上交所延长指定交易时间对高频因子有何影响?

文摘   2024-10-12 17:01   上海  






+

目录


一、上交所延长指定交易时间对高频因子的影响

1.1 指定交易制度简介

1.2 对投资者影响

1.3 对高频量价因子的影响

二、高频因子超额收益概览

三、各类高频因子近期表现跟踪

3.1 高频价格区间因子

3.2 高频量价背离因子

3.3 遗憾规避因子

3.4 斜率凸性因子

四、基于基本面因子与高频因子构建的中证1000指数增强策略表现

附录一:高频“金”组合中证1000指数增强策略本周持仓列表

附录二:高频&基本面共振组合中证1000指数增强策略本周持仓列表

风险提示


摘要


投资逻辑 

上交所自10月8日起,延长接受指定交易申报指令时间,调整为每个交易日的9:15至11:30、13:00至15:00。根据上交所的交易规则,客户希望投资交易上交所证券时,必须首先指定某家券商进行交易,这个指定的过程即为指定交易。因此新规主要影响新开户客户和需要转换券商的客户,在行情火热的市场中,中间5分钟间隔取消后,可以减缓开盘后的系统压力,有助于使投资者委托申报更加及时。

对于量化投资者而言,由于不涉及交易时间段的改变,原高频量价因子在代码层面上无需修改。不过从因子效果来看,新规有助于将部分新开户投资者在开盘时刻的委托及时申报,不再出现积压或推迟,更有助于我们使用开盘后量价信息捕捉真实委托意愿。

我们对前期挖掘的高频选股因子进行跟踪测试,发现因子在样本外整体表现出色。就上周表现来看,价格区间因子多头超额收益率-0.01%,价量背离因子-1.78%,遗憾规避因子0.77%,斜率凸性因子-1.00%。本月以来,价格区间因子多头超额收益率为-1.24%,价量背离因子-3.94%,遗憾规避因子-0.07%,斜率凸性因子-0.45%。今年以来高频因子表现整体都比较优秀,价格区间因子多头超额收益率6.94%,价量背离因子-3.08%,遗憾规避因子5.33%。斜率凸性因子表现欠佳,多头超额收益率1.52%。

其中价格区间因子衡量股票在日内不同价格区间成交的活跃程度,能体现出投资者对于股票未来走势的预期。该因子展现出了较强的预测效果,今年以来表现比较稳定。价量背离因子主要衡量股票价格与成交量的相关性,一般而言相关性越低,未来上涨的可能性越高。但该因子近几年表现一直不太稳定,多空净值曲线趋近走平,不过今年超额收益处于历史较高水平。遗憾规避因子通过考察股票当天被投资者卖出后反弹的比例和程度,展现了较好的预测效果。该因子样本外超额收益稳定,表明A股投资者的遗憾规避情绪依然会显著影响股价的预期收益。而斜率凸性因子则从投资者耐心与供求关系弹性的角度出发,刻画订单簿的斜率和凸性对预期收益的影响。

我们将三类高频因子首先等权合成后构建出了高频“金”组合中证1000指数增强策略,该策略年化超额收益率10.63%,超额最大回撤为6.04%。上周录得-0.29%的超额收益,本月以来超额收益为-0.21%,今年以来超额收益为6.13%。

为考虑进一步增强策略的业绩表现,我们将高频因子与三个比较有效的基本面因子进行等权合成构建出了高频&基本面共振组合中证1000指数增强策略,该策略在样本外超额收益稳定。上周录得-0.75%的超额收益,本月以来超额收益为-1.24%,今年以来超额收益率为7.14%。截止到上周,该策略的年化超额收益率为15.23%,超额最大回撤为4.22%。


正文





一、上交所延长指定交易时间对高频因子的影响

上交所10月6日晚上发布通知称,为进一步提升指定交易业务办理效率,自10月8日起,延长接受指定交易申报指令时间,由每个交易日的9:15至9:25、9:30至11:30、13:00至15:00调整为每个交易日的9:15至11:30、13:00至15:00。即延长了9.25-9.30这五分钟的申报时间。

1.1 指定交易制度简介

根据《上海证券交易所交易规则》,指定交易是指参与本所市场证券买卖的投资者必须事先指定一家会员作为其买卖证券的受托人,通过该会员参与本所市场证券买卖。也就是说,客户希望投资交易上交所证券时,必须首先指定某家券商进行交易,这个指定的过程即为指定交易。因此,在9.25-9.30的区间内,集合竞价与集中竞价委托依然不被接受。

