PV数据 Alpha：用价格和成交量来预测未来

PV 数据包含了股票的价格和成交量信息，这些都是预测股价最核心、最基本的数据。你可以把它们想象成股票的“体温计”和“心跳监测仪”，反映了市场的最基本动态。

---

股票价格与成交量数据

• 价格数据：
  • 开盘价（Open）： 一天中第一笔交易的价格。
  • 收盘价（Close）： 一天中最后一笔交易的价格。
  • 最高价（High）： 一天中的最高成交价。
  • 最低价（Low）： 一天中的最低成交价。
  • 这些价格点共同构成了我们熟悉的K线图（candlestick chart），直观地展示了股票一天的走势。
• 成交量（Volume）：
  • 成交量表示当天买卖的股票总数量。
  • 高成交量通常意味着市场关注度高、交易活跃。
  • 你可以使用 adv20（20 日平均成交量）这样的数据字段，或者用 ts_mean(volume, N) 来计算任意天数的平均成交量。
• VWAP（成交量加权平均价）：
  • 概念： VWAP 是一种更精确地衡量股票日均价的方法。它考虑到每一笔成交量，而不是简单地计算价格平均值。
  • 作用： 有时，收盘价可能只代表最后几笔交易的价格，如果这些交易量很小，就不能反映当天的真实价格水平。而 VWAP 将交易量大的价格赋予更高的权重，因此能更好地代表一天的平均价格。

---

两种核心 Alpha 思想

大多数使用 PV 数据的 Alpha 策略都基于以下两种核心思想：

1. 动量（Momentum）：
   • 核心理念： 强者恒强，弱者恒弱。
   • 理论： 认为过去表现好的股票（比如涨了几个月）未来会继续表现良好，而表现差的股票会继续下跌。
   • 时间周期： 动量效应通常在较长的时间周期（几个月或更久）内比较明显。
2. 反转（Reversion）：
   • 核心理念： 物极必反，回归平均。
   • 理论： 认为如果一只股票在短期内涨得太快，它可能会回调；如果跌得太深，它可能会反弹。
   • 时间周期： 反转效应通常在较短的时间周期（几天或几周）内比较明显。
   • 我们之前创建的 rank(-returns) 就是一个简单的反转 Alpha，因为它假设回报率会反转。

---

用 VWAP 尝试一个反转 Alpha

现在，让我们把所学的知识结合起来，尝试一个更有趣的反转策略。

• 策略思想： 比较收盘价（close）*和*VWAP。
  • 如果收盘价远高于 VWAP，说明股票在收盘前有大量买入，价格被拉高了。根据反转理论，这只股票明天可能会下跌。
  • 如果收盘价远低于 VWAP，说明股票在收盘前有大量卖出，价格被压低了。根据反转理论，这只股票明天可能会反弹。
• 实现方式：
  • 我们可以使用 vwap/close 这个表达式。
  • 当 vwap/close 的值大于 1 时，说明 VWAP 高于收盘价，模型会做多（看涨），期望价格反弹。
  • 当 vwap/close 的值小于 1 时，说明 VWAP 低于收盘价，模型会做空（看跌），期望价格下跌。
• 模拟结果与优化：
  • 当你模拟这个策略时，可能会发现**夏普比率（Sharpe）很高，但换手率（Turnover）**也很高，超出了可提交的标准（通常要求低于 70%）。
  • 这是因为这个策略每天都会可能产生大量的买卖信号。
  • 如何解决？ 你可以利用我们之前学过的**衰减（Decay）**设置，或者使用 trade_when 等操作符，来减少交易频率，从而降低换手率。这是一个在实际操作中常见的优化挑战。