双向价格差分自相关标准化合成因子
技术因子动量因子
factor.formula
CDPDP:
其中:
- :
第t个时间点的价格一阶差分，计算方式为：$\Delta P_t = P_t - P_{t-1}$，其中$P_t$表示t时刻的价格。
- :
价格上涨差分序列，定义为当 $\Delta P_t > 0$ 时的 $\Delta P_t$值，否则为0。
- :
价格下跌差分序列，定义为当 $\Delta P_t < 0$ 时的 $\Delta P_t$值，否则为0。
- :
价格上涨差分序列及其滞后一期序列的相关系数，具体计算方法为：首先筛选出所有 $\Delta P_t > 0$ 的时间点，然后计算对应时间点的价格差分值$dP^+{t}$ 和滞后一期的价格差分值$dP^+{t+1}$的20日滚动相关系数。
- :
价格下跌差分序列及其滞后一期序列的相关系数，具体计算方法为：首先筛选出所有 $\Delta P_t < 0$ 的时间点，然后计算对应时间点的价格差分值$dP^-{t}$ 和滞后一期的价格差分值$dP^-{t+1}$的20日滚动相关系数。
- :
价格上涨差分序列与其滞后一期序列相关系数的均值。
- :
价格下跌差分序列与其滞后一期序列相关系数的均值。
- :
价格上涨差分序列与其滞后一期序列相关系数的标准差。
- :
价格下跌差分序列与其滞后一期序列相关系数的标准差。
factor.explanation
该因子基于价格差分序列的自相关性，捕捉股票价格变动的惯性特征。相比于单序列差分，本因子分别考虑了价格上涨和下跌时的自相关性，从而更精细地捕捉价格趋势的连续性和反转潜力。因子值越低，表示价格在上涨或下跌后，更容易出现方向的反转，符合均值反转的逻辑，因此通常与未来收益表现负相关。在量化交易中，该因子可作为构建反转策略的有效工具，也可以用于捕捉市场情绪和交易拥挤度。