报告提出基于日内分时段价量相关性的技术分析因子CPV分时版,通过构建最后30分钟价量相关性标准差因子PV_corr_std_1430,有效提升了选股多空对冲收益及风险调整表现。分时版因子在沪深300、中证500等多指数样本外均表现优异,信息比率显著高于传统全天价量因子,且回测显示相关性较低的纯净因子依旧保持强选股能力。此外,基于该因子构建指数增强组合,实现了稳定的超额收益和较小回撤,具备良好应用前景
| 时间段 | 年化收益率 | 年化波动率 | 信息比率 | 月度胜率 | 最大回撤率 |
|---|---|---|---|---|---|
| 全天 | 18.81% | 8.79% | 2.14 | 72.97% | 10.23% |
| 1430_1500 | 25.93% | 9.39% | 2.76 | 80.56% | 9.46% |
| 传统价量因子 | 年化收益率 | 信息比率 | 最大回撤率 |
|---|---|---|---|
| Vol_1430 | 22.59% | 1.50 | 18.79% |
| STR_1430 | 41.63% | 2.82 | 9.67% |
| 指标 | PV_corr_std_1430 | PV_corr_std |
|---|---|---|
| 多空对冲收益率 | 27.71% | 19.98% |
| 多头超额收益率 | 6.87% | 5.43% |
| 空头超额收益率 | 19.81% | 14.09% |
报告标题: “技术分析拥抱选股因子”系列研究(十六)——CPV 分时版
发布机构: 东吴证券研究所,东吴金工团队
报告日期: 2024年12月29日
分析师: 高子剑、庞格致
研究主题: 挖掘和优化基于高频价量相关性的选股因子,重点关注“CPV”(成交价量相关性)因子的分时构建与表现
核心论点与结论:
报告延续了2020年首次提出的高频价量相关性因子CPV,针对其样本外表现不佳问题,创新引入“分时版”因子,即将交易日划分为8个30分钟段分别计算价量相关性,重点关注最后30分钟的价量相关性标准差因子PV_corr_std_1430。该分时版因子在全样本和样本外均表现稳健优异,年化收益率高达27.7%,并通过剔除行业和Barra风格因子系数,验证了其纯净选股能力。最终,报告建议采用最后30分钟的价量相关性标准差作为CPV分时版的代理变量,具有较高的投资参考价值和推广潜力。
风险提示主要包括基于历史数据的不确定性、单因子模型波动性、及数据测算误差风险。,20]
价量关系是技术分析中重要理论,价上涨放量(价量配合)通常预示股价强势,反之则为价量背离。报告通过对2019年10月16日两只个股“中公教育”“微芯生物”分钟级价量走势观察,说明相关系数可代理价量配合程度,正相关表现强势股。
此处以相关系数作为因子,将每只股票在过去20个交易日内每日分钟级价量的相关系数拿来计算均值和标准差,得两个因子:PV_corr_avg(均值)和PV_corr_std(标准差)。
以2014-2023年数据回测,PV_corr_avg因子样本内表现优异,年化收益12.61%,信息比率1.13,但样本外明显失效(多空对冲净值无明显升值趋势)。反观PV_corr_std标准差因子,年化收益近20%,ICIR达1.8,且样本外仍保持效果稳定,显示波动性(标准差)比均值更能反映选股能力。
图3和图4分别展示两个因子的10分组净值走势,PV_corr_std分组间差异较大,上层组明显跑赢下层组,支持其因子有效性。,5]
趋势因子通过对20日内价量相关系数变化趋势回归获得的系数(β),并做市值及传统因子正交处理。回测显示,PV_corr_trend因子年化收益约10%,信息比率1.18,但最大回撤率达到30.19%,说明其稳定性不足。,6]
定义每个时段 ([a, b]) 内分钟收盘价和成交量的相关系数,将20交易日内的相关系数计算平均值和标准差,作市值中性化处理,构造分时因子PV_corr_avg和PV_corr_std。符号“1-8”代表8个30分钟段,“0”代表全天。
报告通过两个个股案例说明全天价量相关性存在偏差问题:
龙溪股份(600592.SH)2023-06-30:
全天相关系数0.67,第一时段相关系数0.74,其他七个时段相关系数多数为负,去除第一时段后整体相关性转负(图8-11)。该现象表明第一时段对全天数据贡献过重,掩盖其他时段的不同表现。
昱能科技(688348.SH)2023-06-29:
全天价量相关系数0.55,分时各段多数呈负相关,分时数据内部负相关,但分组间整体正相关,即辛普森悖论(图12-15)。投射到价量相关性指标,使用全天数据会产生误导。
对于涨跌停股(如中体产业案例),价量相关性缺乏实质意义,故作剔除(图16-17)。
综上,全天价量相关性指标容易产生偏差,分时度量能更准确反应真实价量配合、信息披露动态。~10]
