尾盘成交占比因子的讨论。下图展示了上述4个正交因子的多空相对强弱走势。全天主买占比因子的多空年化收益为8.8%，开盘后主买占比因子的多空年化收益为9.5%，盘中主买占比因子的多空年化收益为14.1%，收盘前主买占比因子的多空年化收益为12.4%。

[h1]2.2日内主买强度类因子[/h1]下表展示了不同计算方法下的日内主买强度类因子在正交前后的因子月度IC以及前后10%多空收益。

观察上表可知，日内主买强度因子在正交前就呈现出了显著的选股能力，但是该因子与股票未来一个月收益负相关。之所以该因子与股票未来收益负相关，是因为该因子与市值因子相关性较高，达0.40。具体细节可参考报告第三章中的因子值截面相关性分析。日内净主买强度原始因子与股票未来收益正相关，然而选股能力较弱。为了剔除常规日频选股因子的影响，可观察正交因子的表现。在正交处理后，日内主买强度因子依旧与股票未来收益负相关，但是因子的稳定性以及多空收益区分能力都出现了明显下降。此外，日内净主买强度因子呈现出了较为显著的选股能力。除收盘前日内净主买强度因子外，其余时段数据计算得到的因子月均IC在0.03~0.04，因子年化ICIR以及月度胜率同样较高。下图展示了上述三个因子的月度分10组超额收益。

根据因子表现，股票日内净主买强度与股票未来收益正相关，也即，股票前期日内资金净流入越稳健，股票未来收益表现越好。在正交后，因子组间收益单调性得到了极大改善。下图展示了上述正交因子的多空相对强弱走势。全天日内净主买强度因子的多空年化收益为11.7%，开盘后日内净主买强度因子的多空年化收益为14.8%，盘中日内净主买强度因子的多空年化收益为11.7%。在回测期内，上述因子皆呈现出了较为稳定的收益表现。

[h1]2.3日间主买强度类因子与日间主买占比强度类因子[/h1]考虑到日内主买强度因子的计算要求相对较高，投资者可使用日度的主买金额以及主买占比计算日间主买强度因子以及日间主买强度因子。回测结果表明，日间主买强度因子与日间主买占比强度因子有一定的选股能力，但是弱于日内主买强度因子。详细内容可参考报告原文。[h1]3不同选股范围内的因子表现[/h1]本节对比展示了前文所述因子在全A、中证800指数内、中证500指数内以及沪深300指数内的收益表现。下表展示了不同范围内主买占比类因子的表现。

对于全市场范围内有效的主买占比类因子，因子在中证800指数内依旧呈现出了显著的选股能力。然而因子在中证500指数内和沪深300指数内的表现存在明显的不同。全天主买占比、开盘后主买占比以及盘中主买占比在沪深300指数内的选股能力更强，多头效应更加明显。以全天主买占比因子为例，因子在全市场中的月度多空收益为0.73%，因子在中证500指数内的月度多空收益仅为0.42%，而因子在沪深300指数内的月度多空收益达1.45%，且因子的多头收益达0.75%。下表展示了不同范围内日内主买强度类因子的收益表现。

对于全市场范围内有效的日内主买强度类因子以及日间主买强度类因子，因子在沪深300指数内同样呈现出了较为显著的选股能力，并且因子在沪深300指数中的多头效应更强。以全天日内净主买强度因子为例，因子在全市场内的月度多空收益为0.95%，多头收益仅有0.16%，而因子在沪深300指数内的月度多空收益为0.96%，多头收益达0.69%。

对于全市场范围内有效的日间主买占比强度类因子，因子在沪深300指数内同样呈现出了较强的月度选股能力。以全天日间净主买占比强度（占同时段成交）因子为例，因子在全市场的月度多空收益为0.42%，而因子在沪深300指数内的月度多空收益达1.21%，多头收益达0.50%。此外，因子在中证500指数范围内的选股能力明显弱于因子在其他范围内的选股能力。

[h1]4总结[/h1]本文基于逐笔成交数据中的BS标志，通过分钟级的主买成交金额以及主卖成交金额构建了主买占比以及主买强度两类因子。回测结果表明，两类因子在正交剔除了常规低频因子的影响后依旧呈现出了较为明显的月度选股能力。若将选股范围控制在沪深300指数内，因子的选股能力能够得到进一步的提升，并且因子会呈现出较强的多头效应。[h1]5风险提示[/h1]市场系统性风险、资产流动性风险以及政策变动风险会对策略表现产生较大影响。
联系人：袁林青 021-23219984
专题报告下载地址：
https://pan.baidu.com/s/16uVSstHyllcLB5nEiL4bGA

