趋势资金定义及核心交易行为因子构建 [page::3][page::4]

• 以过去5日分钟成交量90%分位数为阈值定义趋势资金交易。

- 构建趋势资金交易均价因子和净支撑量因子，合成综合因子。

• 综合因子年化收益27.34%，信息比率3.21，最大回撤7.06%。

羊群效应理论分析与因子构建 [page::5][page::6]

• 羊群效应导致投资者盲目追随趋势资金，表现为极端跟随交易行为。

- 两个因子：极端跟随行为相关性因子和极端跟随行为比值因子。

• 比值因子表现更优：月度IC均值-0.055，年化ICIR-2.90，年化收益率29.12%，信息比率3.07，最大回撤4.98%。

羊群效应因子年度及参数敏感性分析 [page::7][page::10][page::11]

| 年份 | 分组1年化收益率 | 分组10年化收益率 | 对冲收益率 | 信息比率 | 最大回撤率 |
|-------|----------------|-----------------|----------|---------|----------|
| 2014 | 64.48% | 26.05% | 31.51% | 4.13 | 0.04% |
| 2021 | 30.58% | 4.71% | 23.37% | 2.28 | 4.98% |
| 2024H1 | -35.79% | -50.84% | 24.59% | 2.32 | 2.31% |

• 参数n（极端跟随时间窗口）取值在5以内效果最佳，n越大因子表现下降。

- 不同回看天数（10、20、40日）对因子表现影响有限，因子稳定性较好。

羊群效应因子剔除风格及行业影响验证 [page::9][page::10]

• 因子与Barra风格因子相关性均低于0.1，纯净因子依然有效。

- 纯净羊群效应因子年化ICIR达到-2.52，10分组对冲收益14.61%，信息比率2.22，最大回撤仅3.73%。

羊群效应因子与趋势资金交易行为因子合成效果提升 [page::7][page::8]

• 两因子相关系数约-0.38，合成因子收益表现更优。

- 合成因子年化收益34.61%，信息比率3.43，最大回撤7.07%。

不同样本空间中因子表现 [page::12]

| 样本池 | 月度IC均值 | 年化ICIR | 年化收益率 | 信息比率 | 最大回撤率 |
|------------|------------|----------|------------|----------|------------|
| 沪深300 | -0.029 | -1.00 | 9.94% | 0.76 | 23.71% |
| 中证500 | -0.030 | -1.24 | 12.07% | 0.93 | 16.96% |
| 中证1000 | -0.055 | -2.50 | 27.65% | 2.58 | 9.14% |
| 国证2000 | -0.065 | -3.04 | 32.47% | 3.14 | 5.68% |

• 在小市值股票池因子表现更佳，收益和信息比率明显提升。

量化专题报告详尽解读与分析

一、元数据与报告概览

• 报告标题：“量价淘金”选股因子系列研究（七）盲目追随趋势资金的极端交易行为分析 ——羊群效应的识别与因子构建

- 作者及机构：国盛证券研究所，分析师包括沈芷琦、刘富兵及助理阮俊烨

• 发布日期：2024年

- 研究主题：本报告延续前期基于“趋势资金”量价行为构建选股因子的研究，聚焦分析A股市场中投资者的“羊群效应”。具体研究趋势资金行动后，跟随者的极端交易行为如何影响股票收益，并构建能捕捉这一行为特征的选股因子。

核心论点与目标

报告提出，趋势资金的交易行为已被证明可以有效预测股票收益，而市场中非理性投资者的盲目跟风——羊群效应，尽管带来异常的极端交易行为，却反向预示未来股票表现，通常表现为收益下滑。基于此，报告构建并验证了一个代表羊群效应的交易行为因子，其具有较强的选股能力。结合趋势资金交易因子和羊群效应因子可进一步提升因子稳定性与收益表现。[page::0, 2]

