宏观研究_长江证券_范辛亭_宏观研究交易数据反映的信

汇聚财智共享成长交易数据反映的信息与预测性汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长一、框架解释变量：成交价格、成交量被解释量：收益率时间维度：分钟、小时、天、周、月选择解释变量原因：公开信息、数据可获得、格式规范难度：模式复杂，可借鉴研究成果少、结论不清晰汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长二、基本变量日成交交易量：分钟价格正向变化量：分钟价格负向变化量：分钟正向交易量：分钟负向交易量：VOLNVOLPVOLVOLNVOLPVOLVOLNVOLPVOL),0max()(1ttPPP),0min()(1ttPPPotherwisePPifVOLVOLttt0)(1otherwisePPifVOLVOLttt0)(1汇聚财智共享成长二、基本变量（续）日内价格正向变化累积：日内价格负向变化累积：日内交易量正向累积：日内交易量负向累积：VOLNVOLPVOLVOLNVOLPVOL)(PPSP)(PPSN)(VOLVOLP)(VOLVOLN汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长三、交易信息之一：总交易量被解释变量：沪深300指数日收益率解释变量：沪深300指数日序列解释变量的信息：交易的活跃程度、流动性样本区间：2005.04.08~2010.07.26tVOL汇聚财智共享成长三、交易信息之一：总交易量模型1：)log()log()log(231210ttttVOLVOLVOLrAdj.(1)0.0034(4.1812)0.0126(2)0.0228(4.1812)-0.0203(-7.5465)0.0538(3)0.0246(8.9375)-0.0142(-4.1967)-0.0081(-2.9596)0.0594(4)0.0249(8.9344)-0.0139(-4.0902)-0.0064(-1.8702)-0.0025(-0.8858)0.0588(5)0.0015(1.7748)0.0017(6)0.0042(1.5237)-0.0029(-1.0463)0.001712342R12342R汇聚财智共享成长三、交易信息之一：总交易量(续)模型2：Adj.(1)0.0216(8.0706)0.0474(2)0.0237(8.6464)0.0090(3.2959)0.0547(3)0.0241(8.6824)0.0099(3.4800)0.0032(1.1499)0.0546(4)0.0035(1.2959)0.0005(5)0.0034(1.2179)-0.0006(-0.2186)-0.000212342R123)log()log()log(231210ttttVOLVOLVOLr2R汇聚财智共享成长三、交易信息之一：总交易量(总结)收益率与当天的交易量的变化相关收益率与交易量变化的历史基本无关与前一天的交易量有一定的正相关关系，反映了流动性好时收益率好，即流动性溢价汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长四、交易信息之二：交易流向解释变量：意义：大于零时代表净流入，小于零时代表净流出VOLVOLNVOLPVDIR汇聚财智共享成长四、交易信息之二：交易流向模型3：Adj.(1)0.1244(49.9381)0.6593(2)0.1244(49.8868)0.0023(0.9098)0.6596(3)0.0059(1.3839)0.0007(4)0.0059(1.3874)0.0006(0.1451)0.000012342R1232R231210ttttVDIRVDIRVDIRr结论：收益率与当天的交易流向高度相关，与历史的交易流向基本无关，不助于预测。汇聚财智共享成长四、交易信息之二：交易流向(2005-2010)-.4-.2.0.2.40100020003000400050006000200520062007200820092010CLOSEVDIR汇聚财智共享成长四、交易信息之二：交易流向(201001-201007)-.4-.2.0.2.4240026002800300032003400360010M0110M0210M0310M0410M0510M0610M07CLOSEVDIR汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长五、交易信息之三：交易密度解释变量：意义：单位价格改变量需要的交易量，代表流动性PSNPSPVOLPSNPSPVOLNVOLPVDENSE汇聚财智共享成长五、交易信息之三：交易密度模型4：12342R12342R231210ttttVDENSEVDENSEVDENSErAdj.