来源:中信建投证券研究
![]()
文|陈升锐 姚紫薇
本文对高频流动性因子与波动率因子进行了深入研究,发掘出价差类、波动率类共两类因子。其中,基于股票高频高开低收数据构建了Roll、CS、AR、DGE、EDGE等价差因子,基于高频高开低收数据构建了Parkinson、Garman-Klass等历史波动率因子,并构建了价差增强因子与波动率增强因子。基于高频流动性构建的增强因子中CS_I因子表现最好,年化多空收益35.19%,夏普比率3.69,IC均值-9.22%,年化IC_IR达到-3.80;基于高频历史波动率构建的增强因子中garman_class_vol_I因子表现最好,年化多空收益33.30%,夏普比率3.39,IC均值8.75%,年化IC_IR达到3.50,具有不错的表现。
![]()
高频流动性因子
本文基于股票高频高开低收数据构建了Roll、CS、AR、DGE、EDGE等价差因子,其中CS_I因子表现最好,年化多空收益35.19%,夏普比率3.69,IC均值-9.22%,年化IC_IR达到-3.80。
![]()
高频波动率因子
本文基于高频高开低收数据构建了Parkinson、Garman-Klass等历史波动率因子,其中garman_class_vol_I因子表现最好,年化多空收益33.30%,夏普比率3.39,IC均值8.75%,年化IC_IR达到3.50,具有不错的表现。
![]()
高频流动性与波动率因子样本外跟踪表现
从2024年9月开始样本外跟踪,截至2025年9月,有3个因子多空收益超30%,有10个因子多空收益在20%-30%区间,其中表现最好的因子是yang_zhang_vol_I,多空收益31.63%,夏普比率2.94,IC均值9.07%,年化IC_IR达到3.88,表现非常不错。
![]()
高频流动性与波动率因子在主要宽基指数样本池内的绩效表现
将上述四类筹码因子限制在中证1000、中证800、中证500、沪深300和中证A500成分股中,发现高频流动性与波动率因子在中证1000与中证500等中小市值股票中表现优于含大市值股票的中证800、中证A500及沪深300,可见因子在小市值股票中表现较好。
![]()
高频流动性与波动率因子与常规因子的相关性
高频流动性与波动率因子整体上与传统大类因子的相关性较低,具备良好的互补性。
![]()
![]()
研究均基于历史数据,对未来投资不构成任何建议。文中的因子分析均是以历史数据进行计算和分析的,未来存在失效的可能性。市场的系统性风险、政策变动风险等市场不确定性均会对策略产生较大的影响。另外,本报告聚焦于因子的构建和效果,因此对市场及相关交易做了一些合理假设,但这样可能会导致基于模型所得出的结论并不能完全准确地刻画现实环境,在此可能会与未来真实的情况出现偏差。而且数据源通常存在极少量的缺失值,会弱微增加模型的统计偏误。
![]()
证券研究报告名称:《高频流动性与波动率因子再构建》
对外发布时间:2025年10月28日
报告发布机构:中信建投证券股份有限公司
本报告分析师:
陈升锐 SAC编号:S1440519040002
姚紫薇 SAC 编号:S1440524040001
研究助理:祝健
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.