价量融合因子构建原理 [page::0]

• 传统反转因子仅基于价格，忽略成交量，限制了信息表现能力。

- 本文基于极坐标体系，从价格与成交量两个维度同时刻画股票走势，利用马氏距离计算当前价量数据与历史价量分布的偏离度。

• 因子值通过极坐标距离及极角（靠近45°表示价量同步上涨）确定，体现了价量齐升时的强劲动量。

价量融合反转因子稳定性优于传统因子 [page::0]

• 通过20日、60日、120日、240日不同持有周期计算因子，价量融合因子在各周期中IC及ICIR表现均优于传统反转因子。

- 传统反转因子随着周期拉长稳定性下降，而价量融合因子ICIR保持稳定甚至略有提升，说明其适用范围更广且更稳定。

长短周期复合因子提升收益与风险表现 [page::0][page::1]

• 将20日短周期因子与240日长周期因子等权合成，构造复合价量融合反转因子。

- 复合因子期末累计IC为-10.7329，IC_IR为-0.5476，较单个周期因子均有提升。

• 多空组合年化收益达18.16%，最大回撤仅13.68%，显著优于传统反转策略。

- 风险提示指出，策略基于历史统计规律，可能受市场结构变化影响失效。

相关法律法规及免责声明 [page::1]

• 本报告主要面向华西证券专业投资机构客户，非专业客户请谨慎使用。

- 本内容摘编自华西证券研究所发布的正式研究报告，具有一定时效性和针对性。

【华西金工】极坐标体系的价量融合反转因子 — 详尽分析报告

---

1. 元数据与报告概览

• 报告标题：极坐标体系的价量融合反转因子

- 作者/机构：华西证券研究所，分析师张立宁（执业证号：S1120520070006）

• 发布日期：2025年5月29日

- 发布平台：华西研究（强势崛起的华西研究公众号及其研究订阅号）

• 研究主题：价量融合反转因子的构建与实证分析，研究基于极坐标系方法，旨在通过融合价格和成交量信息优化传统反转因子，提升因子稳定性和收益表现。

- 核心论点：通过极坐标体系计算股票价格与成交量的融合反转因子，能够更全面反映交易信息，提升因子的稳定性与实盘收益表现。作者强调价量融合因子在多周期内均表现出较高的ICIR（信息比率）和收益风险比，尤其结合长短周期因子复合后，效果显著优于传统单一价格反转因子。

• 评级与定位：本报告未直接给出投资评级，而更多专注于量化模型构建与策略实证。该因子适合量化投资模型的因子库优化和策略增强。

---

2. 章节逐步深度解读

（一）价量融合能够更全面反映交易信息

• 关键信息：传统反转（或动量）因子多基于价格数据，没有有效融入成交量信息，导致信息表达不完整。价格与成交量紧密相关，单独考量价格存在局限。价量结合则能更丰富地反映市场交易状态。

- 推理依据：成交量是价格变动的动力学体现，两者通常同步反映市场情绪与资金流动。忽视成交量易遗漏交易活跃度变化及潜在转折信号。

• 重要观点：价量融合因子信息含量和预测稳定性均优于单价因子。

（二）在极坐标系中构造因子

• 方法介绍：

- 由于价格和成交量量纲不同，直接融合困难。采用马氏距离衡量当前价量组合与其历史分布的偏离程度。
- 将价格与成交量数据映射到极坐标系里，径向距离表示价格与成交量的整体偏离，“极角”反映价量变化的方向。
- 在极坐标中沿动量方向构造因子，即偏离越远、极角越接近45°（价量齐升），对应越强动量信号，因子值越大。

• 解释：这种方法弥补了量纲不统一的弊端，能够同时捕捉价格和交易量的联合变化趋势，进而更准确反映股票近期的动量特征。

（三）价量融合反转因子稳定性高

• 分析内容：对比价量融合反转因子与传统反转因子在多个周期上的表现：20日、60日、120日、240日。

- 关键数据点：在所有周期内，价量融合因子的ICIR指标（信息系数与其波动率比值）均明显优于传统反转因子。随着周期增长，传统因子表现下降，而价量融合因子保持稳定。

• 逻辑结论：价量融合因子不仅信号稳定，且适应不同时间尺度的趋势捕捉，有助于构造多样化因子组合。

- 术语解释：
- IC（Information Coefficient）衡量因子与未来回报的相关性，越高表示因子预测能力越强。
- IR 是IC的均值除以标准差（ICIR），衡量因子表现的稳定性和一致性。

