识别风险，发现价值请务必阅读末页的免责声明1/19[Table_Page]金融工程|专题报告2019年8月15日证券研究报告[Table_Title]基于日内高频数据的短周期选股因子研究高频数据因子研究系列二[Table_Summary]报告摘要：传统多因子选股在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。新因子挖掘传统的因子指标挖掘主要集中于财务报表、个股中低频率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从个股日内高频数据出发尝试挖掘出新的因子指标。基于高频数据因子的策略构建基于个股日内高频数据，构建了已实现波动（RealizedVolatility）RVol，已实现偏度（RealizedSkewness）RSkew、已实现峰度（RealizedKurtosis）RKurt因子指标并基于此构建回归模型，以每一期回归模型的残差标准差作为因子指标，考察因子指标在回测区间内对个股收益率的区别度。策略实证结果分析在实证区间内，本篇专题报告对因子指标的有效性在不同样本池里进行了详细测算。实证结果表明，因子指标在全市场以及中证500指数成分股中对个股收益率区分度明显，且分档收益单调性也明显。因子指标在全市场范围内选股，从2007年至今，IC均值为-0.036，负IC占比为63.5%，多头组合在回测期内表现优异，年化收益率为32.39%，信息比率为0.91，多头组合相对中证800指数年化超额收益率为24.52%，信息比率为1.89。因子指标在在中证500指数成分股中选股，从2007年至今，IC均值为-0.048，负IC占比为66.2%，多头组合年化收益率为30.32%，多头组合相对空头组合年化超额收益率为30.73%，最大回撤为10.14%，信息比率为2.76。核心假设风险：本文所做的数据测算完全基于过去数据的推演，市场未来环境可能发生变化。投资者制定投资策略时，必须结合市场环境和自身投资理念。图：因子在全市场选股表现数据来源：广发证券发展研究中心图：因子在中证500中选股表现数据来源：广发证券发展研究中心[Table_Author]分析师：陈原文SAC执证号：S02605170800030755-82797057chenyuanwen@gf.com.cn分析师：罗军SAC执证号：S0260511010004020-66335128luojun@gf.com.cn分析师：安宁宁SAC执证号：S0260512020003SFCCENo.BNW1790755-23948352...
