cn_stock_factors_hf_fz_tide

数据描述

刻画日内成交量涨潮退潮过程中的股价变动速度，捕捉投资者过度反应的因子

数据简介

研报把个股日内成交量由低到高再回到低位的一次更替称为一次「潮汐」：以邻域成交量的最高点为「顶峰时刻」，其前后各自的邻域成交量最低点为「涨潮时刻」与「退潮时刻」。潮汐过程中股价变动越快，说明投资者抛售或建仓越急切、越容易反应过度，未来越可能反向修正。研报进一步以顶峰时刻为界把潮汐拆成两个「半潮汐」，按起止点邻域成交量的高低判定哪一半需要更强的力量推动（强势半潮汐），哪一半相对平和（弱势半潮汐）。

本表基于 cn_stock_bar1m_c 输出 5 个因子：full_tide（研报 3.2 节）、strong_half_tide（3.3 节 (2)）、aggressive_weak_half_tide 与 stable_weak_half_tide（3.3 节 (3)），以及研报最终合成的 complete_tide（3.4 节）。全部因子共用同一次分钟线扫描与同一组潮汐切点，故合并为一张表。

数据区间：2013-04-01 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》
• 作者: 曹春晓
• 机构: 方正证券
• 时间: 2022-05-08

表结构

• 表名: cn_stock_factors_hf_fz_tide
• 中文表名: 方正证券潮汐因子
• 数据描述: 刻画日内成交量涨潮退潮过程中的股价变动速度，捕捉投资者过度反应的因子
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录

依赖数据

只读取 09:3114:57 共 237 根连续竞价分钟（剔除 09:25 开盘集合竞价与 14:5815:00 收盘集合竞价），实测各年代该区间的 bar 数都是 237 根。

因子回溯 20 个交易日，单日增量实际读取约 20 个交易日的分钟数据，扫描量约为输出区间的 20 倍。

因子列表

full_tide

中文名: 全潮汐

描述: 一次完整潮汐过程（涨潮时刻到退潮时刻）的价格变动速率在过去 20 个交易日的均值，作为投资者出售或购买股票意愿强烈程度的代理变量。速率越大越容易反应过度，因子值越小越好。

构建逻辑: 先逐日定出潮汐的三个切点并算出全潮汐价格变动速率，再取过去 20 个交易日的均值。

1. 剔除开盘和收盘数据，仅考虑日内分钟频数据。为减小个别异常点的影响，先算每分钟及其前后各 4 分钟共 9 分钟的成交量总和，作为该分钟的「邻域成交量」：

   $$NV_i = \sum_{j=i-4}^{i+4} V_j$$

2. 邻域成交量最高的第 $t$ 分钟称为「顶峰时刻」。

3. 在第 5 ~ $t-1$ 分钟里，邻域成交量最低点发生在第 $m$ 分钟，其邻域成交量为 $V_m$、收盘价为 $C_m$，这一分钟称为「涨潮时刻」，从涨潮时刻到顶峰时刻的过程为「涨潮」。

4. 在第 $t+1$ 分钟至邻域成交量可算的最后一分钟里，邻域成交量最低点发生在第 $n$ 分钟，其邻域成交量为 $V_n$、收盘价为 $C_n$，这一分钟称为「退潮时刻」，从顶峰时刻到退潮时刻的过程为「退潮」。

5. 从涨潮时刻到退潮时刻的全过程为一次「潮汐」，其价格变化率为 $(C_n - C_m)/C_m$，价格变动速率为该变化率除以持续分钟数：

   $$\text{FullTide}_d = \frac{C_n - C_m}{C_m \cdot (n - m)}$$

6. 取最近 20 个交易日价格变动速率的平均值，即为本因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 日内分钟范围与搜索区间：研报「剔除开盘和收盘数据」在本项目落为剔除 09:25 开盘集合竞价与 14:5815:00 收盘集合竞价，保留 09:3114:57 共 237 根连续竞价分钟。邻域成交量需要前后各 4 分钟，故可算区间为第 5 ~ 233 分钟，与研报把退潮时刻搜索区间写为「第 $t+1$ ~ 233 分钟」完全一致（237 − 4 = 233），顶峰、涨潮、退潮三个时刻均在此区间内搜索
• 顶峰时刻贴界：顶峰时刻落在可算区间下界（第 5 分钟）时，涨潮时刻的搜索区间 $[5, t-1]$ 为空，当日没有完整潮汐，五个因子的当日速率一律记为空值（缺退潮时刻同理）。研报未说明这种情形的处理
• 并列取值：邻域成交量出现并列时统一取更早的那一分钟，保证给定输入的结果可复现；$V_m = V_n$ 时（研报只定义了 $V_m < V_n$ 与 $V_m > V_n$）并入「退潮为强势半潮汐」分支
• 20 个交易日窗口的空值处理：窗口按交易日步进（无潮汐的交易日保留为空值行），均值与标准差在窗口内的可用值上计算。若按「有潮汐的日子」步进，20 行窗口会跨越远多于 20 个交易日

strong_half_tide

中文名: 强势半潮汐

描述: 以顶峰时刻为界把潮汐拆成两半，起止点成交量跨度更大的那一半需要更强的力量推动、信息密度更高，取其价格变动速率在过去 20 个交易日的均值。因子值越小越好。

