“技术分析拥抱选股因子”系列研究（十六）：CPV分时版

“技术分析拥抱选股因子”系列研究（十六） 证券研究报告金融工程金工专题报告 CPV分时版2024年12月29日 研究结论 前言：在东吴金工2020年发布的《“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》中，我们根据日内240 分钟股票价格和成交量的相关性构建CPV10因子。因子在样本外表现下降引发了我们的思考：将每日的分钟频价量相关性作为价量配合程度的代理变量，是否合理？ 证券分析师高子剑 执业证书：S0600518010001 02160199793 gaozjdwzqcomcn 证券分析师庞格致 执业证书：S0600524090003 panggzdwzqcomcn 分时版因子的构建源自于量在时间上的不均匀分布：成交量在一天中的分布极为不均匀，往往集中在开盘后的一段时间内，因此当我们将一天的交易时间段等分成8部分，分别计算每个30分钟的价量相关性时，可能会得出与计算全天价量相关性时截然不同的结论，即辛普森悖论。 我们认为，部分时段的价量相关性可能是更有效的代理变量。 相关研究 《“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》 分时版价量相关性标准差因子样本外表现出色：八分时量价相关性有两个可选指标。其中平均数因子PVcorravg在全时段样本外ICIR为 013，在八分时样本外未超过1，说明因子样本外失效；标准差因子PVcorrstd在全时段和八分时的样本内外均证明有效，且分时段选股 效果好于全时段。以2014010120231231为回测时间段，PVcorrstd因子的10分组多空对冲年化收益率达1998，年化波动率1112，信息比率180，月度胜率6942，最大回撤率1015。 八分时版因子取最后30分钟替代全时段：基于此线索，分别计算八分时价量标准差因子样本内不同绩效指标下的结果，以最后30分钟表现最佳，因此选择最后30分钟价量相关性的标准差PVcorrstd1430作为CPV分时版的代理变量。剔除Barra风格和行业后的纯净 PVcorrstd1430因子的10分组多空对冲年化收益率达1366，年化波动率562，信息比率243，月度胜率7227，最大回撤率491，月度IC均值003，年化ICIR295，月度RankIC均值003，年化RankICIR341。 基于最后30分钟交易的价量相关性标准差因子：在几种指数成份股上的选股效果指标上，因子PVcorrstd1430全部优于PVcorrstd，Ret20，Vol20，且在沪深300效果最明显。我们进一步构建了指数增强方案，在各类宽基指数中，CPV分时版同样具有最好的累计超额收益和 较小回撤。 风险提示：（1）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；（2）单因子模型收益可能存在较大波动，实际应用需结合资金管理、风险控制等方法；（3）数据测算误差风险。 20200221 122 东吴证券研究所 内容目录 1高频价量相关性因子4 11高频价量相关性因子CPV4 12价量相关性的平均数因子PVcorravg和标准差因子PVcorrstd4 13价量相关性的趋势因子PVcorrtrend6 2CPV分时版7 21价量相关性分时因子的构建线索7 22构建分时版价量相关性因子8 23高频价量相关性，分时好还是全天好？8 24构建分时版CPV价量因子11 3其他重要讨论14 31传统价量因子与分时版绩效对比14 32分时版价量因子的分年度表现14 33分时版纯净价量相关性因子的表现15 34分时版价量相关性因子的参数敏感性16 35分时版价量相关性因子的多空收益分解16 36其他样本空间的情况17 37指数增强投资组合的构建18 4总结21 5风险提示21 222 东吴证券研究所 图表目录 图1：中公教育分钟走势图：201910164 图2：微芯生物分钟走势图：201910164 图3：PVcorravg因子10分组及多空对冲净值走势（回看20日）5 图4：PVcorrstd因子10分组及多空对冲净值走势（回看20日）6 图5：PVcorrtrend因子10分组及多空对冲净值走势（回看20日）7 图6：日内不同时刻的信息交易概率的均值7 图7：日内不同时刻的信息交易概率的均值8 图8：龙溪股份600592SH日频PVcorr值202306309 图9：龙溪股份600592SH分钟走势图202306309 图10：龙溪股份20230630分时散点图9 图11：龙溪股份20230630分时散点图（去除前半小时）9 图12：昱能科技688348SH日频PVcorr值2023062910 图13：昱能科技688348SH分钟走势图2023062910 图14：辛普森悖论10 图15：昱能科技20230629分时散点图10 图16：中体产业600158SH日频PVcorr值2023060111 图17：中体产业600158SH分钟走势图2023060111 图18：PVcorravg因子年化ICIR（八分时）11 图19：PVcorrstd因子年化ICIR（八分时）12 图20：PVcorrstd1430因子10分组及多空对冲净值走势（回看20日）13 图21：纯净PVcorrstd1430因子10分组及多空对冲净值走势（回看20日）15 图22：基于沪深300成份股，不同投资组合的净值走势18 图23：基于中证500成份股，不同投资组合的净值走势19 