title: 波动率类技术指标因子（cn_stock_factors_ta_volatility） source: bigfactorwarehouse / cn_stock / cn_stock_factors_ta_volatility format: markdown

波动率类技术指标因子（cn_stock_factors_ta_volatility）

度量价格波动幅度与分布形态：ATR 及其相对比率刻画真实波幅（含跳空），HV 为对数收益标准差的年化历史波动率，SKEW 刻画收益分布偏度，DRAWDOWN 度量区间回撤，CVLT/MASS/STD/VHF 分别从波幅变化率、波幅双均线比、价格离散度、趋势-盘整判别等角度补充。

• 因子数量：21 个因子 / 21 个数据列
• 主键：date + instrument（按 cn_stock_instruments 对齐全市场标的）
• 数据起始：2010-01-01，日频增量更新
• 复权口径：后复权（cn_stock_bar1d 全表统一）

1. 上游依赖（基础数据表）

cn_stock_bar1d 为分区表，SQL 的 date 过滤由 dai.query(filters={"date": [...]}) 下推完成。

2. 因子清单（21 列）

3. 因子族公式与 DAI SQL

3.1 ATR 平均真实波幅族

公式：TR = MAX(H−L, |H−前C|, |L−前C|)；ATR_N = SMA_N(TR)

输出列（3）：atr7、atr14、atr21

SELECT date, instrument,    m_ta_atr(high, low, close, 7) AS atr7,    m_ta_atr(high, low, close, 14) AS atr14,    m_ta_atr(high, low, close, 21) AS atr21FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.2 ATR 相对比率族

公式：ATR_Ratio_N = ATR_N / Close

输出列（3）：atr_ratio_7、atr_ratio_14、atr_ratio_21

SELECT date, instrument,    m_ta_atr(high, low, close, 7) / NULLIF(close, 0) AS atr_ratio_7,    m_ta_atr(high, low, close, 14) / NULLIF(close, 0) AS atr_ratio_14,    m_ta_atr(high, low, close, 21) / NULLIF(close, 0) AS atr_ratio_21FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.3 年化历史波动率族

公式：HV_N = STD_N(LN(Close/前Close)) × √252

输出列（3）：hv10、hv20、hv60

SELECT date, instrument,    m_stddev(ln(close / NULLIF(m_lag(close, 1), 0)), 10) * sqrt(252) AS hv10,    m_stddev(ln(close / NULLIF(m_lag(close, 1), 0)), 20) * sqrt(252) AS hv20,    m_stddev(ln(close / NULLIF(m_lag(close, 1), 0)), 60) * sqrt(252) AS hv60FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.4 收益偏度族

公式：Skew_N = SKEWNESS_N(LN(Close/前Close))

输出列（2）：skew20、skew60

SELECT date, instrument,    m_skewness(ln(close / NULLIF(m_lag(close, 1), 0)), 20) AS skew20,    m_skewness(ln(close / NULLIF(m_lag(close, 1), 0)), 60) AS skew60FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.5 区间最大回撤族

公式：Drawdown_N = Close / MAX_N(Close) − 1（≤ 0）

输出列（2）：drawdown20、drawdown60

SELECT date, instrument,    close / NULLIF(m_max(close, 20), 0) - 1 AS drawdown20,    close / NULLIF(m_max(close, 60), 0) - 1 AS drawdown60FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.6 CVLT / MASS / STD / VHF 组合

公式：CVLT = Δ10(MA10(H−L)) / LAG(MA10(H−L), 10)；MASS = SUM(MA9(H−L) / MA25(MA9(H−L)), 25)；STD25 = STD(Close, 25)；VHF = (MAX28(C) − MIN28(C)) / SUM(|C − 前C|, 28)

输出列（4）：cvlt、mass、std25、vhf28

SELECT date, instrument,    m_delta(m_avg(high - low, 10), 10) / NULLIF(m_lag(m_avg(high - low, 10), 10), 0) AS cvlt,    m_sum(m_avg(high - low, 9) / NULLIF(m_avg(m_avg(high - low, 9), 25), 0), 25) AS mass,    m_stddev(close, 25) AS std25,    (m_max(close, 28) - m_min(close, 28)) / NULLIF(m_sum(abs(close - m_lag(close, 1)), 28), 0) AS vhf28FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.7 ATR 平均真实波动率族（多档）

公式：TR = max(H−L, |H−前C|, |L−前C|)；ATR = SMA(TR, n)

