订单簿的温度系列研究一反转因子的精细结构

引言

>>> 研究目的

本文参考东吴证券研报《“订单簿的温度”系列研究（一）：反转因子的精细结构》，根据研报分析，A股市场是订单驱动型市场。从动力学的角度讲，股票行情的所有演化过程，都能由订单簿（orderbook）自下而上精确决定。逐笔成交与逐笔委托数据的信息量非常丰富。

本篇报告我们从最简单的数据入手，考察了“成交笔数”这个指标。所谓成交笔数，即撮合交易的次数，是从逐笔成交数据中汇总出来的统计量借助成交笔数的信息，对传统反转因子进行切割，首次提出一个理想反转因子, 实现对未来收益的预测，为订单簿因子挖掘提供了一定思路。

>>> 研究内容

（1）研究在订单簿数据中挖掘alpha因子，考虑到传统反转因子在稳定性上的困难，本文认为传统反转因子存在动量效应与反转效应，因此借助单笔成交金额信息用于实现W切割，切割后形成的新因子称为理想反转因子。

（2）针对全A股数据，对理想反转因子进行单因子有效性测试，分别从因子有效性显著性检验、因子IC分析以及分层回测这三个角度分析因子有效性。

（3）进一步分析理想反转因子，分别就参数N的取值、样本空间的选择、因子收益的累积以及分组比例这四个角度对理想反转因子进行分析。

>>> 研究结论

（1）对理想反转因子进行单因子有效性分析，根据因子收益率显著性检验结果t值绝对值序列的均值为 3.96，因子IC分析结果为，IC序列均值为 0.0492，IR值为 0.54，分层回测结果如下：组合1能够明显跑赢组合5，且每个组合都能够跑赢HS300指数，且组合1能够吗明显获得更高的收益。

（2）对理想反转因子进行深入分析，当N分别取 20、40、60 时，IC分析结果同样效果出色，但是相对而言，随着N取值越大，因子有效性不断降低，可见合理选择N的取值有利于获取对预测未来收益更为有效性的因子。

（3）针对HS300股票池，理想反转因子的五分组多空对冲总收益为 47.74%，年化波动31.38%，夏普比率为0.314，最大回撤为9.69%；原始反转因子Ret20的五分组多空对冲总收益为16.22%，年化波动53.88%，夏普比率为 -0.016，最大回撤为20.88%。

（4）由于多空组合收益累积过程比较均匀，因此可以尝试做周频调仓或半月调仓。针对N=60的情况，当高D组的分组比例X取值在25 – 50 之间时，均能够取得较好的结果，当X为42时，IC值能够获得最大值。

实证分析

1. 数据准备

1.1 日期列表获取

在每个月的月末对因子数据进行提取，因此需要对每个月的月末日期进行统计。

输入参数分别为peroid、start_date和 end_date，其中peroid 进行周期选择，可选周期为周(W)、月(M)和季(Q)，start_date和end_date分别为开始日期和结束日期。

函数返回值为对应的月末日期。本文选取开始日期为2013.1.1，结束日期为2018.1.1。

1.2 股票列表获取

股票池: 全A股

股票筛选：剔除ST股票，剔除上市3个月内的股票，每只股票视作一个样本

取2016-08-31当天的股票成分股

1.3 数据获取

具体因子的计算步骤如下所示：

（1）在每个月底，对于股票s回溯其过去N个交易日的数据（为方便处理，N取偶数）；

（2）对于股票s逐日计算平均单笔成交金额D（D 当日成交金额当日成交笔数），将N个交易日按D值从大到小排序，前N/2个交易日称为高D组，后N/2个交易日称为低D组；

（3）对于股票 s ，将高D组交易日的涨跌幅加总，得到因子M_high；将低D组交易日的涨跌幅加总，得到因子M_low；

（4）对于所有股票，分别按照上述流程计算因子值。

反转因子的计算公式如下所示：

2. 单因子有效性分析

2.1 因子收益率显著性检验

主要通过T检验分析，根据APT模型，对历史数据进行进行多元线性回归，从而得到需要分析的因子收益率的t值，然后进行以下两个方面的分析：

（1）t 值绝对值序列的均值: 之所以要取绝对值，是因为只要t值显著不等于0即可以认为在当期，因子和收益率存在明显的相关性。但是这种相关性有的时候为正，有的时候为负，如果不取绝对值，则很多正负抵消，会低估因子的有效性;

