Factor de tendencia de correlación precio-volumen de alta frecuencia
factor.formula
1. Calcular el coeficiente de correlación de Pearson entre el precio de cierre a nivel de minutos diario de la acción y el volumen de negociación:
2. Para cada día de negociación, el coeficiente de correlación \( p_t \) correspondiente a las 20 ventanas de tiempo consecutivas calculadas en ese día se regresiona linealmente, con el tiempo \( t \) como variable independiente, para obtener el coeficiente de regresión \( \beta \):
3. El coeficiente de regresión \( \beta \) calculado diariamente para todas las acciones se estandariza en la sección transversal, y se elimina la influencia del valor de mercado y los factores tradicionales de precio-volumen (como la reversión de 20 días, la tasa de rotación de 20 días, la volatilidad de 20 días, etc.) para obtener el factor final de tendencia de correlación precio-volumen de alta frecuencia.
En la fórmula:
- :
El coeficiente de correlación de Pearson entre el precio de cierre por minuto de la acción y el volumen de negociación por minuto calculado para la ventana de tiempo ( t )-ésima (por ejemplo, el minuto ( t )-ésimo) dentro de cada día. Este coeficiente de correlación mide el grado en que el precio y el volumen están sincronizados o divergentes durante esa ventana de tiempo particular. Una correlación positiva significa que cuando los precios suben, el volumen de negociación tiende a aumentar, y viceversa; una correlación negativa significa que cuando los precios suben, el volumen de negociación tiende a disminuir, y viceversa.
- :
El coeficiente de regresión obtenido por regresión lineal refleja la tendencia y la fuerza del coeficiente de correlación precio-volumen diario ( p_t ) que cambia con el tiempo ( t ). Un valor positivo de ( \beta ) indica que la correlación precio-volumen diaria tiende a aumentar con el tiempo; un valor negativo de ( \beta ) indica que la correlación precio-volumen diaria tiende a disminuir con el tiempo; cuanto mayor es el valor absoluto de ( \beta ), más significativa es la tendencia.
- :
El término de error en el modelo de regresión representa la desviación entre el coeficiente de correlación real ( p_t ) y el valor predicho del modelo de regresión. La existencia del término de error se debe a la presencia de ruido y fluctuaciones aleatorias en los datos reales.
- :
El número de serie de la ventana de tiempo, que va de 1 a 20. Por ejemplo, si se utilizan datos de minutos, ( t=1 ) representa el primer minuto, ( t=2 ) representa el segundo minuto, y así sucesivamente. Cabe señalar que ( t ) aquí se refiere a la serie temporal dentro de cada día, no a la serie temporal a lo largo de los días. La división específica de las ventanas de tiempo se puede ajustar según la frecuencia real de los datos y las necesidades de la investigación.
factor.explanation
La lógica central de este factor es capturar los cambios dinámicos en la relación entre el precio y el volumen en la microestructura del mercado. Un valor negativo de ( \beta ) (es decir, cuanto menor sea el PV_corr_trend), indica que la correlación entre el precio y el volumen durante el día se está debilitando gradualmente, lo que puede implicar que el sentimiento del mercado está divergiendo gradualmente, y los aumentos de precios pueden no ir acompañados de un aumento efectivo en el volumen, y viceversa. Generalmente se considera que esto es una manifestación del inicio de un desequilibrio entre las fuerzas de los lados largo y corto, y puede indicar una posible oportunidad de reversión. Por otro lado, un valor positivo de ( \beta ) (es decir, cuanto mayor sea el PV_corr_trend), indica que la correlación entre el precio y el volumen durante el día está aumentando gradualmente, lo que puede implicar la consistencia del sentimiento del mercado, y el precio y el volumen se amplifican o reducen simultáneamente, lo que generalmente se considera una señal de fortalecimiento de las tendencias del mercado. Por lo tanto, este factor utiliza principalmente datos de alta frecuencia para capturar el sentimiento del mercado a corto plazo y las características de la microestructura mediante el análisis de la tendencia de los cambios en la relación precio-volumen diaria para ayudar en la selección de acciones. En general, las tendencias negativas ( ( \beta ) es negativo) pueden tener un mayor poder predictivo.