构建情绪体系,寻找涨跌信号 —— 市场情绪系列报告之一
创建于 更新于
摘要
本报告系统构建了基于十个市场情绪代理变量的综合市场情绪指数,通过资金流动情况、投资者行为、杠杆投资者指标、重要股东行为及市场运行指标等多维度指标进行量化分析。实证显示该情绪指数可较好地辅助判断股市涨跌,2005-2017年期间情绪择时策略累计收益约14倍,年化收益率26%,最大回撤39%,体现了显著的市场择时价值。[page::0][page::4][page::17][page::18]
速读内容
市场情绪对股市涨跌的影响及代理变量选取 [page::4]

- 市场情绪是驱动股市涨跌的重要因素,虽然情绪时滞性强,但在阶段性顶部和底部有领先信号。
- 代理变量覆盖资金类、普通投资者、杠杆投资者、重要股东行为及市场运行指标五大类。[page::4][page::5]
资金类与投资者行为情绪指标分析 [page::6-10]


- 证券交易结算资金、银证转账资金与市场涨跌有一定联系,但波动较剧烈为观察指标。
- A股投资者增速、换手率与市场呈同步正相关,投资者活跃度因数据中断暂未纳入。
- ETF净赎回力度指数明显反映市场波动,成为情绪体系重要指标之一。[page::6][page::8][page::9][page::10]
杠杆投资者与重要股东行为指标 [page::10-12]


- 股指期货溢价率、期权成交量PCR及融资余额增速等港股杠杆指标均能反映市场情绪变化。
- 股东合计净减持率能体现股东的市场情绪流向,三类股东(公司、个人、高管)行为变化一致。
- 期权隐含波动率为观察指标,市场风险变化明显时敏感性较强。[page::10][page::11][page::12]
市场运行指标及情绪指数构建 [page::12-16]


- 选用HS300 40日强势股占比、上涨家数占比和RSI作为运行指标。
- 通过分位数化方法将10个核心指标进行标准化处理,构建了市场情绪指数(I1)和情绪常规指数(I2),后者放大震荡行情中的信号波动。[page::13][page::15][page::16]
情绪择时策略逻辑与实证效果 [page::17-18]

| 统计量 | 统计值 | 统计量 | 统计值 | 统计量 | 统计值 |
|----------|---------|-----------|---------|-------------|----------|
| 交易次数 | 36 | 盈利次数 | 18 | 亏损次数 | 18 |
| 胜率 | 50% | 年化收益 | 26.31% | 最大回撤 | -38.61% |
| 盈亏比 | 7.3 | 平均单次盈利 | 31.65% | 平均单次亏损 | -4.33% |
- 择时策略以情绪常规指数I2突破阈值及其均线作为开平仓信号。
- 策略大波段且周期较长,平均每年交易3-4次,表现优于基准指数,适合辅助决策。
- 投资建议强调情绪指标为辅助手段,应结合其他策略共同分析。[page::17][page::18]
深度阅读
金融工程系列报告详尽分析报告
——构建情绪体系,寻找涨跌信号
---
1. 元数据与报告概览
- 报告标题:《金融工程——构建情绪体系,寻找涨跌信号(市场情绪系列报告之一)》
- 作者与联系方式:刘均伟(执业证书编号:S0930517040001),光大证券研究所金融工程首席分析师,联系方式021-22169151,邮箱liujunwei@ebscn.com。联系人周萧潇,联系方式021-22167060。
- 发布日期:报告内容最后涉及时点2017年4月7日,报告编写时间可推断为2017年左右。
- 主题及覆盖范围:本报告围绕股市涨跌中市场情绪的影响机制,系统地构建市场情绪代理变量体系,运用量化方法构建市场情绪指数,并基于情绪指数进行择时策略构建与实证验证,最终提出投资建议。
- 核心论点和目标:
