# cn_stock_factors_hf_intraday_microstructure ## 数据描述 将日内分钟数据压缩为每日微观结构指标,再在20日窗口上聚合得到的日频因子 ## 数据简介 自研因子,无文献来源。把 `cn_stock_bar1m_c` 的日内 240 根分钟 bar 压成每股每日一行的**微观结构量**,再在 20 个交易日窗口上聚合成日频因子。 本表输出 15 个日频微观结构量(保留原始量纲,供自行重新聚合)、25 个经 IC 筛选入选的 20 日聚合因子、1 个等权合成因子及其纯净版,共 42 个因子字段。筛选过程与结果见 `## 因子筛选`,IC 绩效见 `## IC 绩效`。 构建思路、筛选过程与口径细节见下文「因子构建思路」。数据区间:`2015-01-05` ~ `2026-11-03`(每个交易日一条记录)。 ## 因子构建思路 自研因子,无文献来源。把 `cn_stock_bar1m_c` 的日内 240 根分钟 bar 压成每股每日一行的**微观结构量**,再在 20 个交易日窗口上聚合成日频因子。 选题是在 `output/` 已有的 15 张分钟表之外找空白:价量相关性(CPV)、分布均匀度(UTD / UID)、日内与隔夜切割、聪明钱、APM、显著性、潮汐等角度都已建过,因此本表取五个还没覆盖的方向: | 方向 | 刻画什么 | 本表的日频量 | | ---- | ---- | ---- | | 已实现高阶矩与跳跃分解 | 日内收益分布的尾部与跳跃成分,而非仅二阶矩 | `rkurt_daily`、`rs_down_ratio_daily`、`vol_of_vol_daily`、跳跃占比(仅聚合后输出) | | 流动性与价格冲击 | 单位成交额推动价格的能力 | `amihud_daily`、`elasticity_daily`、`vwap_dev_daily` | | 日内时序结构 | 分钟级价格是均值回复还是延续,波动是否成簇 | `var_ratio_daily`、`ret_ac1_daily`、`absret_ac1_daily` | | 成交量的日内分布形状 | 成交在日内如何分布,而非总量多少 | `vol_hhi_daily`、`vol_gravity_daily`、`open30_vol_daily` | | 路径形态与极值 | 价格从开盘走到收盘的路径,而非端点差 | `path_eff_daily`、`max_dd_daily`、`ret_asym_daily` | 本表输出 15 个日频微观结构量(保留原始量纲,供自行重新聚合)、25 个经 IC 筛选入选的 20 日聚合因子、1 个等权合成因子及其纯净版,共 42 个因子字段。筛选过程与结果见 `## 因子筛选`,IC 绩效见 `## IC 绩效`。 **聚合窗口的口径**:`_m20` / `_s20` 是**过去 24 个交易日里的均值 / 标准差,要求其中至少 20 个交易日有完整的分钟数据**,不足 20 个有效日时置空。 这里刻意不用「最近 20 个有效日」这种更直观的口径,因为它依赖加工批次的长度:分钟表在停牌日没有行,polars 的滚动按行数而非交易日计数,停牌多的股票在短批次里凑不满窗口而被排除出截面,截面成分一变,所有股票的 z-score 与中性化残差都会漂移。实测单日批次与两月批次对同一天算出的 `micro_combo` 中位差 0.108(把回溯从 40 个交易日加到 120 个也只降到 0.096,因为根因不是回溯长度)。改成锚定在输出日的固定交易日跨度、并先把每只股票补齐到完整交易日网格之后,两种批次长度的结果最大绝对差降到 $2 \times 10^{-11}$,即纯浮点噪声。这件事直接决定每日增量与历史回填对同一天是否算出同一个值。 **合成因子的空值规则**:`micro_combo` 要求 25 个入选因子**全部非空**才出值。`pl.sum_horizontal` 会跳过空值,若不显式要求,25 个全空的股票会被加成 0——而 0 正好落在合成因子分布的正中间,既不报错也看不出异常,是最坏的伪值(实测某日有 71 只股票落入此情形)。 ## 表结构 - **表名**: `cn_stock_factors_hf_intraday_microstructure` - **中文表名**: 自研日内微观结构因子 - **数据描述**: 将日内分钟数据压缩为每日微观结构指标,再在20日窗口上聚合得到的日频因子 - **主键**: `date` + `instrument` - **记录粒度**: 每个交易日每只股票一条记录 | 字段 | 类型 | 可空 | 含义 | | ---- | ---- | ---- | ---- | | `date` | `PlDatetime` | 否 | 交易日期 | | `instrument` | `PlString` | 否 | 股票代码 | | `rkurt_daily` | `PlFloat64` | 是 | 已实现峰度,当日 n·Σr⁴/(Σr²)²,r 为分钟收益;值越大日内收益分布尾部越厚 | | `rs_down_ratio_daily` | `PlFloat64` | 是 | 下行方差占比,当日下跌分钟的 Σr² 占全日 Σr² 的比例;0.5 为涨跌对称 | | `vol_of_vol_daily` | `PlFloat64` | 是 | 日内波动离散度,当日分钟绝对收益的标准差除以均值;值越大波动在日内越不均匀 | | `amihud_daily` | `PlFloat64` | 是 | 分钟非流动性(对数),当日 mean(|r|/分钟成交额) 取自然对数;值越大越不流动 | | `elasticity_daily` | `PlFloat64` | 是 | 量价弹性,当日 ln(分钟成交量) 对 |分钟收益| 的回归斜率;值越大同等波动需要越多成交量 | | `vwap_dev_daily` | `PlFloat64` | 是 | 收盘对 VWAP 偏离,当日收盘价除以全日成交额加权均价减一;值越大收盘相对均价越高 | | `var_ratio_daily` | `PlFloat64` | 是 | 方差比,当日 5 分钟已实现方差除以 5 倍的 1 分钟已实现方差;小于 1 表示分钟级价格均值回复 | | `ret_ac1_daily` | `PlFloat64` | 是 | 分钟收益一阶自相关,当日 corr(rᵢ, rᵢ₋₁);负值为价格反转,正值为延续 | | `absret_ac1_daily` | `PlFloat64` | 是 | 波动聚集度,当日 corr(|rᵢ|, |rᵢ₋₁|);值越大波动在日内越成簇出现 | | `vol_hhi_daily` | `PlFloat64` | 是 | 成交量集中度,当日 Σ(vᵢ/Σv)²×240;1 为完全均匀,值越大成交越集中在少数分钟 | | `vol_gravity_daily` | `PlFloat64` | 是 | 成交量时间重心,当日成交量加权的分钟序号均值除以 240;0.5 为均匀,小于 0.5 表示成交偏早盘 | | `open30_vol_daily` | `PlFloat64` | 是 | 开盘半小时量占比,当日前 30 根分钟 bar 的成交量占全日比例;均匀分布应为 0.125 | | `path_eff_daily` | `PlFloat64` | 是 | 路径效率,当日 |ln(收盘/首根收盘)| 除以 Σ|分钟对数收益|;值越大价格走得越直(趋势),越小越来回震荡 | | `max_dd_daily` | `PlFloat64` | 是 | 日内最大回撤,当日分钟收盘价相对其运行最高价的最小跌幅(非正数);值越小日内回撤越深 | | `ret_asym_daily` | `PlFloat64` | 是 | 量加权涨跌非对称,当日上涨分钟的成交量加权平均收益加上下跌分钟的成交量加权平均收益;正值表示上涨分钟的量价配合更强 | | `ret_asym_m20` | `PlFloat64` | 是 | 量加权涨跌非对称的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `ret_asym_s20` | `PlFloat64` | 是 | 量加权涨跌非对称的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `rkurt_s20` | `PlFloat64` | 是 | 已实现峰度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `open30_vol_m20` | `PlFloat64` | 是 | 开盘半小时量占比的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `open30_vol_s20` | `PlFloat64` | 是 | 开盘半小时量占比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `vol_of_vol_s20` | `PlFloat64` | 是 | 日内波动离散度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `rs_down_ratio_m20` | `PlFloat64` | 是 | 下行方差占比的 20 日窗口均值,经市值中性化;值越大未来收益越高 | | `rs_down_ratio_s20` | `PlFloat64` | 是 | 下行方差占比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `absret_ac1_m20` | `PlFloat64` | 是 | 波动聚集度的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `absret_ac1_s20` | `PlFloat64` | 是 | 波动聚集度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `vol_gravity_s20` | `PlFloat64` | 是 | 成交量时间重心的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `last30_ret_s20` | `PlFloat64` | 是 | 尾盘半小时收益的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `var_ratio_s20` | `PlFloat64` | 是 | 方差比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `amihud_m20` | `PlFloat64` | 是 | 分钟非流动性(对数)的 20 日窗口均值,经市值中性化;值越大未来收益越高 | | `vwap_dev_m20` | `PlFloat64` | 是 | 收盘对 VWAP 偏离的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `vwap_dev_s20` | `PlFloat64` | 是 | 收盘对 VWAP 偏离的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `open30_ret_s20` | `PlFloat64` | 是 | 开盘半小时收益的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `ret_ac1_m20` | `PlFloat64` | 是 | 分钟收益一阶自相关的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `ret_ac1_s20` | `PlFloat64` | 是 | 分钟收益一阶自相关的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `jump_ratio_m20` | `PlFloat64` | 是 | 跳跃方差占比的 20 日窗口均值,经市值中性化;值越大未来收益越高 | | `path_eff_m20` | `PlFloat64` | 是 | 路径效率的 20 日窗口均值,经市值中性化;值越小未来收益越高 | | `path_eff_s20` | `PlFloat64` | 是 | 路径效率的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `elasticity_s20` | `PlFloat64` | 是 | 量价弹性的 20 日窗口标准差,经市值中性化;值越大未来收益越高 | | `max_dd_s20` | `PlFloat64` | 是 | 日内最大回撤的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `vol_hhi_s20` | `PlFloat64` | 是 | 成交量集中度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 | | `micro_combo` | `PlFloat64` | 是 | 日内微观结构合成因子,25 个入选因子各自截面标准化后按训练段 IC 符号对齐再等权相加;值越小未来收益越高 | | `micro_combo_pure` | `PlFloat64` | 是 | 纯净日内微观结构合成因子,`micro_combo` 对十个常见风格因子与申万一级行业哑变量回归后的残差 | > 有三个日频量只作为中间量参与聚合,**不输出到表**,因为它们都在某个值上形成点质量、会被 `duplicate_ratio` 门禁拦住: > > - 尾盘与开盘半小时收益(`last30_ret_s20` / `open30_ret_s20` 的母量)落在 tick 价格网格上,精确 0 很多,实测单日重复率约 25% > - 跳跃方差占比(`jump_ratio_m20` 的母量)的标准定义带 `max(0, RV−BV)` 截断,负跳跃估计被压成精确 0;高波动年份(2015)`RV ≤ BV` 的交易日更多,实测单日重复率 20.6% > > 与其豁免门禁,不如不输出——入选因子是它们的 20 日窗口聚合值,连续且不受影响。 ## 依赖数据 | 依赖表 | 频率 | 用到的字段 | 用途 | | ---- | ---- | ---- | ---- | | `cn_stock_bar1m_c` | 1 分钟 | `date`、`instrument`、`close`、`high`、`low`、`volume`、`amount` | `close` 算分钟收益与对数收益(已实现矩、跳跃、自相关、方差比、路径效率、最大回撤、分段收益)、首末根收盘价与 VWAP 偏离;`volume` 算成交量分布形状(集中度、时间重心、开盘量占比)与量价非对称、量价弹性;`amount` 算分钟非流动性与 VWAP;`high` / `low` 当前仅参与 SQL 取数,未进入任何输出因子 | | `cn_stock_prefactors` | 日频 | `date`、`instrument`、`total_market_cap`、`sw2021_level1`、`beta_000300SH_22`、`pb`、`pe_ttm`、`debt_to_asset_lf`、`total_operating_revenue_ttm`、`daily_return`、`turn`、`change_ratio` | `total_market_cap` 取对数做全部 25 个入选因子的市值中性化;其余字段构造 `micro_combo_pure` 回归用的十个风格因子与申万一级行业哑变量 | 分钟表按 `CAST(date AS TIME) >= '09:31:00'` 过滤,剔除开盘集合竞价 bar(沪深记在 09:25、北交所记在 09:30)、保留 15:00 收盘集合竞价 bar,当日恰为 240 根连续竞价分钟(已实测 `min(bars) = max(bars) = 240`)。因子窗口跨 24 个交易日,实际回溯 48 个交易日的分钟数据(留一倍余量吸收长假);`micro_combo_pure` 的风格因子含 250 个交易日同比的营收增速项与 22 日贝塔,故 `cn_stock_prefactors` 单独回溯 300 个交易日。 ## 因子筛选 25 个入选因子是从 52 个候选里筛出来的,筛选规则**事先定好、一次性应用、不回头调**。 **候选构造**: 18 个日频微观结构量各取 20 日均值与 20 日标准差,共 36 个;此外另有 9 个日频量(已实现偏度、符号跳跃、Roll 隐含价差、价格冲击斜率、成交量熵、最高/最低价时点、收盘位置、涨跌分钟量比)同样进入候选,合计 52 个。候选阶段剔除了一个构造错误:「符号跳跃 (RS⁺−RS⁻)/RV」因 RS⁺+RS⁻=RV 恒等于 `1 − 2·rs_down_ratio`,与下行方差占比严格仿射,两者 IC 精确反号,属重复字段。 **筛选口径**: - 样本切分:训练段 2016-01 ~ 2019-12(48 个月末截面)用于挑因子,测试段 2020-01 ~ 2026-08(80 个月末截面)只用于报告,**不参与挑选** - 前向收益:次日开盘到 21 个交易日后开盘。不用收盘口径——收盘价含当日反转信息,会系统性放大反转类因子的表现 - **不重叠抽样**:前向收益跨 21 个交易日,逐日计算会让相邻样本重叠 20/21、日度 IC 高度自相关,按 $\sqrt{252}$ 年化会把 ICIR 虚高约 $\sqrt{21} \approx 4.6$ 倍。因此只取每月最后一个交易日,按 $\sqrt{12}$ 年化 - IC 为 Spearman,因子先做截面 MAD 5 倍去极值与 z-score,再对 log 总市值回归取残差 **三条筛选规则**: 1. 训练段 $|$年化 ICIR$| \ge 1.5$ 2. 训练段与测试段的 IC 同向 3. 两两截面相关 $|\rho| > 0.8$ 时,只保留训练段 $|$ICIR$|$ 更大的那个 规则 1、2 筛掉 23 个,规则 3 又剪掉 4 个,余 25 个。被相关性剪掉的 4 个及原因: | 剪掉 | 因与 | 训练段平均截面相关 | | ---- | ---- | ---- | | `rkurt_m20` | `rkurt_s20` | +0.845 | | `var_ratio_m20` | `ret_ac1_m20` | +0.934 | | `max_dd_m20` | `vwap_dev_s20` | −0.833 | | `vol_entropy_s20` | `vol_hhi_s20` | +0.913 | 其中 `var_ratio_m20` 与 `ret_ac1_m20` 相关 +0.934 是机械关系而非巧合:对 MA(1) 噪声过程,方差比约等于 $1 + 2\rho_1$,两者本就是同一信息的两种写法。成交量熵与 HHI 同为集中度的两种度量,相关 +0.913 也属同理。 ## IC 绩效 **口径**: 口径与 `## 因子筛选` 完全一致,且**直接读已入库的因子值**计算,故下表数字可由本表复现。全市场不做任何股票过滤;月末不重叠截面;前向收益次日开盘到 21 个交易日后开盘;Spearman IC;年化 ICIR $= $ 月度 ICIR $\times \sqrt{12}$。表里存的因子已做过市值中性化,故「rankIC」直接用存量值;「增量」列再剔除 20 日反转、20 日平均换手率、20 日波动率三个传统价量因子,用于判断这些高频因子是不是传统因子的换装。胜率为 IC $> 0$ 的月份占比——多数因子是反转方向(IC 为负),故胜率低才是好。 | 因子 | 训练 rankIC | 训练年化 ICIR | 测试 rankIC | 测试年化 ICIR | 全样本 rankIC | 全样本年化 ICIR | 全样本增量 IC | 全样本增量 ICIR | | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | | `micro_combo` | -0.1122 | -3.35 | -0.1107 | -2.50 | **-0.1095** | **-2.73** | **-0.0514** | **-2.63** | | `micro_combo_pure` | -0.0384 | -3.83 | -0.0280 | -2.41 | -0.0336 | -2.92 | -0.0339 | -2.95 | | `rkurt_s20` | -0.0645 | -4.74 | -0.0630 | -3.35 | -0.0617 | -3.65 | -0.0263 | -1.64 | | `ret_asym_s20` | -0.0832 | -4.59 | -0.0808 | -3.18 | -0.0808 | -3.59 | -0.0318 | -1.27 | | `ret_asym_m20` | -0.0953 | -4.97 | -0.0863 | -2.86 | -0.0887 | -3.43 | -0.0401 | -2.12 | | `vol_of_vol_s20` | -0.0619 | -3.89 | -0.0668 | -3.43 | -0.0632 | -3.31 | -0.0191 | -0.90 | | `open30_vol_s20` | -0.0619 | -4.17 | -0.0616 | -3.21 | -0.0593 | -3.27 | -0.0149 | -0.75 | | `vol_gravity_s20` | -0.0569 | -3.44 | -0.0496 | -2.90 | -0.0516 | -3.07 | -0.0220 | -1.18 | | `absret_ac1_s20` | -0.0576 | -3.48 | -0.0654 | -2.91 | -0.0605 | -3.03 | -0.0272 | -2.22 | | `rs_down_ratio_m20` | +0.0944 | +3.71 | +0.0921 | +2.53 | +0.0939 | +2.90 | +0.0397 | +2.22 | | `rs_down_ratio_s20` | -0.0852 | -2.83 | -0.0724 | -2.38 | -0.0726 | -2.45 | -0.0298 | -1.77 | | `ret_ac1_s20` | -0.0277 | -1.67 | -0.0661 | -3.13 | -0.0486 | -2.38 | -0.0193 | -1.37 | | `var_ratio_s20` | -0.0501 | -2.40 | -0.0678 | -2.23 | -0.0594 | -2.26 | -0.0226 | -1.37 | | `last30_ret_s20` | -0.0840 | -2.88 | -0.0916 | -2.12 | -0.0857 | -2.25 | -0.0242 | -1.34 | | `open30_vol_m20` | -0.0716 | -2.50 | -0.0718 | -2.24 | -0.0672 | -2.13 | -0.0082 | -0.38 | | `absret_ac1_m20` | -0.0634 | -1.76 | -0.0996 | -2.23 | -0.0850 | -2.05 | -0.0364 | -1.35 | | `open30_ret_s20` | -0.0721 | -2.00 | -0.0970 | -2.04 | -0.0829 | -1.87 | -0.0158 | -0.78 | | `amihud_m20` | +0.0788 | +2.11 | +0.0799 | +1.70 | +0.0787 | +1.85 | +0.0337 | +1.12 | | `vwap_dev_s20` | -0.0829 | -2.07 | -0.0949 | -1.78 | -0.0864 | -1.79 | -0.0189 | -0.80 | | `path_eff_s20` | -0.0462 | -1.56 | -0.0640 | -2.09 | -0.0530 | -1.75 | -0.0026 | -0.15 | | `max_dd_s20` | -0.0631 | -1.66 | -0.0864 | -1.77 | -0.0737 | -1.65 | -0.0117 | -0.57 | | `ret_ac1_m20` | -0.0783 | -1.87 | -0.0667 | -1.31 | -0.0729 | -1.57 | -0.0317 | -0.96 | | `jump_ratio_m20` | +0.0605 | +1.61 | +0.0645 | +1.30 | +0.0637 | +1.44 | +0.0128 | +0.42 | | `path_eff_m20` | -0.0544 | -1.51 | -0.0629 | -1.64 | -0.0542 | -1.44 | -0.0065 | -0.29 | | `vol_hhi_s20` | -0.0335 | -1.51 | -0.0251 | -1.00 | -0.0305 | -1.28 | -0.0096 | -0.37 | | `vwap_dev_m20` | -0.0431 | -1.33 | -0.0267 | -0.78 | -0.0399 | -1.17 | -0.0161 | -0.71 | | `elasticity_s20` | +0.0373 | +1.53 | +0.0305 | +1.08 | +0.0305 | +1.15 | +0.0053 | +0.28 | **怎么读这张表**: - **25 个因子在训练段与测试段的 IC 全部同向**,没有一个符号翻转。这是筛选规则 2 的直接结果,但测试段的强度没有系统性塌掉(测试段 15 个因子的年化 ICIR 绝对值仍 $\ge 2$),说明筛出来的不只是训练段的噪声 - **合成因子是本表最好的产出**:`micro_combo` 全样本 rankIC $-0.1095$、年化 ICIR $-2.73$、胜率 22.9%(即 77.1% 的月份 IC 为负,方向正确),强于任何单因子。