常见的股票技术因子学习以及计算

最近在看《量化投资数据挖掘技术与实践（MATLAB版）》。学习了其中的常见的股票衍生变量，并且利用WIND金融数据终端的matlab借口windmatlab导出一些数据进行了一个简单的学习。特此记录。

1. 下面是我对于书中提到的几个因子的学习总结：

A. 股票当日涨幅：相对于收盘价而言。其计算为：

股票当日涨幅=$\frac{（第i天的收盘价-第i-1天的收盘价）}{第i-1天的收盘价}\times100\%$

B. 股票10日涨幅

股票当日涨幅=$\frac{（第i天的收盘价-第i-10天的收盘价）}{第i-10天的收盘价}\times100\%$

C. 10日涨跌比率ADR

ADR=$\frac{10日内股票涨的天数}{10日内股票跌的天数}$

• 取值范围：

  一般而言，由ADR的数值大小可以把大势分为几个区域。
  （1）ADR数值在0.5——1.5之间是ADR处在正常区域内。当ADR处在正常区域内时，表明多空双方势均力敌，大盘的走势波动不大、比较平稳，股市大势属于一种盘整行情。这个区域是ADR数值经常出现的区域。
  （2）当ADR数值在0.3——0.5之间或1.5——2之间是ADR处在非正常区域内。
  当ADR处在1.5——2之间的非正常区域时，表明多头力量占据优势，大盘开始向上一路上涨，股市大势属于一种多头行情；
  而当ADR处在0.3——0.5之间的非正常区域时，表明空头力量占据优势，大盘开始一路下跌，股市大势属于一种空头行情。这两个区域是ADR数值比较少出现的区域。
  （3）当ADR值是在0.3以下或2以上时是ADR处在极不正常区域内。当ADR处在极不正常区域时，主要是突发的利多、利空消息引起股市暴涨暴跌的情况。此时，股市大势属于一种大空头或大多头行情。

• 买卖决策：

  （1）当ADR数值小于0.5时，表示大势经过长期下跌，已经出现超卖现象，很多股票价格可能会止跌企稳并出现一轮反弹行情，投资者可以短线少量买入超跌股作反弹。
  （2）当ADR数值大于1.5时，表示大势经过长期上涨，已经出现超买现象，很多股票价格可能已经上涨过度，将会出现一轮幅度比较大的下跌行情，投资者应以及时卖出股票或持币观望为主。
  （3）当ADR数值在0.5——1.5之间时，表示大势基本处于整理行情之中，没有出现特殊的超买和超卖现象，这时投资者更重要的在于研判个股行情。
  （4）当ADR数值在0.3以下时，表示大势处在大空头市场的末期，市场上出现了严重的超卖现象，很多股票的价格已经跌无可跌，此时，投资者可以分批逢低吸纳股票，作中长线的建仓投资。
  （5）当ADR数值在2.0以上时，表示大势处在大多头市场的末期，市场上出现了严重的超买现象，很多股票的价格已经涨幅过大，将面临一轮比较大的下跌行情，此时，投资者应及时卖出持有的股票。

D. 10日相对强弱指标RSI

$RSI_{10}=\frac{10日内涨的天数}{10}$

• 相对强弱指数（RSI）是通过比较一段时期内的平均收盘涨数和平均收盘跌数来分析市场买沽盘的意向和实力，从而作出未来市场的走势。

  更多具体的信息可以参考MBA智库：
  http://wiki.mbalib.com/wiki/%E7%9B%B8%E5%AF%B9%E5%BC%BA%E5%BC%B1%E6%8C%87%E6%A0%87

