开源证券-市场微观结构研究系列-18-：大小单资金流alpha探究2.0：变量精筛与高频测算-221218

文本预览：

《开源证券-市场微观结构研究系列-18-：大小单资金流alpha探究2.0：变量精筛与高频测算-221218（18页）.pdf》由会员分享，可在线阅读，更多相关《开源证券-市场微观结构研究系列-18-：大小单资金流alpha探究2.0：变量精筛与高频测算-221218（18页）.pdf（18页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从开源证券《市场微观结构研究系列（18）：大小单资金流alpha探究2.0：变量精筛与高频测算》研报附件原文摘录）
　　大小单资金流研究回顾 　　对于大小单资金流的研究，在之前系列报告中，我们分别从资金流强度以及相关性结构两个角度出发，挖掘出了大小单残差以及散户羊群效应因子。其中在大小单残差因子的挖掘中，我们发现剥离收益率缠绕的资金流强度选股效果显著增强。而对于散户羊群效应因子，我们首次从小单资金流的角度进行了定义，选股效果较好且有独立信息增量。通过对两大因子的绩效跟踪，我们发现样本内外皆较为优异，但是其还有进一步改进的空间：1、变量的精筛；2、数据的高频化。 　　大小单残差因子的改进 　　对于原始大单残差，其使用的方式为大单资金流回归收益率，但是其中的非主动大单强度与收益率明显不相关，除此之外主动中单残差也具备一定正向选股能力，因此在变量精筛部分我们做的改进为：将主动大单净流入和主动中单净流入相加，计算主动大中单残差，再和非主动大单强度排序相加。相比于原始大单残差，改进大单残差10分组多空信息比率从3.48提升至4.81。 　　对于原始小单残差，其使用的方式为小单资金流回归收益率，但是其中主动小单性质在2017年后发生变化，其或和市场成熟度提高，机构的拆单行为有关，所以我们在计算小单残差时不再考虑主动小单，只使用非主动小单残差。相比于原始小单残差，改进小单残差10分组多空信息比率从3.02提升至3.56。 　　进一步地，我们对于改进大/小单残差进行高频化测算，最终发现维持日频的做法，即对于资金流强度以及月度收益率的计算，使用每月底回看过去20天的日度资金净流入和日度收益率是较优的做法。 　　散户羊群效应的改进 　　对于原始散户羊群效应而言，其计算方式为：当前交易日收益率Rt与下个交易日小单净流入St+1之间的秩相关系数。对于其的改进，我们可以归纳为以下3点： 　　（1）对于Rt的计算，使用日内收益率closet/opent-1代替closet/closet-1-1； 　　（2）由于主动小单2017年后性质的变化，我们使用小单非主动净流入代替小单全部净流入；（3）对于小单非主动而言，使用开盘至10点之间的净流入代表????+1。相比于原始散户羊群效应因子，改进散户羊群效应因子10分组多空信息比率从2.51提升至3.01，最大回撤从8.85%降至3.15%，为较为有效的改进方案。 　　大小单资金流综合应用方案 　　我们将改进大单残差、改进小单残差、改进散户羊群效应排序等权合成，将其命名为大小单综合资金流因子，该因子RankIC均值7.89%，RankICIR3.99，10分组多空对冲年化收益率35.36%，信息比率4.82，胜率89.19%，最大回撤2.09%，绩效非常优异。除此之外，该因子在沪深300、中证500、中证1000中多空对冲收益波动比分别为：1.92、2.71、4.26。最后，我们对大小单综合资金流因子进行行业风格中性化，纯净新因子多空对冲信息比率依旧可达3.83。 　　风险提示：模型测试基于历史数据，市场未来可能发生变化。