当前位置: 首页 > news >正文

101alpha第九

alpha

((rank(ts_arg_max((vwap - close), 3)) +

*

rank(ts_delta(volume, 3)))

今天我们来学下这个

这个是两个rank操作符相加,然后和另外一个操作符相乘,我们来看实现了什么

  • vwap - close:这部分先计算成交量加权平均价(vwap)与收盘价(close)的差值。该差值反映了当日交易中收盘价相对成交量加权平均价的偏离程度。正差值表示收盘价高于成交量加权平均价,可能意味着收盘时买方力量较强;负差值则表示收盘价低于成交量加权平均价,可能说明卖方力量在收盘时占优。
  • ts_arg_max((vwap - close), 3):在过去 3 个时间周期(如 3 天)内,找出vwap - close差值的最大值所对应的时间点。通过这个操作,可以确定在这 3 个时间周期内,收盘价相对成交量加权平均价偏离最大且为正的时刻,有助于分析价格波动的短期极值情况。
  • 分析其相差值。波动偏差率

我们用rank是在多个股票中选择强势或者弱势的一个来判断

然后再用最小的rank(ts_arg_min((vwap - close), 3)))

5. 最终结果:两个排名相加
股票rank(ts_arg_max)rank(ts_arg_min)最终结果
A0.750.751.5
B0.00.00.0
C0.50.51.0
D1.01.02.0
E0.250.250.5

最终值越高的股票,表明其 vwap 与 close 的差异在横截面上更为极端,可能蕴含交易机会。例如:

  • 股票 D 的最终值为 2.0,表明其 vwap 显著高于 close,可能被视为买入信号
  • 股票 B 的最终值为 0.0,表明其 vwap 显著低于 close,可能被视为卖出信号

这种双排名策略有助于发现价格偏离成交量加权平均价格的异常情况,捕捉潜在的反转或趋势延续机会。

  • VWAP(成交量加权平均价格) 代表机构资金的平均成本线
  • VWAP - Close 衡量收盘价相对机构成本的偏离程度:
    • 正值:收盘价高于机构成本,可能暗示买盘强势
    • 负值:收盘价低于机构成本,可能暗示卖盘强势
  • ts_arg_max 和 ts_arg_min 捕捉过去 3 天内价格偏离的极端情况,反映短期价格波动的极值点
(2) rank(...) 函数
  • 将指标值转化为横截面排名(0-1 区间),消除量纲影响
  • 突出相对强弱,使信号具有市场中性特性(不依赖绝对价格水平)
(3) ts_delta(volume, 3)
  • 衡量成交量变化率,反映市场参与度和资金流入流出强度
  • 结合排名后,识别相对放量缩量的股票

2. 策略核心逻辑

这个复合指标通过乘法加法结合三个信号:

  1. 价格偏离度的极端情况ts_arg_max 和 ts_arg_min 的排名之和)
  2. 成交量变化的强度ts_delta 的排名)
数学特性
  • 乘法效应:当且仅当三个信号同时较强时,最终值才会显著偏离中性水平(0.5)
  • 加法平滑ts_arg_max 和 ts_arg_min 的排名相加,平衡了正负偏离的影响,捕捉双向交易机会
信号解读
  • 高值信号(接近 2)
    • 价格偏离机构成本线的程度大(无论正负)
    • 同时伴随着成交量显著放大
    • 金融意义:市场情绪强烈,趋势明确,可能存在持续动能
  • 低值信号(接近 0)
    • 价格接近机构成本线(无明显偏离)
    • 同时成交量低迷
    • 金融意义:市场缺乏方向,可能处于盘整或反转前期

