• 投资者分歧及其对资产定价的影响 [page::0][page::1]

- 分歧导致股票价格虚高，未来收益降低，由乐观投资者主导，悲观者受限。
- 常见代理指标包含换手率、特质波动率、盈利波动性等。

• 机器学习模拟投资者分歧的方法 [page::2][page::4][page::5]

- 利用50个LightGBM模型分别训练不同随机特征子集，模拟50个投资者不同观点。
- 计算同一股票同一交易日50个模型预测值的标准差，构建机器学习分歧度因子。
- 输入43类股票截面特征，包括估值、成长、财务质量、量价、一致预期等。

• 回测表现及因子效果 [page::3][page::4][page::5]

- 机器学习分歧度因子周度RankIC均值为7.66%，年化超额收益9.71%，换手率61.97%。
- 较传统深度学习因子在RankIC提升同时换手率显著下降，模型训练效率高。

• 参数敏感性分析 [page::6][page::7]

- 预测周期选择在5-20日均表现良好，长周期换手率更低。
- 投资者模型数量增加有助RankIC提升、换手率下降，特征数过多反而削弱分歧度表现。
- LightGBM、XGBoost、CatBoost表现相近，LightGBM综合表现最好。

• 分歧度因子与传统量价因子相关性及表现对比 [page::7][page::8]

- 分歧度因子与换手率、特质波动率相关性较高，且超额收益更为稳定。

• 关键影响因素分析：做空限制、动量及投资者认可度 [page::8][page::9][page::10][page::11]

- 机构持股比例低（做空难）股票中分歧度因子多空收益更显著。
- 近期上涨股票中分歧度因子表现优异，体现买卖不对称性增强。
- 投资者认可度因子（模型预测值均值）对未来收益预测正向，合成复合因子提升效果。

• 量化因子构建核心思路：

- 利用机器学习模型模拟异质投资者观点，构建观点差异的标准差作为分歧度。
- 输入多维特征，使用随机特征子集训练多个模型确保观点多样性。
- 结合投资者认可度因子展现更佳投资价值。

• 量化策略表现

| 指标 | 数值 |
|------------|-----------------|
| 回测区间 | 2017/1/4-2024/5/31 |
| 周度RankIC均值 | 7.66% |
| 年化超额收益率 | 9.71% |
| 周频双边换手率 | 61.97% |
- 机器学习分歧度因子对股票未来收益具有显著预测能力，参数灵敏度较低，适用性广 [page::0][page::1][page::6][page::7][page::11][page::12].

华泰金工 | 机器学习模拟投资者分歧——深度全面分析报告

---

一、元数据与报告概览

• 报告标题：《机器学习模拟投资者分歧》

- 作者：林晓明、何康、卢炯

• 发布机构：华泰证券金融工程

- 发布日期：2024年6月18日

• 研究主题：运用机器学习模型构建并解析投资者分歧度因子，探讨其对股票未来收益的预测能力。

核心论点概述：

本报告通过机器学习方法模拟投资者分歧，将不同特征集输入多个机器学习模型，模拟投资者基于不同信息源产生异质性预测的过程。基于模型预测值的差异构建“分歧度因子”，进而分析其对股票未来收益的预测作用。研究验证投资者分歧度与股票预期收益呈显著负相关，且使用LightGBM树模型进行分歧度因子的构建准确率优于深度学习模型，且运算效率更高，换手率更低，具备较好实用价值。同时，超参数选择对因子表现的影响不大，做空限制、动量及投资者认可度等因素对因子表现有显著影响。

---

二、逐节深度解读

1. 投资者分歧与资产定价（章节01）

• 关键论点：

投资者分歧是金融市场内交易的驱动力之一，影响资产定价。Miller（1977）指出，投资者分歧高会导致股价被推高，未来回报低，原因在于乐观者更活跃而悲观者受限（做空困难）。文献进一步指出，分析师预测分歧也是未来收益下降的因素之一。

• 逻辑说明：投资者之间因信息获取和行为偏差而产生对未来股价不一的期望，构成分歧；但传统指标如历史盈利波动、公司年龄、换手率等各自有滞后性或覆盖不足的局限，难以实时刻画观点异质性。

2. 机器学习模拟投资者分歧（章节02）

• 引入Bali等（2023）方法：

基于美国市场长时间序列数据，利用多模型异质性预测标准差构建投资者信念分歧指标（Machine Forecast Disagreement, MFD），并证实MFD在不同市场状态、特别是在股票盈利公告阶段拥有较好的预测能力。

• 本报告方法详解：

采用50个LightGBM模型，每个模型对应一个“模拟投资者”，对同一时间同一股票随机选取20个特征进行训练，目标为未来10日收益预测。各模型预测值间的标准差即为分歧度因子。这种方法改善了深度学习模型训练成本高、规模难扩展的问题。

