首页 编写策略 数据平台 因子研究 我的交易 发现策略 量化学院 知识库 免费注册
量化数据分析

利用分钟数据构建股票每日”冲高回落“的标识

由hxgre创建，最终由hxgre 被浏览 12 用户

一、“冲高回落”的定义

在股票领域中，大家经常会听到一个词，叫做“冲高回落”。冲高回落是指当日股票当日急速无量上涨，然后带量下跌。分时图走势为先扬后抑，一般为早盘拉高，然后慢慢下滑，收盘拉出一根上影线。

下图展示了 000599.SZ 在 2024-09-18 这一天的分时走势，其走势非常符合”冲高回落“的定义：

  • 冲高区域：该票当日早盘迅速下探当日低点3.52元后，有迅速地拔高趋向，在09:33-09:45短短12分钟内，从水下-4.61%涨至水上6.78%，振幅高达11.39%。这是典型的早盘冲高迹象。
  • 回落区域：接着该票在09:45达到当日最高价后，开启了一个漫长的下跌过程，虽然区间略有反弹，但最终在13:34探底冲高后的最低价3.61元，自最高点下跌

二、数据源介绍

平台提供了股票的分钟数据，链接如下：https://bigquant.com/data/datasources/cn_stock_bar1m，后续我们以该数据为源，介绍如何构建“冲高回落”指标。

三、指标构建详解

我们复现 000599.SZ 在 2024-09-18 这一天如何构建“冲高回落”指标：

  1. 从 cn_stock_bar1m 数据源中读取数据如下：
import dai
import numpy as np
import pandas as pd

date = "2024-09-18"
instrument = "000599.SZ"

df = dai.query(f"SELECT date, instrument, close, open FROM cn_stock_bar1m WHERE instrument='{instrument}'",
filters={"date": [f"{date} 08:00:00", f"{date} 16:00:00"]}).df()

示例数据如下：

  1. 计算“滚动最高价”和“当日最高价”，并通过这个两个指标标识当日达到最高价后的分钟：
# 滚动最高价
df["roll_high"] = df["close"].expanding().max()
# 当日最高价
df["high"] = max(df["close"])

# 股价达到最高点的标识
df["reach_peak"] = 0
df.loc[df["roll_high"]==df["high"], "reach_peak"] = 1

比如通过上述代码得到dataframe如下，可以看到，在 09:45:00后，reach_peak 标识由0变为1。

  1. 找到达到最高价之前的最低价，然后计算”冲高“的涨幅（max_increase）：
# 达到最高点前的最低价
df["low_before_peak"] = df.loc[df["reach_peak"]==0, "close"].min()
# 当前最高涨幅
df["max_increase"] = df["roll_high"] - df["low_before_peak"]

通过上述代码得到 dataframe 后，可以看到在 09:45:00 达到最高价时，之前的最低价为3.52元，则计算得到“冲高”涨幅为0.42。

  1. 找到达到最高价之后的最低价，然后计算“回落”的跌幅（drop_after_peak）：
# 自最高价后的滚动最低价
df["roll_low_after_peak"] = np.nan
df.loc[df["reach_peak"]==1, "roll_low_after_peak"] = df.loc[df["reach_peak"]==1, "close"].expanding().min()
# 当前股价在达到最高价后的最大跌幅
df["drop_after_peak"] = df["roll_low_after_peak"] - df["roll_high"]

通过上述代码得到 dataframe 后，可以看到在 13:34:00 达到最低价为3.61元（注意，这是达到最高价后的最低价，不是当日最低价），则计算得到“回落”跌幅为0.33 ：

  1. 最后，我们比较“冲高”涨幅和“回落”跌幅，如果跌幅比例超过50%的话，我们认为满足“冲高回落“的性质：
# 冲高的涨幅
increase = df["max_increase"].values[-1]
# 回落的跌幅
decrease = df["drop_after_peak"].values[-1]

# 当回落跌幅有冲高涨幅的一半时，我们认为满足冲高回落的标识
if abs(decrease / increase) > 0.5:
    rally_retrace = True
else:
    rally_retrace = False
print(f"{instrument} 在 {date} 这一天满足冲高回落的条件吗：{'满足' if rally_retrace is True else '不满足'}")

四、后续优化

本文只是用一只股票一天的分钟数据说明如何构建“冲高回落“的标识，但本文还没有考虑成交量的影响。

如果各位投资者对相关因子有较强的兴趣，可以联系小Q，提供具体的数据需求，平台尽量为大家构建感兴趣的数据。

附录 代码

https://bigquant.com/codesharev3/32e6c496-9224-4e2c-af07-a926a579dbbc

\

{link}