1.2 对投资者影响

可以看出,该制度主要影响两类投资者:a.新开户客户,第一次开户必须先进行指定交易,因此延长5分钟有助于减缓开盘后的交易委托拥挤,使指定交易更加及时。b.需转换券商的客户,根据上交所规则,客户需首先在当前券商“撤销指定交易”,再去其他券商重新“指定交易”。新增的5分钟有助于客户更换券商更加便捷、灵活。

近期,由于市场行情火热,投资者新开户和更改券商情况较多,若将9.25-9.30之间的指令交易均累计在9.30开盘之后处理,可能会对系统造成压力,对开盘后行情走势也产生一定影响。

1.3 对高频量价因子的影响

由于本次调整未影响到实际交易时间,因此技术层面上量化投资者无需对之前高频因子代码做修改。

从因子效果角度来看,一般而言,开盘半小时属于全天成交最活跃的时间段,隔夜的信息和投资者情绪积压会集中反映在此时间段的量价表现上,根据我们过往的研究经验,部分交易占比类因子、主动买入类因子在此时间段和全天其他时间段会呈现不同规律。

在行情火热,新开户较多的情况下,开盘前5分钟的间隔可能会导致部分交易需求被向后推迟,进一步导致分钟或逐笔数据上所显示的成交意愿失真。而现在将指令交易的间隔取消后,新开户投资者可以在开盘直接下单委托,量价信息能更真实反应投资者意愿,部分因子的有效性和逻辑性有望得到保证。

二、高频因子超额收益概览

过去一周,各类高频因子多头组合在中证1000指数成分股中的表现稳定。其中,价格区间类因子多空收益率-0.23%,多头超额收益率-0.01%。量价背离因子多空收益率-3.55%,多头超额收益率-1.78%。遗憾规避因子多空收益率为2.08%,多头超额收益率0.77%。以下为各大类高频因子的周度表现:

三、各类高频因子近期表现跟踪

3.1 高频价格区间因子

在前期研究中,我们从高频数据的角度探究了市场的日内微观结构。利用三秒的快照数据,发现:

高价格区间成交笔数与成交量因子与股票未来收益呈现显著的负相关性,即股票在日内高价格区间投资行为聚集程度与成交活跃度越低,未来上涨可能性越大。低价格区间平均每笔成交量因子与股票未来收益呈现显著的正相关性,即低价格区间的平均每笔成交量越大,大资金活跃程度越高,股票未来上涨可能性越大。

我们发现高价格80%区间成交量因子(VH80TAW)、高价格80%区间成交笔数因子(MIH80TAW)和低价格10%区间每笔成交量因子(VPML10TAW)在周频的调仓频率上表现较好。三个细分因子的近期表现如下:

我们以 25%、25%和 50%的权重对三个因子进行合成,对合成后因子进行行业市值中性化,得到的价格区间因子净值曲线如下:

可以看出,因子在样本外表现出色,超额净值曲线稳定向上,近期表现稳定。因子在上周、本月以来和今年以来的超额收益表现如下。

3.2 高频量价背离因子

在前期深度报告《Alpha掘金系列之二:基于高频快照数据的量价背离选股因子》中,我们发现,当量价出现背离时,无论当前股价处在上升还是下降通道,未来上涨的可能性均较高;同理,当量价趋同时,股价未来下跌的可能性较高。

我们利用高频快照数据对价格和成交量的相关关系进行衡量,分别用快照成交价和快照收益率与快照成交量、成交笔数和每笔成交量计算。发现在周频的调仓频率上,价格与成交笔数的相关性(CorrPM)和价格与成交量的相关性(CorrPV)表现较好,两个细分因子的近期表现如下:

我们对上述两个因子进行等权合成,对合成后因子进行行业市值中性化,得到的量价背离因子净值曲线如下:

可以看出,因子自2020年以来,收益呈现出下降的趋势,也和众多机构开始越来越多使用高频因子有关。因子在样本外整体表现也比较平淡,但今年以来表现良好,能相对稳定获取正的超额收益。因子在上周、本月以来和今年以来的超额收益表现如下。