(1)3.74E-8(10.4163)0.0770(2)1.06E-7-7.92E-8(15.3839)(-11.4748)0.1621(3)1.13E-7-6.29E-8-2.54E-8(15.8424)(-7.6157)(-3.5685)0.1696(4)1.18E-7-6.05E-8-1.29E-8-2.15E-8(16.1320)(-7.3166)(-1.5561)(-2.9485)0.1745(5)1.30E-8(3.5036)0.0087(6)9.58E-93.96E-9(1.2752)(0.5265)0.008112342R汇聚财智共享成长五、交易信息之三：交易密度(结论)反映流动性，有一定的预测作用与交易量相同，收益率与交易量的变化高度相关，但没法预测汇聚财智共享成长五、交易信息之三：交易密度(2005-2010)020000040000060000080000010000000100020003000400050006000200520062007200820092010CLOSEVDENSE汇聚财智共享成长五、交易信息之三：交易密度(201001-201007)0100000200000300000400000500000240026002800300032003400360010M0110M0210M0310M0410M0510M0610M07CLOSEVDENSE汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长六、交易信息之四：交易密度方向解释变量：意义：同样的交易量，将价格推高和压低的幅度的差异性；当大于1时，向上一个价格单位所需的交易量比向下一个价格单位所需的交易量多，小于1时则相反PSNVOLNPSPVOLPRATIO//汇聚财智共享成长六、交易信息之四：交易密度方向模型5：12342R12342RAdj.(1)-0.0539(-13.4454)0.1225(2)-0.0540-0.0144(-13.5435)(-3.6183)0.1307(3)-0.0540-0.01450.0006(-13.4986)(-3.6180)(0.1398)0.1299(4)-0.0140(-3.2940)0.0076(5)-0.01410.0030(-3.2933)(0.6937)0.007212342R231210ttttRATIORATIORATIOr结论：交易密度指示了市场的方向，它是一个次级的指标，市场的涨跌虽然主要由交易流向决定，但是市场还是大概率地向密度较小的方向走。汇聚财智共享成长六、交易信息之四：交易密度方向(2010-2010)0.40.60.81.01.21.41.60100020003000400050006000200520062007200820092010CLOSERATIO汇聚财智共享成长六、交易信息之四：交易密度方向(201001-201007)0.40.60.81.01.21.41.6240026002800300032003400360010M0110M0210M0310M0410M0510M0610M07CLOSERATIO汇聚财智共享成长目录一、框架二、基本变量三、交易信息之一：总交易量四、交易信息之二：交易流向五、交易信息之三：交易密度六、交易信息之四：交易密度方向七、综合与预测汇聚财智共享成长七、综合与预测模型6：12342R12342RAdj.(1)0.00060.11712.74E-9-0.0293(1.3913)(46.0784)(1.2573)(-12.1511)0.6949(2)0.1184-0.0295(49.1020)(-12.2164)0.694512342R结论：交易方向和交易密度方向是两个不同的信息维度，交易方向的解释能力最强，交易密度方向其次。ttttttRATIOVDENSEVDIRVOLr3210)log(汇聚财智共享成长七、综合与预测(续)模型7：12342R12342RAdj.(1)0.0011-0.00181.23E-8-0.0130(1.3852)(-0.3987)(3.1304)(-2.9970)0.0150(2)0.00111.18E-8-0.0127(1.3590)(3.1592)(-2.9761)0.0157(3)1.22E-8-0.0130(3.2717)(-3.0467)0.015012342R结论：从预测的角度来看，有两个因素有一定的作用，一是代表流动性的交易密度，二是指示市场方向的交易密度方向。11312110)log(ttttttRATIOVDENSEVDIRVOLr汇聚财智共享成长范辛亭，中国科学技术大学博士，香港中文大学博士后，中山大学副教授，长江证券金融工程首席分析师袁继飞，同济大学计算机科学与技术系本科，软件与理论硕士，从事金融工程研究，主要研究领域程序化交易、股指期货日内交易策略以及套利分析师介绍重要申明长江证券系列报告的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。本公司已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，不代表对证券价格涨跌或市场走势的确定性判断。报告中的信息或意见并不构成所述证券的买卖出价或征价，投资者据此做出的任何投资决策与本公司和作者无关。本公司及作者在自身所知情的范围内，与本报告中所评价或推荐的证券没有利害关系。本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用、刊发，需注明出处为长江证券研究部，且不得对本报告进行有悖原意的引用、删节和修改。范辛亭Tel:(8621)68751859Email:[e-mail].