3. 策略应用场景

(1) 趋势跟踪
  • 做多条件
    • 复合指标值 > 1.2(高值信号)
    • 同时满足 close > ma(close, 20)(价格处于上升趋势)
  • 逻辑:价格大幅偏离机构成本且放量,表明趋势动能强劲
(2) 反转交易
  • 做空条件
    • 复合指标值 < 0.3(低值信号)
    • 同时满足 close < ma(close, 20) 且 rsi(close, 14) < 30(超卖条件)
  • 逻辑:价格回归机构成本且量能枯竭,可能预示反转
(3) 资金管理
  • 仓位分配:复合指标值直接作为仓位权重
    • 例如:指标值为 1.5 时,使用 15% 的资金建仓
  • 优势:自动增加强信号的资金投入,降低弱信号的风险暴露

4. 策略优势与风险

优势
  1. 多维度信号:同时考虑价格、成交量和相对强度,减少假信号
  2. 市场中性:排名机制使其适用于不同市场环境
  3. 适应性强:既能捕捉趋势(高值信号),也能识别反转(低值信号)
  4. 可解释性:直接关联机构成本线和资金流向,符合金融直觉
风险
  1. 震荡市陷阱:在横盘震荡市场中可能产生频繁的买卖信号
  2. 参数敏感性:回溯期(3 天)和排名精度(rate=2)需要根据不同品种和周期调整
  3. 尾部风险:极端行情下,价格可能持续偏离机构成本线,导致指标失效
  4. 执行成本:成交量放大时可能伴随流动性下降,增加滑点成本

5. 优化方向

  1. 时间周期适配

    • 短期交易(日内 / 日线):使用 3-5 天回溯期
    • 中长期交易(周线):使用 10-20 天回溯期
  2. 信号过滤

    • 增加波动率过滤(如 atr(close, 14) > 阈值
    • 结合趋势强度指标(如 adx(close, 14) > 25
  3. 多资产应用

    • 在股票、期货、外汇等不同市场验证有效性
    • 对行业板块或风格因子进行横截面分析
  4. 动态参数

    • 根据市场波动率自动调整回溯期和排名参数
    • 使用机器学习优化参数组合

总结

这个复合指标本质上是一个多因子动量策略,通过捕捉价格偏离机构成本线的极端情况和成交量变化,识别具有高动能的交易机会。其核心价值在于将价格行为资金流向相对强度三个维度的信息整合为单一可量化的信号,适合作为趋势跟踪或反转交易的决策依据。

在实际应用中,建议结合其他技术指标和基本面分析进行二次确认,并严格控制风险。该策略在趋势明确的市场中表现最佳,而在震荡市中可能需要暂时规避或调整参数。

相关文章:

  • 第21天打卡
  • 关于Spring
  • 服务器综合实验(实战详解)
  • Vue插槽(Slots)详解
  • 51单片机入门教程——AT24C02数据存储
  • 数据库故障排查全攻略:从实战案例到体系化解决方案
  • 傅利叶十周年,升级核心战略:“有温度”的具身智能蓝图
  • 强化学习系列:深度强化学习和DQN
  • golang常用库之-protojson 库(json.Marshal 和 protojson.Marshal 序列化对比)
  • 【Linux学习笔记】系统文件IO之重定向原理分析
  • IOC和Bean
  • 1 2 3 4 5顺序插入,形成一个红黑树
  • 区块链技术中的Java SE实战:从企业级应用到5大核心问题解析
  • R 语言科研绘图 --- 桑基图-汇总
  • Kubernetes生产实战(十四):Secret高级使用模式与安全实践指南
  • AI Agent(8):安全与伦理考量
  • PyTorch API 4 - 分布式通信、分布式张量
  • SpringCloud之Eureka基础认识-服务注册中心
  • 一、数据仓库基石:核心理论、分层艺术与 ETL/ELT 之辨
  • 第十七次博客打卡
  • 让“五颜六色”面孔讲述上海故事,2025年上海城市推荐官开启选拔
  • 面对非专业人士,科学家该如何提供建议
  • 时隔14个月北京怀柔区重启供地,北京建工以3.59亿元摘得
  • 央行设立服务消费与养老再贷款,额度5000亿元
  • 稳住外贸基本盘,这个中部大省出手了
  • 中国国家电影局与俄罗斯文化部签署电影合作文件