3.3 遗憾规避因子

在前期深度报告《Alpha掘金系列之四:基于逐笔成交数据的遗憾规避因子》中,我们利用行为金融学中的遗憾规避理论发现,利用投资者的遗憾规避情绪可以构造出有效的选股因子。如某只股票买入浮亏占比较高或买入浮亏程度较大时,股票的预期收益会更高;卖出后股价反弹的占比越高或反弹程度越大时,股票的预期收益会更低。

我们利用逐笔成交数据区分了每笔交易的主动买卖方向,发现在加入小单和尾盘的限制后,因子的表现有进一步的提升。在周频上,卖出反弹占比因子(LCVOLESW)和卖出反弹偏离因子(LCPESW)表现较好,两个细分因子的近期表现如下:

我们对上述两个因子进行等权合成,对合成后因子进行行业市值中性化,得到的遗憾规避因子净值曲线如下:

可以看出,因子收益表现整体平稳向上,在样本外也体现出较强的超额收益水平。因子在上周、本月以来和今年以来的超额收益表现如下,今年以来表现良好,已取得5.33%的多头超额收益。

3.4 斜率凸性因子

股票作为二级市场上被广泛交易的标的,其价格与供需量的变化受到供需弹性的规律影响。而高频快照数据中的限价订单簿所独有的委托量和委托价信息,为我们提供了绝佳的研究数据来源。我们首先将委托量数据按照其档位进行累加,用委托价和累计委托量计算出买卖双方的订单簿斜率。发现日频斜率因子基本符合我们的一般认知:即买方斜率越大,股票的需求弹性越小,买方投资者对于股票的价格敏感程度较低,则股票有更高的预期收益。对于卖方而言,斜率越小则股票的供给弹性越大,即减少相同的价格会有较大程度的委托量降低,表明卖方不愿轻易降价卖出,同样对应到股票更高的预期收益。

我们将按照订单所在档位区分为高档位投资者斜率因子和低档位斜率因子,并根据两者的反向关系构建出斜率凸性因子。最后提取出低档斜率因子(Slope_abl)和高档位卖方凸性因子(Slope_alh)进行合成。发现在周频的调仓频率上,两个细分因子的近期表现出现波动,具体表现如下:

我们对上述两个因子进行等权合成,对合成后因子进行行业市值中性化,得到的斜率凸性因子净值曲线如下:

可以看出,因子自2016年以来,收益保持平稳的趋势,因子在样本外整体表现也比较平淡。因子在上周、本月以来和今年以来的超额收益表现如下。

四、基于基本面因子与高频因子构建的中证1000指数增强策略表现

为考虑高频因子的实际选股表现,我们将上述三类高频因子等权合成构建了高频“金”组合中证1000指数增强策略。策略调仓频率为周度,手续费率为单边千分之二,基准为中证1000指数。为降低调仓手续费对策略的影响,我们加入换手率缓冲的机制降低调仓成本。策略的净值曲线及主要业绩指标如下:

可以看出,指数增强策略在样本外同样表现出色,有着较强的超额收益水平。策略在上周、本月以来和今年以来的超额收益表现如下。近几月以来出现阶段性调整,上周录得-0.29%的超额收益,本月以来超额收益为-0.21%,今年以来超额收益为6.13%。

一般而言,高频因子与传统基本面因子的相关性较低,将表现较好的基本面因子和高频因子进行结合能够有效提升多因子投资组合的表现,为此我们构建了基于多因子的高频&基本面共振组合中证1000指数增强策略。其中基本面因子包括:一致预期、成长和技术因子,高频因子为本篇报告上述的三类因子。策略的净值曲线及主要业绩指标如下:

可以看出,加入基本面因子后的指数增强策略的各项业绩指标均有一定程度提升。且在样本外表现稳定,有着较强的超额收益水平。策略在上周、本月以来和今年以来的超额收益表现如下。近期表现整体较好,上周录得-0.75%的超额收益,本月以来超额收益为-1.24%,今年以来超额收益为7.14%。

