建投金工深度專題104：高頻訂單失衡及價(jià)差因子

我們看到SOIR類因子在高頻上與收益率正相關(guān)，MPC1因子與收益率正相關(guān)，MPC5因子與收益率負(fù)相關(guān)。然而將高頻量?jī)r(jià)因子降頻后，SOIR類因子與MPC類因子均與收益率負(fù)相關(guān)。我們從以下兩點(diǎn)原因來(lái)解釋。從散戶來(lái)看，在短期內(nèi)散戶容易存在追高殺跌行為。短期追高，價(jià)格上漲，但隨著時(shí)間的累積，價(jià)格會(huì)逐漸處于高位，長(zhǎng)期來(lái)看價(jià)格會(huì)回落。從主力的角度，主力對(duì)市場(chǎng)的短時(shí)縱造成了價(jià)格的漲跌。強(qiáng)的買賣壓力一般是大單交易造成的，大單交易很可能是主力的“對(duì)倒”行為，其目的主要是吸引散戶，此時(shí)高頻因子與收益率呈正相關(guān)。但從長(zhǎng)期來(lái)看，市場(chǎng)價(jià)格則會(huì)回落，因此造成了低頻上因子與收益率呈反向關(guān)系。

MPC5_neut因子IC均值-7.26%，年化多空收益高達(dá)30.63%

最后我們對(duì)SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子進(jìn)行單因子分析。具體回測(cè)時(shí)間為最近10年（2010年1月-2020年7月），樣本池為全市場(chǎng)，月頻調(diào)倉(cāng)。SOIR類因子不做中性化處理，MPC類因子分別做和不做中性化處理進(jìn)行對(duì)比。其中表現(xiàn)較好的因子有：SOIR3因子IC均值-4.86%，年化IR-1.63，年化多空收益20.46%，夏普比率1.94。SOIR4因子IC均值-5.13%，年化IR-1.95，年化多空收益21.81%，夏普比率2.28。SOIR5因子IC均值-5.37%，年化IR-2.29，年化多空收益21.32%，夏普比率2.41。MPC1_neut因子IC均值-6.81%，年化IR-2.87，年化多空收益26.99%，夏普比率2.66。MPC5_neut因子IC均值-7.26%，年化IR-3.09，年化多空收益30.63%，夏普比率2.88，總體選股效果是所有因子里最好的，在傳統(tǒng)量?jī)r(jià)因子里面也是罕見的。

報(bào)告主體內(nèi)容

一、高頻訂單失衡及價(jià)差因子定義和投資邏輯

1.1

高頻訂單失衡及價(jià)差因子研究引言

日內(nèi)盤口數(shù)據(jù)主要包括委托買賣價(jià)格以及委托交易量，其反應(yīng)了當(dāng)前時(shí)刻的市場(chǎng)供給和需求強(qiáng)度。傳統(tǒng)的學(xué)術(shù)研究和高頻因子計(jì)算中通常只利用到了買一檔和賣一檔的盤口信息，但實(shí)際上，盤口中第一檔以外的數(shù)據(jù)也包含了許多有價(jià)值的信息。本文主要利用各檔盤口數(shù)據(jù)來(lái)構(gòu)造訂單失衡率因子，比較盤口各檔信息對(duì)未來(lái)股票價(jià)格的預(yù)測(cè)能力，并通過(guò)加權(quán)合成為一個(gè)包含5檔信息的訂單失衡率因子。

另外日內(nèi)盤口中間價(jià)變動(dòng)的分布中蘊(yùn)含著對(duì)未來(lái)價(jià)格的預(yù)測(cè)信息，學(xué)術(shù)研究表明，市場(chǎng)投資者們可能對(duì)盤口中間價(jià)的極端變動(dòng)情況也比較感興趣，偏度可以反應(yīng)數(shù)據(jù)分布偏離均值的程度，而最大值則可以直接刻畫數(shù)據(jù)的極端值，因此本文除了研究盤口中間價(jià)的百分比變動(dòng)的均值，還研究了盤口中間價(jià)百分比變動(dòng)的偏度和最大值因子。