25 个因子等权相加能跑赢最好的单因子,说明它们的信息确实有互补性,不是同一个东西的 25 种写法 - **增量 IC 是本表最该看的一列**。剔掉 20 日反转、换手率、波动率之后: - `micro_combo` 仍有 $-0.0514$ / $-2.63$,**约一半的原始 IC 是传统价量因子给不出来的** - 单因子里增量最强的是 `rs_down_ratio_m20`($+0.0397$ / $+2.22$)、`absret_ac1_s20`($-0.0272$ / $-2.22$)、`ret_asym_m20`($-0.0401$ / $-2.12$)、`rs_down_ratio_s20`($-0.0298$ / $-1.77$) - 但也有一批因子的增量几乎归零:`path_eff_s20`($-0.15$)、`path_eff_m20`($-0.29$)、`elasticity_s20`($+0.28$)、`vol_hhi_s20`($-0.37$)、`open30_vol_m20`($-0.38$)、`jump_ratio_m20`($+0.42$)。**这六个因子的原始 IC 基本可以由传统反转 / 换手 / 波动解释掉**,单独使用价值有限,留在表里是为了合成与后续研究,不建议当独立 alpha 用 - `micro_combo_pure` 的原始与增量 ICIR 几乎相同($-2.92$ 对 $-2.95$),因为它已经对十个风格因子中性化过,20 日反转 / 换手 / 波动的信息已被 Momentum / Liquidity / ResidualVolatility 三个风格代理吸收掉了 **三点诚实提示**: 1. **这是一次按 IC 筛选过的结果,入选因子的 IC 天然偏乐观**。测试段 2020-2026 虽未参与挑选,但「训练/测试同向」这条规则本身用到了测试段的符号信息,严格说测试段也不是完全干净的样本外。真正干净的样本外只能靠 2026-09 之后的新数据积累 2. **前向收益口径对结论影响很大**。本表全部用「次日开盘 → 21 个交易日后开盘」。若换成收盘口径,反转类因子的 IC 会被系统性放大(收盘价含当日反转信息),本表多数因子都是反转方向,届时数字会好看得多但不可实现 3. **未做任何交易成本与换手率测算**。`_s20` 类因子(20 日窗口标准差)的截面排序变化通常比 `_m20` 类快,实际净收益要看换手后的结果,本小节只报 IC,不构成策略结论 ## 示例数据 按 `date`、`instrument` 排序后的前 5 行与后 5 行,由 `update_docs()` 推送文档时自动填充。 | date | instrument | rkurt_daily | rs_down_ratio_daily | vol_of_vol_daily | amihud_daily | elasticity_daily | vwap_dev_daily | var_ratio_daily | ret_ac1_daily | absret_ac1_daily | vol_hhi_daily | vol_gravity_daily | open30_vol_daily | path_eff_daily | max_dd_daily | ret_asym_daily | ret_asym_m20 | ret_asym_s20 | rkurt_s20 | open30_vol_m20 | open30_vol_s20 | vol_of_vol_s20 | rs_down_ratio_m20 | rs_down_ratio_s20 | absret_ac1_m20 | absret_ac1_s20 | vol_gravity_s20 | last30_ret_s20 | var_ratio_s20 | amihud_m20 | vwap_dev_m20 | vwap_dev_s20 | open30_ret_s20 | ret_ac1_m20 | ret_ac1_s20 | jump_ratio_m20 | path_eff_m20 | path_eff_s20 | elasticity_s20 | max_dd_s20 | vol_hhi_s20 | micro_combo | micro_combo_pure | |---------------------|------------|-------------|---------------------|------------------|--------------|------------------|----------------|-----------------|---------------|------------------|---------------|-------------------|------------------|----------------|--------------|----------------|--------------|--------------|-----------|----------------|----------------|----------------|-------------------|-------------------|----------------|----------------|-----------------|----------------|---------------|------------|--------------|--------------|----------------|-------------|-------------|----------------|--------------|--------------|----------------|------------|-------------|-------------|------------------| | 2026-11-03 00:00:00 | 000001.SZ | 5.619297 | 0.474346 | 1.084502 | -22.963865 | 393.593439 | 0.011907 | 0.218211 | 0.089898 | 0.280876 | 2.169727 | 0.425439 | 0.285010 | 0.060015 | -0.021404 | -0.000042 | -0.419806 | -0.207579 | -0.117793 | -0.028241 | -0.352748 | -0.143085 | 0.721050 | -0.714392 | -0.989991 | -0.801295 | 0.104233 | -0.712013 | -0.441349 | 0.134038 | 0.707661 | -0.799429 | -0.727471 | -0.645625 | -0.072983 | 1.045192 | -0.079345 | -0.980029 | 0.112768 | -0.874042 | -0.140853 | -10.623825 | 0.341483 | | 2026-11-03 00:00:00 | 000002.SZ | 2.820540 | 0.494693 | 1.081628 | -20.020689 | 105.834508 | 0.000262 | 0.062405 | -0.244004 | 0.059722 | 2.443103 | 0.434304 | 0.215860 | 0.024475 | -0.030675 | -0.000200 | 1.382838 | 0.906686 | -0.060498 | 1.209068 | 0.539927 | -0.132746 | -0.371885 | -0.488781 | -0.878479 | -0.417822 | 0.997657 | 0.973055 | 0.034303 | -0.183188 | 0.396756 | 1.336935 | 1.606386 | -1.097660 | 0.901224 | 0.741304 | -1.379838 | -0.635665 | -1.744624 | 0.364615 | -0.088580 | 7.303002 | 0.398778 | | 2026-11-03 00:00:00 | 000006.SZ | 3.404680 | 0.493660 | 1.093904 | -18.053892 | 283.039472 | -0.008465 | 0.181147 | -0.131738 | 0.023927 | 2.196132 | 0.414179 | 0.201956 | 0.013231 | -0.036606 | 0.000206 | 0.837629 | 0.579016 | 0.521401 | 1.355882 | 0.629278 | -0.123022 | -0.718065 | 0.768780 | 0.681389 | -0.250495 | 0.152041 | 0.183591 | 0.831982 | 0.069189 | -1.185590 | 0.851188 | 0.855290 | 0.016390 | -0.449013 | -0.077000 | -0.155660 | -0.057514 | -0.738344 | 0.134067 | -0.318002 | 7.443935 | 0.707068 | | 2026-11-03 00:00:00 | 000007.SZ | 4.577058 | 0.427748 | 1.025191 | -18.535650 | 365.198433 | -0.009848 | 0.174021 | 0.098840 | 0.428548 | 2.903265 | 0.380999 | 0.370834 | 0.042825 | -0.047276 | 0.000704 | -0.920674 | -0.377066 | -0.583781 | -0.849356 | -0.576345 | -0.766289 | -0.047454 | -0.679971 | 0.124441 | 0.383133 | -0.799611 | 1.550319 | -0.574855 | -0.011260 | 1.797027 | 0.361638 | 0.433875 | 0.810809 | -0.541303 | -0.508331 | -0.677440 | -0.821868 | 0.034989 | 0.402930 | -0.254995 | -2.100361 | -0.313303 | | 2026-11-03 00:00:00 | 000008.SZ | 6.244828 | 0.422084 | 1.288388 | -16.093997 | 148.074458 | -0.004993 | 0.127705 | -0.283486 | 0.156828 | 9.178806 | 0.271934 | 0.453123 | 0.028350 | -0.025751 | 0.003620 | -1.085078 | 0.511184 | -0.936271 | -0.733385 | -0.183191 | -0.359434 | 1.145546 | -2.175002 | -1.488534 | -1.114133 | 0.724645 | -0.777928 | -1.511671 | 1.982143 | 0.299477 | -1.227945 | -0.931359 | -2.592643 | -1.103692 | 2.210042 | -2.439305 | -1.832049 | -0.544179 | -1.676412 | 0.906884 | -25.542140 | -0.678395 | | 2026-11-03 00:00:00 | 688835.SH | 3.771861 | 0.513152 | 0.959032 | -19.093641 | 108.001043 | -0.032874 | 0.101276 | -0.200416 | 0.152354 | 2.191875 | 0.524546 | 0.206555 | 0.094396 | -0.090000 | -0.000441 | -0.920142 | 0.404912 | -0.412781 | 0.300808 | 1.121121 | -0.305676 | 0.705685 | -0.697866 | -0.484342 | -0.808983 | 0.874711 | 2.356985 | -0.523413 | 0.348193 | -0.951387 | 1.608236 | 2.648110 | -0.431645 | -0.396715 | -0.294577 | -0.261044 | -0.703803 | -1.546160 | 1.759044 | 0.015005 | 