新价量相关性RPV选股因子：相关性是价量配合最好的尺
“技术分析拥抱选股因子”系列研究（十一） 证券研究报告·金融工程·金工专题报告 新价量相关性RPV选股因子——相关性是价量配合最好的尺 研究结论 前言：这是东吴金工“技术分析拥抱选股因子”系列研究的第十一篇报告，本篇报告首先总结了我们以往价量关系研究中的四项重要结论，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在“动量因子切割”研究的基础上，以相关性的形 式加入“成交量”的信息，分别为日内、隔夜的价量相关性找到最佳代表，并完成信息叠加，得到既新颖又“能打”的RPV因子，显著提高了日频CPV的稳定性，再度确认了相关性是评估价量配合最好的一把尺。 日内价量相关性：日内部分的价量关系表现为“日内量”能够对“日内价”起到增强作用，以二者相关系数为基础构造的选股因子呈现出反转效应，因子值越小，未来20日股价越倾向于上涨。 隔夜价量相关性：隔夜与日内截然不同，推动隔夜股价变动的力量并非来源于当日的开盘集合竞价成交量，隔夜的价量逻辑暗藏于“昨日量”与“今日价”的错配关系之中。以“昨日量”和“今日价”的相关系数为基础构造的选股因子呈现出动量效应，因子值越大，未来20日股价 越倾向于上涨。 日内与隔夜信息叠加：日内与隔夜的价量相关性因子分别横截面中性化后线性做差，合成新价量相关性RPV因子。在回测期2014/01/01-2022/07/31内，以全体A股为研究样本，新因子IC均值约为-0.034，年化ICIR约为-2.55，10分组多空对冲的年化收益约为17.33%，信息比率 约为2.71，月度胜率高达81.37%，最大回撤仅为5.23%，相比日频CPV，稳定性显著提升。 风险提示：本报告所有统计结果均基于历史数据，未来市场可能发生重大变化。 2022年10月11日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 相关研究 1、《成交量对动量因子的修正：日与夜之殊途同归》20190829 2、《“技术分析拥抱选股因子”系列研究（一）：高频价量相关性，意想不到的选股因子》20200223 3、《“技术分析拥抱选股因子”系列研究（三）：量价配合视角下的新换手率因子》202011304、《“技术分析拥抱选股因子”系列研究（🖂）：CPV因子移位版，价量自相关性中蕴藏的选股信息》20210301 5、《“技术分析拥抱选股因子”系列研究（六）：CPV因子抢跑版，差分视角下的价量互动关系》20210515 6、《价量相关性CPV因子绩效月报：价量相关系数的其他计算方式-一阶差分》20201231 7、《价量相关性CPV因子绩效月报：价量相关系数的其他计算方式-日频数据》20210129 1/26 东吴证券研究所 内容目录 1.前言5 2.前情提要6 2.1.价量相关性月度IC：动量vs反转6 2.2.一阶差分序列价量相关性：选股效果衰退8 2.3.日与夜的殊途同归：日内反转&隔夜动量9 2.4.日内价量互认，隔夜价量时序错配10 3.众里寻他千百度：各种CXV构建方案12 3.1.全天涨跌CXV13 3.2.日内涨跌CXV14 3.3.隔夜涨跌CXV15 4.又新又“能打”：新价量相关性RPV17 4.1.新价量相关性RPV选股因子17 4.2.新价量相关性RPV因子的参数敏感性22 4.3.新因子的多空收益分解22 4.4.其他样本空间的情况22 4.5.沪深300、中证500、中证1000投资组合的构建23 5.总结25 6.