大牛证券欢迎你! 客服热线:4006-593-678
  公告 大牛证券老品牌,是您值得信赖的配资平台。大牛证券是证监会指定知名券商,严格遵守监管要求,保障资金安全无忧,提供一流投资体验。选对券商配资平台,让投资变得更加简单美好!用我们的智慧,为您创造财富。
资金保障
资金第三方监管,专款专用
真实交易
100%实盘,同步股市数据
快捷提现
闪电提现,最快三分钟到账
专业服务
客户体验至上为宗旨
按月配资

利率低至

100元/1万

独立成户

稳定高效

200万元
最高保证金
1000
起配金额
我要配资
资金三方托管/保险双保障/全实盘交易
按周配资

利率低至

30元/万

独立成户

稳定高效

200万元
最高保证金
1000
起配金额
我要配资
资金三方托管/保险双保障/全实盘交易
按天配资

利率低至

6元/1万

独立成户

稳定高效

200万元
最高保证金
1000
起配金额
我要配资
资金三方托管/保险双保障/全实盘交易
免息配资

不收取利息

全免

收益分成

盈利%归您

200万元
最高保证金
1000
起配金额
我要配资
资金三方托管/保险双保障/全实盘交易

领涨股

股票名称 当前价格 涨跌幅 市盈率
N新天 4.58 44.03% 13.07
N甘李 91.18 44.00% 30.66
硕世生物 261.08 12.34% 88
金晶科技 3.38 10.10% 73.26
安彩高科 4.69 10.09% 61.16
跨境通 5.90 10.08% 0
爱迪尔 5.90 10.08% 0
凯盛科技 5.91 10.06% 50.9
雪榕生物 11.94 10.05% 20.78
旗天科技 5.48 10.04% 0

领跌股

股票名称 当前价格 涨跌幅 市盈率
乐视退 0.35 -10.26% 0
中 关 村 11.12 -10.03% 130.88
恺英网络 3.50 -10.03% 0
新力金融 11.58 -10.02% 375.54
顺网科技 23.55 -10.01% 0
金运激光 44.01 -10.00% 863.75
天齐锂业 23.22 -10.00% 0
国药股份 44.57 -10.00% 21.7
汤臣倍健 19.81 -10.00% 0
神州泰岳 6.13 -9.99% 0

