当前位置: 首页 > ai >正文

101个α因子#25

rank(((((-1 * returns) * adv20) * vwap) * (high - close)))

Alpha因子逻辑分步解析:


1. 反向收益率:-1 * returns
  • 定义:对当日收益率取反,正值表示下跌,负值表示上涨。
  • 意图:押注短期反转策略,假设上涨后回调、下跌后反弹。

2. 流动性调整:* adv20
  • 定义:乘以过去20日平均成交量,放大高流动性股票的信号。
  • 逻辑:高流动性股票的价格波动更具参考价值,避免在小盘股中过度交易。

3. 价格水平加权:* vwap
  • 定义:引入成交量加权平均价(VWAP),高价股的波动对因子值影响更大。
  • 意图:高价股的绝对波动幅度通常较小,需通过VWAP调整权重。

4. 日内价格动能衰减:* (high - close)
  • 定义:当日最高价与收盘价的差值,反映收盘未能守住高点。
  • 逻辑
    • 差值大:盘中冲高回落,暗示多头乏力。
    • 差值小:收盘接近高点,趋势延续性强。

5. 横截面排名:rank(...)
  • 操作:对全市场股票的复合信号值进行分位数排序(0到1)。
  • 筛选逻辑
    • 高分位(接近1)
      下跌(-returns正) + 高流动性(adv20高) + 高价股(vwap高) + 冲高回落(high-close大) → 押注反弹
    • 低分位(接近0)
      上涨(-returns负) + 低流动性(adv20低) + 低价股(vwap低) + 收盘坚挺(high-close小) → 押注回调

核心逻辑解析

  1. 短期反转与流动性溢价

    • 下跌的高流动性高价股
      因流动性好且价格高位,短期超卖后修复动力更强。
    • 冲高回落信号增强
      盘中未能维持高点,强化反转预期。
  2. 量价背离验证

    • 高成交量(adv20)
      确保价格波动有资金参与,信号可信度高。
    • VWAP加权
      避免低价股因绝对波动小而被忽略,平衡不同价格水平的影响。

潜在策略意图

  • 捕捉高价股的短期超卖反弹
    流动性好的高价股若日内冲高回落且当日收跌,可能迎来机构资金回补。
  • 规避虚假波动
    通过adv20和VWAP过滤低流动性或低价股的噪声信号。
  • 动态多空组合
    高分位做多超卖股,低分位做空超买股。

示例说明

股票当日收益率adv20(亿)vwap(元)high-close(元)因子值(计算前)Rank值操作
A-3%5.0(高)200(高)5.0(大回落)(-(-3%))×5×200×5 = +1500.95做多
B+2%0.5(低)10(低)0.2(小回落)(-(+2%))×0.5×10×0.2 = -0.020.10做空
C-1%2.0(中)50(中)1.0(中回落)(-(-1%))×2×50×1 = +10.60中性
  • 股票A:高价、高流动性、显著冲高回落 → 强烈看多。
  • 股票B:上涨、低流动性、微弱回落 → 看空但信号弱。

改进建议与风险

  • 优势
    综合流动性、价格水平和日内形态,逻辑层次清晰。
  • 风险
    • 高价股偏差:VWAP可能导致高价股过度主导。
    • 短期噪声:冲高回落可能是正常波动而非反转信号。
  • 优化方向
    • 增加波动率调整(如除以ATR)。
    • 结合长期趋势过滤(如60日均线方向)。

关键公式总结

Factor = Rank ( ( − Returns ) ⏟ 反转 × Adv20 ⏟ 流动性 × VWAP ⏟ 价格水平 × ( High − Close ) ⏟ 动能衰减 ) \text{Factor} = \text{Rank} \left( \underbrace{(-\text{Returns})}_{\text{反转}} \times \underbrace{\text{Adv20}}_{\text{流动性}} \times \underbrace{\text{VWAP}}_{\text{价格水平}} \times \underbrace{(\text{High} - \text{Close})}_{\text{动能衰减}} \right) Factor=Rank 反转 (Returns)×流动性 Adv20×价格水平 VWAP×动能衰减 (HighClose)
策略本质
高流动性高价股 + 日内回落 + 短期下跌 → 押注技术性反弹。

在这里插入图片描述
在这里插入图片描述

http://www.xdnf.cn/news/8191.html

相关文章:

  • 6.12.有向无环图描述表达式
  • 《洞察因果本质:解锁智能体大模型精准预测的底层逻辑》
  • Java原子类的实现原理 CAS的使用以及缺陷
  • Python unittest
  • Windows逆向工程提升之IMAGE_SECTION_HEADER
  • 解决androidstudio不能识别夜神模拟器的问题
  • 前端 git仓库
  • 蜂鸣器模块
  • Java单例模式终极指南:从原理到防御性编程
  • 在线教育系统源码开发新趋势:白板教学、多端适配与智能组卷机制解读
  • CESM 运行环境搭建实战:Linux 基础、编译体系与 Machine File 配置
  • Java-System工具类深度解析
  • Elabscience CD161/NK1.1 抗体 [PK136]:肿瘤免疫与 NK 细胞活化研究新工具!
  • 灰度矫正算法详解【Halcon】:线性光照不均的处理方法【附代码下载】
  • DAY33
  • CRichEditCtrl 控件实现日志输出
  • 深入解析JMM:Java内存模型与并发编程
  • 2025-05-22 学习记录--Python-函数
  • 使用docker compose部署dify(大模型开发使用平台)
  • DV通配符和OV通配符区别?如何选择?
  • hicFindTADs生成的domains.bed文件解析
  • Android --- CopyOnWriteArrayList 的使用场景及讲解
  • 技术篇-2.5.Matlab应用场景及开发工具安装
  • DDR5和LPDDR5的CA采样时刻对比,含DDR5的1N/2N模式
  • JDK8中的 Stream流式编程用法优化(工具类在文章最后)
  • ollama接口配合chrome插件实现商品标题和描述生成
  • CLIP阅读笔记
  • 亚远景-ASPICE评估中的常见挑战及应对策略
  • 云蝠智能大模型:深度赋能的智能化功能,是怎么做到的?
  • 深入对比分析 Python 中字典和集合 异同