风险提示25 2/26 东吴证券研究所 图表目录 图1：中公教育分钟走势图：2019/10/166 图2：微芯生物分钟走势图：2019/10/166 图3：PV_corr_avg因子5分组及多空对冲净值走势（回看20日）7 图4：平均数因子PV_corr_avg对传统反转的修正7 图5：深振业A（000006.SZ）收盘价及其一阶差分序列（2015/01-2015/10）9 图6：一阶差分CPV因子5分组及多空对冲净值走势9 图7：日与夜的切割10 图8：局部日内因子年化ICIR（回看20日）11 图9：局部隔夜因子年化ICIR（回看20日，错误切割）11 图10：局部隔夜因子年化ICIR（回看20日，正确切割）12 图11：CCV因子10分组及多空对冲净值走势（回看20日）14 图12：CCOIV因子10分组及多空对冲净值走势（回看20日）15 图13：COV因子10分组及多空对冲净值走势（回看20日）16 图14：RPV因子10分组及多空对冲净值走势（回看20日）17 图15：RPV_deTurn20因子10分组及多空对冲净值走势（回看20日）19 图16：RPV_deRet20因子10分组及多空对冲净值走势（回看20日）19 图17：RPV_deTurn20_deRet20因子10分组及多空对冲净值走势（回看20日）20 图18：纯净RPV因子10分组及多空对冲净值走势（回看20日）21 图19：基于沪深300成分股，不同投资组合的净值走势23 图20：基于中证500成分股，不同投资组合的净值走势23 图21：基于中证1000成分股，不同投资组合的净值走势24 表1：技术分析中9种基本价量关系的成因及影响5 表2：东吴金工价量关系专题报告一览5 表3：一阶差分CPV因子回测绩效（2014/02/-2020/12）8 表4：全天涨跌价量序列13 表5：CCV、CDCV因子10分组多空对冲绩效指标（回看20日）13 表6：日内涨跌价量序列14 表7：CCOIV、CCOV因子10分组多空对冲绩效指标（回看20日）14 表8：隔夜涨跌价量序列15 表9：COYCYV等因子10分组多空对冲绩效指标（回看20日）15 表10：RPV因子10分组多空对冲绩效指标及与其他因子对比（回看20日）18 表11：RPV因子分年度表现18 表12：新旧动量因子10分组多空对冲的绩效指标对比（回看20日）18 表13：RPV因子正交Turn20、Ret20后的10分组多空对冲绩效指标（回看20日）20 表14：RPV因子与Barra风格因子相关系数20 表15：纯净RPV因子分年度表现21 表16：传统动量因子、CCV、RPV的10分组多空对冲绩效指标（回看40日、60日）22 表17：新动量因子的多空收益分解22 表18：RPV因子在A股三大指数成分股中的多空对冲绩效指标（回看20日）23 表19：基于沪深300成分股，不同投资组合的绩效指标24 3/26 东吴证券研究所 表20：基于中证500成分股，不同投资组合的绩效指标24 表21：基于中证1000成分股，不同投资组合的绩效指标25 4/26 1.前言 价量关系是金融市场最经典的理论之一，价格的涨跌往往需要量来支撑与确认，二者共同呈现的多种形态，体现着市场动向和情绪的变化。 表1：技术分析中9种基本价量关系的成因及影响 价量关系 成因及影响 量增价涨 一般出现在上升通道，投资者情绪高涨，成交量持续放大，股价不断被推升 量增价平 成交量放大而股价不涨，有主力对倒、底部震荡吸筹等情况 量增价跌 一般出现在下降通道，主力出货，抛盘严重，杀伤力十足，短线风险极大 量缩价涨 既可能由于股价偏高，投资者跟进意愿不强，缺少市场人气，抑或者由于筹码集中，主力惜售，需留意后续变化 量缩价平 成交量缩小，而股价不跌，保持横盘。若股价处于上升通道，可能出现缩量横盘式洗盘，一旦突破有望大涨；若股价处于高位震荡，往往是主力出货形态，一旦跌破箱体即有暴跌可能 量缩价跌 一般呈现两种洗盘形态：一是上升通道中的短线洗盘形态，二是下降通道中的中线调整洗盘 量平价涨 横量上涨，市场人气较好，主力控盘能力强 量平价平 滞涨现象，多空不明，不宜操作，后续走势分情况：若股价已经充分下跌，重新从低位拉升，可能为上升途中休整；若股价经历大涨后从高位下跌，可能为下跌途中休整 量平价跌 一般出现在下降通道，股价加速赶底，成交量温和缩量，但已不足引起市场恐慌，没有更多筹码抛出 数据来源：东吴证券研究所金融工程团队整理 东吴金工致力于在复杂多变的价量关系中探索简明的规律，找到普适性的选股信号，并在过往研究中产出了诸多令人欣喜的成果。