日内残差高阶矩与股票收益-Datayes.pdf

HeaderTable _User 1122253200 1200144163 金融工程 HeaderTable _Stock 股票代码 投资评级 评级变化 日内残差高阶矩与股票收益 行业code HeaderTable ——东方金工因子选股系列研究之九 _Excel 研究结论 报告发布日期 2016 年08 月11 日  随着技术的进步和竞争的加剧，越来越多的投资已经开始关注日内高频数 据，高频数据一般指分笔数据（Tick ）、快照数据（Quote ）以及衍生出来 证券分析师 朱剑涛 的分钟数据、资金流量数据等，本文涉及主要是日内5 分钟行情数据。 0216077 zhujiantao@  本文主要想考察股票的日内价格行为特征和股票未来收益率之间关系，度量 执业证书编号：S0860515060001 股票日内价格行为特征最简单的方法是计算日内收益率的高阶矩（波动率、 偏度、峰度），考虑到股票的收益率受市场、市值等风格的影响，我们在计 联系人 王星星 算高阶矩时收益率用 Fama-French 回归的残差替代，分别计算日内特质波 0216108 动率、日内特质偏度、日内特质峰度三个指标，以20 日均值作为月度指标。 wangxingxing@  通过分析各因子的Rank IC 序列和分组的业绩表现，我们发现日内残差高阶 矩因子 （风格中性）的确有预测股票未来收益率的能力。日内特质波动率越 相关报告 低、特质偏度越小、特质峰度越低的股票，未来预期收益率越高。相对之下， 动态情景多因子Alpha 模型 2016-05-25 日内特质偏度超额收益最明显，且稳定性最高，月度Rank IC 均值0.076 ， 投机、交易行为与股票收益（下） 2016-05-12 IC_IR -1.37，top 组合超额收益10.0%，多空组合最大回撤5.29% ； 用组合优化构建更精确多样的投资组合 2016-02-19 剔除行业、风格因素后的大类因子检验 2016-02-17  日内残差高阶矩因子信息衰减速度较快，月度 IC 半衰期在两周左右，因此 专 在使用这些因子时应该适度提高调仓频率或者改进调仓方法，充分利用因子 基于交易热度的指数增强 2015-12-14 投机、交易行为与股票收益（上）