---

二、逐节深度解读

1. 前言

前言简述报告的研究基础，即基于前期对“趋势资金”的识别及其交易行为构建选股因子的成果，拓展出第二条研究路径——聚焦“盲目追随趋势资金”的羊群效应行为，认为这种极端追随行为同样蕴含选股信息。本篇报告即围绕该视角进行深入分析和因子构建。[page::0, 2]

2. 趋势资金定义与因子回顾

• 定义：趋势资金指每交易日中，当分钟成交量超过过去5日相同分钟成交量的90%分位数的部分，视为趋势资金的交易时间点。

• 因子构建：

- 趋势资金交易均价因子：计算当日趋势资金的成交量加权平均价相较全市场成交量加权平均价的偏差。
- 趋势资金净支撑量因子：计算趋势资金内部相对价格较低分钟的成交量（支撑量）与较高价格分钟的成交量（阻力量）差值，按流通股本标准化。
- 两者标准化后等权合成为趋势资金交易行为综合因子。

• 绩效表现：

- 月度 RankIC均为0.081，年化 RankICIR 4.37，10分组多空对冲年化收益27.34%，信息比率3.21，月度胜率84.8%，最大回撤7.06%。表明该因子在预测股票收益上具备高度稳定和盈利能力。[page::3, 4]

• 图表解读：

- 图表2展示了趋势资金交易行为综合因子的10分组多空对冲净值走势。可以观察到分组收益表现呈明显梯度分布，说明因子可区分股票未来表现。
- 图表3数字化地呈现三个因子的IC指标及多空绩效，均显示综合因子优于单一因子，体现出两类成分因子的互补性。[page::4]

3. 羊群效应的识别与因子构建

3.1 理论分析

• 结合行为金融学理论，指出A股市场“追涨杀跌”力量非对称：因卖空受限和“处置效应”，杀跌力量较弱，而追涨则更为自由，导致当股票出现强烈羊群效应时，市场往往对利好消息反应过度，未来股票收益展望变坏。

- 这为羊群效应因子对负面未来收益的预测逻辑提供了理论基础。[page::5]

3.2 因子构建

• 极端跟随行为相关性因子：

- 每交易日识别趋势资金交易分钟，匹配随后n分钟（n=5）中成交量最大分钟作为跟随趋势资金的极端交易行为。
- 计算趋势资金分钟成交量与极端跟随成交量的相关系数，计算20日平均，做市值和行业中性化处理。

• 极端跟随行为比值因子：

- 将极端跟随成交量除以对应趋势资金成交量，计算该比值20日平均，做中性化处理。

• 回测结果：

- 两者信息高度重叠，且因子值越大代表羊群效应越明显，预测未来收益越差。
- 比值因子表现稍胜一筹，月度IC均值-0.055，年化ICIR-2.90，年化多空收益29.12%，信息比率3.07，最大回撤4.98%。

• 图表说明：

- 图表4、5详细展现相关性因子和比值因子10分组多空净值走势，均显现出良好的分层能力。
- 图表6以表格方式比较两个因子的IC及绩效指标，说明比值因子在多个选股绩效指标上更优。

• 最终选择比值因子作为正式的羊群效应因子。[page::5–7]

3.3 组合因子

• 羊群效应因子与趋势资金交易行为综合因子相关系数约为-0.38，即负相关。

- 两者做横截面标准化后等权合成，提升整体稳定性。

• 回测显示合成因子月度RankIC均值0.098，年化收益34.61%，信息比率3.43，月度胜率84%，体现了优化后的因子优异的风险调整收益表现。
• 图表解释：

- 图表8展示合成因子10分组多空对冲净值曲线，收益率阶梯明显，凸显组合因子优异的选股能力。
- 图表9汇聚三个因子的IC信息及多空绩效指标，突出合成因子整体高于单一因子表现。[page::7,8]

