【研報復現】國泰君安——191個短週期量價特徵因子選股系列一
本系列由
點寬DigQuant量化人才俱樂部
獨家釋出
原文傳送門：
國泰君安191短週期因子之一——因子體系介紹
前言
本次報告將開啟對國泰君安金工劉富兵團隊報告《基於短週期價量特徵的多因子選股體系——數量化專題之九十三》的單因子回測。該報告集中測試了股票市場191個短週期的alpha因子，與此前市面上WorldQuant101和廣發證券“技術因子海量挖掘”等報告一樣，是一篇值得去實踐的研報。目前中低頻的alpha因子衰退嚴重，變成了一場追逐風格變換的遊戲，而短週期因子的alpha仍有很大機會，因為其容量不大，沒有大資金介入。本系列報告將遵循以下模板，每次彙報3個因子。
方法概述
1、股票池選擇：
中證500（目前無中證500歷史成分，因此暫用當前500成分）。中證500是滬深300之後市值最大的500只股票，具備良好的定投特性：
中證500的成分構造比滬深300更合理，投資滬深300等於投資了大部分的銀行、保險等權重股，而對中證500的影響較小。
滬深300市值過大，中證500市值較為適合，而同時又避免了投資更小市值股票的風險。
滬深300是高估的中證500。
2、換倉：
因為是短週期因子，其有效IC大部分處於1-5天，因此每5日換倉一次較為合理。
回測換倉邏輯與程式碼
% 股票交易
targetList
=
traderGetTargetList
（）；
% 獲取標的資訊。
TLen
=
length
（
targetList
）；
% 資產數量，不對沖
dSignal
=
traderGetRegUserIndi
（
g_idxSignal
，
2
）；
% 獲取交易訊號
［
map
，
~
，
~
］=
traderGetAccountPositionV2
（
1
，
1
：
TLen
）；
% 股票頭寸
［
~
，
MarketCap
，
~
，
~
，
~
］
=
traderGetAccountInfoV2
（
1
）；
% 現在賬戶持有的現金和股票市值
capitalPerShare
=
MarketCap
/
assetNum
；
% 每隻股票買的錢數，不對沖
stockList
=
1
：
assetNum
；
% 可買股票池
% ——————————————————調倉———————————————————
for
i
=
1
：
TLen
dataDay
=
traderGetRegKData
（
g_idxKDay
（
i
，：），
1
，
false
）；
% 取當日資料
if
isnan
（
dataDay
）
dataDay
=［］；
end
% 資料長度足夠；資料非空；當日的成交量不為0；當日高收不同——去除停牌，漲跌停情況
if
isempty
（
dataDay
）
||
dataDay
（
6
，
end
）
==
0
||
（
dataDay
（
3
，
end
）
-
dataDay
（
4
，
end
））
==
0
continue
；
end
if
（
map
（
i
）
~=
0
）
&&
（
~
ismember
（
dSignal
（
i
，
end
），
stockList
））
% 上期持有，這期不持有
traderPositionToV2
（
1
，
i
，
0
，
0
，
‘market’
，
‘close’
）；
elseif
ismember
（
dSignal
（
i
，
end
），
stockList
）
% 這期持有的，這期調倉
stockNum
=
100
*
floor
（
capitalPerShare
/
dataDay
（
5
，
end
）
/
100
）；
% 每隻股票買的股數
traderPositionToV2
（
1
，
i
，
stockNum
，
0
，
‘market’
，
‘close’
）；
end
end
3、持倉數：
每期持倉中證500的10%，大約50只。
4、分時間段測試：
不同因子需要得到其在不同市場狀況的表現，因此我們將市場分為4段：
熊市-市場陰跌：2011-01-01至2013-07-31
牛市-市場急漲：2013-08-01至2015-04-30
熊市-市場急跌：2015-05-01至2016-06-30
牛市-市場慢牛：2016-07-01至2017-09-30
因子彙總
下述為本期3個短週期alpha表現結果（20160701_20170930最近慢牛區間表現）。3顆星表明因子表現較好，2顆星表明因子具備一定價值，1顆星表明因子不具備操作可行性。
因子間比較
下表為3個市場下因子的分別表現情況。
各區間因子收益特徵
➢ 回測軟體：Auto-Trader Pro
（AT 量能策略研究終端 以 MATLAB 研究平臺為依託，甚至可以把交易思路延生到機器學習，神經網路，輿情分析等更復雜的領域。依託 Matlab 強大的數理研究及強大的金融工具箱，策略師不再需要依賴程式設計師的程式設計能力，而將研究成果直接轉化為程式化策略。）
編號：Alpha001
因子公式
因子含義
刻畫成交量變化排名與日內收益率排名的偏離程度，表現為成交量變化排名上升，日內收益率排名下降；成交量變化排名下降，日內收益率排名上升。
分時段因子表現
根據由左至右由上至下的為1-4種市場情況因子表現。
alpha001各市場表現
因子程式碼
function
value
=
getSignal
（
cellPar，bpPFCell
）
%% 引數宣告
idxK
=
cellPar
{
1
}；
% 橫軸為日期，縱軸為資產數量
%% 因子計算
［
tradeNum
，
~
］=
size
（
idxK
）；
% 資產數量
regKMatrix
=
traderGetRegKData
（
idxK
，
7
，
false
，
