改进_开源证券_VCF_多尺度量价背离检测因子！

原因子（$\mathrm{2025.7.14}$）

代码实现

def factor(df):# 计算主动买入量占比df['buy_ratio'] = df['taker_buy_volume'] / (df['volume'] + 1e-7)# 计算价格波动率price_change = df['close'].pct_change()volatility = price_change.ewm(span=96, min_periods=24).std()# 计算量价比率vp_ratio = df['volume'] / (volatility + 1e-7)# 关键周期定义periods = [96, 288, 672, 1440, 2880]# 计算各周期量价比率vp_matrix = np.column_stack([vp_ratio.ewm(span=p, min_periods=int(p/4)).mean()for p in periods])# === 核心改进3: 多尺度量价背离检测 ===divergence_matrix = np.zeros((len(df), len(periods)))for i, p in enumerate(periods):# 价格动量price_momentum = df['close'].pct_change(p)# 成交量动量volume_momentum = df['volume'].pct_change(p)# 资金流动量flow_momentum = df['buy_ratio'].diff(p)# 量价背离检测price_volume_div = np.sign(price_momentum) * np.sign(volume_momentum) < 0# 价资背离检测price_flow_div = np.sign(price_momentum) * np.sign(flow_momentum) < 0# 综合背离强度div_strength = (price_volume_div.astype(int) + price_flow_div.astype(int)) * np.abs(flow_momentum)# 在尾部区域放大背离信号is_tail = (df['buy_ratio'] < 0.25)div_strength = np.where(is_tail, div_strength * 1.5, div_strength)divergence_matrix[:, i] = div_strength# 组合特征矩阵combined_matrix = np.concatenate((vp_matrix, divergence_matrix), axis=1)  # 使用背离矩阵替代协同矩阵# 滚动分位数标准化scaled_std = np.zeros_like(combined_matrix)for i in range(combined_matrix.shape[1]):col = pd.Series(combined_matrix[:, i])rolling_q20 = col.rolling(window=2880, min_periods=720).quantile(0.20)rolling_q80 = col.rolling(window=2880, min_periods=720).quantile(0.80)scaled_std[:, i] = (col - rolling_q20) / (rolling_q80 - rolling_q20 + 1e-7)# 最终因子计算 (尾部敏感加权)# 在尾部区域增加背离信号的权重tail_weight = np.where(df['buy_ratio'] < 0.25, 1.5, 1.0)factor = np.mean(scaled_std, axis=1) * np.log1p(df['volume']) * df['buy_ratio'] * tail_weightreturn factor

因子表现

📊 单币种 (single) 详细评估结果:
--------------------------------------------------
📈 平稳性检验 (ADF):p_value: 0.000000是否平稳: 是
🔗 相关性分析:IC (Pearson): 0.015414Rank_IC (Spearman): 0.016373
📊 信息比率:IR: 0.244797

问题分析

深入分析因子构建逻辑的不足之处

1. 背离检测逻辑存在根本性缺陷

• 问题核心：背离检测基于np.sign(price_momentum) * np.sign(other_momentum) < 0，但未考虑动量强度
  • 仅依赖符号会导致弱动量与强动量被同等对待（例如：价格变动0.01%与成交量变动50%被视为有效背离）
  • 未设置动量阈值过滤，大量噪音信号被纳入（如微小价格波动+随机成交量波动）
• 量纲不一致：
  • price_momentum使用百分比变化（无量纲）
  • volume_momentum使用百分比变化（无量纲）
  • flow_momentum却使用原始差分（有量纲），导致三者不可直接比较
• 尾部放大机制失真：
  • div_strength = ... * np.abs(flow_momentum) 在buy_ratio<0.25时放大，但：
    • 低buy_ratio时段本身flow_momentum绝对值较小（分母效应）
    • 放大操作反而可能强化无效信号

2. 特征工程结构性问题

• 量价比率(vp_ratio)构建不合理：

  vp_ratio = df['volume'] / (volatility + 1e-7)
  

  • 分子volume具有时间累积性，分母volatility是瞬时波动率，两者时间尺度不匹配
  • 未考虑成交量自身的波动特性（应使用成交量波动率而非原始volume）
• 多周期处理方式粗糙：

  vp_matrix = np.column_stack([vp_ratio.ewm(span=p...]) 
  divergence_matrix = np.zeros((len(df), len(periods)))
  