“海量”专题回顾
【点击标题可链接至报告原文】
【海通金工量化策略回顾】
48、“海量”专题（48）——海通金工2017年量化策略回顾
104、“海量”专题（104）——行稳致远：海通金工2018量化策略回顾

【宏观量化与资产配置】
7、“海量”专题（7）——大类资产配置之风险预算模型
20、“海量”专题（20）——长期投资者如何进行战略资产配置
23、“海量”专题（23）——中国版全天候策略
27、“海量”专题（27）——2017，全球对冲基金的新纪元？
33、“海量”专题（33）——Black-Litterman模型的直观理解
36、“海量”专题（36）——积极的风险均衡（Active Risk Parity）策略
46、“海量”专题（46）——Faber的战术资产配置策略在中国市场上的应用
56、“海量”专题（56）——从周期调整市盈率（CAPE）看中美股市当前的估值水平
59、“海量”专题（59）——宏观动量策略在全球股票市场中的应用
66、“海量”专题（66）——宏观动量策略在债券市场中的应用
67、“海量”专题（67）——宏观预期数据的选择与应用
101、“海量”专题（101）——美股的均值回归特征和收益率预测
105、“海量”专题（105）——全球股市轮动策略兼论从全球视角看A股投资价值
112、“海量”专题（112）——MOM投资框架
117、“海量”专题（117）——美国MOM数据分析
119、“海量”专题（119）——负债驱动投资（LDI）简介
124、“海量”专题（124）——主权财富基金资产配置的共性与差异
139、“海量”专题（139）——行业的长期价值与CAPE的应用

【因子投资与Smart Beta】
9、“海量”专题（9）——高相关资产配置中的因子维与组合优化
10、“海量”专题（10）——高相关资产配置中的因子预算
14、“海量”专题（14）——大类资产中的风格因子与Smart Beta
41、“海量”专题（41）——风险加权指数
118、“海量”专题（118）——“单因子多组合”还是“多因子单组合”
122、“海量”专题（122）——反向剔除的因子组合
133、“海量”专题（133）——个股加权方式对比

【行业轮动】
16、“海量”专题（16）——动量策略及收益率高阶矩在行业轮动下的应用
49、“海量”专题（49）——行业一致预期数据的应用分析
52、“海量”专题（52）——“基本面+价格”选出好行业
65、“海量”专题（65）——龙头股效应在行业轮动上的应用
68、“海量”专题（68）——行业间动量和趋势因子的应用分析
70、“海量”专题（70）——预期情绪数据在行业轮动中的应用
72、“海量”专题（72）——宏观经济数据应用于行业轮动的探索
73、“海量”专题（73）——周期、非周期板块内的行业轮动

102、“海量”专题（102）——基于行业Alpha收益的行业轮动模型

103、“海量”专题（103）——行业微观因子的轮动效果
126、“海量”专题（126）——基于BL模型的行业配置策略
136、“海量”专题（136）——基金行业配置观点的分析

【因子择时与风格轮动】
4、“海量”专题（4）——多因子择时初探
19、“海量”专题（19）——基于条件期望的因子择时框架
47、“海量”专题（47）——探寻风格轮动的先行指标
57、“海量“专题（57）——大小盘轮动研究（创业板50 vs 上证50）
75、“海量”专题（75）——指数轮动：沪深300 VS 中证500
90、“海量”专题（90）——宏观数据在板块轮动中的应用
95、“海量”专题（95）——因子失效预警：因子拥挤

108、“海量”专题（108）——因子拥挤度的改进

109、“海量”专题（109）——因子拥挤度的扩展
134、“海量”专题（134）——基于回归树的因子择时模型

【量化多因子选股】
1、“海量”专题（1）——市值因子的非线性特征
2、“海量”专题（2）——选股因子的正交
3、“海量”专题（3）——从最大化复合因子单期IC角度看因子权重
11、“海量”专题（11）——业绩反转之绝对收益