- 首先确认市场情绪作为股市涨跌的重要影响因子,其表现形式除与宏观基本面、超预期因素联动外,自身也能独立提供市场波动的辅助信号。
- 通过多角度筛选、验证相关情绪代理变量,构建一套动态更新的市场情绪量化体系,包括资金类、投资者行为、杠杆投资者行为、重要股东行为及市场运行指标5大类,共计10个核心指标。
- 结合分位数化处理与等权加权构成情绪指数,并基于该指数发展择时策略,体现“中间看趋势,两端看反转”的策略理念。
- 实证验证显示该情绪择时策略通过大周期大波段操作,取得了超越沪深300的长期收益,年化26%收益率,策略盈亏比高达7,最大回撤39%。
- 传达意图:本报告想强调市场情绪的重要性以及其可量化可操作的特性,推广一种基于多指标构建的情绪指数体系作为投资辅助手段,提供客观的数据支持和策略实证,使投资者能更好把握市场阶段性拐点,从而构建科学有效的择时交易策略。
---
2. 逐章节解析
2.1 市场情绪是股市涨跌重要影响因素(第4页)
- 关键论点:股市涨跌不仅受基本面和政策等超预期因素影响,还受到市场情绪的推波助澜,尤其在市场阶段性顶部和底部时情绪信号的提示价值尤为重要。市场情绪通常与市场涨跌同步或滞后,偶尔亦会领先。
- 支撑依据:通过构建市场情绪驱动机制图(图1),展示市场情绪、基本面因素和市场超预期因素三者相互作用,强调情绪的推波助澜角色。
- 应用价值:市场情绪在择时判断中作为辅助工具,帮助识别情绪拐点信号,从而实现阶段性仓位控制和资产配置调整。
- 结论:构建并监控市场情绪变化将对投资者择时及资产配置产生重要辅助效果。[page::4]
2.2 寻找市场情绪的代理变量(第5-13页)
- 研究框架(图2):从多维度搜集情绪相关代理变量,筛选有效指标,量化构建情绪择时体系。体系保持开放性,允许动态更新。
- 五大类代理变量详解(表1):
1. 市场资金类(6-9页):证券交易结算资金、银证转账资金、沪股通/深股通资金、机构主动买入额等指标。
2. 普通投资者行为(8-10页):A股投资者增速、活跃度、换手率及ETF申赎力度指数。
3. 杠杆投资者行为(10-11页):股指期货升贴水、期权成交量PCR、融资余额增速等。
4. 重要股东行为(12-13页):公司、个人及高管的股东增减持率。
5. 市场运行指标(13-14页):包括HS300 40日和60日强势股占比、上涨家数占比、相对强弱指标(RSI)。
- 各类变量分析要点:
- 市场资金类中,证券交易结算资金和银证转账资金波动较大、相关性有限,暂作为观察指标;沪股通资金净流入在较大时间尺度上与HS300同步正相关,属有效情绪指标。相关图示(图3-6)佐证资金变动和指数走势关系。
- 机构投资者行为指标(主动买入额和率、净买入额和率)同涨跌环境相关性明显(图7-10),体现机构资金动向对市场的影响。
- 普通投资者行为中,A股投资者增速和换手率与市场表现基本正相关(图11、13),但投资者活跃度因数据中断未纳入指标体系。ETF净赎回力度指数在2015年后与HS300表现较高同步性(图14-15) ,反映整体散户情绪动向。
- 杠杆投资者行为包括股指期货溢价率与期货期限结构(图16-17)均正相关股市走势,期权成交量PCR指标(图18)高位暗示市场短期谨慎,隐含波动率(图19)反映市场恐慌程度,融资余额增速(图20-21)增速变化与行情相符但需剔除早期无效数据。
- 重要股东行为净减持率(公司、个人、高管及合计)(图22-25)反映核心股东对市场情绪反应,尤其中高层减持在市场高位时具备警示作用。
- 市场运行指标通过技术指标衡量市场强弱,如HS300成分股在40日均线及60日均线以上的占比(图26、27),上涨家数、涨跌停家数比例(图29-31)及RSI相对强弱指标(图32)均反映市场阶段性强弱轮动特征。