注册会员                            操盘达人

  • 181******9373 近期已注册成功

  • 137******9382 近期已注册成功

  • 158******6154 配资17万实盘资金盈利1.7万

  • 159******5485 近期已注册成功

  • 151******0018 配资6万实盘资金盈利1.62万

  • 132******3168 今日已注册成功

  • 166******5345 配资5万实盘资金盈利0.8万

  • 138******7588 近期已注册成功

  • 138******7391 配资61万实盘资金盈利4.88万

  • 156******5123 近期已注册成功

  • 199******2805 配资420万实盘资金盈利85.6万

  • 181******1852 近期已注册成功

  • 138******3045 配资300万实盘资金盈利69万

  • 150******9863 配资500万实盘资金盈利86万

  • 135******7455 近期已注册成功

  • 155******1706 配资150万实盘资金盈利40.5万

  • 182******1863 近期已注册成功

  • 185******4308 配资200万实盘资金盈利72万

  • 166******0551 今日已注册成功

  • 199******5159 配资6万实盘资金盈利1.28万

  • 191******9632 近期已注册成功

  • 131******2999 配资5万实盘资金盈利0.8万

  • 131******8352 今日已注册成功

  • 185******8221 配资320万实盘资金盈利62.4万

  • 139******5255 近期已注册成功

  • 152******9898 配资60万实盘资金盈利20.4万

  • 130******9884 近期已注册成功

  • 139******0801 配资40万实盘资金盈利14万

  • 188******1522 今日已注册成功

  • 155******8738 配资10万实盘资金盈利3.5万

  • 199******5056 近期已注册成功

  • 187******9215 配资80万实盘资金盈利19.84万

  • 131******8833 近期已注册成功

  • 186******9968 配资15万实盘资金盈利2.79万

  • 188******1137 近期已注册成功

  • 136******8585 配资6万实盘资金盈利1.62万

  • 152******2109 近期已注册成功

  • 158******5644 配资6万实盘资金盈利1.28万

  • 150******3576 今日已注册成功

  • 189******2269 配资88万实盘资金盈利22.88万

  • 182******5918 近期已注册成功

  • 139******8785 配资1万实盘资金盈利0.2万

  • 177******1164 近期已注册成功

  • 182******6642 配资6万实盘资金盈利0.9万

  • 155******3146 近期已注册成功

  • 132******1610 配资5万实盘资金盈利0.76万

  • 134******5511 近期已注册成功

  • 158******8288 配资140万实盘资金盈利23.8万

  • 155******5889 今日已注册成功

  • 136******3707 近期已注册成功

  • 132******6836 近期已注册成功

  • 132******2723 近期已注册成功

  • 189******9580 今日已注册成功

  • 136******2065 近期已注册成功

  • 152******5842 配资150万实盘资金盈利15.6万

  • 131******5815 近期已注册成功

  • 175******0811 近期已注册成功

  • 135******1754 配资128万实盘资金盈利23.8万

  • 136******1578 近期已注册成功

  • 182******2958 近期已注册成功

  • 132******2107 今日已注册成功

  • 130******6638 近期已注册成功

  • 131******7885 近期已注册成功

  • 131******2903 近期已注册成功

  • 131******2777 近期已注册成功

  • 177******4007 配资340万实盘资金盈利48.8万

  • 182******0177 今日已注册成功

  • 181******8866 近期已注册成功

  • 188******8888 近期已注册成功

  • 180******9917 近期已注册成功

  • 131******0999 今日已注册成功

  • 180******1021 配资320万实盘资金盈利35.5万

  • 151******9159 今日已注册成功

  • 182******0067 近期已注册成功

  • 133******8624 今日已注册成功

  • 158******8169 配资320万实盘资金盈利42.3万

  • 130******0484 今日已注册成功

  • 136******4975 今日已注册成功

  • 135******9423 近期已注册成功

  • 151******2879 近期已注册成功

  • 177******6131 今日已注册成功

  • 159******4118 配资140万实盘资金盈利23.8万

  • 158******9118 近期已注册成功

  • 139******3227 近期已注册成功

  • 183******8335 今日已注册成功

  • 151******1984 近期已注册成功

  • 180******2351 近期已注册成功

  • 178******2673 今日已注册成功

  • 130******9138 配资130万实盘资金盈利15.8万

  • 171******2580 近期已注册成功

  • 199******7655 近期已注册成功

  • 151******6075 今日已注册成功

  • 135******8235 近期已注册成功

  • 189******9473 近期已注册成功

  • 182******1545 今日已注册成功

  • 181******7858 配资140万实盘资金盈利23.8万

  • 133******6978 近期已注册成功

  • 180******1006 近期已注册成功

  • 181******2802 今日已注册成功

  • 159******2693 近期已注册成功

  • 135******5138 近期已注册成功

  • ****** 近期已注册成功

  • 189******4599 近期已注册成功

  • 181******7758 今日已注册成功

  • 138******7615 近期已注册成功

  • 135******7379 近期已注册成功

  • 130******6335 今日已注册成功

  • 134******0851 配资88万实盘资金盈利22.88万

  • 139******8324 近期已注册成功

  • 133******4242 今日已注册成功

  • 182******8973 今日已注册成功

  • 176******4530 近期已注册成功

  • 131******2408 今日已注册成功

  • 180******2505 近期已注册成功

  • 131******7128 今日已注册成功

  • 182******0146 今日已注册成功

  • 132******3348 近期已注册成功

  • 199******3524 今日已注册成功

  • 151******9799 今日已注册成功

  • 137******3128 今日已注册成功

  • 139******1068 近期已注册成功

  • 136******5241 近期已注册成功

  • 185******5993 今日已注册成功

  • 159******3747 近期已注册成功

  • 180******4237 今日已注册成功

  • 189******7060 近期已注册成功

  • 178******3968 今日已注册成功

  • 150******7995 配资15万实盘资金盈利2.6万

  • 136******7531 今日已注册成功

  • 183******8054 今日已注册成功

  • 151******4649 近期已注册成功

  • 135******8524 近期已注册成功

  • 150******2560 今日已注册成功

  • 138******5656 配资88万实盘资金盈利22.88万

  • 188******2998 近期已注册成功

  • 182******6642 近期已注册成功

  • 180******0890 今日已注册成功

  • 137******9294 近期已注册成功

  • 157******4398 近期已注册成功

  • 176******5644 近期已注册成功

  • 181******2084 近期已注册成功

  • 139******0705 近期已注册成功

  • 159******4556 今日已注册成功

  • 178******2863 配资12万实盘资金盈利1.88万

  • 188******0599 近期已注册成功

  • 134******2519 近期已注册成功

  • 151******2517 近期已注册成功

  • 176******6380 今日已注册成功

  • 171******0415 配资66万实盘资金盈利12.88万

  • 187******7849 今日已注册成功

  • 147******0207 近期已注册成功

  • 152******5759 近期已注册成功

  • 137******1716 今日已注册成功

  • 139******7659 配资2万实盘资金盈利0.25万

  • 176******5727 近期已注册成功

  • 158******7206 近期已注册成功

  • 152******2755 近期已注册成功

  • 152******3704 今日已注册成功

  • 138******0046 配资41万实盘资金盈利8.3万

  • 156******3551 近期已注册成功

  • 181******2156 今日已注册成功

  • 186******9264 今日已注册成功

  • 157******9210 近期已注册成功

  • 155******6668 配资7万实盘资金盈利0.65万

  • 152******7565 今日已注册成功

  • 180******3836 近期已注册成功

  • 153******7450 今日已注册成功

  • 153******0999 近期已注册成功

  • 188******5236 今日已注册成功

  • 136******6512 配资7万实盘资金盈利0.8万

  • 131******1412 近期已注册成功

  • 186******5079 近期已注册成功

  • 159******1377 近期已注册成功

  • 171******2698 今日已注册成功

  • 198******8562 近期已注册成功

  • 188******6391 今日已注册成功

  • 157******3520 配资4万实盘资金盈利0.42万

  • 177******5399 近期已注册成功

  • 136******3926 近期已注册成功

  • 177******9495 今日已注册成功

  • 135******2033 近期已注册成功

  • 185******0404 近期已注册成功

  • 159******4466 配资35万实盘资金盈利2.8万

  • 135******4047 近期已注册成功

  • 138******0409 近期已注册成功

  • 180******9805 配资6万实盘资金盈利0.3万

  • 131******0763 近期已注册成功

  • 182******6031 近期已注册成功

  • 130******7319 近期已注册成功

  • 178******1103 配资45万实盘资金盈利2.6万

  • 131******0371 配资32万实盘资金盈利3万

  • 182******4448 近期已注册成功

  • 178******0907 配资50万实盘资金盈利4.6万

  • 189******6979 近期已注册成功

  • 189******1260 近期已注册成功

  • 178******8920 配资12万实盘资金盈利1.2万

  • 186******6161 近期已注册成功

  • 183******1018 配资8万实盘资金盈利0.88万

  • 151******1978 近期已注册成功

今日充值

  • *********8021 充值2000元

  • *********4203 充值500元

  • *********4538 充值500元

  • *********7181 充值600元

  • *********1535 充值5000元

  • *********7728 充值2000元

  • *********7088 充值1000元

  • *********7092 充值100元

  • *********8863 充值100元

  • *********2920 充值100元

  • *********7666 充值1000元

  • *********2738 充值1000元

  • *********0559 充值500元

  • *********4799 充值5000元

  • *********8283 充值10000元

  • *********3920 充值1000元

  • *********9770 充值1000元

  • *********9991 充值51000元

  • *********0782 充值500元

  • *********0747 充值500元

  • *********1318 充值100元

  • *********2408 充值500元

  • *********3185 充值1000元

  • *********2790 充值10000元

  • *********3114 充值10000元

  • *********6623 充值1000元

  • *********2815 充值1000元

  • *********1266 充值2000元

  • *********5453 充值100元

  • *********2699 充值10000元

  • *********4588 充值1000元

  • *********8768 充值888元

  • *********3323 充值10000元

  • *********0638 充值10000元

  • *********1999 充值5019元

  • *********7433 充值1000元

  • *********1976 充值2000元

  • *********5351 充值10000元

  • *********7668 充值100000元

  • *********3279 充值100元

  • *********8029 充值20000元

  • *********3557 充值50000元

  • *********7190 充值100元

  • *********6730 充值100元

  • *********2494 充值100000元

  • *********6823 充值1500元

  • *********2659 充值100元

  • *********3332 充值2000元

  • *********3098 充值1000元

  • *********5609 充值20000元

  • *********2172 充值150元

  • *********6039 充值110元

  • *********0670 充值200元

  • *********5276 充值15000元

  • *********2570 充值500元

  • *********9529 充值1000元

  • *********3557 充值50000元

  • *********0826 充值5000元

  • *********5268 充值2200元

  • *********6248 充值1000元

  • *********5676 充值1000元

  • *********8882 充值1342元

  • *********3689 充值1000元

  • *********7308 充值500元

  • *********4150 充值100元

  • *********6630 充值800元

  • *********5245 充值1000元

  • *********3518 充值1000元

  • *********0869 充值100元

  • *********0966 充值10000元

  • *********9829 充值10000元

  • *********8700 充值4799.5元

  • *********7309 充值1000元

  • *********6366 充值1000元

  • *********3249 充值100元

  • *********8369 充值50000元

  • *********9183 充值1000元

  • *********6195 充值2000元

  • *********0999 充值100元

  • *********8007 充值1000元

  • *********0021 充值1000元

  • *********6727 充值500元

  • *********4086 充值50000元

  • *********1837 充值50000元

  • *********8445 充值5000元

  • *********9509 充值1000元

  • *********2445 充值12000元

  • *********0930 充值10000元

  • *********2297 充值5112元

  • *********1314 充值5000元

  • *********3057 充值50000元

  • *********8131 充值100元

  • *********0899 充值10000元

  • *********1012 充值1000元

  • *********1922 充值5000元

  • *********0234 充值1000元

  • *********6858 充值3000元

  • *********1687 充值500元

  • *********0999 充值2000元

  • *********5138 充值10000元

  • *********5858 充值10000元

  • *********0769 充值1000元

  • *********6437 充值10000元

  • *********9303 充值100元

  • *********1409 充值1000元

  • *********4240 充值1000元

  • *********8376 充值10001元

  • *********2231 充值1000元

  • *********6595 充值500元

  • *********1126 充值100元

  • *********0259 充值10000元

  • *********6164 充值100元

  • *********5727 充值10000元

  • *********7399 充值100元

  • *********3196 充值100元

  • *********2280 充值1000元

  • *********6425 充值5000元

  • *********4505 充值111元

  • *********2488 充值5000元

  • *********0595 充值500元

  • *********2122 充值5000元

  • *********5079 充值20000元

  • *********5481 充值2000元

  • *********9572 充值1100元

  • *********4259 充值10130元

  • *********5180 充值10080元

  • *********3777 充值10120元

  • *********7589 充值3000元

  • *********7742 充值1000元

  • *********2096 充值2000元

  • *********6188 充值3000元

  • *********3506 充值1000元

  • *********0733 充值1000元

  • *********7888 充值5068元

  • *********0573 充值10000元

  • *********8559 充值1000元

  • *********5805 充值100元

  • *********0603 充值1000元

  • *********7681 充值300元

  • *********1757 充值50000元

  • *********4860 充值1000元

  • *********3285 充值1000元

  • *********9598 充值1000元

  • *********2252 充值500元

  • *********5916 充值10000元

  • *********8631 充值1009元

  • *********0277 充值500元

  • *********6694 充值2000元

  • *********3105 充值10012元

  • *********6359 充值100元

  • *********0999 充值2000元

  • *********6292 充值1000元

  • *********8765 充值10000元

  • *********8329 充值10003元

  • *********7967 充值11000元

  • *********9394 充值1000元

  • *********1353 充值100000元

  • *********3335 充值1000元

  • *********2227 充值1012元

  • *********9728 充值1000元

  • *********0088 充值2000元

  • *********7116 充值3000元

  • *********7330 充值10000元

  • *********9671 充值1000元

  • *********5283 充值2000元

  • *********0467 充值5000元

  • *********5006 充值500元

  • *********0678 充值10000元

  • *********8715 充值1000元

  • *********1885 充值500元

  • *********2689 充值500元

  • *********2954 充值1000元

  • *********6619 充值1000元

  • *********0072 充值500元

  • *********7398 充值466元

  • *********7085 充值500000元

  • *********4458 充值1000元

  • *********8115 充值666元

  • *********5509 充值10000元

  • *********5493 充值1800元

  • *********6225 充值1000元

  • *********0621 充值2000元

  • *********3066 充值1000元

  • *********9822 充值100元

  • *********1115 充值100元

  • *********8873 充值1000元

  • *********4731 充值1000元

  • *********9816 充值1000元

  • *********9967 充值1000元

  • *********9859 充值1000元

  • *********6411 充值1000元

  • *********9016 充值1000元

  • *********3342 充值10000元

  • *********0845 充值100元

  • *********2460 充值100元

  • *********2921 充值10000元

  • *********3502 充值100元

  • *********4565 充值1000元

  • *********3558 充值5000元

  • *********8987 充值1000元

您的位置 首页 知识之窗网

金融工程专题报告

金融工程研究 金融工程专题报告 证券研究报告 2020 年 07 月 30 日 相关研究 《刚需之下,关注龙头…

金融工程研究

金融工程专题报告

证券研究报告

2020 年 07 月 30 日

相关研究

《刚需之下,关注龙头——华安中证细分

医药 ETF(512120)投资价值分析》

2020.07.27

《金融科技(Fintech)和数据挖掘研究

(七)——基于机器学习和知识图谱的行业轮动》2020.07.21

《量化研究新思维(二十)——基于马氏

距离构建新的经济周期指数》2020.07.13

选股因子系列研究(六十九)——高频因子的现实与幻想

投资要点:
高频行情数据蕴含丰富的信息,但市场上少有对此类数据的特征及如何应用的详细介绍。本文从高频行情数据的组成和结构出发,系统整理了十几个既有经济学逻辑, 又表现良好的因子,并通过多因子指数增强模型展现其实践价值。

  • Level2 行情数据概况。Level2 行情数据是目前国内证券市场上对于交易信息包含最为完整,颗粒度最为精细的行情数据产品。主要有 4 种形式:分钟 K 线、盘口快照、委托队列、成交明细。Level2 行情数据已覆盖在沪深两市上市的股票、

可交易型基金、沪深交易所指数等大量品种,还在积极扩展纳入 ETF 期权等沪深交易所上市的衍生品,基本可以满足对 A 股市场的研究、投资和交易需求。

  • 基于分钟成交数据的高频因子。根据分钟 K 线包含的信息,可构建高频偏度、下行波动占比、尾盘成交占比、量价相关性、改进反转、平均单笔流出金额占比、大单推动涨幅,共七个因子。它们的月均 Rank IC 都在 3%以上,年化 ICIR 都大

于 3。其中,尾盘成交占比因子表现最优,月均 Rank IC 为 4.86%,年化 ICIR

为 3.59。

  • 基于 TICK 委托数据的高频因子。盘口委托挂单数据刻画了投资者的买入意愿, 开盘后 30 分钟内的委买增量越大,投资者在这段时间内的买入意愿越强。开盘后净委买增额占比因子月均 Rank IC 为 4.19%,年化 ICIR 为 4.24。
  • 基于逐笔成交数据的高频因子。根据逐笔成交数据中的“买”、“卖”标记和单号信息,可构建开盘后净主买占比、开盘后净主买强度、大买成交占比、开盘后知

情主卖占比,共四个因子。它们的月均 Rank IC 分别为 3.31%、4.46%、4.35%、2.86%,年化 ICIR 分别为 2.51、3.29、1.96、2.51。

  • 基于 TICK 委托与逐笔成交数据的高频因子。委托挂单体现投资者尚未释放的交易意愿,而主买/主卖则代表已进行的交易行为。若将两者结合,可以得到广义的

投资者主动买入意愿。开盘后买入意愿占比因子和开盘后买入意愿强度因子的月均 Rank IC 分别为 4.34%和 5.07%,年化 ICIR 分别为 3.43 和 3.93。,东吴证券股票开户流程
,网上股票开户要收费吗
,买卖股票怎么开户
,股票开户几天可以交易
,股票开户怎么查
,股票账户开户手续费
,股票网上开户后还用去银行吗
,股票开户视频见证
,成都股票开户最低佣金
,股票开户是什么

  • 高频因子在多因子组合中的应用。常用的在多因子模型中引入高频信息的方式有两种,一是在个股收益预测模型中直接加入高频因子,二是利用高频因子剔除空

头个股。对于沪深 300 指数、中证 500 指数和中证 800 指数,同时使用这两种方法后,均可将指数增强策略的年化超额收益提升 2.6%以上。并且,在时间序列上也较为稳定。在绝大部分年份中,引入高频因子后的策略都优于基准策略。

  • 风险提示。因子失效风险,模型误设风险,历史统计规律失效风险。

请务必阅读正文之后的信息披露和法律声明

 

  1. 总结与讨论 26
  2. 风险提示 26

图目录

图 1 Level2 行情数据分类示意 6

图 2 高频偏度因子 Rank IC 与累计 Rank IC 9

图 3 高频偏度因子多空相对强弱 9

图 4 下行波动占比因子 Rank IC 与累计 Rank IC 10

图 5 下行波动占比因子多空相对强弱 10

图 6 尾盘成交占比因子 Rank IC 与累计 Rank IC 10

图 7 尾盘成交占比因子多空相对强弱 10

图 8 高频量价相关性因子 Rank IC 与累计 Rank IC 11

图 9 高频量价相关性因子多空相对强弱 11

图 10 改进反转因子 Rank IC 与累计 Rank IC 12

图 11 改进反转因子多空相对强弱 12

图 12 平均单笔流出金额占比因子 Rank IC 与累计 Rank IC 12

图 13 平均单笔流出金额占比因子多空相对强弱 12

图 14 大单推动涨幅因子 Rank IC 与累计 Rank IC 13

图 15 大单推动涨幅因子多空相对强弱 13

图 16 开盘后净委买增额占比因子 Rank IC 与累计 Rank IC 15

图 17 开盘后净委买增额占比因子多空相对强弱 15

图 18 开盘后净主买占比因子 Rank IC 与累计 Rank IC 15

图 19 开盘后净主买占比因子多空相对强弱 15

图 20 开盘后净主买强度因子 Rank IC 与累计 Rank IC 16

图 21 开盘后净主买强度因子多空相对强弱 16

图 22 大买成交占比因子 Rank IC 与累计 Rank IC 16

图 23 大买成交占比因子多空相对强弱 16

图 24 知情主卖占比因子 Rank IC 与累计 Rank IC 17

图 25 知情主卖占比因子多空相对强弱 17

图 26 开盘后买入意愿占比因子 Rank IC 与累计 Rank IC 18

图 27 开盘后买入意愿占比因子多空相对强弱 18

图 28 开盘后买入意愿强度因子 Rank IC 与累计 Rank IC 18

图 29 开盘后买入意愿强度因子多空相对强弱 18

图 30 高频因子值相关系数时间序列均值(2014.01-2020.06) 20

图 31 高频因子 Rank IC 相关系数(2014.01-2020.06) 21

图 32 不 同 阈 值 下 , 事 前 剔 除 的 沪 深 300 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………23