  • 所有周期采用相同权重，未考虑市场周期特性（如：短周期应更高频更新）
  • 未处理周期间的共线性问题（如96与288周期高度相关）

3. 标准化方法导致前瞻性偏差

• 滚动分位数标准化缺陷：

  rolling_q20 = col.rolling(window=2880).quantile(0.20)
  scaled_std = (col - rolling_q20) / (rolling_q80 - rolling_q20)
  

  • 窗口长度2880（≈30天）在加密货币市场过长，无法适应快速波动
  • 未进行边界处理：当rolling_q80 ≈ rolling_q20时产生数值爆炸（尽管有1e-7但治标不治本）
  • 滚动窗口在时间序列末端使用未来信息（需改为expanding或固定滞后）

4. 最终因子合成逻辑冲突

• 相互矛盾的权重设计：

  factor = mean(scaled_std) * log1p(volume) * buy_ratio * tail_weight
  

  • log1p(volume)强化大成交量时段
  • buy_ratio强化主动买入时段
  • 但两者常呈负相关（大成交量往往伴随buy_ratio回归均值）
  • tail_weight在低buy_ratio区二次放大，形成逻辑闭环但缺乏实证支持

5. 市场机制未充分考量

• 加密货币特性缺失：
  • 未处理“鲸鱼地址”的影响（大单导致的瞬时buy_ratio跳变）
  • 忽略交易所API的taker数据可靠性问题（部分交易所包含自成交）
  • 未考虑山寨币联动效应（BTC主导行情时的传导关系）
• 波动率计算缺陷：

  volatility = price_change.ewm(span=96).std()
  

  • 使用固定span=96（24小时）未适应市场波动率聚类特征
  • 应引入GARCH类模型或波动率回归调整

6. 计算效率与实现风险

• 循环矩阵操作低效：

  for i, p in enumerate(periods):  # 5周期循环divergence_matrix[:, i] = ... # 向量化操作可提速10倍+
  

  • 对每个周期独立计算未利用矩阵并行运算
  • 滚动分位数循环for i in range(combined_matrix.shape[1])更应避免
• 内存消耗隐患：
  • 创建vp_matrix(5列), divergence_matrix(5列), combined_matrix(10列)等中间矩阵
  • 在长时序（如ETH 15m 4年数据≈140,160条）消耗超2GB内存

7. 理论依据薄弱环节

• 量价背离假设待验证：
  • 传统市场“价涨量缩→反转”规律在加密货币市场有效性存疑
  • 未区分牛市/熊市中的背离信号差异（如牛市中的无量上涨可持续）
• 尾部强化机制缺乏实证：
  • buy_ratio<0.25作为尾部区域的阈值设定随意
  • 未验证低buy_ratio区间的信号预测能力是否确实更强

改进方向建议（暂不实施）

1. 重构背离检测：

   • 改用动态阈值：|price_momentum| > σ(noise) 且 sign(price) != sign(volume)
   • 引入自适应动量强度权重：div_strength = tanh(|Δprice|) * tanh(|Δvolume|) * sign_conflict

2. 优化特征工程：

   # 建议替代方案
   vp_ratio = volume_std / (volatility * typical_price)  # 引入典型价格归一化
   divergence_score = MACD(price) * MACD(volume) < 0  # 基于指标协同性
   

3. 改进标准化方法：

   # 动态滚动窗口 + 稳健标准化
   window = min(1440, int(22.5 / volatility))  # 波动率自适应窗口
   scaled = (x - median) / IQR  # 使用四分位距抗异常值
   

4. 因子合成逻辑调整：

   # 分层加权方案
   alpha = entropy_weights(vp_matrix)  # 信息熵赋权
   beta = decay_weights(divergence_matrix) # 时间衰减赋权
   factor = dot(alpha, vp_scaled) + dot(beta, div_scaled)
   