- 总结:通过详实的历史行情与指标趋势图,报告充分论证了上述代理变量与市场走势间的统计及逻辑关系,为构建综合情绪指数打下坚实基础。[page::5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
2.3 市场情绪择时体系构建(第15-16页)
- 指标筛选(表3):最终选取10个指标作为情绪指数构成,包括A股投资者增速、换手率、ETF净赎回力度、期指当月溢价率、期权PCR、融资余额增速、股东净减持率、HS300强势股占比、上涨家数占比、相对强弱指标。
- 数据处理:采用分位数化方法(P1~P10)标准化各指标,便于横向对比和综合分析,每指标权重均等(10%),保证简单透明。若部分指标缺失,权重进行均匀调整。
- 情绪指数构建:将标准化指标加权求和合成综合市场情绪指数(I1),反映市场整体情绪强弱走势(图34);进一步定义市场情绪常规指数(I2),限制I1数值在20-70范围并进行放大处理,突出震荡行情中的情绪变化,强化策略信号敏感度(图35)。
- 指标动态更新:体系保持开放,允许根据指标有效性和市场环境调整指标结构和权重。
- 细分指标跟踪示例:以2017年4月7日为例,细分指标中投资者增速呈震荡下降、ETF净赎回力度处高位、期权PCR较高、HS300相对强弱指标高位,有提示市场风险累积的信号,侧面验证了细分指标极端值在短期风险提示中的价值。
- 图表解读:图33展示多个指标的历史分位数变化,图34和图35分别展示整体情绪指数和常规指数与HS300走势的对比,清晰体现情绪指数对大盘走势的同步和反转提示作用。
- 结论:通过指标筛选、数据标准化与加权计算,构建了科学、动态、综合的市场情绪指数体系,为后续择时策略提供量化基础。[page::15, 16]
2.4 市场情绪择时策略构建(第17-18页)
- 策略逻辑:“中间看趋势,两端看反转”原则。
- 在市场情绪常规指数(I2)低位(约30以下)和高位区域,策略着重关注指数反转信号作为买入或卖出判断。
- 在中间及正常波动区间,情绪指数同步市场,适合跟随市场趋势操作。
- 高位(如HS300>5000点或I2 12周均线超90)不轻易新开仓,避免高位买入风险。
- 信号设计:
- 开仓条件:I2突破30线或向上突破12周均线,且处于非极端高位。
- 平仓条件:I2下穿12周均线,或高位钝化后12周均线由上转下且降至90以下。
- 交易成本假设为双边0.6%。
- 实证效果(图37、表5):
- 时间区间:2005年12月30日至2017年4月7日。
- 策略累计收益达到约14倍,年化收益率约26.3%。
- 最大回撤约为38.6%。
- 交易频率较低,年均3-4次,适合大波段长周期操作。
- 盈亏比高达7.3,胜率仅50%,表明少数高盈利交易弥补多次亏损。
- 结论:该择时策略以市场情绪指数为基础,成功挖掘了情绪指标在市场拐点的潜在反转信号,结合趋势跟踪和风险管理,实现了稳定的超额收益。
- 投资建议:市场情绪指数不宜作为唯一择时依据,建议与基本面、技术等其他策略结合,形成多维度的决策辅助体系。[page::17, 18]
---
3. 图表深度解读
3.1 重要图表解析
- 图1:情绪、基本面与超预期因素的相互关系(第4页)
三齿轮相互咬合,说明市场涨跌由基本面因素驱动,超预期因素扰动,市场情绪则推动市场动态演化,形成互动反馈机制。此图形象阐释了情绪对市场的推动效应。
- 图3&4:证券交易结算资金和银证转账资金变动与HS300走势(第6页)
紫色折线大幅波动,HS300(深紫色线)走势相对平滑,表明资金周变动率波动剧烈但与市场指数变化呈一定同向特征,相关性有限,资金指标用作观察指标具备价值。
- 图7-10:机构投资者主动买入金额及率与净主动买入金额及率与市场相关性(第7-8页)
机构主动买入金额和比率在市场上涨阶段明显提升,净主动买入呈正向冲高,体现机构投资者买入意愿与市场向好趋势一致。
- 图11、13:A股投资者增速和换手率与市场的相关性(第8-9页)
