用逐笔订单数据改进分钟频因子——海量 Level 2 数据因子挖掘系列（六）

摘要： 本报告为“海量 Level 2 数据因子挖掘系列”第六篇，旨在探讨如何利用 Level 2 逐笔订单数据对分钟频因子进行改进，通过构建日内重点时段（KeyPeriod）因子来挖掘更有效的量化 Alpha 信号。

核心观点：
采用逐笔订单数据替代或改进传统的分钟频数据，能够更精准地捕捉日内重点时段的量价特征，构建出具有显著超额收益且独立性较高的量化因子。

论据支撑：

1. 因子体系构建：构建了涨跌类、价格类、成交金额类、量价协同类 4 大类共 123 个 KeyPeriod 因子，并区分了不同阈值标准及主买/主卖方向。
2. 量化表现验证：通过对 6 个绩优因子（如 KeyPeriod_ret_zero、KeyPeriod_amount_top30pct 等）在全市场月度换仓的单因子测试，结果显示其 RankIC 走势单调，具备较强的个股分档能力。
3. 因子独立性分析：测试表明，涨跌幅、价格及量价协同类因子与 Barra 风格因子及前序研究因子（大小单、长短单等）的相关性较低（大多在 10% 以内），具有较高的独立性。

局限性/风险：
量化模型基于历史数据统计建模，在市场政策、宏观环境、市场结构或交易行为发生重大改变时，既有规律可能失效。