本篇报告首先总结了东吴金工以往价量关系研究中的四项重要结论，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在“动量因子切割”研究的基础上，以相关性的形式加入“成交量”的信息，分别为日内价量相关性、隔夜价量相关性找到了最佳代表，并且使二者有机结合得到既新颖又“能打”的RPV因子，显著提高了日频CPV因子的稳定性，再度确认了相关性是评估价量配合最好的一把尺。 表2：东吴金工价量关系专题报告一览 专题报告 概要 《成交量对动量因子的修正：日与夜之殊途同归》 动量因子时间维度划分：“日内”与“隔夜”的切割 《高频价量相关性，意想不到的选股因子》 CPV因子：划分价量四象限，相关性评估价量配合程度 《量价配合视角下的新换手率因子》 换手率变化率：按不同价格信息，赋予“量”不同乘数 《CPV因子移位版》 价量自相关性中蕴藏的选股信息 《CPV因子抢跑版》 差分视角下的价量互动关系 数据来源：东吴证券研究所金融工程团队整理 5/26 东吴证券研究所 东吴证券研究所 2.前情提要 东吴金工团队在价量配合领域做了诸多研究，所得结论在后续跟踪观察中被不断地印证，依此开发出的相关选股因子在样本外也维持着良好的表现。本篇报告将首先回顾总结以往研究报告中的四项重要结论，并将其作为支撑本次研究的逻辑基础。 2.1.价量相关性月度IC：动量vs反转 2020年一季度，东吴金工发布了《“技术分析拥抱选股因子”系列研究（一）：高频 价量相关性，意想不到的选股因子》，这篇报告中我们提到，2019年10月16日，中公教育大涨，微芯生物大跌。如果撇开上市公司当天基本面的消息，仅观察价量图，可以发现大涨的中公教育在股价上涨时伴随着放量，下跌时伴随着缩量；而微芯生物则是相反的，上涨时缩量，下跌时放量。 图1：中公教育分钟走势图：2019/10/16图2：微芯生物分钟走势图：2019/10/16 数据来源：Wind资讯，东吴证券研究所数据来源：Wind资讯，东吴证券研究所 技术分析中，中公教育所呈现的价和量同向变动被称为“价量配合”，这造就了一只强势股，股价倾向于上涨；而微芯生物所呈现的价和量反向变动被称为“价量背离”，使之成为弱势股，股价倾向于下跌。我们当时提出，可以计算价格和成交量的相关系数，价量配合同向变动，则其相关系数为正，价量背离反向变动，则其相关系数为负。因此，相关系数可以体现价量配合的程度。 基于此，我们于每月月底回溯每只股票过去20个交易日的价量信息，每日计算该 股票分钟收盘价与分钟成交量的相关系数，然后每只股票取20日相关系数的平均值，做横截面市值中性化处理，将得到的结果记为价量相关性平均数因子PV_corr_avg： 20 1 PV_corr_avg=20∑Corr(𝑃𝑖,𝑉𝑖) i=1 其中，Corr(𝑃𝑖,𝑉𝑖)表示第�天分钟收盘价序列与分钟成交量序列的相关系数。 6/26 东吴证券研究所 图3：PV_corr_avg因子5分组及多空对冲净值走势（回看20日） 数据来源：Wind资讯，东吴证券研究所 价量相关性平均数因子PV_corr_avg的5分组多空对冲年化收益率达15.25%，年化波动率8.96%，信息比率1.70，月度胜率76.06%，最大回撤率6.72%，其中分组1因子值最小，分组5因子值最大。 东吴金工对因子背后的逻辑格外关注，而价量相关性平均数因子PV_corr_avg告诉我们的是，相关系数的平均值越小，股票越倾向于上涨。这代表什么意义呢？ 图4：平均数因子PV_corr_avg对传统反转的修正 数据来源：Wind资讯，东吴证券研究所 如果
