遗憾规避因子的理论基础与因子构建 [page::0][page::3][page::4]

• 遗憾规避理论认为，投资者避免后悔情绪，对高于收盘价买入产生惜售行为，低于收盘价卖出倾向于坚持卖出不买回。

- 构建4个核心因子：买入浮亏成交量占比(HCVOL)、卖出反弹成交量占比(LCVOL)、买入浮亏价格偏离(HCP)、卖出反弹价格偏离(LCP)。

• 2016-2022年中证1000日频测试显示，4个因子均显著预测次日收益，IC均值均大于2%，验证了理论假设。

因子改进：小单与尾盘交易加强效果 [page::5][page::6][page::7][page::8]

• 对交易规模进行细分，小单（个人投资者交易）因子IC及夏普显著提高，特别是卖出反弹相关因子提升明显。

- 定义尾盘时间窗口(14:30-14:57)，尾盘交易因子表现显著优于全天因子，说明尾盘交易包含更多私有信息。

• 小单与尾盘双重限制的改进策略因子IC和收益指标达到显著高点，LCPES因子多空组合年化收益率达到96.31%，夏普比达到8.77。

因子合成与日频表现 [page::10][page::11]

• 4个因子秩相关相对较低，采用等权合成并进行行业市值中性化。

- 合成因子日频风险调整后的IC达0.77，夏普比超过10，多头组合年化超额收益率31%以上，表现稳定且单调。

降频至周频因子表现及合成 [page::12][page::13][page::14]

• 降频至周频交易以降低调仓成本，采用加权移动平均法平滑因子数据。

- 周频因子整体IC有所下降，但卖出反弹类因子依然有效，合成因子多空年化收益率可达37.12%，夏普比4.09。

• 进一步行业市值中性化提升夏普比至5.00，策略稳健且信息比率优秀。

中证1000指数增强策略构建及实盘回测效果 [page::15][page::17][page::18][page::19]

• 基于遗憾规避因子构建周频调仓指数增强策略，采用手续费缓冲减少换手率带来的收益侵蚀。

- 策略实现年化超额收益约7.71%，信息比率约1.01，表现优于基准中证1000。

• 与成长、技术、量价背离等风格及Alpha因子合成得到更优策略组合，年化超额收益提升至20.79%，信息比率超4，最大回撤大幅下降。

- 年度收益稳定正向，手续费敏感分析显示策略在千分之三手续费仍具备较好收益及风险调整能力。

因子及策略独立性分析 [page::16]

• 遗憾规避因子与传统风格因子（动量、成长、价值等）相关性均较低，最高相关仅0.11，表明其作为独立Alpha来源。

- 与先前的量价背离因子和线性重构因子也保持较低相关，合成后进一步提升策略整体表现，验证其增量价值。

风险提示与结论 [page::0][page::20]

• 模型基于历史数据，未来可能因政策、市场环境变化出现失效风险。

- 策略对手续费及交易成本敏感高，需合理设置调仓频率及成本控制措施以保障收益。

• 遗憾规避因子反映投资者非理性行为提供独立Alpha来源，有助于提升中证1000指数增强策略的风险调整收益。

- 小单和尾盘交易行为蕴含丰富信息，是因子构建和改进的重要切入点 [page::0][page::20]。

金融研究报告详尽分析报告

—— 基于逐笔成交数据的遗憾规避因子及其交易策略研究

---

一、 元数据与概览

• 报告标题： 基于逐笔成交数据的遗憾规避因子——日终收盘价对当日成交投资者的心理影响

- 分析师： 高智威（执业证书编号 S1130522110003）

• 发布机构： 国金证券股份有限公司金融工程组

- 日期： 研究期间涵盖2016年1月至2022年8月，报告发布时间未明确，但为2022年之后

• 研究主题： 以A股市场逐笔成交数据为基础，结合行为金融学中的遗憾规避理论，构建遗憾规避因子，研究日终收盘价对当日成交投资者心理及后续股价行为的影响，并基于该因子构建指数增强策略。

核心论点及目标：
基于遗憾规避理论，投资者的非理性情绪通过日内买卖成交价与收盘价的关系体现，进而影响后续股价表现。作者构建了4类遗憾规避因子（基于成交量占比和成交价格偏离），并在原因子基础上通过“尾盘时点交易”和“小单交易”两种维度进行改进，显著提升因子表现。最终结合传统风格因子及前期研究因子，共计六因子融合，形成稳定、有效的中证1000指数增强策略，并对实际交易手续费进行了考虑以保证策略可落地执行。整体展现了行为金融因子的实际应用价值与收益潜力。

