高频价量相关性趋势因子 (price-volume-correlation-trend)
Description: 该因子旨在捕捉股票高频（分钟级别）价格与成交量之间相关性的动态变化趋势。通过计算每日股票分钟级别收盘价与成交量的相关系数，并分析这些相关系数随时间推移的变化方向和强度，从而衡量市场微观结构中，价格与成交量之间同步或背离的程度，进而反映市场情绪和潜在的交易机会。具体而言，我们考察每日内价量相关性是趋于增强（正向变化）还是减弱（负向变化）。 Explanation: 该因子的核心逻辑在于捕捉市场微观结构中，价格与成交量之间关系的动态变化。负值的 ( \beta ) （即PV_corr_trend越小），表示当日内价格与成交量的相关性在逐渐减弱，这可能暗示着市场情绪逐渐趋于分歧，价格上涨可能并未伴随成交量的有效放大，反之亦然，这通常被认为是多空双方力量开始出现不均衡的表现，并可能预示着潜在的反转机会。另一方面，正值的 ( \beta ) （即PV_corr_trend越大），则表示当日内价格与成交量的相关性在逐渐增强，可能暗示着市场情绪的一致性，价格与成交量同时放大或减小，这通常被认为是市场趋势强化的信号。因此，该因子主要利用高频数据，通过分析每日内价量关系变化趋势，来捕捉短期市场情绪和微观结构特征，以辅助进行股票选股。通常情况下，负向的趋势（ ( \beta ) 为负）可能具有更高的预测能力。 Tags: 技术因子
Formulas
1. 计算每日股票分钟级别收盘价与成交量的Pearson相关系数:
2. 对每个交易日，将该日内计算得到的20个连续时间窗口对应的相关系数 ( p_t ) 进行线性回归，时间 ( t ) 作为自变量，得到回归系数 ( \beta ):
p_t = \beta t + \epsilon_t, \text{ 其中 }, t=1,2,3,...,20
3. 将所有股票每日计算得到的回归系数 ( \beta ) 在横截面上进行标准化处理，并剔除市值、传统价量类因子（如20日反转、20日换手率、20日波动率等）的影响，得到最终的高频价量相关性趋势因子。
Formula Explanation
可访问 factors.directory 查看详细的公式解释。
Related Factors
- 主力成交额-价格相关性因子 (main-force-trading-sentiment)
- 双向价格差分自相关性标准化因子 (price-auto-correlation)
- 成交量价背离度 (price-volume-divergence)
- 散户同步性因子 (herd-effect)
- 尾盘成交量比率因子 (tail-volume-ratio)
- 二阶动量加速度因子 (acceleration-momentum)
- 实体K线一致性买入强度因子 (consistent-buy-transaction)
- 下行风险贝塔 (downside-beta)
- Frazzini-Pedersen 调整贝塔 (frazzini-pedersen-beta)
- 下尾风险贝塔 (tail-beta)
