101个α因子#2

(-1 * correlation(rank(delta(log(volume), 2)), rank(((close - open) / open)), 6)) 

worldquant brain平台上调整后的语法：

(-1 * ts_corr(rank(ts_delta(log(volume), 2)), rank(((close - open) / open)), 6)) 

这个alpha因子的逻辑可以分为以下几个步骤：

---

1. 成交量变化的度量：ts_delta(log(volume), 2)

• 计算对数成交量：对成交量取对数（log(volume)），目的是减少极端值的影响，使数据更平稳。
• 两日差分：ts_delta(..., 2) 计算对数成交量的 两天变化量，捕捉成交量的短期波动趋势。
  • 正值表示成交量上升，负值表示下降。

---

2. 日内价格变动率：(close - open) / open

• 计算当日价格变动百分比：以开盘价为基准，衡量收盘价相对于开盘价的涨跌幅。
  • 正值表示当日上涨（收盘价 > 开盘价），负值表示下跌。

---

3. 横截面排名（Rank）

• 对成交量变化排名：rank(ts_delta(...)) 将各股票的成交量变化在全市场横向排序，转化为分位数（0到1之间）。
• 对价格变动排名：rank((close - open)/open) 类似地，对价格变动率进行横向排序。

---

4. 时间序列相关性：ts_corr(..., 6)

• 计算6天窗口的相关性：在过去6个交易日中，计算两个排名序列的 滚动相关性。
  • 相关性衡量 成交量变化排名 与 价格变动排名 的联动性：
    • 正相关：成交量上升的股票通常伴随价格上涨（量价齐升）。
    • 负相关：成交量上升的股票伴随价格下跌（量价背离）。

---

5. 反转操作：-1 * ...

• 取负值：将相关性结果乘以 -1，反转逻辑方向。
  • 若量价正相关（趋势延续信号），因子值为负，可能预示未来反转；
  • 若量价负相关（背离信号），因子值为正，可能预示趋势延续或反转修复。

---

核心逻辑解析

1. 量价背离策略：

   • 假设 量价背离（负相关性）可能预示趋势反转。例如：
     • 成交量上升但价格下跌（抛压增强），或成交量下降但价格上涨（动能不足）。
   • 因子通过负号放大背离信号，做多负相关股票（因子值正），做空正相关股票（因子值负）。

2. 短期反转效应：

   • 若过去6天量价同步上升（正相关），可能已过度反应，未来回调概率高（因子做空）；
   • 若量价背离（负相关），可能处于非理性波动，未来均值回归（因子做多）。

---

潜在策略意图

• 捕捉短期反转机会：利用量价背离的统计规律，寻找过度反应或反应不足的股票。
• 中性化处理：通过横截面排名消除市场整体波动的影响，聚焦个股相对强弱。
• 动态调整：6天窗口平衡敏感性与稳定性，适应短期市场变化。

---

关键公式总结

$$\text{Factor}=-1\times {\text{Rolling-Correlation}}_{6d}\left(\text{Rank}({\Delta }_2\log (\text{Volume})),\text{Rank}\left(\frac{\text{Close}-\text{Open}}{\text{Open}}\right)\right)$$
逻辑链条：
成交量短期变化 → 与价格变动联动性 → 反向预测未来收益。


目前没有调整至可提交的状态。欢迎留言交流！