量化因子 88：双向价格差分自相关性标准化因子该因子通过计算价格序列一阶差分的正向和负向自相关性，并进行标准化处理，从而

双向价格差分自相关性标准化因子 (price-auto-correlation)

Description: 该因子通过计算价格序列一阶差分的正向和负向自相关性，并进行标准化处理，从而衡量股票价格变动的持续性。该因子倾向于捕捉价格变动方向的反转特征，即不希望股价连续出现相同方向的大幅波动。因子值越低的股票，表示其价格变动方向更倾向于反转，可能预示着未来的收益机会。 Explanation: 该因子逻辑基于价格的均值回归特性，并利用双序列差分的方式增强其捕捉反转信号的能力。当股票价格连续出现同方向变动时，该因子的取值会较高，反之则较低。通过标准化处理，确保因子在不同股票之间具有可比性。因此，因子值较低的股票，表示价格变动方向可能发生反转，通常被认为是潜在的买入机会，反之则可能是卖出机会。该因子与单序列差分自相关因子具有类似的逻辑，但通过分别计算正向和负向的价格差分自相关性，增强了对价格变动方向反转的捕捉能力。 Tags: 技术因子

Formulas

CDPDP:

CDPDP = \frac{CorrPos - mean(CorrPos)}{std(CorrPos)} + \frac{CorrNeg - mean(CorrNeg)}{std(CorrNeg)}

Formula Explanation

其中:

$\Delta P_t$ : 第t个时间点的价格一阶差分，计算公式为 $\Delta P_t = P_t - P_{t-1}$ ，其中 $P_t$ 为t时刻的价格。
$CorrPos$ : 正向价格差分自相关性，表示在价格差分大于零的情况下（即 $\Delta P_t > 0$ ），取 $\Delta P_t$ 和 $\Delta P_{t+1}$ 构成的序列的20日相关系数的平均值。该值衡量了价格上涨的持续性。
$CorrNeg$ : 负向价格差分自相关性，表示在价格差分小于零的情况下（即 $\Delta P_t < 0$ ），取 $\Delta P_t$ 和 $\Delta P_{t+1}$ 构成的序列的20日相关系数的平均值。该值衡量了价格下跌的持续性。
$mean()$ : 表示求取平均值操作，用于计算正向和负向自相关性的均值。
$std()$ : 表示求取标准差操作，用于计算正向和负向自相关性的标准差，进行标准化处理。

来源：factors.directory

Related Factors

相对组合对数价差偏离度 (price-spread-deviation)
二阶动量加速度因子 (acceleration-momentum)
20日区间收益率动量/反转因子 (momentum-or-reversal)
散户同步性因子 (herd-effect)
高频价量相关性趋势因子 (price-volume-correlation-trend)
收益动量一致性因子 (information-dispersion)
多周期标准化移动平均动量因子 (momentum-factor)
主力成交额-价格相关性因子 (main-force-trading-sentiment)
Fama-French三因子模型残差动量 (residual-momentum-ff3)
残差市值偏离度 (specific-market-capitalization)