高频因子分析:日内反转与信息增量
版权申诉
136 浏览量
更新于2024-07-06
收藏 4.49MB PDF 举报
本研究报告深入探讨了"基础因子研究(十八):高频因子(十二),日内与日间"的主题,由分析师覃川桃和郑起共同完成,他们在金融工程领域有着专业背景,持有相关的执业证书。报告发布于2021年6月6日,涵盖了高频数据在构建因子中的应用及其背后的逻辑。
首先,报告关注的是高频数据在构建因子中的选择策略。高频反转因子是研究的重点,它利用收盘价和成交量作为核心指标,强调价格变动对反转效应的影响。由于在不同交易周期中,价格变动都体现出反转效应,而短期成交量在信息一致性方面具有可比性,加上日间交易时段能提供更细致的价格特征差异,因此整体法构建的因子表现出色。
对于微观结构有显著信息增量的情况,如波峰因子,整体法和日内法的构建方法都较为适宜,因为它们在短期内信息表达一致且日间可比性强。另一方面,量价相关性因子虽然信息表达一致,但微观结构的增量不明显,整体法在此类因子的计算中更为通用。
报告还扩展了日内计算方法的概念,日内法最初是通过求平均值来综合个股的日度属性,但这里提出了新的构建方式,如量价相关性标准差因子,它利用标准差来刻画个股交易分布的波动性,这种非平均值的方法提升了因子的选股能力。
值得注意的是,报告提及了高频数据中价格变动的动量反转特性,即不同频率的数据对应不同时间窗口,反映了价格变化的不同趋势。这表明在构建高频因子时,需要考虑到数据的频率特性以及它对预测未来价格走势的影响。
总结来说,本研究报告深入剖析了高频因子的构建方法,强调了整体法、日内法和日内计算方法拓展的重要性,并提供了如何根据微观结构和信息增量优化因子选择的实用指导。这对于理解高频交易策略以及利用高频数据提升投资分析的精度具有重要意义。
2021-04-08 上传
2021-09-09 上传
2023-07-28 上传
2023-09-07 上传
2022-08-03 上传
2022-03-31 上传
2023-07-26 上传
行业报告
- 粉丝: 4
- 资源: 6234
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手