广发金工Alpha因子数据库

搜索文档
【广发金融工程】2025年量化精选——多因子系列专题报告
广发金融工程研究· 2025-09-23 05:07
广发金工Alpha因子数据库概述 - 数据库基于mysql8.0构建 覆盖基本面因子、Level-1中高频因子、Level-2高频因子、机器学习因子及另类数据因子等多元类型[1] - 依托100TB级存储数据库与高性能CPU/GPU算力服务器 支持多空策略、指数增强、ETF轮动等量化策略[1] - 整合Wind、天软、通联等多源数据供应商 实现因子高效研发与动态更新[1] 核心Alpha因子性能表现 - 深度学习类因子表现突出:GRU因子历史胜率达91.97% RankIC自相关性91.42%[3] - Level-2高频因子中 大买大卖单复合因子(bigbuy_bigsell)历史胜率79.05% RankIC达94.72%[3] - 长短单复合因子(integrated_longshort)历史均值10.70% RankIC自相关性98.09%[3] - 集合竞价阶段因子表现分化:开盘集合竞价成交委托比因子(transaction_order_ratio_oa)历史均值-10.03% 但胜率达76.68%[3] - 分钟频行情统计因子中 上行收益率方差(real_upvar)历史均值-9.82% RankIC达93.67%[3] - 成交量分布因子显示午后时段占比提升:第7个半小时成交量占比因子(ratio_volumeH7)历史均值4.80% 胜率74.39%[3] 多因子研究体系 - 已形成九十五篇系列专题报告 覆盖风格因子、行业选择、机器学习应用等多维度研究[4][5] - 研究深度贯穿微观至宏观:包括个股量化选股(系列一)、行业轮动(系列二)、宏观周期关联(系列八)等[4] - 高频数据应用持续深化:系列三十九至四十四专注日内高频数据因子化方法[4][5] - 创新研究领域扩展:涵盖可转债多因子组合(系列六十六)、地理关联度因子(系列五十)等前沿方向[5] 研究团队配置 - 团队核心成员具备多年从业经验:首席分析师安宁宁自2011年加入 覆盖全研究方向[6] - 专业背景复合化:成员学历覆盖暨南大学、中山大学、上海交通大学及海外高校 研究领域互补[7][8] - 研究方向系统化布局:涵盖量化择时、CTA策略、资产配置、因子选股等多元领域[7][8]