20221118-金融工程专题报告-Alpha掘金系列之二，基于高频快照数据的量价背离选股因子-国金证券-17页.pdfVIP

量价背离现象与股票收益预测

利用股票的价格与成交量的信息构建的价量因子已经被证明可以预测股票的未来收益。根据逻辑分析和数据实证，我

们发现，当量价出现背离时，无论当前股价处在上升还是下降通道，未来上涨的可能性均较高；同理，当量价趋同时，

股价未来下跌的可能性较大。本篇报告是Alpha掘金系列报告的第二篇，我们将重点关注基于快照数据的股票价格与

成交量的相关关系，构建高频量价背离因子，而后通过降频后，构建了满足机构投资者要求的中证1000指数增强策

略。

量价背离因子在日频和周频预测上有效性显著

我们利用高频快照数据构建因子对日内价格与成交量的相关关系进行衡量，捕捉量价趋同/背离特征，共构建了6个

因子。在日频维度上，CorrPV因子、CorrRV因子以及CorrPM因子IC相对较高，IC均值在3%以上。CorrPVPM因子的

多空组合年化收益率达到了29.97%，夏普比率达到了3.72。合成之后的因子的IC相比单因子有了一定的提升，达到

4%以上，多空组合年化收益率为41.19%，夏普比率为3.80。中性化后的合成因子表现也大幅好于非中性化的因子，

分位数组合Top组合的年化超额收益率从11.82%提升至15.52%。

为了满足大多数机构投资者的要求，我们进一步扩大因子预测周期，降低因子预测频率到周频。我们采用整体的方法，

统计了过去一周单一股票的日内快照成交量与价格的背离，构建量价背离因子。中性化后的合成因子的IC均值为

6.27%，多空组合的年化收益率达到了38.88%，夏普比率达到了4.08。

结合量价背离因子的中证1000指数增强策略

周频量价背离因子具有显著的预测能力，但其对交易成本比较敏感，因此对因子预测的胜率和收益有较高的要求，所

以我们选择将该因子与传统因子一起使用构建策略。合成后的量价背离增强因子的IC达到了7.66%，风险调整后IC

达到了1.02，而作为对比的传统合成因子的IC仅为5.91%，风险调整后IC为0.79。

基于量价背离增强因子构建的增强策略相比基准优势非常明显，超额净值稳步增加。增强策略的年化收益率为9.51%，

相比基准的年化超额收益率为11.90%。策略的换手率为周度双边92.43%，换手率相对较高。策略的信息比率达到了

2.27。

我们进一步对比了不同手续费下策略的表现，可以看出，随着手续费的增加，策略收益逐步下降，但即便在严格的千

分之三的手续费之下，策略的仍然可以获得6.73%的年化超额收益率。当手续费可以降低至万分之五时，策略的年化

超额收益率的提升至20.14%，此时的信息比率达到了3.93。

风险提示

1、以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。

2、策略依据一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出

现亏损。

敬请参阅最后一页特别声明用使箱邮共公司公限有理管金基商招供仅告报此1

金融工程专题报告

内容目录

一、高频量价背离背后的Alpha4

1.1日内量价背离的衡量4

1.2日内快照数据与量价因子构建5

二、量价背离因子日频有效性验证6

2.1日频因子IC与分位数组合表现6

2.2日频合成因子表现7

三、量价背离因子降频后表现9

3.1因子降频的方法9

3.2周频因子IC与分位数组合表现9

3.3周频合成因子表现10

四、结合量价背离因子的中证1000指数增强策略13

4.1周频量价背离因子对传统因子的增强13

4.2基于量价背离增强因子的中证1000指数增强策略14

五、总结16

风险提示16

图表目录

图表1：价升量跌4

图表2：价升量升4

图表3：价跌量跌4

图表4：价跌量升4

图表5：不同量价形态下股价变动预期4

图表6：高频数据分类5

图表7：量价背离因子IC指标（日频）6

图表8：量价背离因子多空组合净值（日频）6

图表9：量价背离因子多空组合指标（日频）6

图表10：量价背离因