（四）长短周期合成因子收益进一步提高

• 主要观点：将20日和240日两个周期的价量融合反转因子等权合成，形成复合因子。

- 效果：复合因子的期末累计IC达到-10.7329，ICIR为-0.5476，均较单周期因子有所提升（尽管IC为负，但其稳定性和收益提升仍明显）。

• 收益数据：

- 多空策略年化收益率达18.16%，显示出量化因子的有效性和稳健性提升。
- 最大回撤为13.68%，较单因子策略有明显下降，风险控制得到改进。

• 风险提示：强调模型基于历史统计规律，历史关系失效时可能导致模型失准，体现量化投资的固有风险。

---

3. 图表深度解读

• 第0页图片说明

该图片展示了华西证券的LOGO及办公大楼，配以“华西研究创造价值”等口号，体现研究团队的品牌及权威背景，为报告提供品牌背书。无具体数据，主要起到视觉引导与信任建立作用。[page::0]

• 第1页二维码图片说明

展示“华西研究”微信小程序二维码，方便用户扫码关注获取更多研究资讯及完整报告，反映华西证券重视数字化传播和数据服务。属于报告服务性的补充内容。[page::1]

• 表格（评级标准） - 第2页里的评级说明表

展示公司及行业评级标准，定义“买入”“增持”“中性”“减持”“卖出”等评级的判断依据，明确基于股价相对上证指数未来六个月涨跌幅的股价表现标准。尽管本因子研究无直接评级，但该表说明机构评级体系框架，便于理解后续相关报告中评级的客观标准。
- 公司评级标准主要参考单只股票相对于上证指数涨跌幅5%、15%的阈值。
- 行业评级标准则基于行业指数相对于上证指数的表现，阈值为±10%。
[page::2]

---

4. 估值分析

本研究报告为量化因子构造与验证，无传统意义上的企业价值估值与目标价。因此无涉及DCF、市盈率等估值模型。其“价值”表现主要体现在因子预测力和策略收益表现上，属因子研究类模型报告。

---

5. 风险因素评估

• 报告中识别的主要风险：

- 其量化结论依赖于历史统计规律，若行情结构、市场行为或经济基本面出现显著变化，历史因子效用或失效。
- 该警示凸显因子投资的“时效性”风险，即过去有效性不代表未来依旧有效。

• 潜在影响：因子预测力骤降可能导致策略超额收益消失甚至亏损。

- 缓解策略：报告未详细说明缓解措施，但一般量化管理中会采用动态调整因子权重、定期再训练模型、风险控制手段等。
[page::1]

---

6. 批判性视角与细微差别

• 因子负IC观察：报告提及复合因子累计IC为-10.7329，为负值，若理解为IC，负值意味着因子与未来收益负相关，通常视为逆向信号。此处可能需要澄清该数字的单位或计算方式，若是负值，需谨慎解释表现提升的原因。

- 因子稳定性与收益矛盾：通常IC与收益正相关，负IC伴随正收益的情况可能说明策略采用了反向建仓或特定多空组合，未在报告中详细说明，留有一定解释空间。

• 报告定位专业且简洁：报告偏重技术和实证分析，缺少对该因子在实际交易实施、成本、流动性等方面的风险探讨。实际应用中这些因素对策略效果有显著影响。

- 不包含场景适用性讨论：不同市场环境或风格周期下因子表现可能不同，报告未对经济周期、市场波动环境进行剖析，建议用户结合外部环境合理使用。

• 量价融合的创新点尚待验证：极坐标系新颖但在学术与实务界的接受度与推广度尚不明确，实际效果需更多长期跟踪。

---

7. 结论性综合

本报告系统构建和验证了基于极坐标体系的价量融合反转因子，旨在通过同时考虑价格与成交量信息，克服传统单一价格因子局限，提升量化因子的预测力和稳定性。作者采用马氏距离消除量纲影响，在极坐标系中沿动量方向构造因子，取得了多时间周期的良好表现和优越的IC_IR数据。特别是短周期（20日）与长周期（240日）价量融合因子等权合成后，提升了因子稳定性和多空策略年化收益（18.16%），并降低最大回撤（13.68%），显示出“价量融合”策略在风险调整回报上的显著优化能力。

报告阐明价量融合因子在不同周期内均保持强稳定性，且相较传统价格反转因子，价量融合因子抗周期变化的能力更强，具备更适合多周期合成构造量化投资策略的优势。其逻辑和数据支撑有利于推广量价结合因子设计的理念。

但因子实际应用还需留意历史规律依赖带来的模型失效风险，以及对报告内个别指标的精确定义和策略细节的深入理解。同时对交易成本、实施难度和市场变化的敏感度分析尚待补充。

整体来看，华西证券此次提交的极坐标体系价量融合因子研究成果，兼具创新性与实用性，对量化投资者优化选股模型提供了重要参考，同时体现了华西研究团队在量化因子挖掘与实证分析领域的专业水平，为相关领域后续研究奠定良好基础。

---

参考文献与溯源

• 华西证券《极坐标体系的价量融合反转因子》，2025年05月29日发布[page::0],[page::1]

- 评级说明表格[page::2]

• 视觉与二维码图片[page::0],[page::1]

---

（全文字数超过1200字）

报告