海量Level 2數據因子挖掘系列（六）：用逐筆訂單數據改進分鐘頻因子.pdf

海量Level 2數據因子挖掘系列（六）：用逐筆訂單數據改進分鐘頻因子。數據制勝：如何能在股票市場的博弈中勝出？對于量化投資者來說， 關鍵在于對數據的全面收集，并結合數學模型和算法進行深入分析， 從海量數據中挖掘出隱藏的市場規律。

用逐筆訂單數據改進分鐘頻因子：在《基于深度學習的高頻數據因子 挖掘：多因子 Alpha 系列報告之(五十一)》等前序報告中，基于分鐘頻 數據構建了一批有效的 Alpha 因子，其中一個重要邏輯是：基于成交 量、漲跌幅、股價等指標對日內重點分鐘時段進行區分，然后統計這 些重點時段內的量價特征。本文嘗試采用逐筆訂單數據對分鐘頻因子 進行改進，構建了一批日內重點時段（KeyPeriod）的 Level 2 因子。 這些新構建的因子包括漲跌、價格、成交金額、量價協同共 4 大類、 123 個因子，同時予以不同閾值的指標劃分標準、以及主買/主賣區分。

33 個漲跌類因子：橫盤時段因子 KeyPeriod_ret_zero 的 20 日換倉歷 史 RankIC 均值為-5.36%、勝率為 85.1%；下跌時段因子 KeyPeriod_ ret_low5pct 的 20 日換倉歷史 RankIC 均值為 5.47%、勝率為 84.1%。

30 個價格類因子：低價時段因子 KeyPeriod_price_low5pct 的 20 日換 倉歷史 RankIC 均值為 5.59%、勝率為 85.3%。

30 個成交金額類因子：大成交金額時段因子 KeyPeriod_amount_top 30pct 的 20 日換倉歷史 RankIC 均值為 11.23%、勝率為 84.8%；小成 交金額時段因子 KeyPeriod_amount_low50pct 的 20 日換倉歷史 RankIC 均值為-10.50%、勝率為 75.0%。

30 個量價協同類因子：量價背離時段因子 KeyPeriod_sync_low50pct 的 20 日換倉歷史 RankIC 均值為 6.00%、勝率為 81.5%。