图 33 不 同 阈 值 下 , 事 前 剔 除 的 中 证 500 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………23

图 34 不 同 阈 值 下 , 事 前 剔 除 的 中 证 800 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………23

图 35 不 同 阈 值 下 , 事 后 剔 除 的 沪 深 300 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………24

图 36 不 同 阈 值 下 , 事 后 剔 除 的 中 证 500 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………24

图 37 不 同 阈 值 下 , 事 后 剔 除 的 中 证 800 指 数 增 强 策 略 年 化 超 额 收 益

(2013.01-2020.06) …………………………………………………………………………………………24

图 38 引入高频因子信息后的沪深 300 指数增强策略相对基准策略的月度超额收益.25

图 39 引入高频因子信息后的中证 500 指数增强策略相对基准策略的月度超额收益.25

图 40 引入高频因子信息后的中证 800 指数增强策略相对基准策略的月度超额收益.26

表目录

表 1 分钟数据结构示意 7

表 2 盘口快照数据结构示意 7

表 3 委托队列数据结构示意 8

表 4 逐笔成交数据结构示意 8

表 5 逐笔委托数据结构示意 8

表 6 分钟高频因子在中证 500 指数内的月度选股能力(2012.01-2020.06) 13

表 7 分钟高频因子在沪深 300 指数内的月度选股能力(2012.01-2020.06) 13

表 8 分钟高频因子在全 A 内的周度选股能力(2012.01-2020.06) 14

表 9 分钟高频因子在中证 500 指数内的周度选股能力(2012.01-2020.06) 14

表 10 分钟高频因子在沪深 300 指数内的周度选股能力(2012.01-2020.06) 14

表 11 TICK 与逐笔高频因子在中证 500 指数内的月度选股能力(2014.01-2020.06)

19

表 12 TICK 与逐笔高频因子在沪深 300 指数内的月度选股能力(2014.01-2020.06)

19

表 13 TICK 与逐笔高频因子在全 A 内的周度选股能力(2014.01-2020.06) 19

表 14 TICK 与逐笔高频因子在中证 500 指数内的周度选股能力(2014.01-2020.06)

19

表 15 TICK 与逐笔高频因子在沪深 300 指数内的周度选股能力(2014.01-2020.06)

20

表 16 引入高频因子可显著提升收益预测模型的表现(2013.01-2020.06) 21

表 17 在收益预测模型中引入高频因子, 可明显提升指数增强策略的超额收益

(2013.01-2020.06) …………………………………………………………………………………………22

表 18 引入高频空头虚拟变量因子对中证 800 指数增强策略超额收益的影响

(2013.01-2020.06) …………………………………………………………………………………………22

表 19 事前剔除高频因子空头个股,可提升指数增强策略的年化超额收益

(2013.01-2020.06) …………………………………………………………………………………………23

表 20 事后剔除高频因子空头个股,可提升指数增强策略的年化超额收益

(2013.01-2020.06) …………………………………………………………………………………………24

表 21 综合应用高频因子后的指数增强策略分年度超额收益(2013.01-2020.06) 25

高频行情数据蕴含丰富的信息,但市场上少有对此类数据的特征及如何应用的详细介绍。本文从高频行情数据的组成和结构出发,系统整理了十几个既有经济学逻辑,又表现良好的因子,并通过多因子指数增强模型展现其实践价值。

高频数据介绍

Level2 行情数据概况

Level2 行情数据是目前国内证券市场上对于交易信息包含最为完整,颗粒度最为精细的行情数据产品。最早由沪深交易所于 2006 年筹划推出,并在 2012 年末彻底完善。

交易所提供的数据产品中,较为常用的有以下四种形式。

      • 分钟 K 线:即当日全天的分钟 K 线行情。相比传统 K 线,包含了分钟成交笔数信息。
      • 盘口快照:即常用的每 3 秒一个切片的十档委托行情。其中,也包括该时刻的委托总量和平均委托价格信息。
      • 委托队列:即买一、卖一的总委托单数,以及前 50 笔委托的明细信息。
      • 成交明细:即两个 3 秒快照之间,详细的逐笔成交与逐笔委托信息。
图1 Level2 行情数据分类示意
资料来源:海通证券研究所

Level2 行情数据已覆盖在沪深两市上市的股票、可交易型基金、沪深交易所指数等大量品种,还在积极扩展纳入 ETF 期权等沪深交易所上市的衍生品,基本可以满足对 A 股市场的研究、投资和交易需求。

不过,需要注意的是,沪深交易所的 Level2 行情数据也存在一定的差异,主要体现在成交明细这个数据产品中。

从数据内容来看,上交所的成交明细数据不包括逐笔委托数据,即没有详细的挂撤单信息。在逐笔成交数据中,也没有标记为撤单的逐笔成交。因此,如果利用日内成交明细中,和委托相关的数据构建因子或信号,可能会出现沪深两市覆盖不均衡的问题。

从数据更新的频率来看,深交所的逐笔成交与逐笔委托数据是实时推送的,与数据的最小时间戳 0.01 秒基本一致。而上交所则是每三秒,将过去三秒内的所有逐笔成交数据打包后发送。与分析和处理历史数据不同,这种数据推送模式的差异会对那些实时盯盘策略的研发产生较大影响。

Level2 行情数据的结构与特性

分钟数据是 Level2 行情数据中数据字段最少、频率最低的产品。每个股票每日只有固定的 240 个数据,单日数据量在 100MB 左右。

表 1 分钟数据结构示意
字段名称 字段示意 数据类型
m_strWindCode 证券带后缀代码 String
m_nDate 日期(自然日)格式:YYMMDD Int
m_nTime 时间(HHMMSSmmm) Int
m_nOpen 开盘 Double
m_nHigh 最高 Double
m_nLow 最低 Double
m_nClose 收盘 Double
m_iVolume 成交量 Long
资料来源:海通证券研究所整理

盘口快照数据的抽样规则为每 3 秒一次,但只记录前后两个时刻盘口有变化的数据。因此,每个股票每日的盘口快照数目并不固定,单日数据量在 6GB 左右。

表 2 盘口快照数据结构示意
字段名称 字段示意 数据类型
m_strWindCode 证券带后缀代码 String
m_nDate 日期(自然日)格式:YYMMDD Int
m_nTime 时间(HHMMSSmmm) Int
m_nPrice 成交价 Double
m_iVolume 成交量 Long
m_iTurover 成交额(元) Long
m_nMatchItems 成交笔数 Int
m_chTradeFlag 成交标志 Char
m_chBSFlag BS 标志 Char
m_iAccVolume 当日累计成交量 Long
m_iAccTurover 当日成交额(元) Long
m_nHigh 最高 Double
m_nLow 最低 Double
m_nOpen 开盘 Double
m_nPreClose 前收盘 Double
m_nAskPrice 叫卖价 Double[10]
m_nAskVolume 叫卖量 Int[10]
m_nBidPrice 叫买价 Double[10]
m_nBidVolume 叫买量 Int[10]
m_nAskAvPrice 加权平均叫卖价 Double
m_nBidAvPrice 加权平均叫买价 Double
资料来源:海通证券研究所整理

委托队列数据的更新频率与盘口快照数据相同,但结构较为简单。因此,单日数据量相对也会小一些。

表 3 委托队列数据结构示意
字段名称 字段示意 数据类型
m_strWindCode 证券带后缀代码 String
m_nDate 日期(自然日)格式:YYMMDD Int
m_nTime 时间(HHMMSSmmm) Int
m_nSide 买卖方向 Char
m_nPrice 成交价格 Double
m_nOrderItems 订单数量 Int
m_nABItems 明细个数 Int
m_nABVolume 订单明细 Int[50]
资料来源:海通证券研究所整理

逐笔成交数据记录的最小时间间隔为 0.01 秒,但事实上,在每个 0.01 秒内有可能出现多笔成交。Level2 行情数据对 0.01 秒内的真实成交时点进行了模糊处理,并不加以区分。

逐笔成交数据的单日数据量与盘口快照类似,也在 6GB 左右。需要注意的是,由于交易活跃度不同,不同标的之间的单日数据量会有很大差异。

表 4 逐笔成交数据结构示意
字段名称 字段示意 数据类型
m_strWindCode 证券带后缀代码 String
m_nDate 日期(自然日)格式:YYMMDD Int
m_nTime 时间(HHMMSSmmm) Int
m_nIndex 成交编号(从 1 开始,递增 1) Int
m_chFunctionCode 成交代码: ‘C’, 0 Char
m_chOrderKind 委托类别 Char
m_chBSFlag BS 标志 Char
m_nTradePrice 成交价格 Double
m_nOrderVolume 成交数量 Int
m_nAskOrder 叫卖序号 Int
m_nBidOrder 叫买序号 Int
资料来源:海通证券研究所整理

逐笔委托数据为深交所特有的产品,其结构的复杂程度与逐笔成交数据类似,但单日数据量一般更大。

表 5 逐笔委托数据结构示意
字段名称 字段示意 数据类型
m_strWindCode 证券带后缀代码 String
m_nDate 日期(自然日)格式:YYMMDD Int
m_nTime 时间(HHMMSSmmm) Int
m_nIndex 委托编号,从 1 开始,递增 1 Int
m_nOrder 交易所委托号 Int
m_chOrderKind 委托类别 Char
m_chFunctionCode 委托代码, B, S,C Char
m_nOrderPrice 委托价格 Double
m_nOrderVolume 委托数量 Int
m_nIndex 委托编号,从 1 开始,递增 1 Int
资料来源:海通证券研究所整理

基于高频数据的因子

根据分钟、TICK、逐笔三个级别的高频数据,可以相应构建三种类型的高频因子。在下文的检验中,所有高频因子均已和行业、市值、中盘、反转、波动、换手等常规因子正交,买入、卖出价格为调仓日均价,未考虑交易成本。

基于分钟成交数据的高频因子

高频偏度

Amaya et al. (2011) 在《Does Realized Skewness and Kurtosis Predict the

Cross-Section of Equity Returns?》一文中发现,股票高阶矩与未来收益之间存在联系。并利用股票的日内分时数据,构建了高频方差、高频偏度和高频峰度三个指标,其中高频偏度具有较强的选股效果。

高频偏度刻画了股票价格日内快速拉升或下跌的特征。假设有两只股票日内涨幅相同,其中一只股票的涨幅由持续稳定的小幅上涨累计而来,而另一只股票的上涨源自于短期的大幅拉升,那么后者在未来有较大概率出现收益反转。从风险溢价角度来看,日内经常快速下跌,或者下行风险大的股票具有更高的风险溢价。因子计算公式如下:

1 ?=?−?+1 ? ?

?3

高频偏度 =

Σ

? ?=?

?

? =1

?2

?,? ,?

1.5

? =1 ?,? ,?

其中,i、j、n 分别代表第 i 只股票、第 j 分钟和第 n 个交易日。月度选股下 T 取 20,周度选股下 T 取 5(下同)。

高频偏度因子月均 Rank IC 为 3.41%,年化 ICIR 为 3.48。因子月均多空收益为1.07%,月度胜率为 83%。月均多头收益为 0.27%,月均空头收益为-0.80%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图2 高频偏度因子 Rank IC 与累计 Rank IC 图3 高频偏度因子多空相对强弱

 

0.15

0.10

0.05

0.00

-0.05

-0.10

4.00

3.50

3.00

2.50

2.00

1.50

1.00

0.50

0.00

-0.50

20120229

20120731

20121231

20130531

20131031

20140331

20140829

20150130

20150630

20151130

20160429

20160930

20170228

20170731

20171229

20180531

20181031

20190329

20190830

20200122

20200630

3.5

3.0

2.5

2.0

1.5

1.0

20120131

20120523

20120907

20121231

20130503

20130822

20131217

20140411

20140731

20141124

20150319

20150708

20151102

20160224

20160615

20161010

20170125

20170523

20170908

20180102

20180427

20180816

20181210

20190404

20190726

20191119

20200313

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

下行波动占比

下行波动占比与高频偏度的逻辑基本一致,因子计算公式如下:

1 ?=?−?+1 ? ? ?2 ⋅ ?? <0

下行波动占比 =

Σ

? ?=?

