港股股指增策略中常用的量化模型因子有哪些

根据提供的文本及量化研究常规框架，港股指增策略常用的量化模型因子可归纳为以下几类：

一、基本面因子

• 目标基本面因子：作为港股因子构建的核心思路之一，涵盖价值、成长、质量等传统维度，例如盈利指标（如ROE、净利润增速）、估值指标（如PE、PB）等，是多因子模型的基础组成部分[5]。

二、量价因子

1. 常规量价因子：包括波动率（如3个月波动率）、换手率稳定性（如12个月换手率波动）、日均成交额（如1个月日均成交额）、量价相关性（如1个月量价同步性）等，通过市场交易行为捕捉价格趋势与流动性特征[7]。
2. 复合量价-基本面因子：将量价指标与基本面因子结合，形成增强型因子。例如某复合因子在2016-2024年全区间内，多头组合年化收益率达18.51%，多空超额收益61.15%，但需注意阶段性失效风险（如2024年2-3月、9-11月回撤）[1]。

三、因子交互与非线性因子

• 因子交互效应：通过机器学习模型捕捉传统线性模型未涵盖的非线性关系，例如“动量×市值”交互项（如“小盘股动量”效应），能显著提升模型对股票收益的预测能力[3]。

四、高频与另类因子

• 高频因子：基于分钟行情数据构建，如分钟级价格波动、订单流特征等，具体可参考专项报告《基于分钟数据的高频因子选股效果研究》[2]。
• 超预期因子：利用PEAD（盈余公告后漂移）效应，通过业绩超预期指标捕捉短期市场反应，详细逻辑可见报告《基于PEAD效应的超预期因子选股效果如何》[2]。

五、风险控制因子

• 流动性与拥挤度因子：作为风控模型的重要方向，通过监测流动性指标（如成交额、换手率）和因子拥挤度，避免策略在极端市场环境（如小市值危机）中过度暴露风险，例如通过风险优化器动态调整敞口惩罚力度[3]。

说明

以上因子覆盖了港股量化策略中“选股-预测-风控”的核心环节，实际应用中需结合市场环境（如牛市高波动阶段[6]）和股票池特性动态调整。部分因子（如高频、超预期因子）的具体构建方法可参考对应专项研究报告[2]。