数据挖掘：PCR与标的走势之谜

大家好，我是大吕，首次祝大家2020年元旦快乐。

今天虽然放假，笔者闲来无事，把去年的数据拿出来分析一番，偶有所得，不得藏私，遂与大家共享。

首先，我拿到了2018年8月1日到2019年7月31日的50ETF收盘价，标准PCR，加权PCR的数据。

用Excel作出上面两幅图，貌似三者之间没什么关联，笔者也是丈二和尚摸不着头脑。此处先说明一下，PCR=put-call-Ratio，就是认沽认购比。标准PCR=成交张数的PCR，加权PCR=成交金额的PCR。这两个数据在期权市场极其重要，大吕今天试图找出它们和标的运行趋势的一丝联系，以之辅助交易决策。

好了，话不多说，进入正题：

首先，我们看50ETF的走势与成交量PCR的关系，我把它们俩单独拎出来是这样的：

看成交量PCR，没什么明显的趋势，常年徘徊在0.8-1.0之间；

只是3月8日和5月9日走高，预示后市标的冲高：

5月9日：

其中，3月份的行情较为持久，持续了约半个月；5月份则只有1-2天

4月19日走到最低，预示标的是卖点：

其次，我们继续观察50ETF与成交额PCR的关系：

成交额PCR比成交量PCR活跃得多，因此折线图呈现大开大合。

1月2日，冲到1.45，前几天都冲到非常高的位置，预示大盘即将反转，是买入信号；果然50走出史诗级的十多连阳：

也许细心的你会发现，前几天不是还有更高的点产生吗？为什么你不采用？此处先卖个关子，下文会解释。

4月19日，PCR低至0.44，是卖出信号

果然后市标的迎来一波下挫：

至此，聪明的投资者们应该有所发现，没错，结果已经呼之欲出了，我们来小结一下：

每当PCR运行到相对高位的时候，会产生买入信号，预兆标的物将走高；

每当PCR运行到相对低位的时候，会产生卖出信号，预兆标的物将走低；

也许，你会想，这是不是太过简单粗暴了。没错，实际行情当中，哪有如此简单的指标，两个PCR都会产生很多错误的信号，“诱导”了投资者作出错误的判断和决策。这一点也正是本文的初衷，排除干扰，提高命中率。

让我们回到开头，在获取了数据之后，先进行简单的处理：

count表示一共243个数据，当然笔者手中可不止这一点点数据，此处只是给出一年的例子；

mean表示这些数据的平均值，我们可以看到两个PCR的均值都是0.85

std是标准差，表达了数据的偏离程度，可以看到成交额PCR的标准差非常大

min是最小值

max是最大值

好了，单从这些简单的数据，我们似乎不能发现一些规律。下面来做一个箱型图：

可以看到两个PCR都有很多“异常值”，箱型图的异常值判断是以四分一分位+1.5倍标准差来判断的，简单说来，就是图中上下横线以外的那些圆圈。

下面，我们根据3西格玛原则，定义异常值：假设数据服从标准正态分布，异常值为一组测定值中与均值的偏差超过3倍的值，编程实现：

图中，我们发现了成交量PCR在5月7日和9日的值是异常值，成交额PCR在2018年10月11日，12月20日，21日和25日的值表现异常，这里也解释了上文的疑问。异常值歧高和歧低，都不太利于我们正确判断行情，因此考虑删去。

值得一提的是，关于PCR的处理，并非是静态的，要根据当时的行情进行动态处理，否则预测的正确率是会低于40%的。而我们通过机器学习交叉验证的算法，可以把正确率提高至50%以上。此文纯粹抛砖引玉，如各位看官有疑问，可以随时联系我，欢迎交流。