• 数据选取与处理：

特征涵盖估值、成长、财务质量、量价、一致预期等43个类别；数据覆盖A股全市场，剔除ST及停牌涨停股票，回测时间段为2017年1月4日至2024年5月31日。

3. 分歧度因子表现分析（章节03）

• 单因子测试结果：

- 分层测试显示，分歧度最低(第一层)的20%股票组合收益明显较高，分歧度最高(第五层)收益明显低，呈现强烈负相关关系。
- 机器学习分歧度因子周度RankIC均值为7.66%，5层TOP组合年化超额收益率约9.71%，双边换手率约61.97%，表现优于深度学习分歧度因子。
- 通过方向调整 (因高分歧导致收益较低，对因子进行反向处理)，确保因子优化收益预测。

• 参数敏感性分析：

- 预测周期：5日、10日、20日预测均表现类似，10日表现稍优。预测周期越长，换手率越低，反映长线投资预测变化较平稳。
- 投资者数量：25、50、100个投资者模型差异不大，但数量太少时（如8个深度学习模型）RankIC偏低，换手率过高。
- 特征数量：随机选取特征数量越多，分歧度因子RankIC和收益率下降，换手率上升，说明特征数量需有限制以保持投资者观点差异。
- 机器学习模型：LightGBM、XGBoost、CatBoost表现类似，LightGBM在RankIC和收益率上略占优势，XGBoost换手率更低。

• 图表解读（详见图表2-24）：

- 图表3/7/11反映不同分层组合的相对净值走势，均体现明显的分层单调性和收益差异。
- 图表4/8/12累计RankIC呈稳定上升趋势，说明因子具有长期稳定的预测能力。
- 图表13-24展示参数敏感性，验证前述分析内容。

4. 相关因子及影响因素分析（章节07-11）

• 与换手率和特质波动率相关性：

机器学习分歧度因子与这两大传统代理指标高度相关，但表现更稳定且回撤较小，使其成为更优的投资者分歧刻画工具。

• 做空限制影响：

- 机构持股比例作为做空难易的代理。机构持股比例高代表做空更容易，低代表做空受限。
- 通过分割构造25宫格组合，分析显示机构持股比例低的股票中，分歧度因子的多空收益增强，年化收益率从32.89%提升至54.05%，强化了做空限制是机制基础的观点。
- 图表27、29-30直观呈现收益和因子表现的差异及分歧度因子的有效性。

• 动量影响：

- 用近20个交易日收益衡量动量，分成25宫格。
- 近期涨幅高的股票中，分歧度因子表现尤为显著，多空组合年化收益率达63.04%，呈现“上涨+分歧度高”组合表现极差的反转效应，说明乐观者主导，悲观者受限，买卖不对称性突出。
- 近期下跌股票分歧度效应较弱。
- 图表31、33-34体现上述效应。

• 投资者认可度因子：

- 定义为所有模型预测值的均值，用于刻画投资者整体认同的方向。
- 认可度因子的高层组合收益最优，低层中分歧度小的收益次之，低认可度高分歧的“争议看空”组合表现最差。
- 将认可度与分歧度因子等权组合后，预测性能和收益均优于单一因子，反映两者信息含量各有补充。
- 图表35-44展示详细统计和收益曲线。