4. 其他重要讨论

4.1 纯净羊群效应因子

• 结合经典Barra风格因子回归，发现羊群效应因子与各类风格因子相关度极低（绝对值均低于0.1），表明其覆盖的选股信息独特且非冗余。

- 通过每月残差回归剔除行业与风格影响，得到纯净因子。

• 纯净因子仍表现出较强选股能力，年化ICIR-2.52，年化收益14.61%，信息比率2.22，最大回撤3.73%。
• 图表解读：

- 图表10详列羊群效应因子与10个Barra风格因子相关系数。
- 图表11呈现纯净羊群效应因子10分组多空净值走势，收益稳定提升。
- 图表12报告纯净因子分年度性能，显示大部分年份均保持稳健收益。[page::9,10]

4.2 参数敏感性检验

• 参数包括：

1. k日成交量分位数计算参数k=5，m=90（未赘述，前期已验证稳健）
2. 在极端跟随行为提取的n取值（分钟）
3. 20日窗口均值回看期

• 敏感性测试（图表13-15）显示：

- 增大n（从3到20）导致因子性能明显衰减，因子最优n值建议小于10，符合因子设计关注“极端且紧随”的逻辑。
- 回看时间变化对因子影响较小，保持较为稳健。

• 表明羊群效应因子对极端跟随行为时间窗口敏感，确保选取能及时反映追随行为的参数，有利于因子有效性。[page::10,11]

4.3 不同样本空间的表现

• 检验羊群效应因子在不同市值层次的指数成分股表现：

- 沪深300、中证500、中证1000、国证2000

• 结果显示，羊群效应因子在小盘股成分（中证1000、国证2000）中效果更佳，例如中证1000年化RankICIR-3.42，年化收益27.65%，信息比率2.58，且波动率和回撤相对可控。

- 该现象符合量价因子对小盘股票更敏感和有效的常见规律。[page::12]

5. 总结

• 报告系统延续趋势资金研究思路，引入羊群效应这一行为金融角度。

- 构建的羊群效应因子基于趋势资金交易后的极端跟随行为，主要采用成交量比值度量方式，回测统计显著且稳健。

• 羊群效应因子呈负向预测能力，即极端跟风的股票后续表现较差。

- 纯净因子验证了其独立于市场传统风格因子的信息含量。

• 结合趋势资金交易行为因子构建复合因子，观测性能提升，达到年化超34%的收益率。

- 报告明确风险提示：以上结论基于历史数据和统计模型，未来市场结构和环境若发生变化，模型可能失效。[page::13]

---

三、图表深度解读

图表1 (page 0)

• 展示羊群效应因子的10分组多空对冲净值。

- 曲线显示不同分组间的收益分层明显，分组1与分组10的净值对冲线持续上升，说明因子有效捕捉了极端跟风行为的负向收益信息。

• 视觉体现因子可以构造持续获利的多空组合，支持报告主要结论。

图表2与3 (page 4)

• 图表2表现趋势资金交易行为综合因子10分组及对应对冲净值，走势具有明显的分层优势。

- 图表3的细节数据支持这一点：综合因子的月度RankIC均值和年化收益高于单个均价因子和净支撑量因子。

• 最大回撤和波动率均处于合理范围，说明风险控制较好。

图表4-6 (page 6)

• 两个极端跟随行为因子均展现一定负的IC，且比值因子的绩效更优。

- 图表4和5的多空净值均显示出良好的资金分层和累积效应。

• 表格（图表6）佐证了因子性能的同时，也体现出风险指标适中。

图表7 (page 7)

• 羊群效应因子年化表现有波动，头两年表现极佳（2014-15年年化收益超过30%），中间几年表现波动较大，衰减迹象明显，2024年（半年）负收益显著。

- 绩效波动提示该因子对市场环境较敏感，应结合其他因子共同使用。

图表8-9 (page 8)

• 组合因子表现明显优于单一因子，复合因子净值高且平稳。

- 表9数据中信息比率提升至3.43，是因子稳定性的关键体现。

图表10-12 (page 9-10)

