量化策略必看!从金工研报看懂“量价背离”的选股逻辑

量价背离的最核心的投资逻辑是什么？

股票市场里，价格和成交量就像两个人在跳舞。如果两个人步调一致（同涨同跌），叫量价趋同；如果一个往左一个往右，就叫量价背离。

先从一个问题开始

你有没有注意过，有时候一只股票价格一路往上涨，但成交量却越来越少？

按理说，涨得好应该越来越多人来买才对——为什么反而没人交易了？

量价背离，到底在说什么？

股票市场每天有两个维度的数据：价格，和成交量。

价格反映"现在值多少钱"，成交量反映"有多少人在交易"——或者更准确地说，反映的是市场参与者之间的分歧大小。

交易发生，是因为有人觉得该买、有人觉得该卖。分歧越大，成交量越大；大家看法越一致，成交量越小。

基于这个逻辑，把价格和成交量放在一起看，就能读出一些普通K线看不到的信息：

价格在涨，成交量却在缩——说明分歧小，大家都觉得还会涨，还没到位，继续涨的可能性更高。

价格在涨，成交量同步放大——买的人和卖的人都很多，市场情绪趋于"冷静"，往往是阶段顶部的信号。

价格在跌，成交量却放大——说明有人在低位接盘，可能快见底了。

价格在跌，成交量也在缩——大家都觉得还会跌，一致悲观，大概率继续往下。

量价背离时，不管当前是涨还是跌，未来上涨的概率都偏高；量价趋同时，反而要小心。

理解了量价背离的逻辑，接下来的问题是：怎么更精准地测量它？

我们从以下几个维度来做介绍

一、高频数据：用"快照数据"，而不是普通的日线。

普通投资者看日K线，进阶一点的会看分钟线。但这篇研报用的是更细粒度的数据——每3秒一次的市场快照。

这是交易所实时推送的行情数据，包含每个时刻的价格、成交量、成交笔数等信息。

打个比方：日K线是每天给你一张照片，分钟线是每分钟一张，而快照数据是每3秒一张。信息密度完全不同。

数据越细，捕捉到的市场微观行为就越完整。这本身就是一种信息优势——数据颗粒度，是量化里真实存在的竞争壁垒。

二、因子：量化选股的核心工具

这里引入一个量化里最基础的概念：因子。

因子说白了就是一套打分规则。你按照某种逻辑给所有股票打分，分高的买，分低的卖，如果这个规则长期有效，就是一个"好因子"。

这篇研报的做法，是用快照数据计算每只股票当天的价格序列和成交量序列的相关系数。

研报共构建了5个因子，本质上是用不同组合的价格指标和成交量指标来衡量同一件事：量价背离的程度。

三、IC值：判断一个因子好不好，量化里最常用的指标叫IC值。

IC值，就是因子打分和未来股票实际收益的相关程度。IC绝对值越高，说明这个因子的预测能力越强。

一般来说，IC均值能稳定在3%以上就算不错，5%以上就很优秀了。

单因子IC在3%左右，把多个因子合成之后提升到4%以上，降低预测频率到周频之后进一步提升到6.27%，结合传统因子后达到了7.66%——在量化领域属于相当好的成绩。

IC（Information Coefficient）= 因子和未来收益的相关系数

1IC值 > 0：因子越大，未来收益越高（正向预测）

1IC值 < 0：因子越小，未来收益越高（反向预测）

1IC绝对值越大，预测能力越强

四、多空组合是什么？夏普比率怎么理解？

多空组合是检验因子最常见的方式：

如果多空组合收益很高，说明因子真的有区分度——打高分的股票涨，打低分的股票跌。

夏普比率则衡量的是收益/风险比，可以理解为"性价比"

夏普比率 = 年化超额收益 ÷ 收益波动率

越高越好，大于1算合格，大于2很优秀，大于3是顶级

一个很值得学的思路：高频信息，低频使用

日频因子虽然预测能力不错，但要用它做策略，就得每天换仓。手续费一扒拉，实际收益所剩无几——何况大多数机构根本没办法天天调仓。

解法是：把数据统计范围从"一天"扩大到"一周"，每周只换一次仓。

一周内每天的快照数据全部纳入计算，信息量一点没少，但交易频率从日频降到了周频。

结果是，周频因子的IC反而比日频更高，稳定性也更好。

这个思路在量化里叫"高频信息低频化"，是机构实际操盘里很常见的折中方案。 信息不浪费，成本也控制住了。

量价背离选股策略：PTrade 接口全梳理

结合研报的策略逻辑，可以把需要用到的PTrade接口分成四个阶段来理解：拿数据 — 算因子 — 选股票 — 下单交易。

数据来源：国金证券研究所《基于高频快照数据的量价背离选股因子》。以上内容仅供学习交流，不构成任何投资建议。量化策略存在模型失效风险，历史回测不代表未来表现。