该因子核心问题在于试图用复杂结构弥补基础逻辑缺陷。建议回归市场微观结构本质，重点攻关：订单流不平衡度 + 波动率异常检测 + 多尺度市场情绪合成三个核心维度。当前方案中约60%的代码（尤其是矩阵操作部分）可被更简洁的物理意义明确的方法替代。

尝试对以上问题进行了改进。然而无果、效果都不怎么样。

---

具体分析：因子头尾部收益率表现反常

1. 背离信号的方向性冲突（核心问题）

• 背离检测逻辑：

  price_volume_div = np.sign(price_momentum) * np.sign(volume_momentum) < 0  # 量价背离
  price_flow_div = np.sign(price_momentum) * np.sign(flow_momentum) < 0     # 价资背离
  

  • 此逻辑将所有类型的背离都标记为正向信号（背离强度值 > 0）
  • 但实际包含两种相反的市场信号：
    • 看涨背离（价格↓ + 资金流↑）：预示底部反转
    • 看跌背离（价格↑ + 资金流↓）：预示顶部反转

• 尾部放大机制的副作用：

  is_tail = (df['buy_ratio'] < 0.25)
  div_strength = np.where(is_tail, div_strength * 1.5, div_strength)  # 尾部区域放大
  

  • 在尾部区域（buy_ratio < 0.25），同时放大了看涨和看跌背离信号
  • 导致因子头部同时包含：
    • 真实的顶部看跌背离（应做空）
    • 被放大的底部看涨背离（应做多）

2. 标准化过程的特征混淆

• 混合标准化问题：

  combined_matrix = np.concatenate((vp_matrix, divergence_matrix), axis=1)
  scaled_std = ...  # 对组合矩阵统一标准化
  factor = np.mean(scaled_std, axis=1)  # 取均值
  

  • 将量价趋势特征（vp_matrix）和背离特征（divergence_matrix）合并后标准化
  • 两类特征的经济含义相反：
    • vp_matrix 代表动量强度（值越大越看涨）
    • divergence_matrix 代表反转强度（值越大反转风险越高）
  • 在头部区域，高动量值和高背离值相互抵消，导致因子无法明确表达市场方向

3. 尾部权重的自我冲突

• 重复放大逻辑：

  tail_weight = np.where(df['buy_ratio'] < 0.25, 1.5, 1.0)  # 二次放大
  factor = ... * tail_weight
  

  • 在背离检测阶段已对尾部区域放大1.5倍（div_strength * 1.5）
  • 最终因子又乘以相同的尾部权重（tail_weight）
  • 导致尾部区域的噪声信号被双重放大，而核心信号（资金流方向）被弱化

4. 资金流信号的未被充分利用

• buy_ratio的线性使用：

  factor = ... * df['buy_ratio']  # 线性乘以资金流
  

  • 在头部区域（因子值最大处），高因子值可能由以下组成：
    • 高buy_ratio（看涨） + 高看跌背离（看跌）
  • 在尾部区域（因子值最小处）：
    • 低buy_ratio（看跌） + 高看涨背离（看涨）
  • 线性相乘无法解决这种内在矛盾

5. 极端值区域的逻辑矛盾

• 因子头部（最大值区域）：

  成分	期望信号	实际信号
  量价趋势(vp_matrix)	看涨	✅ 看涨
  背离信号	-	❌ 同时含多空
  buy_ratio	看涨	✅ 看涨
  综合效果	看涨	方向模糊

• 因子尾部（最小值区域）：

  成分	期望信号	实际信号
  量价趋势(vp_matrix)	看跌	✅ 看跌
  背离信号	-	❌ 同时含多空
  buy_ratio	看跌	✅ 看跌
  综合效果	看跌	方向模糊

根本原因总结

1. 信号方向冲突：背离检测未区分看涨/看跌类型，导致头部混入看跌信号，尾部混入看涨信号
2. 特征标准化混淆：动量特征（vp_matrix）与反转特征（divergence_matrix）被合并处理，模糊经济含义
3. 尾部过度放大：双重放大机制强化了噪声而非有效信号
4. 资金流未主导：在极端区域，buy_ratio未能主导因子方向，被冲突信号抵消

这些设计缺陷导致因子在极端值区域失去方向性预测能力：头部可能包含真实看跌信号，尾部可能包含真实看涨信号，与预期收益方向相反。