1.2

高頻量?jī)r(jià)因子1（逐檔訂單失衡率Step Order Imbalance Ratio）定義和投資邏輯

在第一篇高頻量?jī)r(jià)選股因子研究中（具體參考《因子深度研究系列：高頻量?jī)r(jià)選股因子初探》），我們提出了一個(gè)衡量訂單不平衡性質(zhì)的OIR因子，在本文中，為了分別研究盤口各檔的訂單不平衡因子的選股能力，我們提出了SOIRi (i=1,2,3,4,5)這一組逐檔訂單失衡率因子，其中每個(gè)因子僅包含第i檔的信息。最后，為了充分利用盤口各檔數(shù)據(jù)信息，我們采用衰減加權(quán)的方法對(duì)SOIRi加權(quán)得到SOIR因子，根據(jù)對(duì)買賣壓力的影響力的不同將不同檔位賦予相應(yīng)權(quán)重，賦予靠近交易價(jià)格檔位更高的權(quán)重。具體公式如下：

由于訂單簿上的委托量反應(yīng)了交易者們對(duì)于股票未來(lái)價(jià)格的預(yù)期，當(dāng)交易者預(yù)期股票未來(lái)價(jià)格上升，他們將通過(guò)下買單持有更多的股票多頭頭寸，這將導(dǎo)致買盤的委托量增加，反之亦然。因此，買賣盤委托量的不平衡可以反應(yīng)市場(chǎng)的總體情緒和方向。

SOIRi衡量了買賣委托量不均衡程度在其總量中的占比，同OIR一樣，SOIRi也采用比率的相對(duì)強(qiáng)弱形式，能夠區(qū)分買賣委托量絕對(duì)值差異大但比率小的情況。SOIR為SOIRi的衰減加權(quán)合成因子，根據(jù)學(xué)術(shù)研究和普遍市場(chǎng)認(rèn)知，靠近交易價(jià)格檔位的SOIRi對(duì)后續(xù)的收益率的短期解釋力應(yīng)該更強(qiáng)，因此在因子合成時(shí)我們賦予靠近交易價(jià)格檔位的SOIRi更高權(quán)重。另外對(duì)比OIR，SOIR采用各檔訂單失衡率的加權(quán)，而不是各檔加權(quán)委托量的失衡率，可以避免某一檔訂單量過(guò)大對(duì)總體比率的影響，是對(duì)OIR的一種改進(jìn)嘗試。SOIR反應(yīng)了盤口各檔綜合的買賣委托量不均衡程度，SOIR為正說(shuō)明市場(chǎng)買壓大于賣壓，未來(lái)價(jià)格趨向上漲，且SOIR的值越大，上漲的概率越高，反之亦然。

圖1為2020年7月1日9時(shí)57分股票A的盤口情況，根據(jù)定義計(jì)算出SOIR1 = 0.86， SOIR2 = 0.93， SOIR3 = 0.68，SOIR4 = -0.31， SOIR5 = 0.20，SOIR = 0.64。可以看出，SOIR1到SOIR3顯著為正，釋放了較強(qiáng)的買入信號(hào)，而SOIR4和SOIR5買入信號(hào)轉(zhuǎn)弱，且SOIR4釋放了賣出信號(hào)，而最終加權(quán)后的SOIR因子也是有較強(qiáng)的買入信號(hào)，該股票在下一分鐘的漲幅高達(dá)3.57%。這個(gè)例子說(shuō)明越靠近交易價(jià)格檔位的影響力更大，在因子合成時(shí)應(yīng)該賦予靠近交易價(jià)格的檔位更高的權(quán)重。

另外從全天的分鐘頻數(shù)據(jù)來(lái)看（圖2），SOIR分鐘因子在當(dāng)天9時(shí)57分達(dá)到高點(diǎn)0.64，股票A在下一分鐘上漲了3.57%，并一路拉升，9點(diǎn)59分時(shí)達(dá)到漲停。因此這個(gè)例子說(shuō)明了SOIR因子短期內(nèi)對(duì)股價(jià)有非常顯著的正向影響。