? =1 ?,? ,?

? ?2

?,? ,?

? =1 ?,? ,?

下行波动占比因子月均 Rank IC 为 3.03%,年化 ICIR 为 3.02。因子月均多空收益为 0.94%,月度胜率为 78%。月均多头收益为 0.21%,月均空头收益为-0.73%。以下

两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图4 下行波动占比因子 Rank IC 与累计 Rank IC 图5 下行波动占比因子多空相对强弱

 

0.15

0.10

0.05

0.00

-0.05

-0.10

3.50

3.00

2.50

2.00

1.50

1.00

0.50

0.00

-0.50

20120229

20120731

20121231

20130531

20131031

20140331

20140829

20150130

20150630

20151130

20160429

20160930

20170228

20170731

20171229

20180531

20181031

20190329

20190830

20200122

20200630

2.8

2.6

2.4

2.0

1.8

1.6

1.4

1.2

1.0

20120131

20120522

20120905

20121226

20130424

20130815

20131209

20140401

20140721

20141111

20150305

20150623

20151015

20160129

20160524

20160908

20170103

20170427

20170815

20171205

20180328

20180718

20181108

20190304

20190624

20191015

20200206

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

尾盘成交占比

一般来说,股票日内成交量呈现“U”型或者“W”型走势,即成交量在开盘和收盘阶段比其他交易时段更高,午间休市可能导致下午开盘时成交量也出现高点。各个时点的成交量分布能够反映投资者的行为特征,蕴含额外信息。

以半小时为间隔划分成八个区间,计算每个区间成交量占比,并使用股票过去 T 日指标均值作为因子值。检验发现,10:00 之前,14:30 之后的成交量占比因子和股票下月收益负相关;10:00-11:00 的成交量占比因子和股票下月收益显著正相关。其中,尾盘

(14:30 之后)成交占比因子的选股效果最显著。因子计算公式如下:

1

尾盘成交占比

?=?−?+1 ????,14:30−15:00,?

= Σ

?

?=?

???

?,? ,?

尾盘成交占比因子具有较好的效果可能源于,(1)尾盘投机度高,容易出现价格操纵行为;(2)非知情交易者(散户)不愿承担日内波动,更倾向于尾盘交易,而知情交易者(机构)则倾向于在早盘交易。

尾盘成交占比因子月均 Rank IC 为 4.86%,年化 ICIR 为 3.59。因子月均多空收益为 1.62%,月度胜率为 82%。月均多头收益为 0.52%,月均空头收益为-1.10%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图6 尾盘成交占比因子 Rank IC 与累计 Rank IC 图7 尾盘成交占比因子多空相对强弱

 

0.20

0.15

0.10

0.05

 

0.00

-0.05

-0.10

6 5.0

5 4.5

4 4.0

3 3.5

 

 

 

2 3.0

1 2.5

0 2.0

20120229

20120629

20121031

20130228

20130628

20131031

20140228

20140630

20141031

20150227

20150630

20151030

20160229

20160630

20161031

20170228

20170630

20171031

20180228

20180629

20181031

20190228

20190628

20191031

20200228

20200630

1.5

1.0

20120131

20120523

20120907

20121231

20130503

20130822

20131217

20140411

20140731

20141124

20150319

20150708

20151102

20160224

20160615

20161010

20170125

20170523

20170908

20180102

20180427

20180816

20181210

20190404

20190726

20191119

20200313

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

高频量价相关性

Worldquant 在 Alpha 101 中使用机器学习的方法挖掘出一系列日频因子,其中多个因子中包含量价相关性指标。若将该因子拓展到日内分钟级别,依然有较强的选股能力。

因子计算公式如下:

1

量价相关性

?=?−?+1

????,? ,?

= ? Σ ???? ??????,? ,? , ???

?=? ? ? ,? ,?

量价背离的股票未来表现更好,即,日内缩量上涨或者放量下跌优于放量上涨或缩量下跌。可能的原因是,缩量上涨持续性强,放量下跌换手充分。

高频量价相关性因子月均 Rank IC 为 4.09%,年化 ICIR 为 3.33。因子月均多空收益为 1.18%,月度胜率为 75%。月均多头收益为 0.11%,月均空头收益为-1.07%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图8 高频量价相关性因子 Rank IC 与累计 Rank IC 图9 高频量价相关性因子多空相对强弱

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

5 3.5

4 3.0

3

2.5

2

1 2.0

0 1.5

20120229

20120629

20121031

20130228

20130628

20131031

20140228

20140630

20141031

20150227

20150630

20151030

20160229

20160630

20161031

20170228

20170630

20171031

20180228

20180629

20181031

20190228

20190628

20191031

20200228

20200630

1.0

20120131

20120523

20120907

20121231

20130503

20130822

20131217

20140411

20140731

20141124

20150319

20150708

20151102

20160224

20160615

20161010

20170125

20170523

20170908

20180102

20180427

20180816

20181210

20190404

20190726

20191119

20200313

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

改进反转

传统的反转因子——一个月累计涨幅,2017 年以来有效性有所减弱。一个重要的原因是投资者更加注重基本面研究和价值投资,青睐基本面向好的公司,抛弃基本面恶化或者业绩“爆雷”的公司。

大多数公司选择在收盘后发布财务数据等重要信息,造成股票次日往往跳空开盘, 并在随后一段时间大幅波动。近年来,A 股机构投资者占比提升,市场交易行为在慢慢向美国等发达市场靠拢。这种在美股财报季常见的开盘跳空现象属于市场对重要数据或信息的合理定价,而非投资者行为造成的错误定价。基于以上推断,可以尝试将隔夜和开盘后半小时的涨幅剔除,构建改进反转因子。因子计算公式如下:

改进反转

?=?−?+1

= ‡

?=?

??????,? ,? − 1

??????,10:00,?

改进反转因子月均 Rank IC 为 4.33%,年化 ICIR 为 3.74。因子月均多空收益为1.40%,月度胜率为 82%。月均多头收益为 0.28%,月均空头收益为-1.12%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

 

图10 改进反转因子 Rank IC 与累计 Rank IC 图11 改进反转因子多空相对强弱

0.25

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

5 4.5

4 4.0

3 3.5

2 3.0

1 2.5

2.0

0

20120229

20120629

20121031

20130228

20130628

20131031

20140228

20140630

20141031

20150227

20150630

20151030

20160229

20160630

20161031

20170228

20170630

20171031

20180228

20180629

20181031

20190228

20190628

20191031

20200228

20200630

1.5

1.0

20120131

20120523

20120907

20121231

20130503

20130822

20131217

20140411

20140731

20141124

20150319

20150708

20151102

20160224

20160615

20161010

20170125

20170523

20170908

20180102

20180427

20180816

20181210

20190404

20190726

20191119

20200313

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

平均单笔流出金额占比

股票下跌时,如果单笔成交金额大,说明委买有大单,是一种抄底行为。因子计算公式如下:

1 ?=?−?+1 ?

????,? ,? ⋅ ??

<0 ?

???????,? ,? ⋅ ?? <0

平均单笔流出金额占比 = Σ

? =1

?,? ,?

? =1

?,? ,?

? ?=?

? =1

?

? =1

 

????,? ,? ?

???????,? ,?

平均单笔流出金额占比因子月均 Rank IC 为 3.03%,年化 ICIR 为 3.15。因子月均多空收益为 1.07%,月度胜率为 81%。月均多头收益为 0.50%,月均空头收益为-0.57%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图12 平均单笔流出金额占比因子 Rank IC 与累计 Rank IC 图13 平均单笔流出金额占比因子多空相对强弱

 

0.15

0.10

0.05

0.00

-0.05

-0.10

3.5

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20120131

20120629

20121130

20130426

20130930

20140228

20140731

20141231

20150529

20151030

20160331

20160831

20170126

20170630

20171130

20180427

20180928

20190228

20190731

20191231

20200529

3.5

3.0

2.5

2.0

1.5

1.0

 

20111230

20120503

20120821

20121213

20130415

20130808

20131204

20140331

20140722

20141114

20150312

20150702

20151028

20160222

20160614

20161010

20170126

20170525

20170913

20180108

20180508

20180824

20181219

20190417

20190808

20191203

20200330

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

大单推动涨幅

平均单笔成交金额较大的 K 线多空博弈激烈,未来的反转效应更强。因子计算公式如下:

?=?−?+1

大单推动涨幅 = ‡ ???? 1 + ??,? ,? ⋅ ? ? ∈?????? − 1

?=?

其中,??????表示 j 日平均单笔成交金额最大的 30%的 K 线的序号。

大单推动涨幅因子月均 Rank IC 为 3.71%,年化 ICIR 为 3.79。因子月均多空收益为 1.32%,月度胜率为 83%。月均多头收益为 0.33%,月均空头收益为-0.99%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

 

图14 大单推动涨幅因子 Rank IC 与累计 Rank IC 图15 大单推动涨幅因子多空相对强弱

0.15

0.10

0.05

0.00

-0.05

-0.10

4 4.5

3 4.0

3.5

2 3.0

1 2.5

2.0

0

20120131

20120531

20120928

20130131

20130531

20130930

20140130

20140530

20140930

20150130

20150529

20150930

20160129

20160531

20160930

20170126

20170531

20170929

20180131

20180531

20180928

20190131

20190531

20190930

20200122

20200529

1.5

1.0

20111230

20120503

20120821

20121213

20130415

20130808

20131204

20140331

20140722

20141114

20150312

20150702

20151028

20160222

20160614

20161010

20170126

20170525

20170913

20180108

20180508

20180824

20181219

20190417

20190808

20191203

20200330

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

分钟高频因子在不同指数范围内的月度选股能力

下表统计了各分钟高频因子在中证 500 指数内的月度选股能力。其中,尾盘成交占比、改进反转和大单推动涨幅具有相对较强的选股能力。

表 6 分钟高频因子在中证 500 指数内的月度选股能力(2012.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
高频偏度 0.66% 0.22% -0.44% 61.39% 2.35% 1.48 70.30% 84%
下行波动占比 0.55% 0.18% -0.37% 67.33% 2.11% 1.44 65.35% 83%
尾盘成交占比 1.38% 0.49% -0.90% 76.24% 4.75% 2.90 77.23% 77%
量价相关性 1.20% 0.29% -0.91% 65.35% 3.88% 2.14 72.28% 86%
改进反转 1.08% 0.42% -0.67% 66.34% 4.20% 2.68 83.17% 85%
平均单笔流出金额占比 0.94% 0.31% -0.63% 70.59% 2.60% 1.69 68.63% 76%
大单推动涨幅 1.18% 0.33% -0.84% 73.53% 3.12% 2.06 67.65% 82%
资料来源:Wind,海通证券研究所