E. 当日k线值

$当日k线值=\frac{PRICE_{close}-PRICE_{open}}{PRICE_{high}-PRICE_{low}}$

F. 10日乖离日（BIAS）

$BIAS=\frac{当日收盘价-N日内移动平均收盘价}{N日内移动平均收盘价}$

关于BIAS的具体介绍参考MBA智库百科：
http://wiki.mbalib.com/wiki/BIAS

G. RSV-未成熟随机值

$RSV=\frac{当日收盘价 – 9日内最低收盘价}{9日内最高收盘价 – 9日内最低收盘价}×100%$

RSV参考MBA智库百科
http://wiki.mbalib.com/wiki/RSV

F. OBV量比
OBV=$sign(当日股票收盘价-前日股票收盘价)\times 当日成交量V$

其中sign为符号函数，其表达形式为：

$sign(x)$=

$$\begin{array}{ll} 1&\text{$x>0$},\\ 0& \text{$x=0$}.\\ -1&\text{$x<0$} \end{array}$$
关于OBV更多的讨论可以参考：
https://baike.baidu.com/item/%E8%83%BD%E9%87%8F%E6%BD%AE?fromtitle=OBV&fromid=3635727#2

2.matlab程序

clc
clear
close all
% w=windmatlab;
% [w_wsd_data,w_wsd_codes,w_wsd_fields,w_wsd_times,w_wsd_errorid,w_wsd_reqid]=...
%     w.wsd('000001.SZ','open,high,low,close,volume','2011-01-01','2013-12-30');
% price(:,1)=w_wsd_times;
% price(:,2:6)=w_wsd_data;
% price=sortrows(price,-1);
price=xlsread('sz000001.xls');
sr=size(price,1);
cp=30;%衍生变量计算日期区间最大跨度。
sampleValue=zeros(sr-cp,11);
for i=1:sr-cp
    %dv1:当日涨幅 100%*（第i天的收盘价-第i-1天的收盘价）/第i-1天的收盘价
    dv1=100*(price(i,5)-price(i+1,5))/price(i+1,5);
    %dv2:十日涨幅 100%*（第i天的收盘价-第i-10天的收盘价）/第i-10天的收盘价
    dv2=100*(price(i,5)-price(i+10,5))/price(i+10,5);
    riseNumber=0;
    decreaseNumber=0;
    %以10为周期，比较10天内的涨的天数和跌的天数
    for j=1:10
        if price(i+j-1,5)-price(i+j,5)>0
            riseNumber=riseNumber+1;
        else
            decreaseNumber=decreaseNumber+1;
        end
    end
    %dv3:10日涨跌比率ADR，10日内涨的天数/10日内跌的天数
    dv3=riseNumber/decreaseNumber;
    %dv4:10日相对强弱指标 10日内涨的天数/10;
    dv4=riseNumber/10;

    %dv5:当日k线值
    %dv6：6日k线值
    kLineValue=zeros(1,6);
    for j=1:6
        kLineValue(1,j)=(price(i+j-1,5)-price(i+j-1,2))/(price(i+j-1,3)-price(i+j-1,4));
    end
    dv5=kLineValue(1);
    dv6=sum(kLineValue(1,1:6))/6;
    %dv7:10日乖离率（BIAS）BIAS=（当日收盘价-N日内移动平均收盘价）/N日内移动平均收盘价
    dv7=(price(i,5)-sum(price(i:i+9,5)/10))/sum(price(i:i+9,5))/10;
    %dv8:9日未成熟随机值 rsv =(收盘价 – 9日内最低收盘价)/(9日内最高收盘价 – 9日内最低收盘价)×100
    dv8=(price(i,5)-min(price(i:i+8,5)))/(max(price(i:i+8,5))-min(price(i:i+8,5)));
    %dv9:30日未成熟随机值 rsv =(收盘价 – 30日内最低收盘价)/(30日内最高收盘价 – 30日内最低收盘价)×100
    dv9=(price(i,5)-min(price(i:i+29,5)))/(max(price(i:i+29,5))-min(price(i:i+29,5)));
    %dv10:OBV能量潮量比
    dv10=sign(price(i,5)-price(i+1,5))*price(i,6)/(sum(price(i:i+4,6))/5);

    % dv11：变动率指标 ROC=(今天的收盘价-N日前的收盘价)/N日前的收盘价*100
    dv11=100*(price(i,5)-price(i+11,5))/price(i+11,5);
   sampleValue(i,:)=[dv1,dv2,dv3,dv4,dv5,dv6,dv7,dv8,dv9,dv10,dv11];
end

3.几个因子的时间变化趋势