市场微观结构剖析之八信息提纯寻找高质量反转因子.pdf

市场微观结构剖析之八信息提纯寻找高质量反转因子

正文目录

引言5

信噪比的计算5

经验模态分解（EMD）6

信噪比（SNR）因子的特征与构建8

信噪比（SNR）因子的表现9

参数敏感性测试11

新SNR因子的合成13

信号与噪声的时间尺度14

因子的深入剖析与应用16

动量/反转因子的困境16

信噪比与反转双分组解析17

改进反转因子：信噪比增强反转19

4总结20

5风险提示21

图表目录

图表1价格序列15

图表2价格序列25

图表3信号处理方法介绍（傅里叶变换、小波分解、EMD）6

图表4EMD分离过程7

图表5EMD第一次分离结果7

图表62022/12/31某股票的股价信噪分离7

图表7分解到不同层数时，信噪比因子截面中位数的20日移动平均8

图表8_2因子分布9

图表9_3因子分布9

图表10_2月度IC序列9

图表11_2多空组收益与回撤9

图表12_2分10组年化收益10

图表13_2分10组净值10

图表14_3月度IC序列10

图表15_3多空组收益与回撤10

图表16_3分10组年化收益10

图表17_3分10组净值10

图表18多头/空头组股票的特征11

图表19运用EMD分离至不同层数时的信号与噪声序列11

图表20EMD分离2层信噪比MA参数对比12

图表21EMD分离2层信噪比EMA参数对比12

图表22EMD分离3层信噪比MA参数对比12

图表23EMD分离3层信噪比EMA参数对比12

图表24_2时间序列特征13

图表25_3时间序列特征13

图表26新月度IC序列14

图表27新多空组收益与回撤14

图表28新分10组年化收益14

图表29新分10组净值14

图表3060日信噪比因子多空收益与回撤14

图表3160日信噪比因子分组年化收益14

图表3220日分钟连续价格信噪比多空表现15

图表3320日分钟连续价格信噪比分组年化收益15

图表34日间价格断层（2022/12/31,000001.SZ）15

图表3520日反转因子月度IC16

图表3620日反转因子多空收益与回撤16

图表3720日反转因子多头收益趋0（2022年后）16

图表3820日反转因子逐年超额收益17

图表39REVERSAL和SNR分组收益示意图18

图表40双分组多头收益对比（2022年以来）18

图表41多头收益对比（2022年以来）18

图表42反转因子强化前后对比19

图表43原始20日反转因子多空收益与回撤19

图表44增强20日反转因子分组年化收益19

图表45反转因子强化前后分组年化收益20

图表46反转因子强化前后多头净值20

图表47新月度IC序列20

图表48新多空组收益与回撤20

图表49新分10组年化收益20

图表50新分10组净值20

图表51反转因子改进前后多头对比21

引言

本篇报告是“市场微观结构剖析”系列的第八篇，系列报告从行为金

融学的视角出发，捕捉市场的异常价格震荡，挖掘隐藏在海量数据之下的

Alpha。本篇报告聚焦于分钟的价格序列，剥离时间序列中的信号与噪声，

构建信噪比因子来度量高频交易数据中蕴藏的“信息含量”，研究发现，

信噪比因子可以与反转因子有效结合。

最早提出“噪声交易者”（NoieTrader）概念的是Kyle(1985)，

Black(1986)的演讲指出噪声交易是金融市场存在的基础，同时也给金融

市场带来了问题。噪声交易者指无法获得内部信息，非理性地把噪音当做

信息进行交易的投资者。有效市场理论认为噪声交易者在市场的预期收益

为负，当噪声交易者非理性地拉升或拉低了股票的价格，使其偏离其内在

基本面价值时，理性投资者会反向套利，使价格回到内在价值水平，由于

噪声交易者的经济效益为负，市场上的噪声交易者会渐渐消失。1990年

以来，随着行为金融学的兴起，噪声交易模型（DSSW）给出了噪声