大模型量价因子

量价大模型因子说明文档

基于高频数据与市场微观结构的 26 个技术因子 V3.0

一、因子概述

量价大模型因子是一套自主开发的高频量价技术因子集（V3.0），共包含 26 个因子，基于股票的分钟级 OHLCV（开盘价、最高价、最低价、收盘价、成交量、成交额）数据计算。因子的核心理念是：市场微观结构（如日内走势形态、资金流向、成本分布、波动率聚集等）包含了丰富的 Alpha 信息，这些信息在日频数据中往往被"平均化"而丢失。

因子涵盖七大类别：隔夜情绪、动量与趋势、波动率与结构、成交量与微观结构、高阶矩、日内强度、成本与流动性分析。短周期参数（24 个 K 线）捕捉近期微观变化，长周期参数（128 个 K 线）捕捉中期趋势特征。

二、因子分类详解

2.1 隔夜情绪因子（1 个）

编号	因子名称	描述	Alpha 逻辑
1	overnight_gap（隔夜跳空力度）	当日开盘价 / 昨日收盘价 - 1，仅保留当日首根 K 线并向前填充	隔夜信息（政策、外盘、公告）的集中释放，跳空力度反映市场对信息的定价强度。正向跳空预示强势，负向跳空临近支撑位则蕴含均值回归机会

2.2 动量与趋势因子（5 个）

编号	因子名称	描述	Alpha 逻辑
2	efficiency_ratio（趋势效率系数）	|Close - Close_N| / Sum(|ΔClose|), N=128	衡量价格运动的"方向纯净度"。效率系数高=流畅趋势，效率系数低=震荡行情。用来过滤趋势策略的信号质量
3	lin_reg_slope（线性回归斜率）	128 周期滚动线性回归斜率，除以价格标准化	量化"涨跌速度"。正值且越大=加速上涨；负值且越小=加速下跌。标准化后使不同价位股票可比
4	lin_reg_r2（趋势拟合度）	128 周期滚动线性回归的 R²	衡量趋势的可信度。R² 接近 1 = 高度线性趋势（确定性高）；R² 接近 0 = 随机游走（噪声为主）
5	bias_128（乖离率）	(Close - MA_128) / MA_128	价格相对长期均线的偏离程度。负乖离过大=超卖，正乖离过大=超买。经典的均值回归指标
6	donchian_pos（价格位置）	(Close - Low_128) / (High_128 - Low_128)	价格在 128 周期范围内的相对位置。0=最低点，1=最高点。结合趋势判断可用于突破或反转策略

2.3 价格加速度因子（1 个）

编号	因子名称	描述	Alpha 逻辑
7	price_accel（价格加速度）	(V_current - V_previous)，其中 V = 3周期涨跌幅	动量变化的速率。正加速度=趋势加速（顺势），负加速度=趋势减弱（可能反转）。比单纯动量更早捕捉拐点

2.4 波动率与结构因子（3 个）

编号	因子名称	描述	Alpha 逻辑
8	vol_parkinson（帕金森波动率）	sqrt(Mean(ln(H/L)²) / (4·ln(2))), N=128	仅用最高最低价估算波动率，比收盘价标准差更高效。高波动=不确定性大，低波动=酝酿突破
9	shadow_upper_ratio（上影线压力）	24周期上影线总和 / 24周期振幅总和	上方抛压的量化指标。上影线占比高=多头尝试上攻但被空头压制，短期看跌信号
10	shadow_lower_ratio（下影线支撑）	24周期下影线总和 / 24周期振幅总和	下方买盘的量化指标。下影线占比高=空头打压但被多头承接，短期看涨信号

2.5 真实波幅因子（1 个）

编号	因子名称	描述	Alpha 逻辑
11	natr（归一化真实波幅）	24周期 ATR / Close	波动率相对当前价格的百分比。使不同价位股票的波动率可比，用于仓位管理和止损设置

2.6 成交量与微观结构因子（5 个）

编号	因子名称	描述	Alpha 逻辑
12	pv_corr（量价相关性）	24周期 Close 与 Vol 的相关系数	量价同步=趋势确认；量价背离=趋势存疑。经典技术分析中"量价配合"的量化版本
13	rvol（相对成交量）	Vol / MA_128(Vol)	当前成交量相对历史均值的高低。>1.5=放量（关注度高），<0.5=缩量（无人问津）
14	money_flow_norm（标准化资金流向）	24周期 CLV×Vol 均值 / 24周期 Vol 均值	基于"量在价先"原则的资金净流向。正值=资金净流入（价格在上部运行），负值=资金净流出
15	amihud_illiq（Amihud 非流动性）	|收益率| / 成交额 的 128 周期均值 × 10⁸	衡量"单位成交额对价格的影响"。数值越大=流动性越差，买卖冲击成本越高。对机构资金有重要参考
16	vol_std_ratio（成交量波动率比）	128周期 Vol 标准差 / 128周期 Vol 均值	成交量本身的波动程度。异动增加=资金面分歧加大，往往是行情变化的先行指标

