ปัจจัยแนวโน้มความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายความถี่สูง
factor.formula
1. คำนวณค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันระหว่างราคาปิดระดับนาทีรายวันและปริมาณการซื้อขายของหุ้น:
2. สำหรับแต่ละวันซื้อขาย ค่าสัมประสิทธิ์สหสัมพันธ์ \( p_t \) ที่สอดคล้องกับช่วงเวลา 20 ช่วงเวลาติดต่อกันที่คำนวณในวันนั้น จะถูกนำไปถดถอยเชิงเส้น โดยมีเวลา \( t \) เป็นตัวแปรอิสระ เพื่อให้ได้ค่าสัมประสิทธิ์การถดถอย \( \beta \):
3. ค่าสัมประสิทธิ์การถดถอย \( \beta \) ที่คำนวณได้รายวันสำหรับหุ้นทั้งหมดจะถูกปรับให้เป็นมาตรฐานในส่วนตัดขวาง และขจัดอิทธิพลของมูลค่าตลาดและปัจจัยราคาและปริมาณการซื้อขายแบบดั้งเดิม (เช่น การกลับตัว 20 วัน, อัตราการหมุนเวียน 20 วัน, ความผันผวน 20 วัน เป็นต้น) เพื่อให้ได้ปัจจัยแนวโน้มความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายความถี่สูงขั้นสุดท้าย
ในสูตร:
- :
ค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันระหว่างราคาปิดระดับนาทีของหุ้นและปริมาณการซื้อขายระดับนาทีที่คำนวณสำหรับช่วงเวลาที่ ( t ) (เช่น นาทีที่ ( t )) ในแต่ละวัน ค่าสัมประสิทธิ์สหสัมพันธ์นี้วัดระดับที่ราคาและปริมาณการซื้อขายมีความสอดคล้องกันหรือแตกต่างกันในช่วงเวลานั้นๆ ความสัมพันธ์เชิงบวกหมายความว่าเมื่อราคาสูงขึ้น ปริมาณการซื้อขายมักจะเพิ่มขึ้น และในทางกลับกัน ความสัมพันธ์เชิงลบหมายความว่าเมื่อราคาสูงขึ้น ปริมาณการซื้อขายมีแนวโน้มลดลง และในทางกลับกัน
- :
ค่าสัมประสิทธิ์การถดถอยที่ได้จากการถดถอยเชิงเส้นสะท้อนถึงแนวโน้มและความแข็งแกร่งของค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายรายวัน ( p_t ) ที่เปลี่ยนแปลงเมื่อเวลา ( t ) ผ่านไป ค่า ( \beta ) ที่เป็นบวกบ่งชี้ว่าความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายรายวันมีแนวโน้มที่จะเพิ่มขึ้นเมื่อเวลาผ่านไป ค่า ( \beta ) ที่เป็นลบบ่งชี้ว่าความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายรายวันมีแนวโน้มที่จะลดลงเมื่อเวลาผ่านไป ยิ่งค่าสัมบูรณ์ของ ( \beta ) มากเท่าใด แนวโน้มก็จะยิ่งมีความสำคัญมากขึ้นเท่านั้น
- :
ค่าความคลาดเคลื่อนในแบบจำลองการถดถอย แสดงถึงความเบี่ยงเบนระหว่างค่าสัมประสิทธิ์สหสัมพันธ์ที่แท้จริง ( p_t ) และค่าที่ทำนายได้ของแบบจำลองการถดถอย การมีอยู่ของค่าความคลาดเคลื่อนนั้นเกิดจากมีสัญญาณรบกวนและความผันผวนแบบสุ่มในข้อมูลจริง
- :
หมายเลขลำดับของช่วงเวลา โดยมีค่าตั้งแต่ 1 ถึง 20 ตัวอย่างเช่น หากใช้ข้อมูลนาที ( t=1 ) แทนนาทีแรก ( t=2 ) แทนนาทีที่สอง และอื่นๆ ควรสังเกตว่า ( t ) ในที่นี้หมายถึงลำดับเวลาภายในแต่ละวัน ไม่ใช่ลำดับเวลาข้ามวัน การแบ่งช่วงเวลาที่เจาะจงสามารถปรับได้ตามความถี่ข้อมูลจริงและความต้องการในการวิจัย
factor.explanation
หลักการสำคัญของปัจจัยนี้คือการจับภาพการเปลี่ยนแปลงแบบไดนามิกของความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายในโครงสร้างตลาดระดับจุลภาค ค่า ( \beta ) ที่เป็นลบ (เช่น PV_corr_trend ยิ่งมีค่าน้อย) บ่งชี้ว่าความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายระหว่างวันค่อยๆ อ่อนตัวลง ซึ่งอาจหมายความว่าความเชื่อมั่นของตลาดกำลังค่อยๆ แตกต่างกัน และราคาที่เพิ่มขึ้นอาจไม่ได้มาพร้อมกับการเพิ่มขึ้นของปริมาณการซื้อขายอย่างมีประสิทธิภาพ และในทางกลับกัน โดยทั่วไปถือว่าเป็นการแสดงให้เห็นถึงการเริ่มต้นของความไม่สมดุลระหว่างแรงซื้อและแรงขาย และอาจบ่งชี้ถึงโอกาสในการกลับตัวที่อาจเกิดขึ้น ในทางกลับกัน ค่า ( \beta ) ที่เป็นบวก (เช่น PV_corr_trend ยิ่งมีค่ามาก) บ่งชี้ว่าความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายระหว่างวันค่อยๆ เพิ่มขึ้น ซึ่งอาจบ่งบอกถึงความสอดคล้องของความเชื่อมั่นของตลาด และราคาและปริมาณการซื้อขายจะขยายตัวหรือลดลงพร้อมกัน ซึ่งโดยทั่วไปถือว่าเป็นสัญญาณของการแข็งค่าของแนวโน้มตลาด ดังนั้น ปัจจัยนี้จึงใช้ข้อมูลความถี่สูงเป็นหลักเพื่อจับภาพความเชื่อมั่นของตลาดในระยะสั้นและลักษณะของโครงสร้างจุลภาคโดยการวิเคราะห์แนวโน้มการเปลี่ยนแปลงของความสัมพันธ์ระหว่างราคาและปริมาณการซื้อขายรายวันเพื่อช่วยในการคัดเลือกหุ้น โดยทั่วไปแล้ว แนวโน้มที่เป็นลบ ( ( \beta ) เป็นลบ) อาจมีอำนาจในการทำนายที่สูงกว่า