13、“海量”专题（13）——因子视角下的事件驱动策略
15、“海量”专题（15）——因子视角下的事件驱动策略收益
17、“海量”专题（17）——高频因子之收益分布特征
21、“海量”专题（21）——分析师主要要素变动共振事件
22、“海量”专题（22）——价值投资系列之便宜是否值得买
24、“海量”专题（24）——分析师一致预期相关因子
26、“海量”专题（26）——关注盈利是短期风格还是长期趋势
29、“海量”专题（29）——历史财务信息对股票收益的预测能力
30、“海量”专题（30）——历史盈利在预测股票收益时的作用
34、“海量”专题（34）——高频因子之已实现波动率分解
35、“海量”专题（35）——因子加权、正交和择时的若干性质
37、“海量”专题（37）——分位数回归在多因子选股中的应用
38、“海量”专题（38）——因子降维1：底层因子降维方法对比
39、“海量”专题（39）——分析师荐股是否存在超额收益
40、“海量”专题（40）——一致预期数据的质量分析
43、“海量”专题（43）——学术研究中的财务异象之盈利能力
44、“海量”专题（44）——学术研究中的财务异象之盈利质量
51、“海量”专题（51）——A股因子的适用环境分析

55、“海量”专题（55）——学术研究中的财务异象之应计量的分解
58、“海量”专题（58）——业绩超预期股票收益特征分析
60、“海量”专题（60）——哪种分析师推荐报告最值得关注？
63、“海量”专题（63）——A股市场存在龙头股效应吗？
64、“海量”专题（64）——龙头股效应在一致预期数据上的应用
71、“海量”专题（71）——被机构调研的上市公司有超额收益吗？
76、“海量”专题（76）——宏观经济数据可以用来选股吗
77、“海量”专题（77）——宏观经济的不确定性在A股市场被定价了吗？
79、“海量”专题（79）——解禁、融资融券、陆股通和质押的超额收益机会分析

80、“海量”专题（80）——分析师覆盖度与股票预期收益
82、“海量”专题（82）——原油价格对行业和股票影响的量化分析
84、“海量”专题（84）——哪些宏观经济指标可以选股？

85、“海量”专题（85）——A股是否存在异质动量现象？
89、“海量”专题（89）——哪些事件驱动策略可以因子化？
91、“海量”专题（91）——如何计算盈利指标的趋势？
91、“海量”专题（92）——因子敞口上限对优化组合的影响
93、“海量”专题（93）——放松组合构建中的行业中性约束
94、“海量”专题（94）——高频量价因子在股票与期货中的表现
96、“海量”专题（96）——医药行业因子选股研究

97、“海量”专题（97）——预期因子的底层数据处理
100、“海量”专题（100）——行业、概念板块的动量溢出效应
111、“海量”专题（111）——质量因子
113、“海量”专题（113）——近期指数增强策略回撤原因分析
115、“海量”专题（115）——预期调整类因子的收益特征
1 21、“海量”专题（121）——日内分时成交中的玄机
123、“海量”专题（123）——捕捉投资者的交易意愿
125、“海量”专题（125）——探索A股的五因子模型
127、“海量”专题（127）——当下跌遇到托底
128、“海量”专题（128）——股票的“共性”与“个性”
132、“海量”专题（132）——消费板块的因子组合
137、“海量”专题（137）——上市公司关系网因子
140、“海量”专题（140）——资产增长稳定性与资本结构变化
142、“海量”专题（142）——价量波动幅度
146、“海量”专题（146）——买卖单数据中的Alpha
148、“海量”专题（148）——高频因子在不同周期和域下的表现及影响因素分析
153、“海量”专题（153）——2020，基本面量化元年？指数增强策略的反思与改进方向

【衍生品和CTA策略】
5、“海量”专题（5）——CTA策略介绍及配置价值（上）
6、“海量”专题（6）——CTA策略介绍及配置价值（下）
8、“海量”专题（8）——豆粕/白糖商品期权指南