4.986032 | -1.190819 | | 2026-11-03 00:00:00 | 688836.SH | 3.242618 | 0.463920 | 0.806347 | -21.674969 | 125.413908 | -0.020279 | 0.163401 | -0.116113 | 0.099668 | 2.120541 | 0.440823 | 0.323926 | 0.025932 | -0.058617 | 0.000578 | 1.729439 | 0.821256 | 0.238208 | 2.144720 | 1.457329 | 1.153001 | -2.900306 | 0.196397 | 1.649878 | 0.593295 | 0.658521 | 1.029361 | 0.426671 | 0.568364 | 3.439023 | 3.168689 | 1.647621 | 0.868771 | 0.205048 | -0.167250 | 0.375087 | 0.727636 | 0.529375 | 2.411139 | 0.186881 | 27.260101 | -0.847617 | | 2026-11-03 00:00:00 | 688837.SH | 5.690129 | 0.553197 | 1.012197 | -19.082291 | 246.545702 | -0.002681 | 0.118754 | -0.083713 | 0.117923 | 2.251439 | 0.428864 | 0.296901 | 0.037632 | -0.050931 | -0.000467 | 0.316105 | 1.204215 | -0.094285 | 1.649634 | 1.144506 | -0.487463 | 0.522328 | 0.347380 | 0.794614 | -0.661170 | 0.366890 | 1.287996 | -0.096941 | -0.023065 | -2.480675 | 1.726494 | 1.104259 | 0.368976 | 0.332380 | -0.696459 | 0.504209 | 0.184952 | -0.990556 | 1.316607 | 0.460198 | 10.777914 | -0.838067 | | 2026-11-03 00:00:00 | 688981.SH | 4.785957 | 0.376696 | 0.847529 | -22.814443 | 163.189210 | 0.015813 | 0.154200 | -0.114122 | 0.125782 | 1.777838 | 0.592480 | 0.139808 | 0.089278 | -0.025002 | 0.000725 | 0.302017 | 0.333105 | -0.178607 | -0.547677 | -0.130235 | -0.350734 | -0.459654 | 0.317365 | -0.636180 | -1.208862 | 0.748864 | 2.175877 | 0.565142 | 0.387236 | 2.385661 | 1.118811 | -0.511665 | 0.643764 | -0.121328 | -0.210943 | 0.046132 | 0.604214 | 0.091592 | 0.518385 | 0.024904 | 6.177306 | 0.393586 | | 2026-11-03 00:00:00 | 689009.SH | 6.426415 | 0.379121 | 1.010981 | -20.095110 | 243.245894 | 0.018243 | 0.131401 | -0.170771 | 0.198492 | 2.232537 | 0.542080 | 0.199906 | 0.104352 | -0.012264 | -0.000013 | 0.160476 | -0.151290 | 0.180611 | -1.552499 | -0.789443 | -0.110880 | -1.170562 | -0.396120 | -0.174284 | 0.412787 | 0.427529 | 0.293084 | 1.078540 | -0.114703 | 0.544279 | -0.412062 | -0.154347 | 0.630212 | 0.682559 | 0.060107 | -0.310059 | -0.866927 | 0.371835 | 0.001578 | -0.359384 | -0.072961 | -0.313169 |
自研日内微观结构因子 (cn_stock_factors_hf_intraday_microstructure)
数据描述: 将日内分钟数据压缩为每日微观结构指标,再在20日窗口上聚合得到的日频因子
文档
用例
表结构
| 字段 | 字段类型 | 字段描述 |
| instrument | string | 股票代码 |
| rkurt_s20 | double | 已实现峰度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| amihud_m20 | double | 分钟非流动性(对数)的 20 日窗口均值,经市值中性化;值越大未来收益越高 |
| max_dd_s20 | double | 日内最大回撤的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| micro_combo | double | 日内微观结构合成因子,25 个入选因子各自截面标准化后按训练段 IC 符号对齐再等权相加;值越小未来收益越高 |
| __PARTITION__ | string | - |
| ret_ac1_s20 | double | 分钟收益一阶自相关的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| rkurt_daily | double | 已实现峰度,当日 n·Σr⁴/(Σr²)²,r 为分钟收益;值越大日内收益分布尾部越厚 |
| vol_hhi_s20 | double | 成交量集中度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| amihud_daily | double | 分钟非流动性(对数),当日 mean(|r|/分钟成交额) 取自然对数;值越大越不流动 |