1.3

高頻量?jī)r(jià)因子2 （中間價(jià)變化率Midpoint Price Change）定義和投資邏輯

在限價(jià)訂單簿市場(chǎng)中，交易者的三種行為可能會(huì)引起市場(chǎng)中間價(jià)的變動(dòng)：（1）交易者發(fā)起了主動(dòng)成交，且交易量大于第一檔的委托量，使第一檔的價(jià)格發(fā)生改變；（2）交易者撤銷了第一檔上的全部委托訂單；（3）交易者在買一價(jià)和賣一價(jià)之間新增了新的限價(jià)委托訂單。

MPC因子衡量的是市場(chǎng)中間價(jià)的短期變動(dòng)趨勢(shì)，該趨勢(shì)刻畫了市場(chǎng)交易者的最新交易和掛單撤單行為，反應(yīng)了市場(chǎng)交易者對(duì)股票價(jià)格未來(lái)走勢(shì)的最新預(yù)期。例如，當(dāng)市場(chǎng)中間價(jià)出現(xiàn)上升時(shí)，此時(shí)可能是發(fā)生了大量的主動(dòng)買入交易，使得賣一價(jià)上升，或是有交易者以高于當(dāng)前買一價(jià)的價(jià)格下了限價(jià)訂單，使得買一價(jià)上升，這兩種情況都反應(yīng)了市場(chǎng)交易者對(duì)未來(lái)股價(jià)走勢(shì)的樂(lè)觀預(yù)期。因此，MPC為正說(shuō)明股票未來(lái)短期價(jià)格趨向上漲，且MPC的值越大，其上漲的概率越高，反之亦然。具體公式如下：

圖3分別為2020年7月1日9時(shí)51分、9時(shí)52分股票B的盤口情況，根據(jù)定義計(jì)算，9時(shí)52分的MPC1=2.23%，從圖4的成交量數(shù)據(jù)中可以看出，這段時(shí)間內(nèi)盤口中間價(jià)的大幅變動(dòng)是由成交量突增（經(jīng)過(guò)檢驗(yàn)是主動(dòng)買入量突增引起的）造成的。該股票在下一分鐘的收益率高達(dá)1.34%。

二、高頻轉(zhuǎn)低頻的方法和邏輯

2.1

高頻量?jī)r(jià)因子轉(zhuǎn)低頻的構(gòu)造方法

2.2

高頻量?jī)r(jià)因子高頻和低頻IC對(duì)比

下面我們看下各因子的分鐘IC均值和月頻IC均值。由下表可以看出，高頻SOIRi的IC值均顯著為正，且隨著檔數(shù)的升高IC絕對(duì)值降低，這一結(jié)果符合我們的預(yù)期以及學(xué)術(shù)研究的結(jié)論，這也是為什么我們?cè)谧鲆蜃蛹訖?quán)時(shí)給SOIR1最高的權(quán)重，SOIR最低的權(quán)重。另一方面，低頻SOIRi的IC值方向出現(xiàn)了反轉(zhuǎn)，這一現(xiàn)象與我們第一篇高頻量?jī)r(jià)選股因子研究提出的OIR因子相同，在之前研究中，我們也指出這是由散戶存在追漲殺跌以及主力的短時(shí)市場(chǎng)縱引起的，特別是用委托量構(gòu)造的高頻因子均會(huì)出現(xiàn)這種反轉(zhuǎn)邏輯。

由上表可以看出，在高頻（分鐘）級(jí)別上，MCI_B和MCI_A因子方向和前面邏輯完全一致，MCI_A和未來(lái)短期收益為負(fù)向關(guān)系， MCI_B和未來(lái)短期收益為正向關(guān)系。

在低頻（月頻）級(jí)別上，MCI_B和MCI_A因子方向均顯著為正，主要是流動(dòng)性因子在長(zhǎng)期來(lái)看具有風(fēng)險(xiǎn)溢價(jià)，因而與未來(lái)收益為正向關(guān)系。

三、高頻訂單失衡及價(jià)差因子和常用因子的相關(guān)性

下面我們看下SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子和常用選股因子的IC相關(guān)性。

經(jīng)過(guò)統(tǒng)計(jì)，我們發(fā)現(xiàn)這些因子和自由流通市值（LnFloatCap）的相關(guān)性較低，因此對(duì)于這些因子可以不做市值中性的處理。

另外，SOIR類因子和BP_LR、SP_TTM等估值因子與Momentum_6m、Momentum_12m等動(dòng)量反轉(zhuǎn)因子的相關(guān)性較高。

最后MPC1、MPC5因子和Momentum_3m、Momentum_6m等動(dòng)量反轉(zhuǎn)因子相關(guān)性較高，MPC1_max、MPC5_max因子和BP_LR、SP_TTM等估值因子、TurnoverAvg1M、Volatility1M等技術(shù)因子的相關(guān)性較高，而MPC1_skew、MPC5_skew因子和常用因子的相關(guān)性均不高。

四、高頻訂單失衡及價(jià)差因子測(cè)試結(jié)果

最后我們對(duì)SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子進(jìn)行單因子分析（包括IC分析和多空收益分析）。具體回測(cè)時(shí)間為最近10年（2010年1月-2020年7月），樣本池為全市場(chǎng)，每月底剔除停牌、一字板、上市未滿半年和ST股票，月頻調(diào)倉(cāng)。因子做了極值處理（剔除3倍標(biāo)準(zhǔn)差之外的樣本）和缺失值處理（直接剔除）。SOIR類因子不做中性化處理， MPC類因子分別做和不做中性化處理進(jìn)行對(duì)比。組合的多空收益分位數(shù)用10分位。

4.1

SOIR1因子選股效果

首先是SOIR1因子的效果，因子IC均值-2.68%，年化IR-0.94，年化多空收益8.63%，夏普比率0.88，總體選股效果較為一般。

4.2

SOIR2因子選股效果

接著我們看下SOIR2因子的選股效果，因子IC均值-4.18%，年化IR-1.27，年化多空收益17.89%，夏普比率1.52，總體選股效果相比SOIR1顯著提升，選股效果非常顯著。

4.3

SOIR3因子選股效果

然后是SOIR3因子，因子IC均值-4.86%，年化IR-1.63，年化多空收益20.46%，夏普比率1.94，選股效果相比SOIR1和SOIR2因子進(jìn)一步提升。

4.4

SOIR4因子選股效果

對(duì)于SOIR4因子，因子IC均值-5.13%，年化IR-1.95，年化多空收益21.81%，夏普比率2.28，選股效果優(yōu)于SOIR1到SOIR3。

4.7

MPC1因子選股效果

對(duì)于中間價(jià)變化率因子MPC，首先是MPC1因子的選股效果，因子IC均值-5.36%，年化IR-1.54，年化多空收益19.52%，夏普比率1.42，選股效果顯著。

4.12

高頻訂單失衡及價(jià)差因子在指定樣本池內(nèi)的測(cè)試結(jié)果

我們檢測(cè)了SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子在指定樣本池的測(cè)試效果，首先在中證500指數(shù)樣本內(nèi)做測(cè)試，下表是各因子的多空收益分析。

我們看到幾乎所有因子在中證500樣本內(nèi)的年化多空收益都在10%以上，部分因子在15%以上，表現(xiàn)最好的仍然是MPC5和MPC5_neut因子，年化多空收益接近18%，因此SOIR和MPC類因子在中證500樣本內(nèi)的選股效果仍然非常優(yōu)秀。

然后我們檢測(cè)SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子在滬深300指數(shù)樣本內(nèi)的效果（多空收益分析），結(jié)果如下表。

我們看到大部分因子在滬深300樣本內(nèi)的年化多空收益都接近10%或在10%以上，表現(xiàn)最好的是MPC5_skew因子，年化多空收益達(dá)12.35%，因此SOIR和MPC類因子在滬深300樣本內(nèi)的選股效果也是非常不錯(cuò)的。