2.7 整数关口因子（1 个）

编号	因子名称	描述	Alpha 逻辑
17	barrier_dist（整数关口距离）	|Close - Round(Close)| / Close	价格距离最近整数的相对距离。价格在整数关口附近存在"磁吸效应"和"突破效应"，是行为金融学的应用

2.8 高阶矩因子（3 个）

编号	因子名称	描述	Alpha 逻辑
18	skew（偏度）	128周期收益率的偏度	收益分布的不对称性。正偏=大涨多小跌少（慢牛），负偏=大跌多小涨少（急跌）。负偏度反转常蕴含机会
19	kurt（峰度）	128周期收益率的峰度	收益分布的"肥尾"程度。高峰度=极端行情频发，低峰度=平稳运行。用于尾部风险预警
20	downside_vol_ratio（下行风险占比）	下行标准差 / 总标准差, N=128	波动的不对称性。>0.5=下跌波动贡献更大（偏空信号），<0.5=上涨波动贡献更大

2.9 日内强度因子（1 个）

编号	因子名称	描述	Alpha 逻辑
21	intraday_intensity（日内强度）	(Close - Open) / (High - Low)	日内多空博弈的结果。-1=最低价收盘（空方完胜），+1=最高价收盘（多方完胜）。反映日内主导力量

2.10 成本与流动性因子（5 个）

编号	因子名称	描述	Alpha 逻辑
22	vwap_dev_24（短期成本偏离）	(Close - VWAP_24) / VWAP_24	价格相对于 24 周期成交量加权均价（市场平均成本）的偏离。高于 VWAP=大多数持有者浮盈，低于 VWAP=浮亏。是核心因子
23	vwap_dev_128（长期成本偏离）	(Close - VWAP_128) / VWAP_128	同上但更长周期，反映中期成本结构
24	vwap_zscore_24（成本穿透力）	(Close - VWAP_24) / Std(Close, 24)	将成本偏离用波动率标准化，衡量偏离的"统计显著性"。|Z|>2=显著偏离成本区，可能有回归动力
25	vwap_slope_24（成本趋势）	VWAP_24 的滚动线性回归斜率	市场平均成本的移动方向。成本上升=资金持续流入推高（看涨），成本下降=资金流出
26	price_cost_div（量价背离）	Close 的 24周期涨跌幅 - VWAP_24 的 24周期涨跌幅	价格变化与成本变化的差。价格上涨但成本未跟=虚涨（可能回落），价格下跌成本不降=假跌

三、技术实现

因子采用全向量化计算，核心优化包括：

• 数据读取：np.load() 直接加载预处理的 .npy 文件，I/O 效率优于 CSV
• 滚动计算：利用 Pandas rolling 窗口进行向量化统计，避免 Python 循环
• 并行处理：使用 ProcessPoolExecutor 多进程并行，自动利用全部 CPU 核心
• 内存优化：计算过程使用 float64 精度，存储转换为 float32 以节省空间
• 成交量复权：通过 amount / avg_price 反推真实成交量，解决复权因子导致的数据失真问题

输入数据为分钟级高质量复权数据，输出时仅保留每日 14:00 时刻的因子快照，既保证了因子质量又控制了数据存储规模。

四、因子应用场景

• 日内择时策略：利用 overnight_gap 捕捉隔夜信息驱动的开盘机会
• 趋势跟踪策略：利用 efficiency_ratio、lin_reg_slope 识别流畅趋势行情
• 均值回归策略：利用 bias_128、vwap_zscore_24 捕捉极端偏离后的回归机会
• 成交量分析：利用 pv_corr、money_flow_norm、rvol 判断资金动向和参与热度
• 风险预警：利用 skew、kurt、downside_vol_ratio 监测非对称尾部风险

五、版本迭代说明

因子V3.0 相比前两代的核心改进：

• 成交量复权方案优化：用 (O+H+L+C)/4 替代 (H+L+C)/3 计算日内均价，信息利用率提升
• 引入 VWAP 成本分析体系：新增 5 个 VWAP 相关因子，覆盖成本偏离、穿透力、趋势和背离
• 增加高阶矩特征：偏度、峰度、下行波动率占比，捕捉收益分布的非线性特征
• 加速度因子优化：用 3 周期速度差替代简单的二阶差分，更符合物理直觉
• 整数关口距离：引入行为金融学视角，量化价格在关键心理价位的微观行为