| max_dd_daily | double | 日内最大回撤,当日分钟收盘价相对其运行最高价的最小跌幅(非正数);值越小日内回撤越深 |
| path_eff_m20 | double | 路径效率的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
| path_eff_s20 | double | 路径效率的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| ret_asym_m20 | double | 量加权涨跌非对称的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
| ret_asym_s20 | double | 量加权涨跌非对称的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| vwap_dev_m20 | double | 收盘对 VWAP 偏离的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
| vwap_dev_s20 | double | 收盘对 VWAP 偏离的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| ret_ac1_daily | double | 分钟收益一阶自相关,当日 corr(rᵢ, rᵢ₋₁);负值为价格反转,正值为延续 |
| var_ratio_s20 | double | 方差比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| vol_hhi_daily | double | 成交量集中度,当日 Σ(vᵢ/Σv)²×240;1 为完全均匀,值越大成交越集中在少数分钟 |
| absret_ac1_m20 | double | 波动聚集度的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
| absret_ac1_s20 | double | 波动聚集度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| elasticity_s20 | double | 量价弹性的 20 日窗口标准差,经市值中性化;值越大未来收益越高 |
| jump_ratio_m20 | double | 跳跃方差占比的 20 日窗口均值,经市值中性化;值越大未来收益越高 |
| last30_ret_s20 | double | 尾盘半小时收益的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| open30_ret_s20 | double | 开盘半小时收益的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| date | timestamp[ns] | 交易日期 |
| open30_vol_s20 | double | 开盘半小时量占比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| path_eff_daily | double | 路径效率,当日 |收盘/首根收盘−1| 除以 Σ|分钟收益|;值越大价格走得越直(趋势),越小越来回震荡 |
| ret_asym_daily | double | 量加权涨跌非对称,当日上涨分钟的成交量加权平均收益加上下跌分钟的成交量加权平均收益;正值表示上涨分钟的量价配合更强 |
| vol_of_vol_s20 | double | 日内波动离散度的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| vwap_dev_daily | double | 收盘对 VWAP 偏离,当日收盘价除以全日成交额加权均价减一;值越大收盘相对均价越高 |
| var_ratio_daily | double | 方差比,当日 5 分钟已实现方差除以 5 倍的 1 分钟已实现方差;小于 1 表示分钟级价格均值回复(买卖价差弹跳) |
| vol_gravity_s20 | double | 成交量时间重心的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| absret_ac1_daily | double | 波动聚集度,当日 corr(|rᵢ|, |rᵢ₋₁|);值越大波动在日内越成簇出现 |
| elasticity_daily | double | 量价弹性,当日 ln(分钟成交量) 对 |分钟收益| 的回归斜率;值越大同等波动需要越多成交量 |
| micro_combo_pure | double | 纯净日内微观结构合成因子,micro_combo 对十个常见风格因子与申万一级行业哑变量回归后的残差 |
| open30_vol_daily | double | 开盘半小时量占比,当日前 30 根分钟 bar 的成交量占全日比例;均匀分布应为 0.125 |
| vol_of_vol_daily | double | 日内波动离散度,当日分钟绝对收益的标准差除以均值;值越大波动在日内越不均匀 |
| rs_down_ratio_m20 | double | 下行方差占比的 20 日窗口均值,经市值中性化;值越大未来收益越高 |
| rs_down_ratio_s20 | double | 下行方差占比的 20 日窗口标准差,经市值中性化;值越小未来收益越高 |
| vol_gravity_daily | double | 成交量时间重心,当日成交量加权的分钟序号均值除以 240;0.5 为均匀,小于 0.5 表示成交偏早盘 |
| rs_down_ratio_daily | double | 下行方差占比,当日下跌分钟的 Σr² 占全日 Σr² 的比例;0.5 为涨跌对称 |
| ret_ac1_m20 | double | 分钟收益一阶自相关的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
| open30_vol_m20 | double | 开盘半小时量占比的 20 日窗口均值,经市值中性化;值越小未来收益越高 |
表名:cn_stock_factors_hf_intraday_microstructure
起始时间:
最近更新时间: