AI智能总结
分析师 在前期研究中,我们用极坐标表示股票的价量形态,构造了价量融合反转因子,绩效表现优于传统的价格反转因子。价量融合反转因子空头组负向收益明显,但各组收益并不严格单调,多头组收益并非最高,中间组收益可能最高,应用于多头选股时会面临一些挑战。 分析师:杨国平邮箱:yanggp@hx168.com.cnSAC NO:S1120520070002 ►价量特征与股价未来涨幅关系并非平滑渐变 原有因子方法认为动量或反转特征与股价未来涨幅的关系是连续且单调平滑渐变的,反映在极坐标系几何图形上,认为如果一个特定区域的动量或反转特征是确定的,那么该区域对应的股价未来涨幅规律也是一致的。但实际的股票价量变化特征与未来股价关系更加复杂。 ►将动量反转特征统一构造因子 我们不再直接建立价量特征与股价变化之间的关系,而是在极坐标系平面上建立区域位置与区域内股价变化之间的关系,将映射过程从“股票→价量特征→股价变化”变更为“股票→区域位置→股价变化”。 在区域位置层面上,动量或反转特征被隐藏起来,但两者的目标是统一的,都是用于寻找更能带来股价上涨的特征,因此构建的因子被称为动量反转统一因子。 ►动量反转统一因子稳定性明显提升 与价量融合反转因子和传统反转因子相比,动量反转统一因子的因子收益有所提高,波动明显下降,整体稳定性显著提高。按因子值从低到高分5组后,5个组合的累计收益严格单调递增,这使得因子在应用于多头选股时更加有效。 风险提示 量化报告的结论基于历史统计规律,当历史规律发生改变时,报告中的模型和结论可能失效。 正文目录 1.前期研究回顾................................................................................32.价量特征与未来股价变化关系...................................................................53.动量反转统一因子计算.........................................................................84.动量反转统一因子表现........................................................................115.风险提示...................................................................................13 图表目录 图1极坐标系中的股票价量变化特征......................................................................................................................................................3图2极角调整函数..........................................................................................................................................................................................4图3股票单期价量特征分布........................................................................................................................................................................5图4股票多期价量特征分布........................................................................................................................................................................5图5股票单期价量特征分布与未来涨幅.................................................................................................................................................5图6股票多期价量特征分布与未来涨幅.................................................................................................................................................5图7单期历史价量特征区域分布与未来涨幅.........................................................................................................................................6图8多期历史价量特征区域分布与未来涨幅.........................................................................................................................................7图9位置参数表可视化.................................................................................................................................................................................9图10历史周期与未来周期的多对一关系................................................................................................................................................9图11因子计算流程示意图.......................................................................................................................................................................10图12动量反转统一因子累计IC走势...................................................................................................................................................11图13动量反转统一因子5组收益..........................................................................................................................................................12 表1区间调整系数..........................................................................................................................................................................................4表2股票坐标位置与区域............................................................................................................................................................................8表3区域到未来涨幅映射的位置参数表.................................................................................................................................................9表4动量反转统一因子IC........................................................................................................................................................................11表5动量反转统一因子相关性.................................................................................................................................................................12 1.前期研究回顾 在前期的研究《极坐标体系的价量融合反转因子》中,为了解决仅用价格构造反转因子时使用信息过于单一的问题,加入了成交金额指标,将价、量融合起来计算反转因子(沿着动量的方向构造因子,但因子最终体现为反转特征,即负向因子)。 在计算因子时,认为价格与成交金额均上升的股票具有更高的动量,并且两者上升幅度越大、动量越强,未来会有更强烈的反转。具体来说,图1中沿着3π/8基准线且远离原点(靠近紫色区域)的股票的动量因子值更高。直观意义是当价格上涨时伴随成交金额放大,并且成交金额放大比例高于价格涨幅时,股票具有更强的动量。 资料来源:华西证券研究所 图1的极坐标系中每个散点(𝜌,𝜃)代表一只股票,不同的散点位置体现了不同的价量变化特征,水平方向的变化为股价变化,垂直方向的变化为成交金额变化。例如0-90°之间的股票为放量上涨,90°-180°之间的股票为放量下跌。 散点与原点的距离𝜌由该股票当前(价格,成交金额)与历史(价格,成交金额)之间的马氏距离确定,即 其中𝑥=(𝑝𝑐,v𝑐)𝑇,𝑦=(pℎ,vℎ)𝑇。 原点至散点连线与0°线之间的夹角𝜃由股票的成交金额变化幅度、价格变化幅度通过反正切函数确定,即 其中𝑑𝑦=ln(v𝑐)−ln(vℎ),𝑑𝑥=ln(𝑝𝑐)−ln(pℎ)。 以上公式中𝑝𝑐、v𝑐分别为当前价格、当前成交金额,pℎ、vℎ分别为历史价格、历史成交金额,Σ为协方差矩阵。 最后的因子计算公式为 其中𝛼为区间调整系数,𝑒−|𝜃−3𝜋/8|为极角调整函数,两个调整的目的都是使得紫色区域附近有更高的动量因子值,相反方向有更低的动量因子值。 资料来源:华西证券研究所 使用公式(3)计算