识别风险，发现价值请务必阅读末页的免责声明1/43[Table_Page]金融工程|量化投资专题2020年5月5日证券研究报告[Table_Title]基于个股羊群效应的选股因子研究高频数据因子研究系列三[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。基于个股高频数据的因子构建。本篇专题结合个股在微观市场结构中的特征，采用LSV模型刻画个股的羊群效应程度，其中利用个股日内高频交易明细区分主动买卖单，从而能够计算出特定股票买卖双方的相对强弱。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股票样本池里进行了较为详细测算。实证结果表明，因子指标在全市场、中证800指数成分股、中证500指数对个股收益率区分度较为明显，且分档收益单调性也较为明显。在周频调仓下，因子指标在全市场范围内选股，从2007年至今IC均值为0.047，正IC占比为69.90%。全市场多头组合在回测期内表现优异，对冲中证500指数之后年化收益率为24.61%，年化波动率为9.30%，信息比率为2.59。利用LSV模型计算得到的因子经过去极值、中性化和标准化处理之后，策略结果得到改善。在周频调仓下，全市场多头组合对冲中证500指数之后的年化收益率为24.98%，年化波动率为8.62%，信息比率为2.84。在沪深300指数成分股内选股表现改善也较为明显。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：Wind,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：Wind,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.BNW1790755-23948352anningning@gf.com.cn请注...