下表统计了各分钟高频因子在沪深 300 指数内的月度选股能力。其中,尾盘成交占比和高频偏度具有相对较强的选股能力。

表 7 分钟高频因子在沪深 300 指数内的月度选股能力(2012.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
高频偏度 0.90% 0.28% -0.62% 66.34% 2.95% 1.52 66.34% 80%
下行波动占比 0.72% 0.16% -0.57% 62.38% 2.65% 1.44 70.30% 79%
尾盘成交占比 1.09% 0.35% -0.74% 68.32% 4.80% 2.25 81.19% 73%
量价相关性 0.54% 0.17% -0.37% 59.41% 3.71% 2.02 75.25% 84%
改进反转 0.62% 0.20% -0.42% 53.47% 2.90% 1.46 68.32% 84%
平均单笔流出金额占比 0.35% 0.15% -0.20% 62.75% 2.14% 1.17 63.73% 76%
大单推动涨幅 0.65% 0.16% -0.49% 59.80% 2.52% 1.27 59.80% 80%
资料来源:Wind,海通证券研究所

分钟高频因子在不同指数范围内的周度选股能力

下表统计了各分钟高频因子在全 A 内的周度选股能力。其中,改进反转和大单推动涨幅具有相对较强的选股能力。

表 8 分钟高频因子在全 A 内的周度选股能力(2012.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
高频偏度 0.53% 0.08% -0.46% 75.97% 4.01% 6.96 84.22% 87%
下行波动占比 0.57% 0.07% -0.50% 76.46% 4.50% 6.17 81.55% 88%
尾盘成交占比 0.50% 0.10% -0.40% 73.30% 2.71% 4.17 78.16% 83%
量价相关性 0.61% 0.11% -0.49% 77.18% 6.16% 8.32 91.02% 87%
改进反转 0.89% 0.19% -0.70% 78.16% 6.23% 6.54 81.31% 86%
平均单笔流出金额占比 0.46% 0.27% -0.19% 79.90% 2.54% 5.83 82.08% 79%
大单推动涨幅 0.66% 0.20% -0.46% 83.05% 4.07% 8.31 87.41% 86%
资料来源:Wind,海通证券研究所

下表统计了各分钟高频因子在中证 500 指数内的周度选股能力。其中,改进反转和量价相关性具有相对较强的选股能力。

表 9 分钟高频因子在中证 500 指数内的周度选股能力(2012.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
高频偏度 0.47% 0.12% -0.35% 69.17% 3.62% 4.59 74.45% 88%
下行波动占比 0.47% 0.14% -0.33% 63.83% 3.97% 4.35 73.24% 88%
尾盘成交占比 0.49% 0.12% -0.37% 64.08% 2.92% 3.30 69.59% 83%
量价相关性 0.51% 0.08% -0.43% 67.96% 5.59% 5.73 81.27% 87%
改进反转 0.70% 0.20% -0.50% 66.50% 5.56% 4.80 74.70% 87%
平均单笔流出金额占比 0.33% 0.18% -0.15% 62.95% 2.16% 2.84 66.26% 80%
大单推动涨幅 0.50% 0.20% -0.30% 68.04% 3.31% 4.16 71.60% 85%
资料来源:Wind,海通证券研究所

下表统计了各分钟高频因子在沪深 300 指数内的周度选股能力。其中,改进反转和量价相关性具有相对较强的选股能力。

表 10 分钟高频因子在沪深 300 指数内的周度选股能力(2012.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
高频偏度 0.33% 0.04% -0.29% 61.65% 2.74% 2.97 66.02% 86%
下行波动占比 0.43% 0.12% -0.31% 64.08% 3.30% 3.27 67.96% 87%
尾盘成交占比 0.37% 0.09% -0.29% 62.62% 2.64% 2.68 64.08% 82%
量价相关性 0.43% 0.16% -0.27% 63.59% 5.03% 4.83 76.46% 86%
改进反转 0.53% 0.18% -0.35% 64.32% 4.41% 3.88 74.03% 86%
平均单笔流出金额占比 0.19% 0.06% -0.13% 58.35% 1.21% 1.54 58.84% 80%
大单推动涨幅 0.29% 0.11% -0.18% 57.63% 2.55% 2.87 66.59% 84%
资料来源:Wind,海通证券研究所

基于 TICK 委托数据的高频因子

开盘后净委买增额占比

盘口委托挂单数据刻画了投资者的买入意愿,开盘后 30 分钟内的委买增量越大, 投资者在这段时间内的买入意愿越强。因子计算公式如下:

1 ?=?−?+1 ? ∈9:30−10:00 净委买增额

开盘后净委买增额占比 =

Σ

? ?=?

成交额

?,∙,?

? ,? ,?

净委买增额? ,? ,? = 委托买单增加量? ,? ,? − 委托卖单增加量?,? ,?

开盘后净委买增额占比因子月均 Rank IC 为 4.19%,年化 ICIR 为 4.24。因子月均多空收益为 1.33%,月度胜率为 82%。月均多头收益为 0.68%,月均空头收益为-0.65%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图16 开盘后净委买增额占比因子 Rank IC 与累计 Rank IC 图17 开盘后净委买增额占比因子多空相对强弱

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

3.5

3.0

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

3.00

2.80

2.60

2.40

2.20

2.00

1.80

1.60

1.40

1.20

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

基于逐笔成交数据的高频因子

开盘后净主买占比

逐笔成交数据中包含投资者主动买入和主动卖出的信息,将两者的成交金额相减即可得到净主动买入的金额(简称“净主买”)。开盘后净主买占比因子刻画了投资者在开盘后 30 分钟内,净买入行为的强度。开盘后净主买占比越高,投资者的主动买入行为越强。因子计算公式如下:

1 ?=?−?+1 ? ∈9:30−10:00 净主买成交额

开盘后净主买占比 =

? ,? ,?

Σ

? ?=?

? ∈9:30−10:00 成交额

? ,? ,?

净主买成交额 主动买入成交额 主动卖出成交额

= −

?,? ,? ?,? ,? ?,? ,?

开盘后净主买占比因子月均 Rank IC 为 3.31%,年化 ICIR 为 2.51。因子月均多空收益为 0.98%,月度胜率为 73%。月均多头收益为 0.55%,月均空头收益为-0.42%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图18 开盘后净主买占比因子 Rank IC 与累计 Rank IC 图19 开盘后净主买占比因子多空相对强弱

 

0.15

0.10

0.05

0.00

-0.05

-0.10

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

2.20

2.00

1.80

1.60

1.40

1.20

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

开盘后净主买强度

开盘后净主买强度因子刻画了投资者在开盘后 30 分钟内,净买入行为的稳健性。

开盘后净主买强度越高,投资者的主动买入行为越稳健。因子计算公式如下:

1 ?=?−?+1 mean? ∈9:30−10:00 净主买成交额?,? ,?

开盘后净主买强度 = Σ

?

?=?

std? ∈9:30−10:00

净主买成交额

?,? ,?

 

开盘后净主买强度因子月均 Rank IC 为 4.46%,年化 ICIR 为 3.29。因子月均多空收益为 1.34%,月度胜率为 72%。月均多头收益为 0.44%,月均空头收益为-0.91%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图20 开盘后净主买强度因子 Rank IC 与累计 Rank IC 图21 开盘后净主买强度因子多空相对强弱

 

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

4.0

3.5

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

3.00

2.80

2.60

2.40

2.20

2.00

1.80

1.60

1.40

1.20

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

大买成交占比

基于逐笔成交数据中的单号,可将逐笔数据合成为单成交数据,并从单的角度区分大小单。再根据对应的“买”、“卖”标记,可进一步计算大买单占全天成交金额的比例

(简称“大买成交占比”)。大买成交占比越高,大单买入行为越强。因子计算公式如下:

1 ?=?−?+1 大买单成交额

大买成交占比 =

Σ

? ?=?

? ,∙,?

成交额

? ,∙,?

在界定大小单时,可从单的成交量分布出发。例如,某一单的成交量处于当日成交量分布的均值+1 倍标准差之外,则可被认为是大单。

大买成交占比因子月均 Rank IC 为 4.35%,年化 ICIR 为 1.96。因子月均多空收益为 1.35%,月度胜率为 66%。月均多头收益为 0.39%,月均空头收益为-0.96%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图22 大买成交占比因子 Rank IC 与累计 Rank IC 图23 大买成交占比因子多空相对强弱

 

0.30

0.25

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

-0.15

-0.20

4.0

3.5

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

3.50

3.00

2.50

2.00

1.50

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

开盘后知情主卖占比

结合逐笔成交数据中的主买、主卖和预期外收益,可定义知情主卖,用以刻画知情交易者的卖出行为。开盘后知情主卖占比越高,知情交易者卖出行为越强,投资者对股票未来的表现越悲观。

首先,使用股票过去一个月的日内分钟收益序列,建立如下的回归模型:

4

??,? ,? = ?0 + Σ ?1,? ????????

? ,?,? ,?

?=1

3

??????

+ Σ ?2,? ?

? ,?,? ,?

?=1

+ ?3 ??,? −1,? + ??,? ,?

其中,ri,j,n 为股票 i 在 n 日第 j 分钟的收益;D weekday 为虚拟变量(k=1, 2, 3, 4),分别

k,i,j,n

表示周一至周四;D period 为时间段虚拟变量(k=1, 2, 3),分别表示开盘后 30 分钟、

k,i,j,n

盘中及收盘前 30 分钟;ri,j-1,n 为分钟收益滞后项。

残差序列为股票的预期外收益。当预期外收益为正时,投资者的主动卖出行为可被认为是知情主卖;反之,则被认为是知情主买。因子计算公式如下:

1 ?=?−?+1 ? ∈9:30−10:00 知情主卖成交额?,? ,?

开盘后知情主卖占比 = Σ

?

?=?

? ∈9:30−10:00 成交额

? ,? ,?

开盘后知情主卖占比因子月均 Rank IC 为 2.86%,年化 ICIR 为 2.51。因子月均多空收益为 0.76%,月度胜率为 75%。月均多头收益为 0.46%,月均空头收益为-0.30%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图24 知情主卖占比因子 Rank IC 与累计 Rank IC 图25 知情主卖占比因子多空相对强弱

 

0.12

0.10

0.08

0.06

0.04

0.02

0.00

-0.02

-0.04

-0.06

-0.08

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

1.90

1.80

1.70

1.60

1.50

1.40

1.30

1.20

1.10

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

基于 TICK 委托与逐笔成交数据的高频因子

开盘后买入意愿占比

委托挂单体现投资者尚未释放的交易意愿,而主买/主卖则代表已进行的交易行为。若将两者结合,可以得到广义的投资者主动买入意愿。开盘后 30 分钟内买入意愿占比越高,投资者的买入意愿越强。因子计算公式如下:

1 ?=?−?+1 ? ∈9:30−10:00 买入意愿?,? ,?

开盘后买入意愿占比 = Σ

?

?=?

? ∈9:30−10:00 成交额

? ,? ,?

买入意愿?,? ,? = 净主买成交额? ,? ,? + 净委买增额?,? ,?

开盘后买入意愿占比因子月均 Rank IC 为 4.34%,年化 ICIR 为 3.43。因子月均多空收益为 1.57%,月度胜率为 85%。月均多头收益为 0.89%,月均空头收益为-0.68%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图26 开盘后买入意愿占比因子 Rank IC 与累计 Rank IC 图27 开盘后买入意愿占比因子多空相对强弱

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

4.0

3.5

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

3.50

3.00

2.50

2.00

1.50

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

开盘后买入意愿强度

开盘后 30 分钟内的买入意愿强度越高,投资者的买入意愿越稳健。因子计算公式如下:

1 ?=?−?+1 mean? ∈9:30−10:00 买入意愿

开盘后买入意愿强度 =

Σ

? ?=?

std? ∈9:30−10:00 买入意愿

? ,? ,?

 

? ,? ,?