---

二、 逐节深度解读及剖析

2.1 引言与理论基础

报告开篇强调A股市场日终收盘价作为重要价量锚点的心理影响尚未被充分研究。结合遗憾规避理论——非理性投资者避免后悔情绪和失误确认的心理行为，推断投资者在日内买入股票后若收盘价低于买入价，会出现惜售行为（抛压减弱，预期收益升高）；反之，卖出后若收盘价高于卖出价，则投资者倾向于不回补该股票（买入动力减弱，预期收益降低）。报告明确推论基于日内逐笔成交数据对买卖方向及价格偏离的量化处理，科学触达市场微观结构中投资者非理性行为的实际表现。

关键假设和推断明确：

• 买入价格高于日收盘价的成交量占比与价格偏离越大，股价后续的卖出抛压越小，预期收益越高。

- 卖出价格低于日收盘价的成交量占比与价格偏离越大，买入动力越弱，预期收益降低。

图表1通过价格曲线直观展示买入亏损持股者倾向持有，卖出反弹者倾向不买回的典型行为路径。[page::0,3]

2.2 遗憾规避因子的构建

利用逐笔成交数据（示例详见图表2，涵盖成交时间、价格、买卖单号），结合买卖订单号识别主动买卖方向，构建4类因子：

• 买入浮亏占比因子（HCVOL）

- 卖出反弹占比因子（LCVOL）

• 买入浮亏价格偏离因子（HCP）

- 卖出反弹价格偏离因子（LCP）

公式通过成交量和价格相较收盘价的条件指示函数，量化了投资者非理性行为对股票预期收益的潜在影响。
因子预期方向：HCVOL、HCP、LCP为正向因子，LCVOL为负向因子。

基于2016-2022年中证1000成分股数据测试，所有因子IC均达显著水平（T值大于2），HCVOL, LCVOL, LCP表现尤为突出，IC均值在2%以上（详见图表3）。
因子多空组合净值呈现稳健增长（图表4），夏普比率高达5.5（HCVOL），表明因子具有较强预期收益预测能力。[page::3-5]

2.3 因子改进与效果对比

报告分别从“小单交易”和“尾盘交易”两方面对因子进行优化：

2.3.1 小单改进

• 认定小于当日均成交订单成交量的订单为“小单”，侧重个人投资者行为分析。

- 重新构造限定小单成交的因子版本(HCVOLS等)。

• 发现小单限制下，LCVOLS和LCPS表现明显提升，风险调整后IC分别升至0.36和0.45，多空夏普比率进一步提升（图表6-8）。小单对卖出反弹类因子提升更显著。[page::5-7]

2.3.2 尾盘改进

• 定义14:30-14:57为尾盘时间，剖析尾盘交易信息含量及投资者持仓坚持性。

- 构造尾盘专属成交量占比和价格偏离因子（HCVOLE1/2, LCVOLE1/2, HCPE, LCPE）。

• 所有尾盘因子IC均有较为明显提升，特别是LCPE夏普高达8.15，年化超额收益13.7%（图表9-11）。尾盘交易反映投资者更坚定判断，持股倾向更稳健。[page::7-9]

2.3.3 小单+尾盘双重改进

• 综合小单和尾盘约束，四个因子均表现强势，收益能力超越单一改进版本。

- 以LCPES为代表的卖出反弹价格偏离因子表现最佳，多空年化收益率近96.31%，夏普比率8.77（图表12-14）。

• IC随时间衰减分析显示卖出反弹类因子衰减缓慢，买入浮亏因子衰减较快。报告推断原因在于投资者对手中亏损股票关注度高，但对卖出后股价反弹关注度降低（图表15-18）。[page::9-11]

2.4 合成因子构建与表现

• 基于4个改进因子秩相关矩阵（图表20）发现HCVOL与LCVOL呈较强负相关，有完善对冲潜力。

- 通过等权合成标准化后因子，行业市值中性化处理得到复合因子（FRegretFactor及其AdjCI版本）。

• 合成因子IC提升至0.64及0.77，多空夏普比率10.6及12.17，多头年化超额收益率超过31%（图表21-25）。因子净值曲线平滑且单调，耐久性提升明显。[page::10-11]

2.5 降频后的因子表现

• 鉴于实际交易手续费与操作难度，因子由日频降至周频，采用加权移动平均及周一开盘价调仓方式。

- 周频测试显示，买入浮亏类因子效果明显衰减，部分失效；卖出反弹类因子仍保持稳健表现，最高IC超过0.6。

• 综合部分因子（LCVOLES与LCPES）等权合成的周频合成因子收益稳定，夏普系数达4以上（图表26-34）。[page::12-14]

