Hochfrequenz-Preis-Volumen-Korrelationstrendfaktor
factor.formula
1. Berechnen Sie den Pearson-Korrelationskoeffizienten zwischen dem täglichen minutengenauen Schlusskurs und dem Handelsvolumen der Aktie:
2. Für jeden Handelstag wird der Korrelationskoeffizient \( p_t \), der den 20 aufeinanderfolgenden Zeitfenstern entspricht, die an diesem Tag berechnet wurden, linear regressiert, wobei die Zeit \( t \) als unabhängige Variable verwendet wird, um den Regressionskoeffizienten \( \beta \) zu erhalten:
3. Der täglich für alle Aktien berechnete Regressionskoeffizient \( \beta \) wird im Querschnitt standardisiert, und der Einfluss des Marktwerts und der traditionellen Preis-Volumen-Faktoren (wie z. B. 20-Tage-Reversal, 20-Tage-Umsatzrate, 20-Tage-Volatilität usw.) wird eliminiert, um den endgültigen Hochfrequenz-Preis-Volumen-Korrelationstrendfaktor zu erhalten.
In der Formel:
- :
Der Pearson-Korrelationskoeffizient zwischen dem minutengenauen Schlusskurs und dem minutengenauen Handelsvolumen der Aktie, der für das ( t )-te Zeitfenster (z. B. die ( t )-te Minute) innerhalb jedes Tages berechnet wird. Dieser Korrelationskoeffizient misst den Grad, in dem Preis und Volumen während dieses bestimmten Zeitfensters synchron oder divergent sind. Eine positive Korrelation bedeutet, dass bei steigenden Preisen das Handelsvolumen tendenziell zunimmt und umgekehrt; eine negative Korrelation bedeutet, dass bei steigenden Preisen das Handelsvolumen tendenziell abnimmt und umgekehrt.
- :
Der durch lineare Regression erhaltene Regressionskoeffizient spiegelt den Trend und die Stärke der täglichen Preis-Volumen-Korrelationskoeffizienten ( p_t ) wider, die sich im Laufe der Zeit ( t ) ändern. Ein positiver Wert von ( \beta ) deutet darauf hin, dass die tägliche Preis-Volumen-Korrelation im Laufe der Zeit tendenziell zunimmt; ein negativer Wert von ( \beta ) deutet darauf hin, dass die tägliche Preis-Volumen-Korrelation im Laufe der Zeit tendenziell abnimmt; je größer der absolute Wert von ( \beta ), desto signifikanter der Trend.
- :
Der Fehlerterm im Regressionsmodell stellt die Abweichung zwischen dem tatsächlichen Korrelationskoeffizienten ( p_t ) und dem vorhergesagten Wert des Regressionsmodells dar. Das Vorhandensein des Fehlerterms ist auf das Vorhandensein von Rauschen und zufälligen Schwankungen in den tatsächlichen Daten zurückzuführen.
- :
Die laufende Nummer des Zeitfensters, die von 1 bis 20 reicht. Wenn beispielsweise Minutendaten verwendet werden, steht ( t=1 ) für die erste Minute, ( t=2 ) für die zweite Minute und so weiter. Es ist zu beachten, dass sich ( t ) hier auf die Zeitreihe innerhalb jedes Tages bezieht, nicht auf die Zeitreihe über Tage hinweg. Die spezifische Aufteilung der Zeitfenster kann an die tatsächliche Datenfrequenz und die Forschungsbedürfnisse angepasst werden.
factor.explanation
Die Kernlogik dieses Faktors besteht darin, die dynamischen Veränderungen in der Beziehung zwischen Preis und Volumen in der Marktstruktur zu erfassen. Ein negativer Wert von ( \beta ) (d.h., je kleiner der PV_corr_trend), deutet darauf hin, dass die Korrelation zwischen Preis und Volumen im Laufe des Tages allmählich schwächer wird, was darauf hindeuten kann, dass die Marktstimmung allmählich auseinanderdriftet und Preiserhöhungen möglicherweise nicht von einem effektiven Anstieg des Volumens begleitet werden und umgekehrt. Dies wird im Allgemeinen als eine Manifestation des Beginns eines Ungleichgewichts zwischen den Kräften der Long- und Short-Seite angesehen und kann auf eine potenzielle Umkehrmöglichkeit hindeuten. Andererseits deutet ein positiver Wert von ( \beta ) (d.h., je größer der PV_corr_trend) darauf hin, dass die Korrelation zwischen Preis und Volumen im Laufe des Tages allmählich zunimmt, was die Konsistenz der Marktstimmung implizieren kann, und der Preis und das Volumen gleichzeitig verstärkt oder reduziert werden, was im Allgemeinen als Signal für eine sich verstärkende Marktentwicklung angesehen wird. Daher verwendet dieser Faktor hauptsächlich Hochfrequenzdaten, um kurzfristige Marktstimmungen und Mikrostrukturmerkmale zu erfassen, indem er den Trend der Veränderungen in der täglichen Preis-Volumen-Beziehung analysiert, um bei der Aktienauswahl zu helfen. Im Allgemeinen haben negative Trends ( ( \beta ) ist negativ) möglicherweise eine höhere Vorhersagekraft.