本次内容围绕成交匹配波动因子及算子化因子挖掘体系展开。
成交匹配波动因子:
- 定义:基于个股每笔成交额与各时段成交量占全天比例回归残差波动率构建的“量的低波”类因子,偏小盘属性,可作为传统低波因子的补充。
- 实证表现(2026年数据):
- 原始全市场IC表现最弱。
- 经量价中性处理后:
- 沪深300IC达3-4个点,表现最稳定,年化超额约5个点。
- 中证500IC达3-4个点,2026年表现反转向好。
- 中证1000IC表现最弱。
- 应用时小盘场景需结合量价中性处理。
算子化因子挖掘体系:
- 方法:将因子计算拆分为数据变换、K线聚合两类算子,通过演绎法穷举挖掘新因子。
- 作用:与深度学习互补,可辅助风险控制、组合构建。