---

三、图表深度解读

图表1（page 2）

展示了机器学习模拟投资者分歧的核心逻辑流程：

• 从总特征集中随机选取多个特征集，每个特征集输入对应一棵LightGBM模型（模拟一个投资者），输出对未来10日收益的预测。

- 同一股票同日多模型的预测值标准差即为分歧度指标。

• 形象化展示了分歧度因子构建流程。

图表3、图表7、图表11（page 3、4、5）

• 多分层组合相对净值曲线清晰展示：“分歧度”最低层（第1层）收益最佳，而最高层（第5层）持续下跌。

- 曲线走势说明分歧度因子对股票未来表现有明确的分层预测能力。

图表4、图表8、图表12（page 3、4、5）

• 累计RankIC曲线稳步上升，且不含明显波动，反映因子信号稳定，预测能力持续。

图表13-24（page 6、7）

• 系统展示预测周期、投资者数量、特征数量和机器学习模型不同设定下的因子表现。

- 反映因子表现对参数宽容度较高，特别是50个投资者、20个特征、LightGBM模型为优选配置。

图表25、26 （page 7、8）

• 分歧度因子与传统因子（换手率、特质波动率）相关性高，但因子收益表现更稳定且波动小。

- 时间序列对比印证机器学习因子的稳健性。

图表27-30（page 8、9）

• 不同机构持股比例中，分歧度因子表现明显分化，机构持股比例低时信号更强，实证支持卖空限制理论。

图表31-34（page 9）

• 动量分层中，近期涨幅高脚色显著，说明乐观投资者主导时分歧度因子效应最强。

图表35-44（page 10、11）

• 投资者认可度因子体现正向收益贡献。

- 分歧度和认可度联合构建复合因子能显著提升预测能力，且多头收益及RankIC均优于单个因素。

---

四、估值分析

本报告不涉及企业估值层面的DCF或P/E估值模型，主要集中于因子构建与回测表现分析，因此无传统意义上的估值分析部分。

---

五、风险因素评估

• 模型过拟合风险：机器学习模型尤其是深度学习模型存在过拟合历史数据的风险，导致未来表现不佳。报告强调彩使用轻量化的树模型和全样本训练降低风险。
• 交易成本未计入：报告回测不考虑交易费用，实际策略净收益可能受交易成本有一定侵蚀，特别是换手率较高时风险更大。
• 市场结构变化风险：投资者行为和市场环境变化可能影响因子表现稳定性。
• 参数敏感性未知风险：虽然报告对主要参数已进行敏感性分析，但未来市场环境下参数适用性仍需跟踪验证。
• 做空限制假设成立风险：因子表现依赖于做空限制假设，如未来政策或制度放开可能影响因子有效性。

---

六、批判性视角与细微差别

• 报告采用随机选特征集和独立模型，虽模拟了差异化信息获取，实际投资者观点分歧还涉及诸多复杂心理和行为因素，模型仍有简化之嫌。机器学习结果虽量化分歧，但对分歧来源的根因揭示有限。
• 数据截面特征主要为传统财务和市场指标，未充分包含非结构化信息（如文本、新闻舆情），未来可进一步丰富特征空间。
• 做空限制影响解释较为直观，但模型能否识别更多深层次结构性分歧（如投资者情绪、机构异质性）需要在后续研究验证。
• 认可度因子阐释投资者整体方向性，但其与分歧度因子及其它指标的交互关系复杂，复合因子效果虽提升，未来还需探讨权重最优配置。

---

七、结论性综合

本报告通过机器学习方法尤其是50个LightGBM模型，创新性地构建了基于模型预测异质性的投资者分歧度因子。主要结论包括：

• 投资者分歧度因子对未来股票收益具有显著的负预测作用：分歧度高的股票未来回报偏低，原因符合经典理论Miller（1977）的模型，即乐观投资者推高价格，悲观投资者因做空约束影响力弱。
• 机器学习分歧度因子优于传统代理指标（换手率、特质波动率）和基于少量深度学习模型的因子，具有更优的RankIC（7.66%平均水平）、较低换手率（61.97%）以及接近10%的年化超额收益率。
• 模型设置较为稳健：超参数（预测周期、投资者数量、特征数量、机器学习模型类型）对因子表现影响不大，增加投资者模型数量和适当限制特征数量能保持分歧的差异性。
• 投资者行情特征影响显著：

- 做空限制（机构持股比例低的股票）增强分歧度因子多空收益，体现了股票做空机制对投资者观点表达权衡的影响。

- 动量特征尤其明显，近期涨幅最高组中分歧度因子多空组合年化收益达63.04%，现实中乐观投资者主导行情，悲观观点受限。

- 投资者认可度因子与分歧度因子互为补充，综合提升因子表现并优化投资组合收益。

• 实用意义：

机器学习分歧度因子具备实际投资应用价值，为资产定价与交易策略提供了新的导航标杆，且工艺相对易于规模化实现。

---

八、图表预览示例

• 

图表1：机器学习模拟投资者分歧方法流程图，展现了从特征选择到模型训练再到分歧度因子生成的整体框架。

• 

图表3: 分歧度因子分层组合净值表现，最优组合收益远超其他分层，表现单调性强。

• 

图表29：机构持股比例区分下的分歧度因子多空净值差异显著。

• 

图表36：认可度因子分层净值，高认可度组收益显著领先。

---

九、总结

华泰金工团队基于机器学习技术的投资者分歧模拟报告，对投资者行为复杂性进行了有效量化，突破传统标的表征的局限，造就了可解释性强、应用前景广的分歧度因子。

报告提出的机器学习分歧度因子不仅深化了学术研究，也为量化投资实践提供了先进工具，通过对做空限制、动量及认可度的细致分析，增强了因子的经济学基础和实效性，具有较高的推广价值和应用潜力。

---

溯源标注：

文中投资者分歧对收益的负相关（如RankIC值7.66%，年化收益9.71%），以及模型配置与超参数敏感性，均详述于报告前7页[page::0,1,2,3,4,5,6,7]。
影响因素分析（做空限制、动量、认可度等）及对应图表详见报告后半部分[page::8,9,10,11]。
总结部分数据与观点主要来自报告尾页和核心观点章节[page::0,11,12]。

报告中的所有图表均已清晰展现因子构建逻辑、性能和敏感性分析[page::2,3,4,5,6,7,8,9,10,11]。

---

以上为《华泰金工 | 机器学习模拟投资者分歧》报告的全面深入解析。

报告