五、總結(jié)和思考

高頻數(shù)據(jù)中蘊(yùn)含了豐富的市場(chǎng)交易信息，它能帶我們通過(guò)數(shù)據(jù)窺探知情交易者的隱藏信息，也讓我們更近距離地感受市場(chǎng)交易者的情緒，從而幫助我們更準(zhǔn)確地拿捏市場(chǎng)股票價(jià)格的走勢(shì)。本文利用高頻的邏輯挖掘出盤口數(shù)據(jù)中有價(jià)值的信息，并將其處理得到高頻因子，最后降為月頻的低頻選股因子，在后續(xù)的因子回測(cè)中取得良好的選股效果。

第一部分主要通過(guò)高頻分鐘數(shù)據(jù)構(gòu)造出一些高頻量?jī)r(jià)選股因子，第一類因子叫逐檔訂單失衡率（SOIR類因子），訂單簿上的委托量反應(yīng)了交易者們對(duì)于股票未來(lái)價(jià)格的預(yù)期，當(dāng)交易者預(yù)期股票未來(lái)價(jià)格上升，他們將通過(guò)下買單持有股票的多頭頭寸，這將導(dǎo)致買盤的委托量增加，反之亦然。SOIR類因子衡量了買賣委托量不均衡程度在其總量中的占比，反應(yīng)了市場(chǎng)的總體情緒和方向。第二類因子叫中間價(jià)變化率因子（MPC類因子），為中間價(jià)的短期百分比變化率的均值、日頻最大值、日頻偏度，MPC因子衡量的是市場(chǎng)中間價(jià)的短期變動(dòng)趨勢(shì)，該趨勢(shì)刻畫了市場(chǎng)交易者的最新交易和掛撤單行為，反應(yīng)了市場(chǎng)交易者對(duì)股票價(jià)格未來(lái)走勢(shì)的最新預(yù)期。

第二部分我們采用具體流程把高頻因子轉(zhuǎn)為我們常用的月度低頻選股因子。首先因?yàn)楣善钡谋P口掛單強(qiáng)弱受到市場(chǎng)總體走勢(shì)的影響，因此我們需要對(duì)各股票進(jìn)行截面標(biāo)準(zhǔn)化以剔除市場(chǎng)對(duì)個(gè)股的影響。然后我們把標(biāo)準(zhǔn)化后的分鐘因子轉(zhuǎn)換成日因子，我們采用了等權(quán)的方法。最后我們把日因子轉(zhuǎn)換成月因子，我們按距離每月最后一個(gè)交易日（假設(shè)為組合調(diào)倉(cāng)日）的時(shí)間遠(yuǎn)近進(jìn)行加權(quán)，考慮到信息的時(shí)效性，距離調(diào)倉(cāng)日越遠(yuǎn)其信息的有效性越弱，因此用衰減加權(quán)的方法對(duì)日因子加權(quán)。

第三部分我們分析各因子的分鐘IC均值和月頻IC均值。我們看到SOIR類因子在高頻上與收益率正相關(guān)，且隨著檔數(shù)的升高IC絕對(duì)值降低，這一結(jié)果符合我們的預(yù)期以及學(xué)術(shù)研究的結(jié)論。MPC1因子與收益率正相關(guān)，MPC5因子則與收益率負(fù)相關(guān)，這說(shuō)明中間價(jià)的變動(dòng)在1分鐘時(shí)為動(dòng)量效應(yīng)，5分鐘時(shí)則出現(xiàn)反轉(zhuǎn)。然而將高頻量?jī)r(jià)因子降頻后，SOIR類因子與MPC類因子均與收益率負(fù)相關(guān)。

我們從以下兩點(diǎn)原因來(lái)解釋。從散戶來(lái)看，在短期內(nèi)散戶容易存在追高殺跌行為。短期追高，價(jià)格上漲，但隨著時(shí)間的累積，價(jià)格會(huì)逐漸處于高位，長(zhǎng)期來(lái)看價(jià)格會(huì)回落。從主力的角度，主力對(duì)市場(chǎng)的短時(shí)縱造成了價(jià)格的漲跌。強(qiáng)的買賣壓力一般是大單交易造成的，大單交易很可能是主力的“對(duì)倒”行為，其目的主要是吸引散戶，此時(shí)高頻因子與收益率呈正相關(guān)。