开盘后买入意愿强度因子月均 Rank IC 为 5.07%,年化 ICIR 为 3.93。因子月均多空收益为 1.82%,月度胜率达 84%。月均多头收益为 0.68%,月均空头收益为-1.14%。以下两图分别展示了因子的累计 Rank IC 与多空相对强弱走势。

图28 开盘后买入意愿强度因子 Rank IC 与累计 Rank IC 图29 开盘后买入意愿强度因子多空相对强弱

 

0.25

0.20

0.15

0.10

0.05

0.00

-0.05

-0.10

4.5

4.0

3.5

3.0

2.5

2.0

1.5

1.0

0.5

0.0

20131231

20140430

20140829

20141231

20150430

20150831

20151231

20160429

20160831

20161230

20170428

20170831

20171229

20180427

20180831

20181228

20190430

20190830

20191231

20200430

4.50

4.00

3.50

3.00

2.50

2.00

1.50

1.00

20131231

20140401

20140627

20140919

20141218

20150320

20150615

20150909

20151208

20160308

20160601

20160825

20161125

20170224

20170523

20170816

20171114

20180206

20180511

20180803

20181102

20190128

20190429

20190725

20191024

20200116

20200417

rank IC rank IC累计值(右轴)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所

TICK 与逐笔高频因子在不同指数范围内的月度选股能力

下表统计了各 TICK 与逐笔高频因子在中证 500 指数内的月度选股能力。其中,大买成交占比、开盘后买入意愿强度和开盘后净主买强度具有相对较强的选股能力。

表 11 TICK 与逐笔高频因子在中证 500 指数内的月度选股能力(2014.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
开盘后净委买增额占比 0.97% 0.46% -0.51% 62.03% 2.53% 1.57 64.56% 84%
开盘后净主买占比 0.73% 0.40% -0.33% 56.96% 2.67% 1.50 63.29% 83%
开盘后净主买强度 1.00% 0.54% -0.46% 59.49% 3.16% 1.82 63.29% 84%
大买成交占比 1.11% 0.27% -0.85% 63.29% 4.13% 1.88 72.15% 62%
开盘后知情主卖占比 0.57% 0.08% -0.48% 63.29% 2.32% 1.43 67.09% 85%
开盘后买入意愿占比 0.83% 0.34% -0.49% 65.82% 2.88% 1.66 64.56% 84%
开盘后买入意愿强度 1.02% 0.47% -0.55% 65.82% 3.38% 2.07 67.09% 86%
资料来源:Wind,海通证券研究所

下表统计了各 TICK 与逐笔高频因子在沪深 300 指数内的月度选股能力。其中,开盘后净委买增额占比、大买成交占比和开盘后买入意愿占比具有相对较强的选股能力。

表 12 TICK 与逐笔高频因子在沪深 300 指数内的月度选股能力(2014.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
开盘后净委买增额占比 1.78% 0.81% -0.97% 68.35% 4.85% 2.00 68.35% 82%
开盘后净主买占比 0.99% 0.51% -0.49% 59.49% 2.90% 1.14 64.56% 81%
开盘后净主买强度 0.64% 0.39% -0.25% 63.29% 3.29% 1.33 63.29% 82%
大买成交占比 1.64% 0.63% -1.01% 63.29% 5.01% 1.68 69.62% 54%
开盘后知情主卖占比 0.15% 0.19% 0.04% 50.63% 1.92% 0.80 60.76% 82%
开盘后买入意愿占比 1.37% 0.88% -0.49% 73.42% 4.35% 1.77 74.68% 82%
开盘后买入意愿强度 1.30% 0.86% -0.44% 67.09% 4.02% 1.71 68.35% 84%
资料来源:Wind,海通证券研究所

TICK 与逐笔高频因子在不同指数范围内的周度选股能力

下表统计了各 TICK 与逐笔高频因子在全 A 内的周度选股能力。其中,开盘后买入意愿强度、开盘后净主买强度和大买成交占比具有相对较强的选股能力。

表 13 TICK 与逐笔高频因子在全 A 内的周度选股能力(2014.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
开盘后净委买增额占比 0.42% 0.22% -0.20% 73.50% 3.19% 5.93 81.70% 43%
开盘后净主买占比 0.42% 0.21% -0.21% 73.50% 2.84% 4.11 74.76% 43%
开盘后净主买强度 0.61% 0.21% -0.40% 77.92% 3.69% 5.16 80.44% 44%
大买成交占比 0.59% 0.25% -0.35% 71.92% 3.11% 3.11 69.72% 29%
开盘后买入意愿占比 0.52% 0.28% -0.24% 78.23% 3.54% 5.19 80.13% 44%
开盘后买入意愿强度 0.71% 0.29% -0.42% 79.18% 4.24% 5.96 82.65% 45%
资料来源:Wind,海通证券研究所

下表统计了各 TICK 与逐笔高频因子在中证 500 指数内的周度选股能力。其中,开盘后买入意愿强度和开盘后净主买强度具有相对较强的选股能力。

表 14 TICK 与逐笔高频因子在中证 500 指数内的周度选股能力(2014.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
开盘后净委买增额占比 0.39% 0.18% -0.21% 60.88% 2.80% 3.18 68.45% 46%
开盘后净主买占比 0.38% 0.14% -0.23% 63.41% 2.72% 2.81 65.93% 44%
开盘后净主买强度 0.54% 0.18% -0.36% 67.51% 3.30% 3.37 67.82% 45%
大买成交占比 0.48% 0.16% -0.32% 62.15% 2.72% 2.49 64.04% 29%
开盘后买入意愿占比 0.41% 0.16% -0.24% 63.72% 3.11% 3.28 69.40% 46%
开盘后买入意愿强度 0.57% 0.27% -0.30% 68.77% 3.58% 3.67 71.92% 47%
资料来源:Wind,海通证券研究所

下表统计了各 TICK 与逐笔高频因子在沪深 300 指数内的周度选股能力。其中,大买成交占比和开盘后净委买增额占比具有相对较强的选股能力。

表 15 TICK 与逐笔高频因子在沪深 300 指数内的周度选股能力(2014.01-2020.06)
因子名称 多空收益 多头收益 空头收益 多空胜率 rIC 均值 rICIR rIC 胜率 多头换手
开盘后净委买增额占比 0.50% 0.22% -0.28% 63.09% 3.36% 2.99 69.40% 44%
开盘后净主买占比 0.31% 0.15% -0.15% 60.57% 2.12% 1.75 55.84% 44%
开盘后净主买强度 0.35% 0.20% -0.15% 58.68% 2.52% 2.11 59.31% 44%
大买成交占比 0.58% 0.29% -0.29% 59.94% 3.14% 2.24 63.41% 26%
开盘后买入意愿占比 0.43% 0.24% -0.19% 63.41% 2.99% 2.49 62.15% 45%
开盘后买入意愿强度 0.51% 0.26% -0.24% 62.46% 3.16% 2.54 64.04% 46%
资料来源:Wind,海通证券研究所

高频因子相关性分析

高频因子相关系数矩阵如以下两图所示。从中可见,构造逻辑相近的因子之间相关性较高。例如,高频偏度和下行波动占比因子值、Rank IC 的相关系数均为-0.89。此外, 使用同频率数据构造的因子之间相关性较高。例如,使用逐笔数据构造的开盘后净主买占比和开盘后净主买强度因子值、Rank IC 的相关系数分别为 0.90 和 0.93。

而使用不同频率构造的因子之间相关性普遍较低。例如,基于分钟数据的大单推动涨幅与基于 TICK 数据的开盘后净委买增额因子值、Rank IC 的相关系数仅为-0.06 和

-0.03。由于可见,基于分钟、TICK、逐笔等不同频率的数据构建高频因子,可以起到 风险分散的效果。

图30 高频因子值相关系数时间序列均值(2014.01-2020.06)
资料来源:Wind,海通证券研究所
图31 高频因子 Rank IC 相关系数(2014.01-2020.06)
资料来源:Wind,海通证券研究所

高频因子在多因子组合中的应用

基于高频数据构建的因子,具有非常稳健的 IC 表现和空头收益,可以通过多种方式为多因子组合提供新的信息。例如,在个股收益预测模型直接加入高频因子,利用高频因子剔除空头个股等。

直接作为 Alpha 因子引入收益预测模型

一种最简单直接的利用高频因子的方式即为,在个股收益预测模型中引入高频因子。

提升收益预测模型的表现

如下表所示,在包含风格、低频技术因子、基本面因子的基础收益预测模型中,引入下行波动占比、尾盘成交占比和改进反转 3 个高频因子,可明显提升收益预测模型的表现。其中,IC、RankIC、多空收益的月均值都明显上升。同时,以月胜率反映的模型稳定性也有所提升。相应地,信息比也得到显著改善。

下表中的多头收益是指预期收益最高的 100 只股票等权组合相对于全市场等权组合

的收益差;空头收益是全市场等权组合相对于预期收益最低的 100 只股票等权组合的收益差;多空收益是多头收益与空头收益之和。

表 16 引入高频因子可显著提升收益预测模型的表现(2013.01-2020.06)

加入高频因子前 加入高频因子后
月均值 月胜率 信息比 月均值 月胜率 信息比
IC 11.43% 88.89% 3.44 12.59% 91.11% 3.98
RankIC 14.08% 90.00% 4.11 15.06% 92.22% 4.62
多头收益 2.29% 77.78% 2.35 2.57% 82.22% 2.71
空头收益 2.95% 86.67% 2.59 3.51% 91.11% 3.23
多空收益 5.24% 88.89% 2.89 6.08% 90.00% 3.45

资料来源:Wind,海通证券研究所

提升指数增强策略的超额收益

在收益预测模型中引入高频因子,还可提升指数增强策略的超额收益。在包含风格、低频技术因子、基本面因子的收益预测模型中,引入部分高频因子,并相对于基准指数进行线性优化,得到的指数增强策略超额收益表现列于下表。

其中,沪深 300 指数和中证 800 指数增强策略中引入的高频因子为尾盘成交占比;

中证 500 指数增强策略中引入的因子为下行波动占比、尾盘成交占比和改进反转。

表 17 在收益预测模型中引入高频因子,可明显提升指数增强策略的超额收益(2013.01-2020.06)

沪深 300

标的指数 增强策略 收益率 波动率 信息比 最大回撤 收益回撤比 月胜率
基准策略 10.56% 4.33% 2.28 5.40% 1.95 75.56%

引入高频因子 12.32% 4.55% 2.51 4.13% 2.98 77.78%

中证 500

基准策略 20.11% 6.13% 2.90 6.72% 2.99 76.67%

引入高频因子 22.48% 6.01% 3.27 5.38% 4.18 83.33%

中证 800

基准策略 16.68% 5.19% 2.91 5.32% 3.13 73.33%

引入高频因子 17.91% 5.20% 3.10 5.60% 3.20 78.89%

资料来源:Wind,海通证券研究所

注:指数增强策略在回测时,均扣除单边千分之三的费用。

由上表可见,引入高频因子可以在不明显增加风险的基础上,提升指数增强策略的超额收益表现,尤其是信息比和收益回撤比均得到明显提升。以沪深 300 指数增强策略为例,若在收益预测模型中引入尾盘成交占比因子,则年化超额收益可由 10.56%增加至 12.32%,收益提升幅度达 1.75%,信息比由 2.28 提升至 2.51,收益回撤比由 1.95 增加至 2.98。

构建空头虚拟变量因子

部分高频因子在指数成分股中的多头效应弱,直接作为 Alpha 因子加入收益预测模型,可能会对模型多头部分的排序造成负向扰动,反而降低增强策略的收益。在这种情况下,可以尝试构建空头虚拟变量因子,仅利用高频因子的空头效应。即,将在高频因子上得分最低的部分股票(如 5%)的因子值设为 1,其余股票的因子值设为 0,构建虚拟变量因子,然后加入个股收益预测模型。

