量化研究---alpha002量化因子分析研究检验

小果量化交易量化研究
小果量化交易量化研究 专做量化开发研究,微信xg_quant

0 People liked this article · 535 views

继续分享量化因子alpha002,前面分析了alpha001的量化因子的思路
因子检验---alpha001因子有效分析研究科普
今天在把算法迁移到ptrade,感觉不同的平台接口不一样,还是比较考验代码能力
图片
先了解一下因子的建立
图片
图片
python计算原理代码
def alpha002(data, dependencies=['closePrice','lowestPrice','highestPrice'], max_window=2):    # -1*delta(((close-low)-(high-close))/(high-low),1)    win_ratio = (2*data['closePrice']-data['lowestPrice']-data['highestPrice'])/(data['highestPrice']-data['lowestPrice'])    return win_ratio.diff(1) * (-1)  # 注意:删除了 .iloc[-1]
其中 delta(x, 1) 表示 x 相对于前一根 K 线的差值,即 x(t) - x(t-1)
所以完整公式为
Alpha002 = - [ R(t) - R(t-1) ]
图片
数据原理
图片
 R 的几何意义
在一根 K 线(最高价 H,最低价 L,收盘价 C)中:
close - low:收盘价距离最低点的幅度(下影线 + 实体下方)
high - close:收盘价距离最高点的幅度(上影线 + 实体上方)
相减:衡量 收盘价在 K 线中的偏移方向与程度。
若 C 接近 H:close-low 大,high-close 小 → R 接近 +1
若 C 接近 L:close-low 小,high-close 大 → R 接近 -1
若 C 接近中点:R 接近 0
所以 R ∈ [-1, 1],可视为归一化的收盘偏移强度。

 Delta 与负号的作用
delta(R, 1):R 的变化趋势(上升 / 下降)
取负号:反转变化方向
因此 Alpha002 高 → R 快速下降;Alpha002 低 → R 快速上升。
因子的交易逻辑与思路
图片
该因子捕捉 K 线内部收盘价偏移方向的短期反转,而非趋势延续。当 R 快速上升时(收盘价持续走强),因子产生负值,提示卖出或减仓;当 R 快速下降时,因子正值,提示买入。这是一种 均值回归 / 反转型因子,尤其适合震荡市场。
Alpha002 是一个典型的日内收盘偏移反转因子,通过测量收盘价在 K 线中的相对位置的变化速度,捕捉极短期的价格回归行为。它在量化交易中常用于构建高频或日内的均值回归策略,尤其适合与趋势因子搭配使用。
流程图
图片
我利用因子分析框架,利用全市场的etf数据分析这个因子,计算全部的因子数据
图片
因子的分组检验
图片
分组统计
图片

图片
ic分析
图片
图片
IC 衰减分析
图片
分层收益绩效
图片
图片
图片
不懂的问我就可以,加我备注入群可以加入量化研究群
图片
因子的概括,需要结合其他因子优化完善

Published on 2026-06-15 16:27

Disclaimers:

This document is written by 小果量化交易量化研究 Original published on 百果量化交流平台 ,The copyright belongs to the author。

Log in,More exciting content waiting for you to find,Contribute wonderful answers,Participate in comment interaction

go Sign in! No accountgoregister

广告