构建逻辑: 共用 full_tide 第 1~5 步定出的 $m$、$t$、$n$ 与 $V_m$、$V_n$。

1. 若 $V_m < V_n$，涨潮过程的起点更低、推动涨潮的力量需要更强，定义「涨潮」为强势半潮汐（区间 $m \to t$）；反之若 $V_m > V_n$，定义「退潮」为强势半潮汐（区间 $t \to n$）。
2. 计算强势半潮汐起止收盘价的涨跌幅，再除以该半潮汐持续的分钟数，得到当日强势半潮汐的价格变动速率。
3. 取最近 20 个交易日该速率的平均值，即为本因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算

aggressive_weak_half_tide

中文名: 激进弱势半潮汐

描述: 与强势半潮汐相对的另一半（成交量跨度较小、推动力量相对较弱的那一段）的价格变动速率在过去 20 个交易日的均值，作为投资者买卖意愿相对较弱时段交易热情的代理变量。因子值越小越好。

构建逻辑: 共用 strong_half_tide 的强弱判定结果，取未被判定为强势的那一半为「弱势半潮汐」。

1. 计算弱势半潮汐起止收盘价的涨跌幅，再除以该半潮汐持续的分钟数，得到当日弱势半潮汐的价格变动速率。
2. 取最近 20 个交易日该速率的平均值，即为本因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算

stable_weak_half_tide

中文名: 稳定弱势半潮汐

描述: 弱势半潮汐价格变动速率在过去 20 个交易日的标准差。把弱势半潮汐视作成交量蓄势或消退的过程，越希望它逐日保持稳定，为强势半潮汐做足准备或做好收尾。因子值越小越好。

构建逻辑: 与 aggressive_weak_half_tide 共用弱势半潮汐价格变动速率，第 2 步改为取最近 20 个交易日该速率的标准差。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算

complete_tide

中文名: 完整潮汐

描述: 研报最终合成的因子，取交易热情高涨时段的「强势半潮汐」与交易冷淡时段的「稳定弱势半潮汐」两个表现更好的分量合成。因子值越小越好。

构建逻辑: 将 strong_half_tide 与 stable_weak_half_tide 等权合成。研报未纳入表现较弱的 aggressive_weak_half_tide。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 等权合成口径：研报只写「等权合成」，未说明是否先标准化。两个分量量纲不同（速率均值与速率标准差），直接相加会由量纲更大的一方主导，因此本项目统一实现为「先做截面 z-score 标准化，再等权平均」

复现核对

核对口径: 2013-04-01 ~ 2015-12-31（已入库区间，671 个交易日 / 33 个月末截面，占研报样本期 2013-04 ~ 2022-02 的约三成）；全市场不做任何股票过滤，未做行业与市值中性化；前向收益取次日开盘到 21 个交易日后开盘（cn_stock_prefactors.open 已是后复权价）；rankIC 按截面计算，由 hfwarehouse.utils.ic.validate_factor_ic 得出；研报为月末截面、本项目逐日，故同时给出月末子样本与逐日全样本两列。ICIR 一列同时给出原始值（IC 均值 / IC 标准差）与年化值（月末乘 $\sqrt{12}$、逐日乘 $\sqrt{252}$）。

差异说明:

• 样本期只覆盖研报的前三成，且正好是波动最极端的一段。本表连续入库区间为 2013-04-01 ~ 2015-12-31，包含 2015 年牛市与股灾（另有 2026-09-29 一天的增量数据，不在本小节的 IC 区间内）。这段区间截面波动远高于研报全样本期，IC 标准差被显著放大，是 ICIR 绝对值全面低于研报的主要原因。中间区间 2016-01-01 ~ 2026-09-28 尚未回填，回填后须重跑本小节。
• Rank IC 方向与量级基本对得上：full_tide（-6.48% vs -7.09%）、strong_half_tide（-4.61% vs -4.88%）、aggressive_weak_half_tide（-2.48% vs -2.69%）三个因子的月末 IC 与研报相差均在 0.7 个百分点以内，五个因子符号全部为负，与研报「价格变动速率越大越容易反应过度」的反转方向一致；因子间强弱排序也与研报一致（full_tide 最强、aggressive_weak_half_tide 最弱）。切点定位与速率计算可认为复现无误。
• stable_weak_half_tide 明显弱于研报（-3.37% vs -6.97%），差约 3.6 个百分点，是本次复现最大的对不上项，并连带拉低由它参与合成的 complete_tide（-5.69% vs -7.90%）。两个可能来源：一是标准差类因子对样本期更敏感，2015 年的极端波动使弱势半潮汐速率的时序标准差在截面上趋同、区分度下降；二是研报未说明 20 日标准差用样本标准差还是总体标准差，本项目取 m_nanstd（样本标准差）。待历史回填完成、在完整样本期上重算后再判断是样本期效应还是口径差异，现阶段不调整实现去凑研报。
• ICIR 不可直接比较，差异未定：研报只写「Rank ICIR」，未说明是否年化、是否对因子做行业市值中性化。本项目月末口径的年化 ICIR 为 -1.84（full_tide），研报为 -3.73，相差约一倍；逐日口径按 $\sqrt{252}$ 年化后为 -10.43，与研报数量级不可比。除样本期因素外，研报大概率在中性化后的因子上计算 IC（中性化会大幅压低 IC 波动、抬高 ICIR），本项目按仓库规范不做任何中性化与股票过滤。此项标记为待确认。
• 多空年化、信息比、月度胜率三项未核对：这三个指标需要分组多空组合回测，validate_factor_ic 只出 IC 类指标。需要时运行 notebook 第四段的 AlphaMiner.single_factor_backtest() 补齐。注意研报的「月度胜率」指多空组合的月度胜率，与 IC 符号一致的月份占比不是同一个指标，不可混用。
• 前向收益取开盘口径而非收盘口径：本因子是反转类，用收盘价算前向收益会把当日反转带进收益、系统性放大表现。研报未说明其收益对齐方式，若研报用的是收盘口径，本项目数值会偏保守。

示例数据

按 date、instrument 排序后的前 5 行与后 5 行，由 update_docs() 推送文档时自动填充。