如下表所示,对于中证 800 指数增强策略,若直接以因子形式引入大单推动涨幅因子,年化超额收益不升反降,由 17.91%降低至 16.54%。但若以空头虚拟变量因子的形式引入,则年化超额收益由 17.91%提升至 18.61%。同时,信息比和收益回撤比均得到明显改善。

表 18 引入高频空头虚拟变量因子对中证 800 指数增强策略超额收益的影响

(2013.01-2020.06)

收益率 波动率 信息比 最大回撤 收益回撤比 月胜率
基准策略 17.91% 5.20% 3.10 5.60% 3.20 78.89%
+大单推动涨幅因子 16.54% 5.18% 2.90 5.11% 3.23 72.22%
+大单推动涨幅空头

虚拟变量因子

18.61% 5.29% 3.17 5.08% 3.67 78.89%
资料来源:Wind,海通证券研究所

利用高频因子剔除空头个股

高频因子空头效应强且在时间序列上稳定,因此可直接利用高频因子来剔除空头个股,以增厚指数增强策略的超额收益。剔除的思路主要有两种:事前剔除和事后剔除。

事前剔除是指,通过调低属于高频因子空头部分个股的预期收益(如,设定空头个股的预期收益为横截面上的最低值),或增加约束条件(如,设定空头个股权重为 0)的方式,使空头股票不出现在最终的优化组合之中。事后剔除则是指,按照原模型得到增

强组合后,剔除其中属于高频因子空头部分的个股。

两者都是利用高频因子的空头个股信息对组合进行调整。不同之处在于,前者是在获取增强组合之前做剔除,因此优化模型会补充一些风险相近的个股,来替代被剔除的空头个股;而事后剔除则仅仅是剔除,没有做补充。

事前剔除

如下表所示,以 5%为空头阈值,采用事前剔除方法剔除高频因子的空头个股(调低空头个股预期收益),可提升指数增强策略的超额收益表现。特别是对于中证 500 指数增强策略,事前剔除可将策略年化超额收益由 22.5%提升至 23.8%,提升幅度达 1.3%。

表 19 事前剔除高频因子空头个股,可提升指数增强策略的年化超额收益(2013.01-2020.06)

标的指数 增强策略 收益率 波动率 信息比 最大回撤 收益回撤比 月胜率

沪深 300

基准策略 12.32% 4.55% 2.51 4.13% 2.98 77.78%

事前剔除 12.81% 4.48% 2.65 4.11% 3.12 77.78%

中证 500

基准策略 22.48% 6.01% 3.27 5.38% 4.18 83.33%

事前剔除 23.76% 6.14% 3.37 6.13% 3.87 85.56%

中证 800

基准策略 18.61% 5.29% 3.17 5.08% 3.67 78.89%

事前剔除 19.47% 5.29% 3.30 5.08% 3.84 80.00%

资料来源:Wind,海通证券研究所

从空头阈值敏感性来看,在 4%-8%的范围内,事前剔除均可提升指数增强策略的年化超额收益。

图32 不同阈值下,事前剔除的沪深 300 指数增强策略年化超额

收益(2013.01-2020.06)

图33 不同阈值下,事前剔除的中证 500 指数增强策略年化超额

收益(2013.01-2020.06)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所
图34 不同阈值下,事前剔除的中证 800 指数增强策略年化超额

收益(2013.01-2020.06)

资料来源:Wind,海通证券研究所
事后剔除

如下表所示,以 5%为空头阈值,采用事后剔除方法剔除高频因子的空头个股,同样可以提升指数增强策略的超额收益表现。对于中证 500 和中证 800 指数增强策略,事

后剔除都可将策略的超额收益提升 1 个百分点以上。

表 20 事后剔除高频因子空头个股,可提升指数增强策略的年化超额收益(2013.01-2020.06)

标的指数 增强策略 收益率 波动率 信息比 最大回撤 收益回撤比 月胜率

沪深 300

基准策略 12.32% 4.55% 2.51 4.13% 2.98 77.78%

事后剔除 13.13% 4.64% 2.61 4.13% 3.18 80.00%

中证 500

基准策略 22.48% 6.01% 3.27 5.38% 4.18 83.33%

事后剔除 23.76% 6.07% 3.41 5.17% 4.60 87.78%

中证 800

基准策略 18.61% 5.29% 3.17 5.08% 3.67 78.89%

事后剔除 19.92% 5.27% 3.38 5.30% 3.76 81.11%

资料来源:Wind,海通证券研究所

从空头阈值敏感性来看,在 4%-10%的范围内,事后剔除均可明显提升指数增强策略的年化超额收益。

图35 不同阈值下,事后剔除的沪深 300 指数增强策略年化超额

收益(2013.01-2020.06)

图36 不同阈值下,事后剔除的中证 500 指数增强策略年化超额

收益(2013.01-2020.06)

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所
图37 不同阈值下,事后剔除的中证 800 指数增强策略年化超额

收益(2013.01-2020.06)

资料来源:Wind,海通证券研究所

综上所述,无论是事前还是事后,剔除高频因子的空头个股均可提升指数增强策略的超额收益。相较而言,在绝大部分阈值水平下,事后剔除的效果更好。这可能是由于, 事后剔除主要依赖高频因子的空头效应。而事前剔除则相对较为复杂,还会受优化模型中其他控制变量的影响。事前剔除能否提升增强策略的超额收益,不仅取决于高频因子的空头效应,还与优化模型额外剔除的股票以及补充的股票相关,因而效果并不直接。

小结

本节探讨了 3 种在多因子组合中应用高频因子的方法,实证结果表明,这 3 种方法均可在一定程度上提升指数增强策略的超额收益。

下表展示了以本节探讨的 3 种方法引入高频因子前后,指数增强策略分年度的超额

收益。从中可见,对于沪深 300 指数、中证 500 指数和中证 800 指数,引入高频因子的信息后,均可将指数增强策略的年化超额收益提升 2.6%以上。并且,在时间序列上也较为稳定。在绝大部分年份中,引入高频因子后的策略都优于基准策略。

其中,沪深 300 指数和中证 500 指数增强策略采用直接作为 Alpha 因子引入收益预测模型、事后剔除两种方法;而中证 800 指数增强策略采用直接作为 Alpha 因子引入收益预测模型、构建空头虚拟变量因子、事后剔除 3 种方法。

表 21 综合应用高频因子后的指数增强策略分年度超额收益(2013.01-2020.06)

沪深 300 指数增强 中证 500 指数增强 中证 800 指数增强
引入高频因

子前

引入高频因

子后

引入高频因子

的收益提升

引入高频因

子前

引入高频因

子后

引入高频因子

的收益提升

引入高频因

子前

引入高频因

子后

引入高频因子

的收益提升

2013 9.9% 13.6% 3.7% 25.1% 26.6% 1.5% 18.5% 15.5% -2.9%
2014 1.5% 6.0% 4.5% 14.5% 20.1% 5.5% 15.0% 22.6% 7.6%
2015 20.0% 26.1% 6.1% 73.1% 66.8% -6.4% 35.6% 39.4% 3.8%
2016 6.8% 8.4% 1.6% 17.6% 20.1% 2.5% 19.3% 20.3% 1.1%
2017 12.0% 11.2% -0.8% 9.4% 12.3% 2.9% 9.7% 12.8% 3.0%
2018 5.8% 6.5% 0.7% 11.2% 14.7% 3.5% 11.7% 12.4% 0.8%
2019 9.6% 16.1% 6.6% 7.6% 20.0% 12.4% 6.4% 16.6% 10.2%
2020 12.0% 10.5% -1.6% 8.6% 10.0% 1.4% 7.3% 11.4% 4.1%
全样本 10.6% 13.1% 2.6% 20.1% 23.8% 3.7% 16.7% 19.9% 3.2%

资料来源:Wind,海通证券研究所

图38 引入高频因子信息后的沪深 300 指数增强策略相对基准

策略的月度超额收益

图39 引入高频因子信息后的中证 500 指数增强策略相对基准

策略的月度超额收益

资料来源:Wind,海通证券研究所 资料来源:Wind,海通证券研究所
图40 引入高频因子信息后的中证 800 指数增强策略相对基准策略的月度超额收益
资料来源:Wind,海通证券研究所

总结与讨论

在美国市场,使用高频数据来生成交易信号并获取收益,已成为一类主流的策略。而国内市场上,一些优秀的私募也在最近几年纷纷将高频策略付诸实践,并创造出稳定且优异的业绩。随着他们的成功,越来越多的投资者开始关注和研究高频数据,试图揭开其中的原理和规律。

工欲善其事,必先利其器。高频策略的基础是高频数据,故本文首先详细介绍了当前 A 股可获得的三个层级的高频数据——分钟级、TICK 级和逐笔级,它们的结构和特性决定了交易信号或量化因子的设计方法。

其次,本文在这三个层级上,构建了总计 14 个高频因子。并在剔除常见因子的影

响后,证明了这些因子在全市场、沪深 300 及中证 500 成分股内都具备稳定、可靠的月度和周度选股能力。

最后,但也是最重要的一点。不论是直接作为收益预测因子,还是用作负面剔除, 将这些高频因子包含的信息引入传统的量化多因子模型,均可以为增强策略的收益风险特征带来较为显著的提升。

风险提示

因子失效风险,模型误设风险,历史统计规律失效风险。

信息披露

分析师声明

冯佳睿 金融工程研究团队
袁林青 金融工程研究团队
姚石 金融工程研究团队
罗蕾 金融工程研究团队
余浩淼 金融工程研究团队

本人具有中国证券业协会授予的证券投资咨询执业资格,以勤勉的职业态度,独立、客观地出具本报告。本报告所采用的数据和信息均来自市场公开信息,本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解,清晰准确地反映了作者的研究观点, 结论不受任何第三方的授意或影响,特此声明。

法律声明

本报告仅供海通证券股份有限公司(以下简称“本公司”)的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下, 本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下,本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。

本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断,本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期,本公司可发出与本报告所载资料、意见及推测不一致的报告。

市场有风险,投资需谨慎。本报告所载的信息、材料及结论只提供特定客户作参考,不构成投资建议,也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。在法律许可的情况下,海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易,还可能为这些公司提供投资银行服务或其他服务。

本报告仅向特定客户传送,未经海通证券研究所书面授权,本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品,或再次分发给任何其他人,或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。如欲引用或转载本文内容,务必联络海通证券研究所并获得许可,并需注明出处为海通证券研究所,且不得对本文进行有悖原意的引用和删改。

