`

基于逐笔数据的 AFH 改进因子 ——“青出于蓝”系列研究之八

创建于 更新于

摘要

本报告基于行为金融中的处置效应理论,利用逐笔交易数据,改进并复合积极灵活筹码因子(AFH),构建了AFH_Open、AFH_Close和AFH_Return三个新因子,显著提升了选股有效性。复合因子AFH_Smart在沪深A股市场表现出稳健的IC均值4.40%,多头组合年化超额收益9.67%,信息比率2.02,且与主流风格因子相关性低。该因子对中小市值股票表现尤佳,反映了投资者持有亏损筹码的行为特征对股价的影响。[page::0][page::4][page::5][page::7][page::8][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::21]

速读内容


筹码因子测试与处置效应背景 [page::3][page::4][page::5][page::6]

  • 主动买入筹码相较被动买入筹码具有更强的正向选股效应,特别是主动小单筹码因子(AF H)表现最优。

- 处置效应使得投资者更倾向于卖出盈利筹码、持有亏损筹码,相关的行为金融理论包括前景理论和认知偏差(过度自信、自我归因、代表性偏差、懊悔心理)。
  • 个人投资者在卖出行为中更显著体现处置效应,强化了AFH因子的选股逻辑。


AFH因子的三种改进方法及指标构建 [page::7][page::8][page::10][page::11]

  • AFHOpen:基于买入筹码时的日内跌幅(买入价格相对开盘价的涨跌幅)调整筹码量,反向交易特征显著,IC均值提升至4.42%。

- AFH
Close:基于买入当日收盘价相对买入价的涨跌幅调整,反映买入浮盈后的过度自信,IC均值4.47%。
  • AFHReturn:基于筹码买入后至最新交易日的盈亏状态调整,对历史收益做正交化剥离,IC均值4.21%,多头组合年化超额收益9.52%。


| 因子 | IC均值 | ICIR | IC胜率 | 多头年化超额收益 | 信息比率 | 夏普比率 |
|------------|---------|-------|---------|-----------------|---------|----------|
| AFH | 3.73% | 3.72 | 70.73% | 7.66% | 1.45 | 2.55 |
| AFH
Open | 4.42% | 4.35 | 76.83% | 9.06% | 1.85 | 3.44 |
| AFHClose | 4.47% | 4.30 | 76.22% | 8.99% | 1.83 | 3.38 |
| AFH
Return | 4.21% | 4.39 | 73.78% | 9.52% | 2.07 | 3.98 |

AFHSmart复合因子表现及相关性检验 [page::12][page::13][page::14][page::15][page::16]

  • AFHSmart为AFHOpen与AFHClose等权复合,再与AFHReturn复合,IC均值4.40%,IC胜率78.05%,多头组合年化超额收益9.67%,信息比率2.02。

- 正交化处理剥离与主流风格和量价因子相关的影响,IC均值虽下降到2.02%,但多头组合信息比率提升至2.21,收益稳健。
  • 多头组合在绝大多数阶段均展现超额收益,少数极端市场阶段有所回撤,解释为处置效应在极端行情下影响减弱。





宽基测试及市值分层表现 [page::17][page::18][page::19][page::20]

  • AFHSmart因子在中证800、中证1000和中证2000三个指数中表现:

- 中证800多头年化超额收益2.79%,夏普比率0.54;
- 中证1000多头年化超额收益6.09%,夏普比率1.18;
- 中证2000多头年化超额收益20.53%,夏普比率3.77,表明因子对小市值股票更有效。





积极灵活筹码占比的市场时序变化 [page::21]

  • 过去20日平均积极灵活筹码占比自2022年起稳定在25%-30%区间,较2021年有所提升,反映市场投资者行为习惯的持续性。



深度阅读

金融研究报告详尽分析报告


报告名称:基于逐笔数据的 AFH 改进因子 ——“青出于蓝”系列研究之八
作者及联系方式:任瞳(rentong@cmschina.com.cn)、许继宏(xujihong@cmschina.com.cn)
发布机构:招商证券股份有限公司
发布时间:2024年6月28日
研究主题:主动小单筹码占比因子(AFH)及其基于逐笔交易数据的改进因子(AFHSmart),探讨处置效应在筹码买入行为及盈亏状态对股票价格及选股有效性的影响