bpPFCell
）；
% -1 * CORR（RANK（DELTA（LOG（VOLUME）， 1））， RANK（（CLOSE - OPEN） / OPEN）， 6）
volume
=
regKMatrix
（
6
：
8
：
tradeNum
*
8
，：）；
mid1
=
log
（
volume
）；
mid2
=
diff
（
mid1
，
1
，
2
）；
mid3
=
my_sort
（
mid2
）；
close
=
regKMatrix
（
5
：
8
：
tradeNum
*
8
，：）；
open
=
regKMatrix
（
2
：
8
：
tradeNum
*
8
，：）；
mid4
=
（
close
-
open
）
。/
open
；
mid5
=
my_sort
（
mid4
）；
value1
=
diag
（
corr
（
mid3
（：，：）
‘
，
mid5
（：，
2
：
7
）
’
））；
value
=
my_sort
（
value1
）；
nan_idx
=
sum
（
isnan
（
volume
），
2
）；
% 存在停牌以及該K線停牌的股票
value
（
find
（
nan_idx
~=
0
））
=
nan
；
% 該股票因子值為nan
end
策略連結
【國泰君安】191短週期因子系列——alpha001
編號：Alpha002
因子公式
因子含義
刻畫多空失衡變動情況，用（CLOSE - LOW） - （HIGH - CLOSE）） / （HIGH - LOW）表示多空力量不平衡度。
分時段因子表現
根據由左至右由上至下的為1-4種市場情況因子表現。
alpha002各市場表現
因子程式碼
function
value
=
getSignal
（
cellPar，bpPFCell
）
%% 引數宣告
idxK
=
cellPar
{
1
}；
% 橫軸為日期，縱軸為資產數量
%% 因子計算
［
tradeNum
，
~
］=
size
（
idxK
）；
% 資產數量
regKMatrix
=
traderGetRegKData
（
idxK
，
2
，
false
，
bpPFCell
）；
% （-1 * DELTA（（（（CLOSE - LOW） - （HIGH - CLOSE）） / （HIGH - LOW））， 1））
close
=
regKMatrix
（
5
：
8
：
tradeNum
*
8
，：）；
low
=
regKMatrix
（
4
：
8
：
tradeNum
*
8
，：）；
high
=
regKMatrix
（
3
：
8
：
tradeNum
*
8
，：）；
mid1
=
diff
（（（
close
-
low
）
-
（
high
-
close
））
。/
（
high
-
low
），
1
，
2
）；
value
=
my_sort
（
mid1
）；
nan_idx
=
sum
（
isnan
（
close
），
2
）；
% 存在停牌以及該K線停牌的股票
value
（
find
（
nan_idx
~=
0
））
=
nan
；
% 該股票因子值為nan
end
策略連結
【國泰君安】191短週期因子系列——alpha002
編號：Alpha003
因子公式
因子含義
刻畫多空失衡變動情況，用（CLOSE - LOW） - （HIGH - CLOSE）） / （HIGH - LOW）表示多空力量不平衡度。
分時段因子表現
根據由左至右由上至下的為1-4種市場情況因子表現。
alpha003各市場表現
因子程式碼
function
value
=
getSignal
（
cellPar，bpPFCell
）
%% 引數宣告
idxK
=
cellPar
{
1
}；
% 橫軸為日期，縱軸為資產數量
%% 因子計算
［
tradeNum
，
~
］=
size
（
idxK
）；
% 資產數量
regKMatrix
=
traderGetRegKData
（
idxK
，
7
，
false
，
bpPFCell
）；
% SUM（（CLOSE=DELAY（CLOSE，1）？0：CLOSE-（CLOSE>DELAY（CLOSE，1）？MIN（LOW，DELAY（CLOSE，1））：MAX（HIGH，DELAY（CLOSE，1）））），6）
close
=
regKMatrix
（
5
：
8
：
tradeNum
*
8
，：）；
mid1
=
close
（：，
2
：
7
）
==
close
（：，
1
：
6
）；
mid2
=
close
（：，
2
：
7
）；
mid2
（
mid1
）
=
0
；
mid3
=
close
（：，
2
：
7
）
>
close
（：，
1
：
6
）；
mid4
=
close
（：，
2
：
7
）
<
=
close
（：，
1
：
6
）；
low
=
regKMatrix
（
4
：
8
：
tradeNum
*
8
，：）；
high
=
regKMatrix
（
3
：
8
：
tradeNum
*
8
，：）；
mid5
=
mid3
。*
low
（：，
2
：
7
）
+
mid4
。*
high
（：，
2
：
7
）；
mid6
=
sum
（
mid2
-
mid5
，
2
）；
value
=
my_sort
（
mid6
）；
nan_idx
=
sum
（
isnan
（
close
），
2
）；
% 存在停牌以及該K線停牌的股票
value
（
find
（
nan_idx
~=
0
））
=
nan
；
% 該股票因子值為nan
end
策略連結
【國泰君安】191短週期因子系列——alpha003
原文傳送門：
國泰君安191短週期因子之一——因子體系介紹