• 风格因子相关性低，提示羊群效应因子带来了新的 alpha。

- 纯净羊群效应因子依然保留显著负向的IC和多空绩效，支持其独立有效性。

• 年度分拆分析也验证了该效果的持久性。

图表13-15 (page 11)

• 参数敏感性清晰展示n的取值对IC以及收益率影响，从3到20，因子性能逐步衰减，且波动率下降。

图表16 (page 12)

• 不同指数中，因子表现差异显著，小市值指数（中证1000，国证2000）更适合该因子应用。

- 最大回撤与波动率控制良好，信息比率和胜率较高，体现了良好的风险收益比例。

---

四、估值分析

本报告聚焦于量化选股因子的构建与检验，并无传统金融分析中的估值测算（如DCF、PE等）部分，因此无此章节详解。但因子性能以IC信息系数、年化收益率、信息比率、最大回撤等多维指标充分验证其有效性和稳定性。

---

五、风险因素评估

• 报告明确风险提示：模型均基于历史数据和统计模型，未来市场环境若发生明显变化，模型可能失效。

- 因子同样面临样本外风险、参数选择敏感风险和市场行为异常变化带来的不确定性。

• 结合参数敏感性检验和不同样本空间表现，建议投资者关注因子应用的市场环境与适用样本范围，避免盲目套用。

---

六、批判性视角与细微差别

• 报告逻辑严谨，理论与实证结合紧密，充分考虑了A股市场结构特点（卖空限制、处置效应）支持反向收益的预测逻辑。

- 羊群效应因子虽表现良好，但中期表现波动明显，尤其近年部分年份呈显著负收益，反映其对市场风格与行情的敏感度较高。

• 参数敏感性测试揭示n参数的选取对因子绩效影响较大，提示实际应用需严格参数控制以确保因子有效。

- 因子与传统风格因子相关较低，这既是优势（非冗余信息），同时也表明因子独立来源可能涉及特定市场行为异常，风险敞口需谨慎监控。

• 报告未涉及因子在极端市场下的行为或多因子组合中可能的相互作用，未来可作为补充研究领域。

---

七、结论性综合

本报告延续国盛证券“量价淘金”系列的体系框架，通过对趋势资金后续市场行为的深入剖析，挖掘出“羊群效应”作为极端跟随趋势资金资金行为的代表因子。该因子核心采用极端跟随成交量比值来度量市场非理性跟风强度，实证结果显示：

• 羊群效应因子逆向预测未来股票收益，表现为较强的负相关IC及多空绩效。

- 因子经过纯净化处理，排除行业与传统风格因素仍具显著预测能力，说明其捕捉了独特的行为金融信息。

• 参数敏感性检验证实因子短期极端跟随行为的时间窗口（n）至关重要，优化窗口控制使用效果更佳。

- 不同股票池中，羊群效应因子在中小市值市场表现更突出，适合针对小盘股的策略应用。

• 最重要的是，羊群效应因子与趋势资金交易行为因子负相关，将两者合成为复合因子明显提高了收益水平与稳定性，年化收益超过34%，信息比率达到3.43，展现强劲风控调整后的投资价值。

- 结合各项统计绩效及图表显示，该系列因子具有实证支持的稳定有效性，既契合行为金融理论，也贴近A股市场结构特性，具备较强的实战应用价值。

整体而言，报告严谨构建了基于量价行为与行为金融理论结合的选股因子体系，开拓了盲目追随趋势资金行为这一新维度，既丰富了量化投资工具箱，也为投资者识别非理性市场行为提供了重要参考。然而，投资者应用时仍需结合实际市场环境，关注因子时效性与参数敏感性，合理搭配多因子策略以控制潜在风险，[page::0-13]。

---

（报告中的所有数据、图表分析均基于国盛证券研究所利用Wind数据做出的实证测算。）

报告