Illikuiditas Tertimbang Panjang Jalur Volatilitas Frekuensi Tinggi
factor.formula
Hitung panjang jalur fluktuasi K-line tunggal:
Faktor illikuiditas tertimbang panjang jalur volatilitas harian:
dalam:
- :
Ini mewakili panjang jalur fluktuasi K-line ke-j pada frekuensi intraday, yang secara perkiraan mewakili amplitudo fluktuasi harga selama periode K-line. Di antaranya, $High_j$, $Low_j$, $Close_j$, $Open_j$ masing-masing mewakili harga tertinggi, harga terendah, harga penutupan, dan harga pembukaan dari K-line ke-j.
- :
Ini mewakili volume transaksi dalam K-line ke-j pada frekuensi intraday. Nilai ini, sebagai bobot, mencerminkan dampak volume perdagangan terhadap illikuiditas. Semakin besar volume transaksi, semakin kecil dampak illikuiditas.
- :
Menunjukkan jumlah segmen K-line per hari. Misalnya, jika data K-line 5 menit digunakan, ini menunjukkan jumlah K-line 5 menit per hari. Parameter ini tergantung pada frekuensi data intraday yang dipilih.
- :
Menunjukkan parameter periode dari rata-rata bergerak harian, yaitu, nilai rata-rata dari jumlah hari terakhir dihitung. Parameter ini digunakan untuk menghaluskan fluktuasi jangka pendek dan membuat faktor lebih stabil. Misalnya, jika d=20, berarti mengambil nilai rata-rata dari 20 hari perdagangan terakhir.
factor.explanation
Faktor ini secara efektif mengukur illikuiditas saham dengan menghitung panjang jalur volatilitas data K-line menit frekuensi tinggi dan menimbangnya dengan volume transaksi. Dibandingkan dengan faktor illikuiditas tradisional, faktor ini menggunakan informasi mikrostruktur yang lebih kaya yang terkandung dalam data frekuensi tinggi untuk lebih akurat menangkap risiko likuiditas yang disebabkan oleh biaya dampak selama perdagangan saham. Secara khusus:
-
Panjang jalur volatilitas (Pintas): Parameter ini mengadopsi bentuk 2*(Tertinggi - Terendah) - |Tutup - Buka|, yang lebih baik menangkap rentang fluktuasi harga intraday daripada (Tertinggi-Terendah) sederhana, sehingga lebih akurat mencerminkan panjang jalur fluktuasi harga dan dapat dianggap sebagai indikator proksi volatilitas berdasarkan data frekuensi tinggi.
-
Penimbangan volume transaksi: Menggunakan volume transaksi sebagai bobot dapat secara efektif mengontrol dampak volume transaksi terhadap kejutan likuiditas. Semakin tinggi volume transaksi, semakin kecil kejutan illikuiditas.
-
Rata-rata deret waktu: Dengan melakukan rata-rata sepanjang deret waktu, faktor dihaluskan, membuatnya lebih stabil, mengurangi noise, dan lebih baik mencerminkan risiko illikuiditas saham.
Dalam lingkungan data frekuensi tinggi, faktor ini dapat lebih efektif menangkap mikrostruktur pasar dan memberikan ukuran illikuiditas yang lebih akurat daripada metode tradisional, yang membantu meningkatkan efektivitas dan kemampuan prediksi strategi perdagangan kuantitatif.