极坐标体系的价量融合反转因子

请仔细阅读在本报告尾部的重要法律声明 1 [Table_Title] 极坐标体系的价量融合反转因子 [Table_Title2] [Table_Summary] ► 价量融合能够更全面反映交易信息 传统的反转(或动量)因子单纯基于股票价格构建，只反映了过去一段时间股价的变化，没有将成交量纳入其中。但股票的价量之间存在紧密联系，割裂的看待任何一方都存在局限性。在加入成交量以后，股票价格走势以及由此构造的反转因子表达的信息会更加丰富。 ► 在极坐标系中构造因子 为了消除量纲差异的影响，我们计算股票当前(价格，成交量)数据组合与历史数据组合的马氏距离来衡量价量偏离。在极坐标系中沿着动量的方向构造因子，认为股票位置与原点距离越远、越接近 45°极角，即价量齐升的股票有更好的动量特征，从而有更高的因子值。 ► 价量融合反转因子稳定性高 我们计算 20 日、60 日、120 日、240 日周期的价量融合反转因子，并与传统反转因子进行对比。 在各个周期上，价量融合因子的稳定性都更高，IC_IR明显高于传统反转因子。特别是随着周期长度增加，传统因子 IC_IR 明显下降，但价量融合因子保持稳定。 ► 长短周期合成因子收益进一步提高 将短周期 20 日与长周期 240 日因子等权合成后，构造复合因子。由于价量融合因子短期、长期均表现稳定，因此复合因子取得了超越全部单周期因子的表现。 价量融合复合因子期末累计 IC 为-10.7329，IC_IR 为-0.5476，均有明显改善。多空年化收益为 18.16%，有明显提高；多空最大回撤 13.68%，有明显下降。 风险提示 量化报告的结论基于历史统计规律，当历史规律发生改变时，报告中的模型和结论可能失效。 分析师 [Table_Author] 分析师：张立宁 邮箱：zhangln@hx168.com.cn SAC NO：S1120520070006 分析师：杨国平 邮箱：yanggp @hx168.com.cn SAC NO：S1120520070002 [Table_Report] 证券研究报告|金融工程研究报告 [Table_Date] 2025 年 5 月 28 日 证券研究报告|金融工程研究报告 请仔细阅读在本报告尾部的重要法律声明 2 正文目录 1. 价量融合更全面反映交易信息 ....................................................................................................................... 3 2. 使用马氏距离度量变化 ................................................................................................................................. 4 3. 价量融合反转因子计算 ................................................................................................................................. 6 4. 价量融合反转因子表现 ................................................................................................................................. 8 5. 风险提示 ....................................................................................................................................................12 图表目录 图 1 价量齐涨后的向下反转........................................................................................................................................................................3 图 2 价量齐跌后的向上反转........................................................................................................................................................................3 图 3 用马氏距离识别异常波动....................................................................................................................................................................4 图 4 直角坐标系中的价量偏离....................................................................................................................................................................5 图 5 极坐标系中的价量偏离 ........................................................................................................................................................................6 图 6 极角调整函数..........................................................................................................................................................................................7 图 7 20 日因子累计 IC 走势 ...........................................................................................................................