图24：基于中证1000成份股，不同投资组合的净值走势19 图25：基于国证2000成份股，不同投资组合的净值走势20 表1：八分时PVcorrstd样本内绩效指标201401312020013112 表2：八分时PVcorrstd样本外绩效指标202001312023123113 表3：传统价量因子与分时版绩效指标14 表4：PVcorrstd1430因子分年度表现14 表5：PVcorrstd1430因子与常用Barra风格因子的相关系数15 表6：纯净PVcorrstd1430因子分年度表现16 表7：PVcorrstd1430因子参数敏感性16 表8：PVcorrstd1430因子的多空收益分解17 表9：PVcorrstd1430因子在其他样本空间的情况17 表10：基于沪深300成份股，不同投资组合的绩效指标18 表11：基于中证500成份股，不同投资组合的绩效指标19 表12：基于中证1000成份股，不同投资组合的绩效指标20 表13：基于国证2000成份股，不同投资组合的绩效指标20 322 东吴证券研究所 1高频价量相关性因子 11高频价量相关性因子CPV 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。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。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：20191016图2：微芯生物分钟走势图：20191016 数据来源：Wind，东吴证券研究所数据来源：Wind，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。 12价量相关性的平均数因子PVcorravg和标准差因子PVcorrstd 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、标准差，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PVcorravg和价量相关性标准差因子PVcorrstd： 422 20 1 PVcorravg20Corr i1 20 PVcorrstd1CorrPVcorravg2 20 i1 其中，Corr表示第天分钟收盘价序列与分钟成交量序列的相关系数。 以2014010120231231为回测时间段，图3展示了价量相关性平均数因子PVcorravg的10分组及多空对冲净值走势分组1最小，分组10最大。PVcorravg因子的10分组多空对冲年化收益率达1261，年化波动率1115，信息比率113，月度胜率6281，最大回撤率1817。在样本内空间（2020年第一季度以前），该因子多空对冲净值表现优异，但在样本外空间（2020年第一季度以后）明显不再具有上升趋势，说明平均数因子PVcorravg失效，我们转而考虑标准差因子PVcorrstd。 分组1 分组5分组9 分组2 分组6分组10 分组3 分组7 分组1分组10 分组4 分组8 图3：PVcorravg因子10分组及多空对冲净值走势（回看20日） 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 以2014010120231231为回测时间段，图4则展示了价量相关性标准差因子PVcorrstd的10分组及多空对冲净值走势分组1最小，分组10最大。PVcorrstd因子的10分组多空对冲年化收益率达1998，年化波动率1112，信息比率180，月度胜率6942，最大回撤率1015。在2020年起的样本外空间仍然有效。 522 东吴证券研究所 分组1 分组5分组9 分组2 分组6分组10 分组3 分组7 分组1分组10 分组4 分组8 图4：PVcorrstd因子10分组及多空对冲净值走势（回看20日） 7 6 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 13价量相关性的趋势因子PVcorrtrend 此外，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。再将每只股票的20个相关系数t对时间t回归： ttt 其中t1220，回归系数记为。 接着对所有股票的回归系数在横截面上对市值及传统价量类因子（20日反转、20日换手率、20日波动率因子）进行正交，将得到的结果记为趋势因子PVcorrtrend。 以2014010120231231为回测时间段，图5则展示了价量相关因子PVcorrtrend的10分组及多空对冲净值走势分组1最小，分组10最大。PVcorrtrend因子的10分组多空对冲年化收益率达1015，年化波动率863，信息比率118，月度胜率6694，最大回撤率3019。 622 东吴证券研究所 分组1 分组5分组9 分组2 分组6分组10 分组3 分组7 分组1分组10 分组4 分组8 图5：PVcorrtrend因子10分组及多空对冲净值走势（回看20日） 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 2CPV分时版 21价量相关性分时因子的构建线索 我们构建分时版价量相关性因子的想法来自以下两条线索： 线索一：在下午最后半小时的交易中，知情交易者的比例会上升：收盘前市场中累积的私有信息使得收盘前的量价数据更具价值；