101个α因子#11

((rank(ts_max((vwap - close), 3)) + rank(ts_min((vwap - close), 3))) * rank(delta(volume, 3)))

worldquant brain平台上调整后的语法：

((rank(max((vwap-close),(ts_delay(vwap,1)-ts_delay(close,1)),(ts_delay(vwap,2)-ts_delay(close,2)))) + rank(min((vwap-close),(ts_delay(vwap,1)-ts_delay(close,1)),(ts_delay(vwap,2)-ts_delay(close,2))))) * rank(ts_delta(volume, 3)))

该alpha因子的逻辑分步解析：

---

1. 计算价格偏离极值：

• 当前及过去两日的VWAP与收盘价差值：
  • 分别计算当日（vwap - close）、前一日（ts_delay(vwap,1) - ts_delay(close,1)）、前两日（ts_delay(vwap,2) - ts_delay(close,2)）的VWAP（成交量加权均价）与收盘价的差值。
• 极值筛选：
  • 最大值（A）：取三日差值中的最大正偏离（VWAP显著高于收盘价）。
  • 最小值（B）：取三日差值中的最小负偏离（VWAP显著低于收盘价）。

---

2. 横截面排名极值偏离：

• 极值排名：
  • rank(A)：对全市场股票的三日最大正偏离进行横向排序，高分位（接近1）表示近期VWAP持续高于收盘价。
  • rank(B)：对三日最小负偏离（即最大负值）进行横向排序，高分位表示近期VWAP显著低于收盘价。
• 逻辑叠加：
  • rank(A) + rank(B)：综合捕捉价格偏离的极端双向波动。若两者排名均高，表明股票近期存在VWAP与收盘价的剧烈偏离（无论是正向还是负向）。

---

3. 成交量变化的确认信号：

• 三日成交量变化：ts_delta(volume, 3)计算当前成交量与三天前的差值，反映短期资金流入/流出的强度。
• 成交量排名：rank(ts_delta(volume,3))对成交量变化进行横向排序，高分位表示近期成交量显著放大。

---

4. 因子组合逻辑：

• 最终因子：(rank(A) + rank(B)) * rank(C)
  • 价格偏离极端性 + 成交量放大：仅在成交量显著变化时，价格偏离的极端性才被赋予更高权重，避免在低流动性下的噪声干扰。
  • 双向偏离捕捉：无论是VWAP持续高于或低于收盘价，结合成交量放大均可能预示趋势延续或反转。

---

核心逻辑解析

1. 价格偏离的极端性：

   • VWAP高于收盘价（正偏离）：可能反映盘中买盘压力，但收盘价未能维持高位，预示潜在回调。
   • VWAP低于收盘价（负偏离）：可能反映盘中卖压，但收盘价回升，预示潜在反弹。
   • 取三日极值，筛选出偏离最显著的信号。

2. 成交量的确认作用：

   • 成交量放大可验证价格偏离的有效性。例如：
     • 正偏离 + 放量：可能是拉高出货，未来下跌概率高。
     • 负偏离 + 放量：可能是恐慌抛售后的底部吸筹，未来反弹概率高。

3. 因子值的解释：

   • 高分位因子值：极端价格偏离（无论方向）且成交量显著变化，预示短期价格波动机会。
   • 低分位因子值：价格偏离平缓或成交量低迷，预示趋势延续性弱。

---

潜在策略意图

• 捕捉极端波动后的反转或趋势延续：通过量价背离的极端值，识别市场过度反应或资金驱动的机会。
• 动态风险过滤：成交量排名作为过滤器，排除低置信度的价格偏离信号。
• 多空双向信号：因子值高低可分别用于做多或做空，具体需结合回测确定方向性。

---

关键公式总结

$$\text{Factor}=\left(\text{Rank}(\max ({\Delta }_{\text{VWAP-Close}}^3))+\text{Rank}(\min ({\Delta }_{\text{VWAP-Close}}^3))\right)\times \text{Rank}({\Delta }_{\text{Volume}}^3)$$
逻辑链条：
价格极端偏离 → 叠加成交量验证 → 预测短期价格波动。


目前没有调整至可提交的状态。欢迎留言交流！