基于市场微观结构的信息含量因子选股策略分析.docVIP

基于市场微观结构的信息含量因子选股策略分析 　　【摘要】本文通过分析A股市场全部股票在2016年11月至2017年10月之间分钟级行情数据，基于市场微观结构理论，对市场的信息含量因子进行了分析和研究。结果表明，该因子选股策略所构造模型年化收益达到22.83%，最大回撤仅为6.28%，表现优异。 　　【关键词】市场微观结构 信息含量 因子 　　一、引言 　　近30年来，市场微观结构理论发展十分迅速。其主要研究在既定的市场微观结构下金融资产的定价过程及其结果，揭示市场微观结构在金融资产价格形成过程中的作用。（李平等，2003）市场微观结论的历史渊源与核心思想源自于经典的微观经济学理论，但是其高速发展却是近30年的事情。这主要得益于全球范围内金融市场规模爆炸式增长、信息技术的飞速发展与金融衍生品的不断创新。可以说市场微观结构理论的不断完善为金融资产价格行为的形成原理、市场组织结构以及将上述原理应用于量化投资实际操作中提供了重要的理论基础和巨大的参考价值。 　　在量化投资领域中，对基于低频数据的传统因子，诸如财务指标因子、事件驱动因子、技术指标因子等已经有了十分全面的挖掘与研究。而由于国内投资者受到合规或风控等因素的限制，对于高频数据的研究和应用较传统低频数据明显欠缺，并未被充分开发。本文正是出于这样一种想法，尝试基于市场微观结构理论，从高频数据中测算信息含量，为实际交易提供指导。 　　所谓信息含量是测量市场中私有信息与公共信息相对比重的指标。其本身不可观测，只能依靠知情交易的潜在原因或直接后果来进行衡量。（张格等，2012）本文从分钟级价格与成交量波动的信息含量入手，构建信息含量因子，试图跟随拥有信息不对称优势的资金进行交易，以获取超额收益。 　　二、文献综述 　　韩千山（2000）对拥有私有信息的大股东的下单策略进行了讨论。韩千山认为，当市场存在严重的市场不对称，信息精确度较高，知情人数较少时，大股东订单的主动性（即交易意愿）显著增强；攀登、施东晖（2004）则指出，相比于订单主动性为负的个人投资者，掌握更多信息的机构投资者订单主动性为正，是证券市场流动性的需要者；上海证券交易所研究中心（2006）也发布报告指出，订单簿透明度的增加提升了订单规模，积极订单与机构投资者的订单规模增加幅度更大。 　　基于以上文献，作者注意到，在获取更多信息的情况下，投资者订单行为的主动性明显增强，下单行为更加激进，下单规模更大，拥有信息不对称优势的投资者更是如此。基于此发现，本文构建了主动性因子选股策略，并加以分析。 　　三、策略构建 　　为了衡量投资者，尤其是具有信息优势的投资者，对于某只股票下单的主动性，本文构造主动性因子指标F作为量化指标： 　　Ft=■ 　　其中，Rt为标准化处理后第t分钟涨跌幅；Vt为标准化处理后第t分钟成交量；Ft越大，则第t分钟交易主动性越强。 　　同时为了更好反映掌握信息优势的投资者逢低吸筹的行为，本文构建指标W以衡量该行为，具体操作如下： 　　第一，将股票池中每只股票当日F值由高到低排序； 　　第二，取上一步骤中排名前20%的所在分钟t，计算这些时间内的VWAP（Volume Weighted Average Price，交易量加权平均价格），记为VWAPf。VWAP计算公式如下： 　　VWAP=■ 　　其中Pi为时刻i的股票成交价格，V为时刻i的成交量； 　　第三，计算当日该股票VWAP，记为VWAPall； 　　第四，策略指标W=■，W越低，则说明此时信息优势掌握者更可能逢低吸筹，越高则更倾向逢高出货。 　　四、实证研究 　　为了验证上一部分所构建的因子选股策略的实际应用价值，本文以A股市场全体股票为样本，对上述因子有效性进行检验，基本框架如下： 　　第一，回测时段为2016年11月至2017年10月； 　　第二，剔除ST类股票和上市不满60个交易日的新股； 　　第三，每10个交易日调仓一次，忽略交易费用； 　　第四，调仓时，涨停、停牌股票不买入，跌停、停牌股票不卖出； 　　第五，以调仓当日符合上述条件的全部A股股票为股票池，买入并持有W值由低到高排序位于前20%的股票直到下一个调仓日。 　　以同一时间段的上证指数组合为基准，该选股策略净值表现如下： 　　■ 　　收益与回测表现如下： 　　■ 　　从衡量投资策略的常见技术指标来看，信息含量因子选股策略的年化收益达到了22.83%，超额收益达到13.07%，信息比率为1.653，最大回撤为6.28%，收益回撤比为3.80，而换仓胜率则达到了70.00%。由此可见，该因子选股能力表现优秀且相对回撤风险较小，这也验证了本文开头提出的以高频数据为低频交易提供指导的思路是具有可行性的。 　　五、结语