---

一、引言与报告概览



本报告围绕资本市场投资者处置效应现象,深度剖析基于主动小单筹码占比(AFH)因子的有效性,并结合逐笔交易数据,对AFH因子进行三方面改进而成AFH
Smart复合因子。报告核心论点是:
  • 投资者在持有亏损筹码时更倾向于继续持有,而积极主动买入小单筹码因子在整体筹码因子中具有最强的截面选股效应。

- 结合筹码买入的日内跌幅(反向交易程度)、买入当日的浮盈(过度自信)和筹码盈亏状态(前景理论和认知偏差)三个角度对AFH改进后,提升了因子在截面选股中的有效性及稳定性。
  • 经过广泛的多维度回测,改进后的AFHSmart因子信息系数(IC)平均为4.40%,多头组合年化超额收益率约9.67%,信息比率2.02,且因子与其他传统风格及量价因子相关性较低,具备独立选股价值。

- AFH
Smart在中小市值宽基指数(中证1000和中证2000)中表现更佳,反映了筹码的资金影响对小盘股更显著,符合理论预期。[page::0,1]

---

二、逐章节深度解读



1. 前言与筹码因子测试 (页3-4)

  • 报告指出股票价格受买卖双方力量影响,其中卖出行为受持币筹码止盈止损决定。

- 基于买入交易行为维度,将买入筹码区分为主动买入与被动买入、小单筹码与大单筹码,构建六个筹码因子(表1)。
  • 回测区间为2021年初至2024年6月28日,剔除ST股及新股,采用周频调仓,调整行业及市值中性,手续费千分之一,等权买入等设计(表2)。

- 初步测试显示,主动小单筹码占比因子(AFH)在截面选股效果中表现最佳,IC均值3.73%,T值达6.73且P值接近零,统计显著(表3)。多空组合年化超额收益达22.89%,夏普比率2.55(表4)。
  • 主动买入筹码具有正向Alpha信息,反映投资者对股票的较高预期收益,且小单买入筹码更多代表灵活投资者,具有更强选股能力。[page::3,4]


2. 筹码因子有效性理论讨论 (页4-6)

  • 处置效应由Shefrin和Statman (1985)提出,投资者倾向于卖出盈利筹码,持有亏损筹码。此种行为模式在金融市场和行为实验中得到一致支持。

- 报告基于前景理论,展示价值函数图(图1),显示投资者对亏损的厌恶超过对等额盈利的喜好,奖励曲线非对称,表现为面对亏损风险偏好增加,盈利则趋向风险回避。
  • 构造交易倾向函数(图2),反映筹码收益越高,卖出意愿越强,亏损时持有意愿越高。加入对投资者预期收益平移后的函数能更好对应实际行为逻辑。

- 主动买入筹码通常带有更高预期收益,小单筹码代表灵活投资者,合称为积极灵活筹码(AFH),该部分筹码因持有倾向增强,降低卖出压力,促进股票价格形成。
  • 认知偏差包括自我归因偏差、过度自信、代表性启发和懊悔心理,加剧处置效应:

- 自我归因偏差使投资者过度自信,不轻易出售亏损筹码。
- 代表性偏差强化亏损时持有的经验记忆。
- 懊悔心理促使投资者避免承认错误,继续持有亏损筹码以规避后悔情绪。
  • 实证研究(史永东2009;胡昌生2015)支持中国市场个人投资者在亏损时倾向持有筹码,卖出时有反转策略表现。[page::4,5,6]


3. AFH因子的改进 (页7-12)

  • 报告基于理论剖析进行三角度改进:

1. 买入价格相对开盘价的跌幅(反向交易行为系数):越倾向于日内下跌买入的筹码处置效应越强,构建AFHOpen因子。
2. 买入当日收盘价相对买入价浮盈程度(买入时成就感/自我归因偏差):买入即浮盈者过度自信提升持有倾向,构建AFH
Close因子。
3. 筹码至今盈亏状态(处置效应核心):基于最新收盘价调节筹码量,构建AFHReturn因子,并对其剔除与过去20日收益相关成分进行正交化。
  • 公式均为对单笔筹码成交量以不同系数(αi)调整归一化,再除以过去20日成交总量。

- 回测结果显示:
- AFHOpen IC均值提升至4.42%,IC胜率76.83%,多头年化超额收益9.06%,夏普1.85(表5-6,图3-4)。
- AFH
Close IC均值提升至4.47%,IC胜率76.22%,多头年化超额近9%,夏普1.83(表7-8,图5-6)。
- AFHReturn IC均值4.21%,IC胜率73.78%,多头年化超额9.52%,夏普2.07表现最佳(表9-10,图7-8)。
  • 三因子复合为AFHSmart因子,IC均值4.40%,胜率78.05%,表现出更稳定的选股能力(表11,图9)。

- 分组测试多头组合年化超额收益9.67%,信息比率2.02,具有良好的收益稳定性,季节性表现亦良好,但部分极端市场阶段(如2021Q3、2024Q1)出现回撤,体现了因子对应资金面变动的敏感性(表12-13,图10-11)。[page::7,8,9,10,11,12,13,14]

4. 相关性及正交化测试 (页14-16)

  • AFHSmart因子与传统基本面账面市值比(BP)、总市值(MKT)、换手率、成交量等量价因子及收益率偏度相关性低(表14)。

- 正交化处理去除因子与量价等指标相关成分后,IC有所下降但多头超额收益基本稳健,甚至信息比率由2.02提升至2.21,说明因子独立选股价值加强(表15-16,图12)。
  • 策略变动率与最大回撤等风险指标变化不大,维持一定交易频率,策略风险处于可控范围。[page::14,15,16]


5. 宽基市场测试(中证800、1000、2000)(页17-20)

  • AFHSmart因子在中小市值股票(中证1000和中证2000)中表现优于大盘蓝筹(中证800),符合该因子依赖于资金面影响和散户行为特征的逻辑。

- 中证800多头策略年化超额收益约2.79%,夏普0.54,表现相对有限(表18,图13-14)。
  • 中证1000多头年化超额约6.09%,夏普1.18,收益表现明显改善(表19,图15-16)。

- 中证2000多头策略年化超额20.53%,夏普3.77,信息比率极佳,且超额风险调整收益明显,验证了因子在小盘股的选股优势(表20,图17-18)。[page::17,18,19,20]

6. 结语与市场层面观察 (页21)

  • 本文首次利用逐笔交易数据切入对积极灵活筹码因子进行多维度调整与优化,成功构建出了IC和收益率均显著提升的AFHSmart因子。

- 因子所反映的是典型的处置效应下投资者行为偏好,通过筹码买入行为和盈亏状态体现持有意愿,影响股票卖出压力和价格走势,特别适用于研究资金行为影响小市值股票。
  • 市场整体积极灵活筹码占比自2021年以来稳定维持在25%-30%水平,2022年有所升高(图19),体现筹码结构部分微调,可能预示市场投资者心态变化。

- 报告提醒,因子测试基于历史数据,市场政策及环境变化可能导致模型失效,非投资建议。
  • 未来将继续基于逐笔数据开展更多因子构建研究,期待带来更多交易信号和 Alpha 机会。[page::21]


---

三、图表深度解读



关键图表说明与解读


  • 图1前景理论价值函数(页5)揭示投资者非对称损益感受,亏损价值降低速度大于盈利,奠定整个处置效应理论基础。

- 图2交易倾向函数(页5)展示在无预期收益和有预期收益下投资者卖出/持有倾向变化,反映买入筹码理解的交易心理机制。实线函数显示预期收益越高,亏损时筹码持有增加。
  • 买入筹码因子IC测试表3和收益表4(页4)定量对比主动与被动、小单与整体买入筹码因子选股能力,显示主动小单筹码表现最优。

