市场微观结构剖析系列1：分钟线的尾部特征

研究源于数据 1 研究创造价值 [Table_Summary] 分钟线的尾部特征 方正证券研究所证券研究报告 市场微观结构剖析系列 1 金融工程研究 2020.02.04 [TABLE_ANALYSISINFO] 分析师：严佳炜 执业证书编号：S1220519090003 E-mail：yanjiawei@foundersc.com [Table_Author] 联系人：邱捷铭 E-mail：qiujieming@foundersc.com 相关研究 请务必阅读最后特别声明与免责条款 [TABLE_REPORTINFO] 《基金反编译：绩优指数增强基金的绝技》 《价值指数投资在 A 股的实践》 《当“价值投资”遇上“指数投资”： 沪深 300 价值指数的魅力》 《你了解沪深 300 么？中证规模指数家族解析》 《牛市的特征：ETF 净赎回不稀奇》 《公募基金股票投研的上下十年》 《FOF 持仓测算：如何破解黑箱？》 《解读净值下跌 99.96%的 VIX 基金》 《一张表读懂场内货基的计息规则》 《杠杆反向基金，意料之外的收益》 《战略配售基金：塞翁失马，焉知非福》 《7 年涨 14 倍，一天下跌 96%的 XIV 基金》 《借道 ETF 参与科创板打新的始末》 《证券 ETF 破百亿，产品成功有迹可循》 报告要点  Alpha 挖掘任重道远，市场微观结构成为新 Alpha 来源 当前，传统 Alpha 因子的挖掘进入瓶颈期。市场微观结构着眼于交易与价格形成，提供了一个崭新的角度进行因子挖掘，为投资者带来丰富的增量信息。市场的微观结构或将成为 Alpha新来源。  尾部效应：不一样的角度刻画股票风险 低波动、低风险的股票具有更高的超额收益。尽管未有公认的理论解释，大量实证研究已证明了低波动异象广泛存在于海内外市场。 关于该异象，以往的研究更多从日线上度量股票的波动和风险。我们提出使用 CVaR 模型，并辅以日内高频数据刻画股票的风险，从一个新的角度研究股票的低波动异象。  VWAR：对尾部效应的强化 我们基于 CVaR 模型，使用股票日内分钟收益率序列构建因子，但原始因子效果较为一般。针对原始收益率序列噪声较大的问题，报告提出成交量加权的解决方式，从而有效降低成交稀疏时间段的交易噪声。回测结果表明，该方案可以有效强化日内尾部效应，突出有用信息，正交化后在全 A 股票中 IC 达0.0701。  因子实证：构建单因子组合 最后，我们通过构建单因子组合的方式对因子有效性进行实证检验。结果表明，因子不仅在剥离常见风格因子后具备较好的选股能力，且在指数成分股内依然保持有效。 另外，我们发现股票日内收益率序列的左尾和右尾具备相当一致的风险特性，尾部风险低的股票，更容易产生超额收益。  风险提示 本报告基于历史数据进行测试，不构成任何投资建议。市场投资者结构变化、政策变化、经济基本面变化，都可能导致模型失效。 金融工程报告 研究源于数据 2 研究创造价值 目录 1 ALPHA 挖掘任重道远，市场微观结构成为新 ALPHA 来源 ...................................................... 4 2 通过尾部效应度量股票风险 ....................................................................................................... 4 2.1 低波动，高收益 ....................................................................................................................................... 4 2.2 波动风险的度量 ....................................................................................................................................... 5 2.2.1 传统的风险度量方式 ....................................................................................................................... 5 2.2.2 通过日内波动度量风险 ................................................................................................................... 5 3 基于 CVAR 模型的初步实证 ........................................................................................................ 7 3.1 策略构建 ................................................................................................................................................... 7 3.2 回测结果 ................................................................................................................................................... 7 4 VWAR：对尾部效应的强化....................................................................................................... 12 5 VCVAR 因子实证：构建单因子组合 ......................................................................................... 13 5.1 VCVAR 因子的构建 .................................................................................................................................. 13 5.2 因子有效性检验 .................................................................