12、“海量”专题（12）——基于动量和期限结构的商品期货策略
18、“海量"专题（18）——多品种期货策略中的权重分配
31、“海量"专题（31）——商品期货因子挖掘与组合构建再探究（上）
32、“海量"专题（32）——商品期货因子挖掘与组合构建再探究（下）
42、“海量”专题（42）——CTA多品种趋势策略中的仓位管理方法
53、“海量专题”（53）——基于海内外期货持仓报告的CTA策略
61、“海量”专题（61）——原油期货指南
83、“海量”专题（83）——2年期国债期货指南
87、“海量”专题（87）——揭开“逆周期因子”的神秘面纱
110、“海量”专题（110）——2018 年期货市场及CTA策略回顾
135、“海量”专题（135）——CTA因子适用性分析及品种动态筛选策略
147、“海量”专题（147）——沪深300期权介绍与展望
150、“海量”专题（150）—— CTA多因子策略反思与改进方向——从三季度大幅回撤说起

【FOF与基金研究】
25、“海量”专题（25）——债券基金的风格归因与因子剥离初探
28、“海量”专题（28）——债券基金风格归因模型2.0之七因子剥离体系

45、“海量”专题（45）——因子剥离体系下的债券基金久期估测构想
69、“海量”专题（69）——A股市场的基金经理是否具备择时能力？
78、“海量”专题（78）——基金业绩持续性的影响因素分析
81、“海量”专题（81）——FoF投资中，如何对主动权益基金进行因子剥离
98、“海量”专题（98）——基金风格稳定性评估及功能性权益基金挖掘
106、“海量”专题（106）——利用因子暴露监控公募基金仓位和投资风格的变化
114、“海量”专题（114）——国内公募权益类基金有Alpha吗？
129、“海量”专题（129）——Alpha是来自于运气还是实力？
130、“海量”专题（130）——基金业绩归因方法论综述
138、“海量”专题（138）——债券型基金的工具化分类探究

141、“海量”专题（141）——如何评估债基的股债配置能力

143、“海量”专题（143）——偏股类公募基金的隐含基准探究
144、“海量”专题（144）——基金经理的偏好圈与能力圈

【创新产品研究】
50、“海量”专题（50）——新理念、新趋势：ESG投资概述
62、“海量”专题（62）——目标日期基金的下滑轨道设计
120、“海量”专题（120）——ESG评级在因子组合构建中的应用

【高频交易策略】
131、“海量”专题（131）——基于集合竞价分时走势的A股T+0策略
152、“海量”专题（152）——基于日内收益分布特征的股指期货交易策略

【基本面量化】
145、“海量”专题（145）——基本面量化与另类数据应用的实践
149、“海量”专题（149）——华为产业链解析
151、“海量”专题（151）——特斯拉产业链解析

【量化市场观察】
54、“海量”专题（54）——亏损这么多，我该拿你怎么办？
74、“海量”专题（74）——战略配售基金投资标的基本面及收益率分析
86、“海量”专题（86）——股市极值及收益率预测模型的周度择时研究
88、“海量”专题（88）——中国企业的税收负担及其对上市公司投资价值的影响
99、“海量”专题（99）——行业收益结构变化带来的机遇
107、“海量”专题（107）——中美股票市场指数的季节效应

法律声明：
本公众订阅号（微信号：海通量化团队）为海通证券研究所金融工程运营的唯一官方订阅号，本订阅号所载内容仅供海通证券的专业投资者参考使用，仅供在新媒体背景下的研究观点交流；普通个人投资者由于缺乏对研究观点或报告的解读能力，使用订阅号相关信息或造成投资损失，请务必取消订阅本订阅号，海通证券不会因任何接收人收到本订阅号内容而视其为客户。
本订阅号不是海通研究报告的发布平台，客户仍需以海通研究所通过研究报告发布平台正式发布的完整报告为准。
市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述的意见并不构成对任何人的投资建议，对任何因直接或间接使用本订阅号刊载的信息和内容或者据此进行投资所造成的一切后果或损失，海通证券不承担任何法律责任。
本订阅号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，海通证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。
本订阅号的版权归海通证券研究所拥有，任何订阅人如预引用或转载本订阅号所载内容，务必联络海通证券研究所并获得许可，并必注明出处为海通证券研究所，且不得对内容进行有悖原意的引用和删改。
海通证券研究所金融工程对本订阅号（微信号：海通量化团队）保留一切法律权利。其它机构或个人在微信平台以海通证券研究所金融工程名义注册的、或含有“海通证券研究所金融工程团队或小组”及相关信息的其它订阅号均不是海通证券研究所金融工程官方订阅号。

回复

分享到 :

0 人收藏

6级职业

海通量化团队

积分:595

帖子:119

精华:0

+ 关注私信

期权论坛

期权论坛

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.