第四部分我們檢測(cè)了SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子和常用選股因子的IC相關(guān)性。經(jīng)過(guò)統(tǒng)計(jì)發(fā)現(xiàn)這些因子和自由流通市值（LnFloatCap）的相關(guān)性較低。另外，SOIR類因子和BP_LR、SP_TTM等估值因子與Momentum_6m、Momentum_12m等動(dòng)量反轉(zhuǎn)因子的相關(guān)性較高。最后我們看到MPC1、MPC5因子和Momentum_3m、 Momentum_6m等動(dòng)量反轉(zhuǎn)因子相關(guān)性較高， MPC1_max、MPC5_max因子和BP_LR、SP_TTM等估值因子、TurnoverAvg1M、Volatility1M等技術(shù)因子的相關(guān)性較高，而MPC1_skew、MPC5_skew因子和常用因子的相關(guān)性均不高。

第五部分對(duì)SOIR和MPC兩大類共14個(gè)高頻量?jī)r(jià)因子進(jìn)行單因子分析。具體回測(cè)時(shí)間為最近10年（2010年1月-2020年7月），樣本池為全市場(chǎng)，月頻調(diào)倉(cāng)。SOIR類因子不做中性化處理，MPC類因子分別做和不做中性化處理進(jìn)行對(duì)比。其中表現(xiàn)較好的有：SOIR3因子IC均值-4.86%，年化IR-1.63，年化多空收益20.46%，夏普比率1.94。SOIR4因子IC均值-5.13%，年化IR-1.95，年化多空收益21.81%，夏普比率2.28。SOIR5因子IC均值-5.37%，年化IR-2.29，年化多空收益21.32%，夏普比率2.41。MPC1_neut因子IC均值-6.81%，年化IR-2.87，年化多空收益26.99%，夏普比率2.66。MPC5_neut因子IC均值-7.26%，年化IR-3.09，年化多空收益30.63%，夏普比率2.88，總體選股效果是所有因子里最好的。

第六部分測(cè)試了這些因子在中證500、滬深300樣本池內(nèi)的表現(xiàn)，我們看到幾乎所有因子在中證500樣本內(nèi)的年化多空收益都在10%以上，部分因子在15%以上，表現(xiàn)最好的仍然是MPC5和MPC5_neut因子，年化多空收益接近18%。大部分因子在滬深300樣本內(nèi)的年化多空收益都接近10%或在10%以上，表現(xiàn)最好的是MPC5_skew因子，年化多空收益達(dá)12.35%，因此SOIR和MPC類因子在中證500、滬深300樣本內(nèi)的選股效果仍然非常不錯(cuò)。

參考文獻(xiàn)

Jiang Lei. Order Imbalance, Liquidity, and Market Efficiency: Evidence from the Chinese Stock Market. Managerial and Decision Economics, 32(7): 469-480, 2011.

Roberto Pascual, Bartolomé Pascual-Fuster. The relative contribution of ask and bid quotes to price discovery. Journal of Financial Markets, 20:129–150, 2014.

Turan G.Bali, Nusret Cakici, and Robert F.Whitelaw. Maxing out: Stocks as lotteries and the cross-section of expected returns. Journal of Financial Economics, 99:427-446, 2011.

Diego Amaya, Peter Christoffersen, and Kris Jacobs. Does realized skewness predict the cross-section of equity returns? Journal of Financial Economics, 118:135-167, 2015.

詳細(xì)內(nèi)容可以參考中信建投金融工程組報(bào)告：《高頻訂單失衡及價(jià)差因子 》

中信建投金融工程深度專題報(bào)告回顧

【 資產(chǎn)配置】

【 因子選股】

【 交易策略與衍生品】

【基金產(chǎn)品研究與FOF】

報(bào)告聯(lián)系人

免責(zé)聲明：返回搜狐，查看更多