输出列（4）：atr_6、atr_20、atr_30、atr_60

SELECT date, instrument,    m_ta_atr(high, low, close, 6) AS atr_6,    m_ta_atr(high, low, close, 20) AS atr_20,    m_ta_atr(high, low, close, 30) AS atr_30,    m_ta_atr(high, low, close, 60) AS atr_60FROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

4. 数据加工说明

4.1 加工链路

cn_stock_bar1d（后复权，WHERE close IS NOT NULL）    → 7 组因子族 SQL 并行执行（joblib loky, n_jobs=8）    → 按 cn_stock_instruments 左连接对齐全市场标的    → schema 归一化（列序 / 类型 / 缺失值）    → dai_write 按 date 的年份分区落库

• 历史构建：create()，自 2010-01-01 起按 2 年一段滚动执行，每段结束后 gc.collect() 释放内存。
• 增量构建：build()，默认覆盖最近 5 个自然日；落库前跑 tester.py，落库后更新前端文档。

4.2 回溯冗余（避免窗口未预热导致的缺失值）

窗口算子只在查询下推后的行集上计算，所以每次计算都会向前多取一段行情：

多读一段历史不改变任何输出值（窗口算子只向前看），只是把区间首日的"本可避免的缺失"消掉。 EMA / RSI / ATR / MACD / TRIX 属于 IIR 递推算子，理论上预热期无限长，因此这些表的冗余按 约 5 倍最长周期取值，而非刚好等于窗口长度。

4.3 停牌空值行的处理

cn_stock_bar1d 在停牌日会保留一行、但 open/high/low/close/amount 全为 NULL、volume 为 0。 m_ta_* 递推类算子只要吃到一个 NULL，之后就永久输出 NULL。因此所有 SQL 统一加 WHERE close IS NOT NULL，把停牌行从计算输入中剔除（此时 m_lag(close, 1) 指向上一个交易日， 符合技术指标的常规口径）。

实测（2024-01 全市场，回溯起点 2021-06）：

4.4 累计型因子的锚点

本表不含累计型因子，全部因子都是固定长度的滚动窗口计算，因此只受 lookback_days 影响。

4.5 标的对齐与覆盖度

落库前以 cn_stock_instruments 为基准左连接，因此每个交易日都是全市场标的的完整行， 停牌股与上市不足窗口长度的新股在对应因子列上为 NULL。入库校验要求单因子整体覆盖度 ≥ 85% （tester.py 关键测试点），单日覆盖度 ≥ 80%（非关键，仅告警）。

4.6 本表实现要点

• atr7/14/21 与 atr_6/20/30/60 是同一算子的两组档位（因子文档中 14 日档已去重），命名差异沿用上游因子表与工程代码的历史约定。
• atr_ratio_* = ATR / Close，已除量纲，可直接跨股横截面比较；atr* 为绝对波幅，横截面使用前需先标准化。
• hv* 年化系数取 √252。cvlt 按因子文档 SQL 采用 m_avg（SMA）平滑波幅，与部分行情软件的 EMA 口径略有差异，此处保持与因子文档一致。
• ATR 为 Wilder 递推（IIR），atr_60 预热较长，回溯冗余取 500 个自然日（约 330 个交易日）。

5. 覆盖度实测

实测区间 2026-09-07 ~ 2026-09-17（9 个交易日、50052 行，已按 cn_stock_instruments 对齐全市场标的）：

覆盖度最低的三列：skew60(99.0%)、hv60(99.0%)、atr_60(99.0%)。缺失主要来自上市不足窗口长度的新股与当日停牌，逐列明细见 testdata/coverage_report.md，数据示例见 testdata/sample_data.csv。

6. 示例数据

{{sample_data}}

7. 使用建议

1. 横截面标准化：本表含绝对量纲列（价位、波幅、成交量等），跨股票比较前建议用 c_zscore(因子, group=date) 或 c_rank(因子, group=date) 处理，或改用同族的比值型因子。
2. 去极值：比值类因子分母虽已做 NULLIF 保护，但小分母仍会放大尾部，建议按日做分位数截断。
3. 冗余筛选：同一指标的多参数档位之间相关性很高，建模前建议按 IC / 相关性 / 特征重要性做筛选， 而不是把全部列直接喂给模型。
4. 无未来函数：全部因子只用当期与历史滚动数据；回测时注意前向收益口径（建议用次日开盘价）， 收盘价口径会系统性高估短周期反转类因子的收益。