量化因子 90:小单错位自相关性

26 阅读2分钟

小单错位自相关性 (small-order-misalignment)

来源:factors.directory

Description: 该因子旨在捕捉由散户交易行为驱动的短期动量效应。其核心思想是利用小额订单(通常被认为是散户主导的交易)的连续性变化来揭示市场中存在的“追涨杀跌”的羊群效应。具体而言,该因子通过计算小额订单资金流的滞后自相关性来量化这种效应。较高的自相关性可能意味着散户在短期内更倾向于延续之前的交易行为,从而在价格上形成可预测的动量。 Explanation: 该因子通过计算小额订单资金净流入序列的滞后一期秩相关性来衡量散户的羊群效应。具体来说,我们先计算股票在过去20个交易日的小额订单净流入序列(StS_t),再计算其滞后一个交易日(St+1S_{t+1})的小额订单净流入序列。然后,对这两个序列分别进行排序,得到对应的秩序列。最后,我们计算这两个秩序列的斯皮尔曼等级相关系数。如果该相关系数为正且较高,则表明当前小单资金流的方向与前一天的小单资金流方向具有较强的正相关性,反映出散户存在追涨杀跌的倾向,这种行为模式可能导致短期的动量效应。该因子在资金流错位相关性因子中表现良好。 Tags: 情绪因子

Formulas

Rank Correlation of lagged small order net flow

\rho(Rank(S_t), Rank(S_{t+1}))

Formula Explanation

其中:

  • StS_t: 股票在t时刻过去20个交易日内,小额订单(通常指小于4万元的订单)的净流入序列。
  • St+1S_{t+1}: 股票在t+1时刻过去20个交易日内,小额订单的净流入序列。这里与StS_t相比,时间窗口整体滞后一个交易日,形成一个错位的时间序列。
  • Rank()Rank(): 对括号内的序列进行排序,获取其在序列中的秩。
  • \rho(): 计算括号内两个秩序列的斯皮尔曼等级相关系数(Spearman's rank correlation coefficient)。

来源:factors.directory

Related Factors

  • 散户同步性因子 (herd-effect)
  • 超大单-小单资金流同步秩相关性 (large-small-order-correlation)
  • 主力成交同步性因子 (main-force-trading-strength)
  • 残差资金流强度 (residual-fund-flow-intensity)
  • 开盘时段大单净买入强度标准化均值 (large-order-net-buying-strength)
  • 双向价格差分自相关性标准化因子 (price-auto-correlation)
  • 主力成交额-价格相关性因子 (main-force-trading-sentiment)
  • 日内开盘净委买增额成交额比率 (net-bid-increase-ratio)
  • 大单成交量价动量 (large-order-momentum)
  • 20日区间收益率动量/反转因子 (momentum-or-reversal)