A股投资者增速及换手率与HS300指数大体同步,尤其在牛市阶段投资者活跃度和新增账户推动行情。
- 图14、15:ETF净申购与净赎回力度指数(第10页)
ETF净申购苦涨跌呈反相关,净赎回力度指数在市场高点时显著升高,作为散户情绪指标,捕捉了市场资金流出压力。
- 图16、17:股指期货溢价率及期限结构(第10页)
期货升贴水正相关大盘表现,溢价率大幅跃升对应市场顶点,反映期货市场投资者情绪波动。期限结构价差相似,有验证作用。
- 图18、19:期权成交量PCR和隐含波动率(第11页)
PCR高位表明投资者偏好认沽期权,市场谨慎,隐含波动率上升反映恐慌心理增强。
- 图20、21:融资余额及增速(第11页)
融资余额快速增长阶段大体对应市场上涨,增速放缓或回落多发生于市场调整期,融资余额增速更能反映杠杆情绪动态。
- 图22-25:股东净减持率(公司、个人、高管及合计)(第12页)
总体净减持率在市场高点时升高,体现核心股东资金流出意愿,合计数据更为稳定,反映真实市场情绪趋势。
- 图26-32:强势股占比、上涨家数、涨跌停比例与RSI(第13-14页)
这些技术性市场运行指标反映市场内部结构与强弱变化,被用作情绪衡量的微观观察点。
- 图33-35:分位数指标状态及综合情绪指数(第15-16页)
分位数化处理提升指标对比性与综合分析能力,市场情绪指数(I1)和常规指数(I2)能有效反应市场整体情绪变化,捕捉震荡行情的细节波动。
- 图36:市场情绪常规指数走势特征(第17页)
图中红绿线分别标示极端阈值,显示情绪常规指数在市场底部及顶部风险信号中的反转提示效能,辅助把握买卖时机。
- 图37:情绪择时策略收益曲线对比(第18页)
策略净值曲线(无成本与含成本)均明显优于基准指数,体现了情绪择时策略的长期超额收益能力。
---
4. 估值与策略分析
- 本报告核心在市场情绪的“定量指标构建”及“择时策略实证”,未涉及对单一证券或行业的估值分析,比如DCF或市盈率法。
- 通过分位数处理后的入选指标进行加权构建情绪指数,策略核心建立在情绪带来的阶段性市场拐点信号上。
- 策略参数基于情绪常规指数(I2)和其12周均线突破,辅以市场高位阈值(HS300 > 5000点和指数过高钝化的90分)设定开平仓信号。
- 长周期、大波段策略定位明确,交易频次较低,强调顺势交易和风险控制。
---
5. 风险因素评估
- 情绪指标有效性风险:代理变量的市场相关性可能因市场结构变化或政策环境改变而失效。报告中已体现情绪代理变量体系的开放性和动态修正机制,减轻此风险。
- 指标数据缺失与延迟风险:如投资者活跃度因数据披露中断无法纳入,可能限制情绪体系完整性和敏感性。
- 策略执行风险:在牛市或极端行情中,情绪指数钝化,可能造成信号滞后或假信号,进而影响策略表现。策略设计中对此增加了高位谨慎不加仓及延迟平仓设置。
- 交易成本与滑点风险:考虑了0.6%双边成本估计,但实际操作中滑点及资金规模扩展带来的成本可能更高。
- 宏观事件及政策风险:市场情绪可能被突发事件扰动,非理性波动增大,指标信号可能失真。
- 注意报告未明确说明风险缓解机制概率估计,投资者需结合其他分析工具共同使用。
---
6. 审慎视角与细节观察
- 报告对情绪指标的分类细致,覆盖范围广泛,结合统计图形表现清晰,体系构建合理且开放。
- 然而,情绪指标虽多,部分指标相关性强但非因果明确,存在一定的共线性风险,简单等权处理虽方便但忽略了指标间影响力差异,未来可考虑权重优化。
- 部分指标如期权隐含波动率等尚处观察阶段,信号准确度存待验证。
- 情绪指数的领先或滞后特征在报告中指明实际不一致性,且“偶尔领先”较模糊,暗示情绪体系作为辅助工具适用性更佳。
- 报告策略胜率为50%,本质上意味着需较高的盈亏比支持,同时胜率较低或令保守投资者顾虑。
- 数据时间截至2017年,市场环境演变,未来适用性需持续验证。