2.6 中证1000指数增强策略实盘回测

• 基于上述周频因子构造的中证1000指数增强策略，覆盖2016-2022年8月，前5%等权重建仓，设置换手率缓冲控制成本，手续费千分之二。

- 回测结果显示策略年化超额收益7.71%，信息比率1.01，最大回撤13.57%。明显跑赢基准（图表35-36）。[page::15]

2.7 因子独立性及多因子融合

• 计算遗憾规避因子与传统风格因子及前期量价及线性重构因子相关系数，确认低相关性，最高仅0.11，因子提供独立alpha来源（图表37）。

- 结合一致预期、成长、技术风格因子，以及量价背离因子、线性重构因子，组成六因子复合模型（CGTCVmrFRegret）。

• 该复合因子IC提升至0.0855，T值显著，多空组合年化收益75.43%，夏普6.68，且多头组合超额收益23.5%（图表38-40）。

- 基于该因子组合构建增强策略，手续费千分之二下年化超额收益达20.79%，信息比率达4.05，最大回撤控制在3.82%。各年度均实现稳定正超额收益，手续费适度提升至千分之三依然保持良好收益（图表41-45）。[page::16-20]

---

三、 图表深度解读

图表1（收盘价区分示意图）

• 展示某日股票价格轨迹，重点突出“买入后浮亏投资者倾向于继续持有”、“卖出后价格反弹投资者倾向不买回”的行为逻辑。

- 图中价格高于收盘线的买入行为显示价格回落后仍持股；低于收盘线卖出行为后价格反弹，投资者不回补。

• 有效直观展示投资者遗憾规避心理及其对交易的影响，奠定因子设计理论基础。[page::3]

图表2（逐笔成交数据示例）

• 细节展示2021年2月1日某股票部分成交记录，包含成交时间、价格、量、买卖订单号。

- 为因子构造提供原始数据透明度，买卖订单号序列辅助识别主动买卖方向，确保因子准确捕捉投资者行为。[page::4]

图表3（遗憾规避因子IC指标）

• 四类原生因子均表现正向预测能力，IC均值保持在0.6%-2.2%区间，且T统计均超过2实现统计显著。

- 价格偏离卖出因子LCP表现尤为突出，风险调整后IC（IR）达0.45，表明其信息含量丰富。

• 反映投资者定价行为的有效捕捉，支撑后续因子优化。[page::4]

图表4-5（原生因子多空组合净值及指标）

• 净值图显示四因子稳定增值，最低点回撤后多因子均能恢复势头，反映策略稳定性。

- 夏普比率最高达5.5，最大回撤均控制在10%-13%以下，风险收益表现合理。

• 多头组合偏离基准带来实际超额收益，验证因子实用性。[page::5]

图表6-8（小单因子IC与多空表现）

• 小单限制因子提升了因子IC，尤其卖出反弹类因子LCVOLS和LCPS风险调整后IC组织分别0.36和0.45。

- 多空组合收益率及夏普比率提升明显，表明个人投资者行为影响力更强非理性情绪更为显著。

• 小单买入浮亏因子改进效果一般，可能因机构大单干预。

- 图表7股价净值曲线显示因子走出更为平稳成长走势。[page::6-7]

图表9-11（尾盘改进因子效果）

• 尾盘因子IC均有提升，尤其卖出反弹价格偏离类因子LCPE表现突出，IC达4.37%，夏普8.15，净值曲线平滑快速上升。

- 多空收益在尾盘因子维度上明显改善，说明尾盘行为更具信息含量和投资价值。

• 图表10尾盘因子净值曲线高于原始因子明显，进一步验证尾盘策略优势。[page::7-8]

图表12-14（小单+尾盘改进效果）

• 因子IC和收益指标综合超越单独改进，特别是卖出反弹偏离因子LCPES，年化收益率达96.31%，夏普达8.77。

- 多空组合净值增长迅速，波动率适中，最大回撤降低，投资价值显著。

• IC衰减曲线（图表15-18）分析买入浮亏因子衰减速度相较卖出反弹因子更快，揭示投资者行为差异持久性。[page::9-10]

图表21-25（合成因子日频表现）

• 合成因子IC达到64%-77%，IC提升且风险调整后指标更优。

- 多空净值平稳增长，夏普比率高达10.6-12.17。

• 因子分位数组合表现单调且联动合理，风险收益属性优秀。[page::11]

图表26-34（周频及因子组合效应）

• 周频因子IC下降，买入浮亏类因子衰减失效，卖出反弹类因子IC依然显著。

- 周频合成因子依然保持良好收益，夏普维持4以上，波动率低于日频因子。

• 多因子组合进一步提升IC及风险调整指标，验证因子拆分合成有效性。[page::12-14]

