Q-CodeQ-Code 打开工作台

放量异象选股

因子选股A股风险 中进阶更新 2026-09-25#放量#成交量异象#量价因子

成交量极值事件后的收益溢价观察框架:美股存在放量后溢价,A 股方向可能因出货形态反转,方向由镜像对照裁决。

策略目标

成交量激增是注意力与信息到达的标记。Gervais、Kaniel 与 Mingelgrin 发现美股存在高成交量收益溢价:单日成交量进入历史极值的股票,随后数周收益系统性更高 [1]。解释链是注意力与可见性:放量把股票推入更多投资者的关注集,需求外溢推动后续价格。A 股语境更复杂:放量同样是主力出货与题材炒作的典型特征,放量滞涨的派发形态很常见——文献方向在 A 股可能成立也可能反转,方向必须镜像对照裁决,本文如实登记为方向待验证。与换手率、Amihud 因子的分工:那两个是流动性水平的连续排序,本因子是成交量的极端事件(volume shock)及其后续,信息不同,区分度用正交化对照检验。

数据需求(量价)

数据 字段 频率 用途
量价 日成交量(股)与日收益 日频 放量事件识别
状态 ST、上市日期、涨跌停标记 日频 过滤与制度处理

成交量用股数口径做相对比较;除权除息日前后的活跃度不可比,事件日剔除;涨跌停日的成交量含制度约束信息,涨停放量与跌停放量含义截然不同,必须分开标记。

放量事件定义

Shocki,t:Voli,t>Q90({Voli,k}k=t−50t−1)Shock_{i,t}: \quad Vol_{i,t} > Q_{90}\left(\left\{Vol_{i,k}\right\}_{k=t-50}^{t-1}\right)

当日成交量超过过去 50 日的 90% 分位记为放量事件,事件后 10-20 日为观察窗口 [1]。因子化改造:统计过去 60 日内放量事件次数(事件强度),以及最近一次事件后的累计收益,两口径并行为候选排序因子,验证阶段择优。

执行规则与方向裁决

月度调仓(事件因子的记忆窗口约一个季度,季频太钝)。过滤:剔除 ST、上市不满一年的标的;送转除权、限售解禁与指数调样驱动的放量单独标记并可剔除。组合构建:按事件强度或事件后表现排序做多前 40 只等权——方向与口径由镜像对照裁决:同步统计无放量对照组的序列,若对照组更优则放弃该方向,框架降级为观察台账。与动量、反转、换手率的正交化对照列入验证清单。

风险与失效场景

  • 方向在 A 股可能反转:放量在美股样本是可见性溢价,在 A 股常是出货与炒作信号,未经镜像验证前不得实盘;
  • 事件噪声:大宗交易、指数调样、解禁与除权都会制造无信息放量,需事件清洗;
  • 与反转/动量纠缠:放量常与短期大涨同现,因子可能只是动量或反转的换装,正交化必做;
  • 涨跌停制度:涨停放量与跌停放量的含义相反,必须分开建模;
  • 窗口敏感:分位窗口与事件后窗口的选择对结果影响大,需敏感性扫描;
  • 执行层面:放量股波动大,建仓滑点与冲击成本需单独评估。

验证状态

待验证。需要完成:方向镜像对照(放量组对无放量对照组,裁决性检验);事件清洗(剔除除权/解禁/调样驱动)前后对照;与动量、反转、换手率因子的正交化;涨跌停日放量单独建模对照;事件强度与事件后收益两种因子口径的择优。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Gervais, S., Kaniel, R., & Mingelgrin, D. H. (2001). The High-Volume Return Premium. Journal of Finance, 56(3).(放量事件后收益溢价的原始文献)

[2] Q-Code 量化策略工作台

策略逻辑结构

  1. 日量价数据 — 成交量与日收益
  2. 范围过滤 — ST、次新剔除
  3. 放量事件识别 — 超过过去 50 日 90% 分位
  4. 事件清洗 — 除权、解禁、调样驱动的放量标记
  5. 双口径因子 — 事件强度与事件后收益
  6. 对照台账 — 放量组与对照组各 40 只,方向镜像

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股放量异象观察模块。日成交量与日收益由参数注入:当日成交量超过过去 50 日 90% 分位记为放量事件,统计过去 60 日内事件次数与最近一次事件后的累计收益;剔除 ST、上市不满一年的标的,除权除息、解禁与指数调样驱动的放量单独标记;按事件强度与事件后收益两种口径各输出一个 40 只组合的对照台账(含无放量对照组),模块本身不产生自动交易信号,供方向镜像验证。兼容回测与实盘分支,参数内联在 init,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台