形態因子研究初探：基于離散形態信號構建的形態合成因子.pdf

形態因子研究初探：基于離散形態信號構建的形態合成因子。K線形態與形態信號。K線的本質內涵是多空雙方資金在爭奪主導權而留下來的軌跡，K線形態學研 究的是股票價格在下跌、盤整、上升過程中的價格軌跡的圖形、形態及特征， 不同K線組合可以表現出多重市場形態。

在之前的報告中，我們根據1-5日K線總結出了61種常見形態，包括正面形 態，負面形態和反轉形態，對應著不同的看漲或看跌信號。這些形態信號具有 以下特點：離散化、低覆蓋、多樣化（同一日不同形態的信號值有重疊或相反 情況），難以因子化。針對這些特點，本報告提出一種基于離散形態信號構建 形態合成因子的方法，希望通過多種“個性”形態的綜合效應，挖掘形態背后 的因子“共性”。

形態合成因子構建

綜合不同形態和不同交易日情況，考慮形態之間的相互影響，基于離散形態信 號構建形態合成因子。首先采用離散信號回歸加權法，將每一期各形態的離散 信號作為啞變量，與下一期收益率進行線性回歸，并基于歷史一段時間的回歸 系數對信號值進行加權，得到形態因子。然后將當期形態因子和滯后d期形態 因子等權合成，構建形態合成因子。

構建不同調倉頻率（周頻、月頻），不同回歸系數平均周期（60、120、 240個交易日），不同回歸方法（一般線性回歸、LASSO、彈性網）共18種形 態合成因子。其中LASSO或彈性網回歸可實現自動篩選有效形態。

形態合成因子有效性測試

對形態合成因子分別做IC測試、分層測試、分域測試。測試結果表明，不同 形態合成因子均在回測區間具有一定的有效性：ric較穩定，正值比例最高達 81.43%；空頭收益明顯高于多頭收益，多空組合年化收益最高達20.26%；分 域測試中證1000上表現更優，大部分行業均有效。

綜合回測效果來看，對于回歸系數平均周期的選擇，240優于120,兩者均明顯 優于60。對于回歸方法的選擇，綜合了變量選擇和多重共線性處理的彈性網 回歸優于變量選擇的LASSO回歸，兩者均明顯優于一般線性回歸。

形態合成因子應用

基于形態合成因子KPT_Elastic_240_m構建中證1000形態指增策略。回測區 間內年化超額6%，年化跟蹤誤差4.53%，最大回撤5.86%，信息比率1.32， 分年度表現超額收益均為正。