101个α因子#7

((adv20 < volume) ? ((-1 * ts_rank(abs(delta(close, 7)), 60)) * sign(delta(close, 7))) : (-1 * 1))

worldquant brain平台上调整后的语法：

((adv20 < volume) ? ((-1 * ts_rank(abs(ts_delta(close, 7)), 60)) * sign(ts_delta(close, 7))) : (-1 * 1))

这个alpha因子的逻辑可以拆解为条件判断下的两类信号生成机制，其核心是通过成交量筛选市场状态，并结合价格变化的幅度与方向构建反转策略。以下是逐步解析：

---

1. 整体结构：条件运算符

因子形式为：
(adv20 < volume) ? 表达式A : 表达式B

• 条件：adv20 < volume

  • adv20 代表过去20天的平均成交量（假设为简单移动平均）。
  • volume 为当日成交量。
  • 条件满足：当日成交量超过过去20日均量（放量）。
  • 条件不满足：当日成交量低于或等于20日均量（缩量或常态）。

• 表达式A（放量时的逻辑）：
  (-1 * ts_rank(abs(ts_delta(close, 7)), 60) * sign(ts_delta(close, 7)))

• 表达式B（非放量时的逻辑）：
  -1（固定值，直接看空）。

---

2. 放量时的信号生成（表达式A）

步骤拆解：

1. 计算价格变化方向与幅度：

   • ts_delta(close, 7)：过去7天的价格变化值（当前收盘价 - 7天前收盘价）。
   • sign(ts_delta(close, 7))：提取价格变化的方向（正值为上涨，负值为下跌）。

2. 计算价格波动幅度的历史排名：

   • abs(ts_delta(close, 7))：取价格变化的绝对值（仅关注波动幅度，忽略方向）。
   • ts_rank(..., 60)：计算该绝对值在过去60天内的滚动排名（标准化为0到1之间的分位数，例如排名最高为1，最低为0）。

3. 组合方向与排名：

   • ts_rank(...) * sign(...)：将价格方向（±1）与波动幅度的历史排名相乘。
     • 若过去7天上涨（sign=+1），则结果为 ts_rank值；
     • 若过去7天下跌（sign=-1），则结果为 -ts_rank值。

4. 符号反转：

   • 乘以 -1，最终表达式为 -1 * (ts_rank * sign)。
   • 上涨时（sign=+1）：结果为 -ts_rank（负值，看空信号）；
   • 下跌时（sign=-1）：结果为 +ts_rank（正值，看多信号）。

逻辑解释：

• 放量上涨：
  • 价格涨幅越大（ts_rank高），因子值越负，认为短期超买，预期反转下跌。
• 放量下跌：
  • 价格跌幅越大（ts_rank高），因子值越正，认为短期超卖，预期反弹上涨。
• 核心思想：放量伴随极端价格波动时，押注均值回复。

---

3. 非放量时的信号（表达式B）

• 直接赋值：-1（固定看空信号）。
• 隐含假设：
  • 成交量未超过20日均值时，市场缺乏动能，默认看空。
  • 可能认为缩量环境下趋势难以持续，或策略仅在放量时有效。

---

4. 综合逻辑总结

• 放量场景（volume > adv20）：
  1. 若过去7天上涨，且涨幅在近期60天内处于高位（波动剧烈），因子值为负，看空；
  2. 若过去7天下跌，且跌幅在近期60天内处于高位，因子值为正，看多。
• 非放量场景（volume ≤ adv20）：
  • 无条件看空（固定值-1）。

---

5. 策略设计意图

1. 成交量筛选：
   • 仅对放量交易日生成动态信号，认为放量是价格波动有效性的前提。
2. 波动率与反转：
   • 通过ts_rank捕捉价格波动的极端性（排名越高，波动越异常），押注反转。
3. 非对称处理：
   • 放量上涨时看空，放量下跌时看多，非放量时统一看空，体现策略对市场状态的敏感性。

---

6. 潜在应用与改进点

• 适用市场：
  • 震荡市或均值回复较强的市场（反转策略有效）。
  • 趋势市中可能失效（如放量上涨后继续上涨）。
• 改进方向：
  • 非放量时的固定看空可能过于武断，可引入其他条件（如结合价格位置或波动率）。
  • ts_rank窗口（60天）和价格变化窗口（7天）需根据市场节奏调整。
  • 可对放量下跌的信号进一步过滤（如结合超卖指标RSI）。

---

7. 示例验证

• 案例1（放量上涨）：
  • 过去7天上涨10%，涨幅在60天内排名前10%（ts_rank=0.9），因子值 = -1 * 0.9 * 1 = -0.9，强烈看空。
• 案例2（放量下跌）：
  • 过去7天下跌8%，跌幅在60天内排名前5%（ts_rank=0.95），因子值 = -1 * 0.95 * (-1) = +0.95，强烈看多。
• 案例3（缩量震荡）：
  • 成交量低于20日均值，因子值 = -1，直接看空。

---

总结

该因子通过成交量筛选+价格波动极端性排名+方向反转，构建了一个条件式反转策略：

• 放量时：押注短期过度波动的价格向均值回归。
• 非放量时：默认看空，规避低波动或无趋势市场。
  其核心假设是放量伴随的价格极端波动不可持续，适用于捕捉短期反转机会。

目前没有调整至可提交的状态。欢迎留言交流！