报告不仅仅对价量相关性进行分时处理,同时验证了“波动率(Vol)”、“换手率(Turn)”、“换手率标准差(STR)”等因子分时版本在选股效果上的优势(表3)。分时策略具有更广泛的推广应用价值和普适性。
改变回溯期(20、40、60日)测试回测结果,PV_corr_std_1430因子长期表现最稳定,最佳为20日回溯期(表7)。该设计反映因子既不过度反应短期噪声,也不过度滞后。
分时因子PV_corr_std_1430的多头和空头超额收益均好于未分时版,信息比率和月胜率亦高于未分时因子,显示其选股和避险能力更全面(表8)。
在沪深300、中证500、中证1000和国证2000四大指数样本中,PV_corr_std_1430因子均表现优于未分时版本和传统反转、波动率因子,无论从年化收益率、信息比率还是最大回撤均表现优异,适用范围广泛(表9)。
基于PV_corr_std_1430构建等权重指数增强组合,覆盖沪深300、中证500、中证1000、国证2000,均表现出累积超额净值优势,信息比率和收益率领先其他三类组合(传统反转因子Ret20、波动率Vol20、未分时PV_corr_std)(图22-25,表10-13)。证明该因子不仅具备学术选股能力,在实际投资组合构建中亦有良好表现和应用价值。~19]
图1、2(中公教育与微芯生物分时价量曲线) :展示典型价量配合与背离案例,生动说明价量相关系数正负的直观含义,为CPV因子设计提供直观逻辑支持。
图3、4(PV_corr_avg与PV_corr_std分组净值曲线) :PV_corr_std在样本外依然保持有效性,曲线分组间差异明显,强化标准差因子相较均值因子的优越。,5]
图6、7(日内信息交易概率及动量因子):确认最后30分钟交易中信息含量最高,支撑将分时价量因子构建重点放在后半小时。,7]
图8-11(龙溪股份分时价量相关性示例):视觉明示全天数据可能被首个30分钟时段数据主导,导致整体相关性掩盖其他时段真实关系。
图12-15(昱能科技与辛普森悖论):生动演绎统计学悖论如何导致价量相关性误导,强化分时处理的必要性。
图16-17(涨跌停股价量相关性无效性):提示极端价格限制下价量指标失真,需剔除特殊样本以保证因子有效。
图18-19(分时PV_corr_avg和PV_corr_std年化ICIR):突出PV_corr_std分时最后半小时选股指标最优。,11]
图20(PV_corr_std_1430分组净值):分组分明且稳健上升,界定因子优质标准。
图21(纯净PV_corr_std_1430多空净值):净化行业与风格影响后仍具良好性能,验证因子独立性和实用价值。
图22-25(指数增强组合净值):横跨不同指数成份股,展示因子构建投资组合的持续超额收益与风险控制能力。~19]
本报告主要是基于量化因子研究,未涉及公司估值模型及目标价评估,不适用常规DCF或多重估值法的解读。报告核心工作为因子构造和选股绩效回测。重点是因子设计合理性、时间频段选取、样本外表现及纯净因子构造。
报告未提及风险缓解措施,建议投资者在应用过程中结合实盘动态监控和多因子对冲技术。,20]
本报告提出并系统验证了“CPV分时版”因子,即基于日内最后30分钟的价量相关性标准差构建的选股因子PV_corr_std_1430,成功解决了早期CPV因子样本外失效的问题。通过细致分时分析,发现全天价量相关性常因某一时段过度影响而失真,且存在辛普森悖论效应,分时度量显著提升选股信号的准确性和稳定性。
量化回测覆盖2014年至2023年,样本内外泛化良好,信息比率显著优于传统价量及动量因子,最大回撤较小,月度胜率高,支持其作为稳健选股信号的地位。剔除风格和行业影响后,因子纯净性强,独立贡献显著。
同时,分时因子适用范围广,不仅局限于价量相关性,还延伸到波动率、换手率等因子,展现其广泛应用潜力。构建的基于PV_corr_std_1430的指数增强组合在沪深300、中证500、中证1000及国证2000等多样样本空间均表现稳健超额收益。
总结来看,东吴证券研究团队通过数据驱动和理论结合,创新构建了一个具有显著实用性的高频选股因子,体现价量配合在不同交易时段的信息价值差异。研究方法科学严谨,结论支持因子在实务中作为增强指数投资组合和单股票策略的重要工具。
投资者在应用时,应注意历史数据依赖及单因子波动风险,结合资金管理与多因子框架,并关注后续市场环境变动对因子稳定性的影响。
全文关键数据及指标回顾:
报告通过大量图表、分时实例、生动演绎理论悖论及严密统计验证,清晰说明了分时CPV因子的设计逻辑与实证效果,极具参考价值和实操意义。~21]
本报告深入剖析了高频价量相关性因子的进阶构建方法,强调分时处理尤其是最后30分钟价量相关性标准差指标的强大选股能力和稳健性,全面提升技术分析因子在实际投资中的适用性和表现,值得投资研究者和实务操盘手重点关注与应用。
“技术分析拥抱选股因子”系列研究(十六):CPV分时版.pdf