（2）t值绝对值序列大于2的比例: 检验|t|>2 的比例主要是为了保证|t|平均值的稳定性，避免出现少数数值特别大的样本值拉高均值。

根据上面结果分析，t值绝对值序列的均值为3.96，符合大于2的特征，且t值绝对值序列大于2的比例为59.27%，根据因子收益率显著性检验的标准，该因子为有效因子。

2.2 因子 IC 分析

因子k的IC值一般是指个股第T期在因子k上的暴露度与T+1期的收益率的相关系数。当得到因子IC值序列后，我们可以仿照上一小节t检验的分析方法进行计算:

（1）IC值序列的均值及绝对值均值: 判断因子有效性;

（2）IC值序列的标准差:判断因子稳定性;

（3）IC值系列的均值与标准差比值（IR）：分析分析有效性

（4）IC值序列大于零(或小于零)的占比：判断因子效果的一致性。

由上可知，IC序列均值为0.0492，IR值为0.54，IC值序列大于0占比为65%，由这几个指标可以看出，该因子收益预测稳定性较高，符合因子IC分析的筛选条件，判断该因子为有效因子。

2.3 分层回测

策略步骤：

（1）在每个月最后一个交易日，统计全A股反转因子值（M）的值；

（2）根据反转因子（M）值按照从小到大的顺序排序，并将其等分为5组

（3）每个调仓日对每组股票池进行调仓交易，从而获得5组股票组合的收益曲线

评价方法: 回测年化收益率、夏普比率、最大回撤、胜率等。

2.3.1 分层回测策略模型收益指标

2.3.2 分层回测净值

为了进一步更直观的对5个组合进行分析，绘制了5个组合及HS300基准的净值收益曲线，具体下图所示。

由图可以看出，组合1能够明显跑赢组合5，且每个组合都能够跑赢HS300指数，且组合1能够吗明显获得更高的收益。可见符合单因子有效性的检验，即证明反转因子是有效的。

2.3.3 模型策略组合回测分析表

从5组的具体绩效分析来看，年化收益率以及夏普比率基本呈现出单调的走势，组合1的效果远远优于组合5，且最大回撤也体现出组合1的风险控制能力更强。从各年的收益来看，组合1至组合5每一年基本上也呈现出单调的走势，可见因子在每一年都具有较好的选股效果，体现出因子有效性的稳定性。

2.3.4 多空组合净值

从分层组合回测净值曲线图来看，每个组合波动性较大，策略存在较大的风险，因此考虑建立多空组合。多空组合是买入组合1、卖空组合5(月度调仓)的一个资产组合，为了方便统计，多空组合每日收益率为（组合1每日收益率 – 组合5每日收益率）/2，然后获得多空组合的净值收益曲线。

如图所示，多空组合净值收益曲线明显比任何一个组合的波动性更低，能够获得更为稳定的收益，风险控制效果较好。

综上所述，从分层回测的分析来看，反转因子（M）有效性较强。

3. 深入分析

3.1 参数 N 的敏感度

本文选择过去N（N=20）天的数据用于计算反转因子，但是参数N的选择对因子有效性的影响仍然不是非常清晰，因此接下来针对参数N的不同选择，对因子有效性进行分析。具体分析过程如下所示。

当N分别取 20、40、60 时，IC分析结果同样效果出色，但是相对而言，随着N取值越大，因子有效性不断降低，可见合理选择N的取值有利于获取对预测未来收益更为有效性的因子。

根据上述分析结果，当N=20 时，因子有效性最高。

3.2 其他样本空间的测试

本文进行了理想反转因子在全A股的测试，为了进一步证明因子的有效性，在其他样本空间，对该因子进行分析，针对五分组的情况构建多空组合，分析理想反转因子与原始反转因子Ret20之间的区别。

原始反转因子Ret20与理想反转因子的五分组多空对冲净值走势如下所示。理想反转因子的五分组多空对冲总收益为47.74%，年化波动31.38%，夏普比率为0.314，最大回撤为9.69%；原始反转因子 Ret20 的五分组多空对冲总收益为16.22%，年化波动53.88%，夏普比率为-0.016，最大回撤为20.88%。

3.3 因子收益的累积过程

在本报告中，因子回测均采用月频调仓，但是更高频率的调仓可能也会有需求，针对该情况，本文进行因子收益的累积计算，分别计算从调仓日开始，第一个交易日至第二十个交易日多空组合的累积收益。