Фактор тренда высокочастотной корреляции цены и объема
factor.formula
1. Рассчитать коэффициент корреляции Пирсона между дневной минутной ценой закрытия акции и объемом торгов:
2. Для каждого торгового дня линейно регрессируется коэффициент корреляции \( p_t \), соответствующий 20 последовательным временным окнам, рассчитанным в этот день, где время \( t \) является независимой переменной, чтобы получить коэффициент регрессии \( \beta \):
3. Коэффициент регрессии \( \beta \), рассчитанный ежедневно для всех акций, стандартизируется в поперечном сечении, и устраняется влияние рыночной стоимости и традиционных факторов цены и объема (таких как 20-дневный разворот, 20-дневная скорость оборота, 20-дневная волатильность и т. д.), чтобы получить окончательный фактор тренда высокочастотной корреляции цены и объема.
В формуле:
- :
Коэффициент корреляции Пирсона между минутной ценой закрытия акции и минутным объемом торгов, рассчитанный для ( t )-го временного окна (например, ( t )-й минуты) в течение каждого дня. Этот коэффициент корреляции измеряет степень синхронизации или расхождения цены и объема в течение этого конкретного временного окна. Положительная корреляция означает, что когда цены растут, объем торгов, как правило, увеличивается, и наоборот; отрицательная корреляция означает, что когда цены растут, объем торгов, как правило, уменьшается, и наоборот.
- :
Коэффициент регрессии, полученный путем линейной регрессии, отражает тенденцию и силу изменения дневного коэффициента корреляции цены и объема ( p_t ) с течением времени ( t ). Положительное значение ( \beta ) указывает на то, что дневная корреляция цены и объема имеет тенденцию к увеличению с течением времени; отрицательное значение ( \beta ) указывает на то, что дневная корреляция цены и объема имеет тенденцию к уменьшению с течением времени; чем больше абсолютное значение ( \beta ), тем более значительна тенденция.
- :
Случайная ошибка в модели регрессии представляет отклонение между фактическим коэффициентом корреляции ( p_t ) и прогнозируемым значением модели регрессии. Наличие случайной ошибки обусловлено присутствием шума и случайных колебаний в фактических данных.
- :
Порядковый номер временного окна, от 1 до 20. Например, если используются минутные данные, ( t=1 ) представляет первую минуту, ( t=2 ) представляет вторую минуту и так далее. Следует отметить, что ( t ) здесь относится к временному ряду в течение каждого дня, а не к временному ряду по дням. Конкретное разделение временных окон может быть скорректировано в соответствии с фактической частотой данных и потребностями исследования.
factor.explanation
Основная логика этого фактора заключается в отслеживании динамических изменений взаимосвязи между ценой и объемом в микроструктуре рынка. Отрицательное значение ( \beta ) (т.е. чем меньше PV_corr_trend), указывает на то, что корреляция между ценой и объемом в течение дня постепенно ослабевает, что может подразумевать постепенное расхождение рыночных настроений, и рост цен может не сопровождаться эффективным увеличением объема, и наоборот. Это обычно считается проявлением начала дисбаланса между силами длинных и коротких позиций и может указывать на потенциальную возможность разворота. С другой стороны, положительное значение ( \beta ) (т.е. чем больше PV_corr_trend), указывает на то, что корреляция между ценой и объемом в течение дня постепенно усиливается, что может подразумевать согласованность рыночных настроений, и цена и объем одновременно увеличиваются или уменьшаются, что обычно считается сигналом усиления рыночных тенденций. Таким образом, этот фактор в основном использует высокочастотные данные для отслеживания краткосрочных рыночных настроений и характеристик микроструктуры путем анализа тенденции изменений в дневной взаимосвязи цены и объема для содействия в выборе акций. В общем, отрицательные тенденции ( ( \beta ) отрицательное) могут иметь более высокую прогностическую силу.