فاکتور مومنتوم روند همبستگی قیمت-حجم
factor.formula
1. **محاسبه ضریب همبستگی قیمت-حجم در طول روز:** برای هر روز معاملاتی، ضریب همبستگی پیرسون بین قیمت بسته شدن سهام در سطح دقیقه و حجم معاملات را محاسبه کنید.
2. **ایجاد یک سری زمانی از همبستگی قیمت-حجم:** ضرایب همبستگی قیمت-حجم درون روزانه 20 روز معاملاتی گذشته (یا یک بازه زمانی مشخص) را برای تشکیل یک سری زمانی \( \{p_1, p_2, ..., p_{20} \} \) در نظر بگیرید.
3. **محاسبه مومنتوم روند همبستگی:** رگرسیون خطی را بر روی سری زمانی فوق انجام دهید، با زمان \( t \) به عنوان متغیر مستقل و ضریب همبستگی \( p_t \) به عنوان متغیر وابسته، و ضریب رگرسیون \( \beta \) را بدست آورید. ضریب رگرسیون \( \beta \) نشان دهنده مومنتوم روند همبستگی قیمت-حجم در طول زمان است.
4. **استانداردسازی و خنثی سازی مقطعی:** بر روی ضرایب رگرسیون \( \beta \) تمام سهام، ارزش بازار و عوامل سنتی قیمت-حجم (مانند بازگشت 20 روزه، نرخ گردش 20 روزه و نوسانات 20 روزه) را خنثی کنید تا مقدار نهایی فاکتور مومنتوم روند همبستگی قیمت-حجم بدست آید.
در اینجا:
- :
ضریب همبستگی پیرسون قیمت بسته شدن سهام در سطح دقیقه و حجم معاملات که در روز معاملاتی ( t )ام محاسبه شده است. این ضریب همبستگی، قدرت و جهت رابطه خطی بین قیمت و حجم معاملات را در آن روز اندازه گیری می کند.
- :
ضریب رگرسیون (regCoef) رگرسیون خطی سری زمانی همبستگی قیمت-حجم ( {p_1, p_2, ..., p_{20} } ) بر زمان ( t ) نشان دهنده شیب همبستگی قیمت-حجم در طول زمان است. هنگامی که ( \beta ) مثبت است، به این معنی است که همبستگی قیمت-حجم در طول زمان افزایش می یابد، در غیر این صورت کاهش می یابد، که نشان دهنده انتظارات بازار برای تغییر در رابطه قیمت-حجم سهام است.
- :
جمله پسماند (resTerm) مدل رگرسیون، بخشی را نشان می دهد که مدل رگرسیون نمی تواند توضیح دهد، یعنی انحراف بین ضریب همبستگی واقعی ( p_t ) و مقدار برازش رگرسیون خطی.
- :
متغیر زمان، که نشان دهنده شماره سریال سری زمانی است. در اینجا 1 تا 20 است که نشان دهنده 20 روز معاملاتی (یا یک بازه زمانی مشخص) برای ردیابی است.
factor.explanation
هرچه مقدار فاکتور مومنتوم روند همبستگی قیمت-حجم کمتر باشد، یعنی سهامی که همبستگی قیمت-حجم آن‌ها در طول زمان تضعیف می‌شود، بازده کوتاه مدت آتی آن‌ها بیشتر خواهد بود. این ممکن است نشان دهنده تغییر احساسات بازار از معاملات یکنواخت به بازگشت احتمالی روند باشد. این فاکتور از اطلاعات قیمت و حجم با فرکانس بالا برای گرفتن سیگنال‌های مومنتوم موجود در ریزساختار بازار استفاده می‌کند. اصل این است که وقتی همگامی قیمت-حجم تضعیف می‌شود، ممکن است نشان دهد که سرمایه‌ها در حال خروج از بازار هستند یا بازار در حال شکل دادن درک جدیدی از اصول سهام است، که ممکن است منجر به افزایش یا کاهش بعدی قیمت سهام شود.