Faktor trend korelasi harga-volum frekuensi tinggi
factor.formula
1. Kira pekali korelasi Pearson antara harga penutup tahap minit harian saham dan volum dagangan:
2. Untuk setiap hari dagangan, pekali korelasi \( p_t \) yang sepadan dengan 20 tetingkap masa berturut-turut yang dikira pada hari itu diregresi secara linear, dengan masa \( t \) sebagai pemboleh ubah bebas, untuk mendapatkan pekali regresi \( \beta \):
3. Pekali regresi \( \beta \) yang dikira setiap hari untuk semua saham diseragamkan dalam keratan rentas, dan pengaruh nilai pasaran dan faktor harga-volum tradisional (seperti pembalikan 20 hari, kadar pusing ganti 20 hari, ketidakstabilan 20 hari, dll.) dihapuskan untuk mendapatkan faktor trend korelasi harga-volum frekuensi tinggi akhir.
Dalam formula:
- :
Pekali korelasi Pearson antara harga penutup minit saham dan volum dagangan minit yang dikira untuk tetingkap masa ke-( t ) (contohnya, minit ke-( t )) dalam setiap hari. Pekali korelasi ini mengukur tahap penyegerakan atau perbezaan harga dan volum dalam tetingkap masa tertentu. Korelasi positif bermakna apabila harga naik, volum dagangan cenderung meningkat, dan sebaliknya; korelasi negatif bermakna apabila harga naik, volum dagangan cenderung menurun, dan sebaliknya.
- :
Pekali regresi yang diperoleh melalui regresi linear mencerminkan trend dan kekuatan pekali korelasi harga-volum harian ( p_t ) berubah dari masa ke masa ( t ). Nilai ( \beta ) yang positif menunjukkan bahawa korelasi harga-volum harian cenderung meningkat dari masa ke masa; nilai ( \beta ) yang negatif menunjukkan bahawa korelasi harga-volum harian cenderung menurun dari masa ke masa; semakin besar nilai mutlak ( \beta ), semakin signifikan trend tersebut.
- :
Ralat dalam model regresi mewakili sisihan antara pekali korelasi sebenar ( p_t ) dan nilai yang diramalkan oleh model regresi. Kewujudan ralat adalah disebabkan oleh kehadiran hingar dan turun naik rawak dalam data sebenar.
- :
Nombor siri tetingkap masa, antara 1 hingga 20. Contohnya, jika data minit digunakan, ( t=1 ) mewakili minit pertama, ( t=2 ) mewakili minit kedua, dan seterusnya. Perlu diingatkan bahawa ( t ) di sini merujuk kepada siri masa dalam setiap hari, bukan siri masa merentasi hari. Pembahagian khusus tetingkap masa boleh diselaraskan mengikut kekerapan data sebenar dan keperluan penyelidikan.
factor.explanation
Logik teras faktor ini adalah untuk menangkap perubahan dinamik dalam hubungan antara harga dan volum dalam mikrostruktur pasaran. Nilai ( \beta ) yang negatif (iaitu, semakin kecil PV_corr_trend), menunjukkan bahawa korelasi antara harga dan volum pada siang hari secara beransur-ansur melemah, yang mungkin membayangkan sentimen pasaran secara beransur-ansur bercapah, dan kenaikan harga mungkin tidak disertai dengan peningkatan volum yang berkesan, dan sebaliknya. Ini secara amnya dianggap sebagai manifestasi permulaan ketidakseimbangan antara kekuatan pihak panjang dan pendek, dan mungkin menunjukkan peluang pembalikan yang berpotensi. Sebaliknya, nilai ( \beta ) yang positif (iaitu, semakin besar PV_corr_trend), menunjukkan bahawa korelasi antara harga dan volum pada siang hari semakin meningkat secara beransur-ansur, yang mungkin membayangkan konsistensi sentimen pasaran, dan harga serta volum diperkuat atau dikurangkan secara serentak, yang secara amnya dianggap sebagai isyarat pengukuhan trend pasaran. Oleh itu, faktor ini terutamanya menggunakan data frekuensi tinggi untuk menangkap sentimen pasaran jangka pendek dan ciri-ciri mikrostruktur dengan menganalisis trend perubahan dalam hubungan harga-volum harian untuk membantu dalam pemilihan saham. Secara amnya, trend negatif ( ( \beta ) adalah negatif) mungkin mempunyai kuasa ramalan yang lebih tinggi.