图表35-36（周频增强策略实盘回测）

• 策略超额净值稳健上升，年化超额收益7.71%，信息比率1.01。

- 换手率控制在约49%（周度），最大回撤适中，整体风险可控。

• 体现因子由理论到实盘落地的闭环过程。[page::15]

图表37-40（跨因子相关性与六因子融合表现）

• 遗憾规避因子独立性强，与动量、成长等风格因子相关系数不超过0.11。

- 结合多因子建模，六因子IC提升至8.55%，夏普比率近6.68，超额收益显著增长。

• 反映多因子模型较好地捕获了市场多维alpha来源。

- 多因子增强策略年化超额收益20.79%，年化波动24.13，信息比率4.05，实现较好风险收益平衡。

• 策略在各年度均实现稳定正收益，公司及指数周期性能稳定（图表41-45）。[page::16-20]

---

四、 估值分析

本研究主要围绕量化因子构建与策略回测，未涉及传统公司财务估值分析。估值层面体现为多因子组合的风险调整后收益衡量（通过IC、夏普比率、回撤指标体现因子或策略“价值”）。研究通过对逐笔成交价量数据的行为金融解析，结合统计测验和回测验证，较为充分体现了因子alpha的质量与风险特征。

具体估值方法体现在因子IC的显著性（T值）及合成因子的风险调整指标测算。因子融合对应的风险中性化处理及行业-市值中性化操作，体现因子预期收益对风险调整的精细考量。

---

五、 风险因素评估

报告明确提示以下风险：

1. 模型失效风险：由于基于历史数据统计与建模，如遇政策变化与市场环境剧烈改变，因子策略可能失效。[page::0,20]

2. 交易成本与执行风险：实际手续费涨幅或市场流动性变化可能导致策略收益下降甚至亏损，特别日频调仓成本较高，需合理降频及换手率管理。[page::0,20]
报告未明确给出风险缓解策略，但因最终策略设置了换手率缓冲及手续费场景测试，体现了一定成本控制措施。

---

六、 批判性视角与细微差别

• 报告在运用“尾盘交易”界定投资者“私有信息”与判断坚持时，假设较强，可能受市场情绪及间接变量影响，需关注市场震荡期因子有效性。

- 买入浮亏类因子衰减较快说明投资者行为的短暂性，投资者关注度分散可能加剧策略表现波动，需持谨慎态度。

• 小单因子改进假设个人投资者非理性更强，但小单成交也可能受机器交易拆单策略影响，需警惕行为归因误差。

- 虽然因子独立性体现较好，但参考量价背离与线性因子相关度未完全为零，实际多因子组合表现可能存在一定重叠，应注重动态优化和风险估计。

• 超高收益率与夏普比率部分因子（尤其LCPES），容易引发未来业绩是否可持续的疑虑，模型过拟合风险不可忽视。

- 研究主要限于中证1000指数成分股，结论外推至其他市场需谨慎。

---

七、 结论性综合

本报告展示了一条行为金融路径挖掘A股高频量价/逐笔成交数据中投资者非理性行为的演绎过程。日终收盘价作为市场交易中的关键心理价位，明显影响当日成交投资者的后续持仓和抛售心理。基于成交量占比和价格偏离构建的遗憾规避因子，可有效预测次日及周频股票超额收益。通过分别针对“小单”和“尾盘”交易时段的限制，因子表现稳定提升，表明个人投资者行为和尾盘信息更为显著，且因子持久性得以增强。

综合多个因子后形成的合成因子在日频和周频上均表现出了极佳的风险调整后收益水平（日频年化多空收益94.93%、夏普10.6；周频年化多空收益37.12%、夏普4.09），同时构建的周频指数增强策略也实现了约20%的年化超额收益和信息比率超过4的优异表现。合成因子与传统风格及前期研究因子关联度低，证明新alpha来源独立性强。

图表深度分析显示因子及策略风险收益表现均具备良好稳定性，多维风险控制和手续费敏感性测试进一步提升策略实盘应用可靠性。报告明确表明因子在政策与市场环境变动下存在失效风险，强调投资者需保持警惕。

总之，该报告成功将行为金融理论与高频数据实证研究结合，创新提出“遗憾规避因子”及其衍生改进方式，展示了可操作的、收益率优异的中证1000指数增强策略框架，对学术与实务均具较高价值。[page::0-20]

---

参考图表（部分）

• 

-

• 

-

• 

-

• 

-

• 

-

• 

-

• 

---

本报告基于国金证券研究组提供的详细逐笔成交数据调研和建模分析，结合丰富的实证数据与严谨的统计指标，呈现了严密而深入的投资者行为因子体系，及其强大交易策略价值，值得投资者、量化研究机构持续关注。

[page::0-21]

报告