情绪系数加权K线评分选股策略及因子构建分析

K线形态量化验证与多空信号识别

传统技术分析中的K线形态往往依赖主观经验判断，缺乏严格的统计验证。本报告对33种常见K线形态进行了系统梳理，涵盖单根、双根、三根及多根四类形态，并通过量化回测检验其未来N日内的平均回报、胜率、赔率及Kelly值。研究结果表明，多数K线形态仅对短期多空方向具有显著预测能力，且部分传统看空形态在实测中呈现反常识的多头特征。例如，射击之星在传统认知中视为见顶信号，但数据验证显示其为主力试盘动作，持有3-4日具备高胜率；而三白兵虽理论看多，但实测收益不稳定，跨年度表现差异巨大。相比之下，看涨光头光脚线、看涨吞没及箱体上轨突破等形态展现出明确的多头爆发力与较高的年度稳定性，适合作为短线多头信号；看跌光头光脚线、乌云盖顶及箱体下轨跌破则作为高效的短期空头回避信号，其杀伤力随持有期延长迅速衰减。

基于Kelly值的K线打分模型构建

为提升K线形态的选股实用性，报告构建了基于Kelly特征的K线打分模型。通过计算各形态在最佳持有期下的Kelly值，并将其离散化为整数分数，赋予该形态在其推荐持有期内的每日评分。将单根、双根、三根及多根形态的评分进行叠加，形成综合K线评分因子。该模型显著提升了因子的市场覆盖率，相较于仅使用单根K线，综合因子日均覆盖率提升约13个百分点，有效拓宽了选股空间。因子检验显示，全区间累计RankIC曲线稳步上行，分年度RankICIR在多数年份为正，平均约0.136，表明该因子具备稳定的横截面预测能力。在分组回测中，采用相对分组方式能较好地挖掘因子的选股能力，高分组别在各年度关键统计指标上显著优于低分组，且在市场剧烈波动期间表现出较好的回撤控制与修复能力。

情绪系数加权复合因子与策略表现

针对K线评分因子离散化导致的横截面区分度不足问题，报告引入价量共振因子作为情绪调整系数。价量共振因子通过刻画近5个交易日成交量相对过去240个交易日的强弱，以及股价60日均线在5个交易日内的变化，定义放量上涨、放量下跌等情绪状态。研究发现，高情绪组别股票平均回报较弱，存在“低情绪溢价”。因此，将标准化后的价量共振因子取反向作为情绪调整系数，与综合K线因子相乘，构建情绪系数加权复合因子。该复合因子在五分组回测中呈现显著的正向单调性。基于此复合因子构建的Top50等权多头组合，自2012年至2026年区间年化收益率显著高于基准，相对中证全指年化超额收益明显，信息比率表现优异。收益归因显示，组合回报主要来自特质收益，市值和Beta贡献较高，组合风格偏向中盘成长，体现左侧反转布局特征，超配机械、计算机等板块，低配红利与价值因子。