量化因子 77：成交额分位数反转强度因子本因子旨在捕捉股票短期反转信号。通过计算股票过去一段时间内，日内逐笔成交金额分布

成交额分位数反转强度因子 (ideal-reversal-factor)

Description: 本因子旨在捕捉股票短期反转信号。通过计算股票过去一段时间内，日内逐笔成交金额分布的13/16分位值的差异，来衡量市场微观结构中大单交易的强度变化，从而揭示潜在的反转机会。该因子假设，大额成交量（即高分位值）往往蕴含着更强的反转动能。 Explanation: 本因子基于市场微观结构理论，认为成交额分位数的变化蕴含着丰富的市场信息。早期版本的理想反转因子以每日平均单笔成交金额作为衡量标准，但忽略了成交额分布的偏态性。该因子通过引入日内逐笔成交金额分布的13/16分位值，能够更有效地捕捉大额成交的活动，进而提取更强的反转信号。该因子逻辑是，当大额交易（高分位值）频繁出现时，可能预示着市场情绪的极端化，反转的可能性更高。反之，当大额交易减少时，则可能代表市场情绪平稳或方向趋于稳定。该因子的核心思想在于捕捉市场参与者对价格的微观层面博弈，并通过成交额分布的变化，预测短期内的反转机会。该因子适用于高流动性的股票，并且需要高频交易数据支持。 Tags: 技术因子

Formulas

1. 计算每日日内逐笔成交金额分布的13/16分位值。该分位值代表当日成交金额分布中偏高水平的成交额，能够反映大额成交的活跃程度。

2. 选取13/16分位值最高的10个交易日，计算这10个交易日涨跌幅的算术和，记作 $M_{high}$ 。 $M_{high}$ 代表大额交易活跃时段的累积收益。

M_{high} = \sum_{i=1}^{10} R_{high_i}

3. 选取13/16分位值最低的10个交易日，计算这10个交易日涨跌幅的算术和，记作 $M_{low}$ 。 $M_{low}$ 代表大额交易不活跃时段的累积收益。

M_{low} = \sum_{j=1}^{10} R_{low_j}

4. 计算成交额分位数反转强度因子 M: $M$ 代表大额交易活跃时段与不活跃时段的收益差异，该差异越大，反转信号越强。

M = M_{high} - M_{low}

Formula Explanation

其中：

$R_{high_i}$ : 第i个13/16分位值最高的交易日的股票涨跌幅，其中i=1,2,...,10。
$R_{low_j}$ : 第j个13/16分位值最低的交易日的股票涨跌幅，其中j=1,2,...,10。
$M_{high}$ : 13/16分位值最高的10个交易日涨跌幅的算术和，代表大额交易活跃时段的累积收益。
$M_{low}$ : 13/16分位值最低的10个交易日涨跌幅的算术和，代表大额交易不活跃时段的累积收益。
$M$ : 成交额分位数反转强度因子，其数值等于 $M_{high}$ 与 $M_{low}$ 的差值，反映了高成交额活跃时段和低成交额活跃时段之间的收益差异，差异越大，反转信号越强。

来源：factors.directory

Related Factors

日均负向成交额占比相对强度 (average-single-transaction-outflow-ratio)
大单成交量价动量 (large-order-momentum)
月度相对换手率溢出 (monthly-abnormal-turnover)
20日区间收益率动量/反转因子 (momentum-or-reversal)
中期反转因子 (Medium-Term Reversal Factor) (long-term-reversal)
开盘时段大单净买入强度标准化均值 (large-order-net-buying-strength)
日内开盘净委买增额成交额比率 (net-bid-increase-ratio)
振幅切割动量累积因子 (amplitude-cutting-momentum)
月均换手率因子 (monthly-turnover-rate)
日内换手率分布离散度 (turnover-uniformity)