根据中国证监会核发的经营证券业务许可,海通证券股份有限公司的经营范围包括证券投资咨询业务。

海通证券股份有限公司研究所
路 颖 所长

(021)23219403 luying@htsec.com

高道德 副所长

(021)63411586 gaodd@htsec.com

姜 超 副所长

(021)23212042 jc9001@htsec.com

邓 勇 副所长

(021)23219404 dengyong@htsec.com

荀玉根 副所长

(021)23219658 xyg6052@htsec.com

涂力磊 所长助理

(021)23219747 tll5535@htsec.com

余文心 所长助理

(0755)82780398 ywx9461@htsec.com

宏观经济研究团队 金融工程研究团队 金融产品研究团队
超(021)23212042 jc9001@htsec.com 高道德(021)63411586 gaodd@htsec.com 高道德(021)63411586 gaodd@htsec.com
博(021)23219820 yb9744@htsec.com 冯佳睿(021)23219732 fengjr@htsec.com 倪韵婷(021)23219419 niyt@htsec.com
李金柳(021)23219885 ljl11087@htsec.com 郑雅斌(021)23219395 zhengyb@htsec.com 唐洋运(021)23219004 tangyy@htsec.com
潇(021)23154483 sx11788@htsec.com 罗 蕾 (021)23219984 ll9773@htsec.com 皮 灵 (021)23154168 pl10382@htsec.com
兴(021)23154504 cx12025@htsec.com 余浩淼(021)23219883 yhm9591@htsec.com 徐燕红(021)23219326 xyh10763@htsec.com
联系人 袁林青(021)23212230 ylq9619@htsec.com 谈 鑫 (021)23219686 tx10771@htsec.com
应镓娴(021)23219394 yjx12725@htsec.com 姚 石 (021)23219443 ys10481@htsec.com 王 毅 (021)23219819 wy10876@htsec.com
吕丽颖(021)23219745 lly10892@htsec.com 蔡思圆(021)23219433 csy11033@htsec.com
张振岗(021)23154386 zzg11641@htsec.com 庄梓恺(021)23219370 zzk11560@htsec.com
颜 伟 (021)23219914 yw10384@htsec.com 周一洋(021)23219774 zyy10866@htsec.com
联系人
谭实宏(021)23219445 tsh12355@htsec.com
吴其右(021)23154167 wqy12576@htsec.com
固定收益研究团队 策略研究团队 中小市值团队
超(021)23212042 jc9001@htsec.com 荀玉根(021)23219658 xyg6052@htsec.com 钮宇鸣(021)23219420 ymniu@htsec.com
霞(021)23219807 zx6701@htsec.com 高 上 (021)23154132 gs10373@htsec.com 孔维娜(021)23219223 kongwn@htsec.com
姜珮珊(021)23154121 jps10296@htsec.com

杜 佳 (021)23154149 dj11195@htsec.com

联系人

王巧喆(021)23154142 wqz12709@htsec.com

张紫睿 021-23154484 zzr13186@htsec.com

李 影 (021)23154117 ly11082@htsec.com 姚 佩 (021)23154184 yp11059@htsec.com 周旭辉 zxh12382@htsec.com

张向伟(021)23154141 zxw10402@htsec.com

李姝醒 lsx11330@htsec.com

曾 知 (021)23219810 zz9612@htsec.com

潘莹练(021)23154122 pyl10297@htsec.com 相 姜 (021)23219945 xj11211@htsec.com 联系人

王园沁 02123154123 wyq12745@htsec.com

联系人
唐一杰(021)23219406 tyj11545@htsec.com
郑子勋(021)23219733 zzx12149@htsec.com
王一潇(021)23219400 wyx12372@htsec.com
吴信坤 021-23154147 wxk12750@htsec.com
政策研究团队 石油化工行业 医药行业
李明亮(021)23219434 lml@htsec.com 邓 勇 (021)23219404 dengyong@htsec.com 余文心(0755)82780398 ywx9461@htsec.com
陈久红(021)23219393 chenjiuhong@htsec.com 朱军军(021)23154143 zjj10419@htsec.com 郑 琴 (021)23219808 zq6670@htsec.com
吴一萍(021)23219387 wuyiping@htsec.com 胡 歆 (021)23154505 hx11853@htsec.com 贺文斌(010)68067998 hwb10850@htsec.com
蕾(021)23219946 zl8316@htsec.com 联系人 范国钦 02123154384 fgq12116@htsec.com
周洪荣(021)23219953 zhr8381@htsec.com 张 璇 (021)23219411 zx12361@htsec.com 联系人
旭(021)23219396 wx5937@htsec.com 梁广楷(010)56760096 lgk12371@htsec.com
朱赵明(010)56760092 zzm12569@htsec.com
汽车行业 公用事业 批发和零售贸易行业
猛(021)23154017 wm10860@htsec.com 吴 杰 (021)23154113 wj10521@htsec.com 汪立亭(021)23219399 wanglt@htsec.com
威(0755)82900463 dw11213@htsec.com 戴元灿(021)23154146 dyc10422@htsec.com 李宏科(021)23154125 lhk11523@htsec.com
联系人 傅逸帆(021)23154398 fyf11758@htsec.com 高 瑜 (021)23219415 gy12362@htsec.com
曹雅倩(021)23154145 cyq12265@htsec.com 张 磊 (021)23212001 zl10996@htsec.com 联系人
房乔华 0755-82900477 fqh12888@htsec.com 马浩然(021)23154138 mhr13160@htsec.com
郑 蕾 23963569 zl12742@htsec.com
互联网及传媒 有色金属行业 房地产行业
郝艳辉(010)58067906 hyh11052@htsec.com 施 毅 (021)23219480 sy8486@htsec.com 涂力磊(021)23219747 tll5535@htsec.com
毛云聪(010)58067907 myc11153@htsec.com 陈晓航(021)23154392 cxh11840@htsec.com 谢 盐 (021)23219436 xiey@htsec.com
陈星光(021)23219104 cxg11774@htsec.com 甘嘉尧(021)23154394 gjy11909@htsec.com 金 晶 (021)23154128 jj10777@htsec.com
孙小雯(021)23154120 sxw10268@htsec.com 联系人 杨 凡 (010)58067828 yf11127@htsec.com
郑景毅 zjy12711@htsec.com
电子行业 煤炭行业 电力设备及新能源行业
陈 平 (021)23219646 cp9808@htsec.com 李 淼 (010)58067998 lm10779@htsec.com 张一弛(021)23219402 zyc9637@htsec.com
尹 苓 (021)23154119 yl11569@htsec.com 戴元灿(021)23154146 dyc10422@htsec.com 房 青 (021)23219692 fangq@htsec.com
谢 磊 (021)23212214 xl10881@htsec.com 吴 杰 (021)23154113 wj10521@htsec.com 曾 彪 (021)23154148 zb10242@htsec.com
蒋 俊 (021)23154170 jj11200@htsec.com 联系人 徐柏乔(021)23219171 xbq6583@htsec.com
联系人 王 涛 (021)23219760 wt12363@htsec.com 陈佳彬(021)23154513 cjb11782@htsec.com
肖隽翀 021-23154139 xjc12802@htsec.com
基础化工行业 计算机行业 通信行业
刘 威 (0755)82764281 lw10053@htsec.com 郑宏达(021)23219392 zhd10834@htsec.com 朱劲松(010)50949926 zjs10213@htsec.com
刘海荣(021)23154130 lhr10342@htsec.com 杨 林 (021)23154174 yl11036@htsec.com 余伟民(010)50949926 ywm11574@htsec.com
张翠翠(021)23214397 zcc11726@htsec.com 于成龙 ycl12224@htsec.com 张峥青(021)23219383 zzq11650@htsec.com
孙维容(021)23219431 swr12178@htsec.com 黄竞晶(021)23154131 hjj10361@htsec.com 张 弋 (010)58067852 zy12258@htsec.com
李 智 (021)23219392 lz11785@htsec.com 洪 琳 (021)23154137 hl11570@htsec.com 联系人
杨彤昕 010-56760095 ytx12741@htsec.com
非银行金融行业 交通运输行业 纺织服装行业
孙 婷 (010)50949926 st9998@htsec.com 虞 楠 (021)23219382 yun@htsec.com 梁 希 (021)23219407 lx11040@htsec.com
何 婷 (021)23219634 ht10515@htsec.com 罗月江(010)56760091 lyj12399@htsec.com 盛 开 (021)23154510 sk11787@htsec.com
李芳洲(021)23154127 lfz11585@htsec.com 李 轩 (021)23154652 lx12671@htsec.com 联系人
联系人 陈 宇 (021)23219442 cy13115@htsec.com 刘 溢 (021)23219748 ly12337@htsec.com
任广博(010)56760090 rgb12695@htsec.com
建筑建材行业 机械行业 钢铁行业
冯晨阳(021)23212081 fcy10886@htsec.com 佘炜超(021)23219816 swc11480@htsec.com 刘彦奇(021)23219391 liuyq@htsec.com
潘莹练(021)23154122 pyl10297@htsec.com 周 丹 zd12213@htsec.com 周慧琳(021)23154399 zhl11756@htsec.com
申 浩 (021)23154114 sh12219@htsec.com 吉 晟 (021)23154653 js12801@htsec.com
杜市伟(0755)82945368 dsw11227@htsec.com

颜慧菁 yhj12866@htsec.com

赵玥炜(021)23219814 zyw13208@htsec.com
建筑工程行业 农林牧渔行业 食品饮料行业
张欣劼 zxj12156@htsec.com

李富华(021)23154134 lfh12225@htsec.com

杜市伟(0755)82945368 dsw11227@htsec.com

丁 频 (021)23219405 dingpin@htsec.com 陈 阳 (021)23212041 cy10867@htsec.com 联系人

孟亚琦(021)23154396 myq12354@htsec.com

闻宏伟(010)58067941 whw9587@htsec.com 唐 宇 (021)23219389 ty11049@htsec.com 颜慧菁 yhj12866@htsec.com

张宇轩(021)23154172 zyx11631@htsec.com

联系人
程碧升(021)23154171 cbs10969@htsec.com
军工行业 银行行业 社会服务行业
张恒晅 zhx10170@htsec.com 孙 婷 (010)50949926 st9998@htsec.com 汪立亭(021)23219399 wanglt@htsec.com
张高艳 0755-82900489 zgy13106@htsec.com

联系人

解巍巍 xww12276@htsec.com

林加力(021)23154395 ljl12245@htsec.com

陈扬扬(021)23219671 cyy10636@htsec.com

许樱之 xyz11630@htsec.com

刘砚菲 021-2321-4129 lyf13079@htsec.com
家电行业 造纸轻工行业
陈子仪(021)23219244 chenzy@htsec.com 衣桢永(021)23212208 yzy12003@htsec.com
李 阳 (021)23154382 ly11194@htsec.com 赵 洋 (021)23154126 zy10340@htsec.com
朱默辰(021)23154383 zmc11316@htsec.com 联系人
刘 璐 (021)23214390 ll11838@htsec.com 柳文韬(021)23219389 lwt13065@htsec.com
研究所销售团队
深广地区销售团队 上海地区销售团队 北京地区销售团队
蔡铁清(0755)82775962 ctq5979@htsec.com 伏财勇(0755)23607963 fcy7498@htsec.com 辜丽娟(0755)83253022 gulj@htsec.com

刘晶晶(0755)83255933 liujj4900@htsec.com 饶 伟 (0755)82775282 rw10588@htsec.com 欧阳梦楚(0755)23617160

oymc11039@htsec.com

巩柏含 gbh11537@htsec.com

滕雪竹 txz13189@htsec.com

胡雪梅(021)23219385 huxm@htsec.com 朱 健 (021)23219592 zhuj@htsec.com 季唯佳(021)23219384 jiwj@htsec.com

黄 毓 (021)23219410 huangyu@htsec.com 漆冠男(021)23219281 qgn10768@htsec.com 胡宇欣(021)23154192 hyx10493@htsec.com 黄 诚 (021)23219397 hc10482@htsec.com 毛文英(021)23219373 mwy10474@htsec.com 马晓男 mxn11376@htsec.com

杨祎昕(021)23212268 yyx10310@htsec.com

张思宇 zsy11797@htsec.com

王朝领 wcl11854@htsec.com

邵亚杰 23214650 syj12493@htsec.com

李 寅 021-23219691 ly12488@htsec.com

殷怡琦(010)58067988 yyq9989@htsec.com 郭 楠 010-5806 7936 gn12384@htsec.com 张丽萱(010)58067931 zlx11191@htsec.com 杨羽莎(010)58067977 yys10962@htsec.com 李 婕 lj12330@htsec.com

欧阳亚群 oyyq12331@htsec.com

郭金垚(010)58067851 gjy12727@htsec.com

海通证券股份有限公司研究所

地址:上海市黄浦区广东路 689 号海通证券大厦 9 楼电话:(021)23219000

传真:(021)23219392网址:www.htsec.com

 

发表评论

邮箱地址不会被公开。 必填项已用*标注