附录一:高频“金”组合中证1000指数增强策略本周持仓列表

附录二:高频&基本面共振组合中证1000指数增强策略本周持仓列表

风险提示

1.   以上结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险。

2.   策略依据一定的假设通过历史数据回测得到,当交易成本提高或其他条件改变时,可能导致策略收益下降甚至出现亏损。


往期报告


量化观市系列

  1. 《量化观市:中美降息降准将至,成长弹性有望显现》

  2. 《量化观市:银行股回落,对红利板块的拖累大吗?》

  3. 《量化观市:历史上看,美联储降息落地后续市场走势》

  4. 《量化观市:核心仓位红利8月企稳回升》

  5. 《量化观市:外流动性冲击修复后,风格需如何切换应对?》

  6. 《量化观市:海外宏观环境剧烈波动,国内配置该如何调整?》

  7. 《量化观市:降息超预期落地是否能带动市场企稳回升?》

  8. 《量化观市:会议定调后续哪些板块将受益?》

  9. 《量化观市:在市场企稳后,风格会如何演绎?》

  10. 量化观市:市场技术分析来看,当前市场是否出现企稳信号?

  11. 量化观市:红利或仍是宏观阻力最小的配置方向

  12. 量化观市:ETF净流入异动,大盘有望企稳?

  13. 《量化观市:美联储降息预期提升,风格拐点即将临近

  14. 量化观市:红利风格仍占优,但成长风格在走强?

  15. 《量化观市:哑铃策略当前还是最佳配置方案吗?》

  16. 《量化观市:市场切换防守配置,耐心等待下一个主线》

  17. 《量化观市:地产政策组合拳下是否会带动新一轮主线切换?》

  18. 《量化观市:社融转负后该关注哪类资产?》

  19. 《量化观市:全球资金回流中国能否持续?》

  20. 《量化观市:上周五市场大涨的驱动逻辑几何?》

  21. 《量化观市:微盘股轮动信号再次发生切换?》

  22. 《量化观市:新“国九条”出台对红利与微盘等风格的演绎有何影响?》

  23. 《量化观市:全球景气度的回升是否会导致后续市场主线出现切换?》

  24. 《量化观市:PMI回升明显,市场情绪或将再次升温》

  25. 《量化观市:Kimi概念板块是否能带动成长板块继续上行?》

  26. 《量化观市:近期微盘监控指标有哪些重大变化?》

  27. 《量化观市:两会闭幕,新质生产力是否仍为市场主线?》

  28. 《量化观市:两会期间,市场风格是否会出现短期切换?》

  29. 《量化观市:小微板块领涨,反弹行情是否延续?》

  30. 《量化观市:从历史上看,“开门红行情”将如何演绎?》

  31. 《量化观市:今年以来量价行业轮动模型超额明显》

  32. 《量化观市:从资金面和技术面角度看好大盘股止跌回升》

  33. 《量化观市:开年红利风格走强,微盘现阶段风险如何?》

  34. 《量化观市:跨年行情值得期待,重点关注成长板块》

  35. 《量化观市:节前建议配置价值因子》


主动量化系列

  1. 《主动量化研究之二:当绩优基金重仓股遇到调研会发生什么“共振”?》

  2. 主动量化研究之一:择时、选股、选基——自主可控概念量化投资指南


Alpha掘金系列

  1. 《Alpha掘金系列之九:基于多目标、多模型的机器学习指数增强策略》

  2. 《Alpha掘金系列之八:FinGPT对金融论坛数据情感的精准识别——沪深300另类舆情增强因子》

  3. Alpha掘金系列之七:ChatGLM医药行业舆情精选策略——大模型微调指南》

  4. Alpha掘金系列之六:弹性与投资者耐心——基于高频订单簿的的斜率凸性因子

  5. 《Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?》

  6. 《Alpha掘金系列之四:基于逐笔成交数据的遗憾规避因子》

  7. Alpha掘金系列之三:高频非线性选股因子的线性化与失效因子的动态纠正

  8. 《Alpha掘金系列之二:基于高频快照数据的量价背离因子》

  9. Alpha掘金系列:多维度卖方分析师预测能力评价——券商金股组合增强策略


Beta猎手系列

  1.Beta猎手系列之六:基于宏观量价信号叠加的微盘股茅指数择时轮动策

  2.Beta猎手系列之五:Beta猎手系列之五:基于机构调研热度和广度视角的行业配置策略 

  3.Beta猎手系列之四:如何利用ChatGPT解析卖方策略观点并构建行业轮动策略? 