- 报告未对情绪指标对重大系统性事件的反应单独分析,留有研究空间。
---
7. 结论性综合
本报告基于多维度的情绪代理变量构建了一个系统的市场情绪指数体系,从市场资金流动、投资者行为、杠杆参与度、核心股东动向及市场技术指标多个角度全面捕获市场情绪动态。通过科学的数据处理方法(分位数标准化)和简洁的等权加权模型,成功整合成易于理解和应用的情绪指数(I1)及其衍生的常规指数(I2),用来反映市场的整体情绪状态。
实证分析表明,该情绪指数及其策略具有显著的择时价值,特别是在市场阶段性顶部和底部的反转信号方面提供有效辅助。策略设计合理,结合趋势跟踪与反转信号,运用大周期、大波幅的交易方式,实现了14倍累计收益、26%年化收益和良好的最大回撤控制。图37中策略净值曲线的优异表现验证了指数的应用潜力。
图34与图35展示了市场情绪指数在历史阶段中的持续性和稳定性,极端区域信号可视为市场风险预警信号。表4细致展示了具体情绪细分指标在关键时间点的预警作用,体现了报表细节解读的实际指导价值。
报告同时客观指出情绪指标非万能,主要作为辅助判断工具,建议结合其他基本面与技术面策略。报告强调系统为开放结构,需根据市场变化动态调整,避免情绪指标因数据而钝化或失效,存在一定风险。
整体而言,本报告从理论机制、代理标准、数据处理、策略设计到实证验证,形成了较为完整且专业的市场情绪择时研究框架,具有较强的应用价值和研究深度。投资者可基于该体系实现情绪辅助的风险管理与择时优化,提高投资决策的科学性和前瞻性。
---
参考文献页码
[page::0,1,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
---
图示索引(示范部分)
- 图1 市场情绪推升机制示意(第4页)
- 图3-4 证券交易结算资金及银证转账资金变动与市场涨跌关系(第6页)
- 图7-10 机构投资行为指标与股市涨跌相关趋势(第7-8页)
- 图14-15 ETF净申购/赎回力度指数趋势与HS300走势比较(第10页)
- 图16-17 股指期货升贴水与期限结构与股市关系(第10页)
- 图18-19 期权成交量PCR和隐含波动率对市场情绪的反映(第11页)
- 图22-25 各类型股东增减持率对市场情绪信号(第12页)
- 图26-32 市场运行指标(强势股占比、涨跌停家数、RSI指标等)与市场联动(第13-14页)
- 图33-35 市场情绪指数构建及其历史曲线(第15-16页)
- 图37 情绪择时策略累计收益曲线对比(第18页)
(所有图片均以相对路径呈现)
---
术语解释
- 市场情绪指数(I1):基于10个核心指标的等权加权分位数化综合指标,用于量化市场整体情绪强弱。
- 市场情绪常规指数(I2):对I1进行截断和平移操作,突出常规市场行情中的情绪变化,增强趋势敏感度。
- 分位数化处理:将不同指标的原始数据转换为相对历史分布的百分位数,数值范围统一为0-100,便于加权合成。
- 期权成交量PCR:认沽期权成交量/认购期权成交量,偏高说明市场情绪偏向防御。
- 股指期货溢价率:股指期货合约价格与现货指数价格之间的差额比例,反映市场预期。
- 融资余额增速:融资余额的短期同比增长速度,反映杠杆资金风险偏好。
- HS300相对强弱指标(RSI):技术分析指标,衡量指数涨跌动能和强弱势。
- 盈亏比:盈利交易的平均收益与亏损交易的平均损失之比,高盈亏比即盈多亏少。
---
总体评价
此报告展示了成熟的定量研究框架与系统方法,系统地将“市场情绪”这一非结构化概念转化为明确量化指标和实际可操作策略。通过详尽的指标数据和丰富的图表支持,结合策略的实证效果,增强了研究结论的可信度和实用价值。唯一建议是未来研究中进一步优化指标权重及策略参数,扩展风险管理框架,并验证其在当前乃至未来市场环境的适用性。其他方面,报告结构清晰、逻辑严密、数据充分,是优秀的量化市场情绪研究典范。