  4.《Beta猎手系列之三:行业超预期的全方位识别与轮动策略》

  5.《Beta猎手系列之二:熵池模型:如何将纯主动观点纳入量化配置模型》

  6.Beta猎手系列:基于动态宏观事件因子的股债轮动策略


智能化选基系列

  1. 《智能化选基系列之五:如何如何刻画基金经理的交易动机并进行基金优选?》

  2. 《智能化选基系列之四:如何用LLM生成基金经理调研报告并构建标签体系?》

  3. 《智能化选基系列之三:基金经理多维度能力评价因子优化》

  4. 《智能化选基系列之二:风格轮动型基金的智能识别与量化优选》

  5. 《智能化选基系列:如何通过全方位特征预测基金业绩并构建跑赢指数的基金组合》


量化漫谈系列

  1. 《量化漫谈系列之八:传统因子如何通过线性转换增强因子表现?》

  2. 《量化漫谈系列之六:为大模型插上翅膀——ChatGLM部署与Langchain知识库挂载》

  3. 量化漫谈系列之六:如何精确跟踪微盘股指数?——低成交量下的抽样复制策略》

  4. 量化漫谈系列之五:中证2000指数发布,如何构建微盘股指数增强策略?》

  5. 《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  6. 《量化漫谈系列之三:有多少基金从新能源切换到了AI?》

  7. 《量化漫谈:卖方分析师团队评价体系与特征全景》

  8. 量化漫谈:预期差视角下的业绩预喜个股机会梳理


量化掘基系列

  1. 《量化掘基系列之十九:量化视角下,央企概念有哪些投资机会?

  2. 《量化掘基系列之十八:汇聚龙头,启航新境——华泰柏瑞中证A50ETF

  3. 《量化掘基系列之十七:红利叠加低波会碰撞出怎样的火花?

  4. 《量化掘基系列之十六:控制微盘风格暴露,机器学习赋能量化投资

  5. 《量化掘基系列之十五:低波因子是否才是中证 500 选股真正利器?

  6. 《量化掘基系列之十四:“哑铃”策略的一头,红利策略哪只强?》

  7. 《量化掘基系列之十三:多重利好驱动小微盘行情,中证2000指数迎配置机遇》

  8. 《量化掘基系列之十二:高成长高弹性,掘金科创100估值底》

  9. 《量化掘基系列之十一:高股息+低估值,顺周期行业配置首选》

  10. 《量化掘基系列之十:行业龙头强强联合,中韩半导体产业迎布局机遇

  11. 《量化掘基系列之九:量化视角把握专精特新“小巨人”投资机会》

  12. 量化掘基系列之八:国企改革持续推进,现代能源产业投资正当其时

  13. 量化掘基系列之七:低利率环境下的投资法宝——招商中证红利ETF

  14. 量化掘基系列之六:如何从多个维度衡量ETF的景气度特征》

  15. 《量化掘基系列之五:震荡行情下的投资利器——华泰柏瑞中证红利低波动ETF》

  16. 《量化掘基系列之四:量化择时把握创业板50指数投资机会》

  17. 量化掘基系列之三:ChatGPT概念加速起飞,大数据产业链投资指南

  18. 量化掘基系列之二:量化择时把握港股通大消费板块投资机会

  19. 量化掘基:银河基金罗博:机器学习赋能主动量化投资


CTA金点子系列

  1. 《CTA金点子系列之二:基于日内高频博弈信息的商品CTA策略

  2. 《CTA金点子系列之一:基于ChatGPT新闻情感分析的原油期货策略》


年度投资策略

  1. 《金融工程2023年度投资策略:拨云见日终有时》

  2. 《金融工程2024年度策略:小盘股为帆,AI量化掌舵》



报告信息

证券研究报告:《高频因子跟踪:上交所延长指定交易时间对高频因子有何影响?》

对外发布时间:2024年10月10日

报告发布机构:国金证券股份有限公司


证券分析师:高智威

SAC执业编号:S1130522110003

邮箱:gaozhiw@gjzq.com.cn


证券分析师:王小康

SAC执业编号:S1130523110004

邮箱:wangxiaokang@gjzq.com.cn

点击下方阅读原文,获取更多最新资讯




量化智投
国金证券金融工程高智威团队。研究范围涵盖了量化选股、资产配置、基金研究以及衍生品投资等领域。
 最新文章