- AFH
Open 因子IC测试表5和分组测试表6(页8)及图3-4表明引入日内跌幅调整提升了因子稳定性和收益表现。
  • AFHClose 因子IC测试表7和分组测试表8(页9)及图5-6展示买入当日浮盈调整同样补强因子有效性。

- AFH
Return 因子IC测试表9和分组测试表10(页11)及图7-8强调筹码盈亏状态调整所带来的超额收益提升和截面选股改善。
  • AFHSmart复合因子IC测试表11及分组表12(页12/13)及图9-11显现因子融合带来整体稳健提升,多头组合持续跑赢基准。

- 相关性表14及正交化前后IC表15与收益表16图12(页14-16)阐述因子独立性高,剥离量价因子后多头收益依然稳健。
  • 中证800/1000/2000分组统计表18-20及图13-18(页17-20)显著体现因子在小盘股中具备更强的Alpha捕捉能力。

- 图19积极灵活筹码占比的时序波动(页21)反映市场结构变化和投资者行为趋势,为经济周期走向和资金面状态提供宏观参考。

整体来看,图表数据充分支持报告中的理论假说和实证结论,AFH及其改进因子具备强劲的截面选股能力和策略可实操性。

---

四、估值分析



本报告并未涉及具体的公司股票估值模型计算(如DCF、P/E等),主要聚焦于行为金融学视角下因子构建及策略表现评估。故估值分析部分不适用。

---

五、风险因素评估


  • 主要风险提示包括模型基于历史数据构建,未来政策变化、市场微观结构变化或极端市场波动可能导致因子失效。

- 市场预期收益下滑、处置效应减弱或投资者行为模式转变也影响因子稳定性。
  • 报告未具体提供风险缓释策略,提示投资者需结合宏观环境和市场结构变化动态使用因子结果。

- 交易成本、流动性风险在构建中已基本考虑(手续费、换手率)但市场变化可能带来额外影响。
  • 因子主要适用于中小盘市场,对大盘股的有效性减弱是一个潜在限制。


---

六、批判性视角与细微差别


  • 因子改进大量依赖于逐笔数据,数据质量和完整性对结果影响较大,未详细披露数据来源完整度及处理方式。

- 现有理论及实证采用较多行为金融假设,投资者预期收益估计和心理偏差量化存在主观成分。
  • 处置效应依赖于投资者异质性具体表现,不同市场环境下,行为偏差强弱有变数,可能导致因子波动性加大。

- 因子季节性回撤表现揭示其对极端行情抗风险能力有限,实际使用需关注风控手段。
  • 报告与风格因子相关性低是一大亮点,但是否能够长期独立保持的新颖性假设仍需市场验证。

- 未来研究是否考虑机构投资者和大单行情对因子影响尚未提及,是潜在研究方向。

---

七、结论性综合



本报告严谨系统地构建并完善了基于逐笔交易数据的积极灵活筹码因子(AFH)和其改进版AFH
Smart,深刻挖掘了投资者处置效应对股票抛售压力和价格形成的影响机制。通过明确的理论支持(前景理论、认知偏差等)、基于丰富逐笔数据的创新性改进因子设计,以及多维度回测分析,从选股有效性、收益表现和风险调整收益等角度展现出AFHSmart因子的卓越表现。重要成果及见解包括:
  • 主动买入的小单筹码买入行为提供强选股信号,改进因子基于买入日内跌幅、买入当日浮盈及筹码历史盈亏状态的调整,有效提升因子IC和收益率。

- AFH
Smart因子多头组合年化超额收益9.67%,信息比率2左右,且策略交易活跃度合理,风险指标处于可控区间。
  • 因子独立性良好,与传统风格和量价指标相关性低,正交化后仍保持较强超额表现,强化因子的纯Alpha属性。

- 市场中小市值板块(中证1000、中证2000)对因子敏感度更强,表现更佳,因子逻辑符合资金与散户行为规律。
  • 季节性回撤等现象提示投资者审慎使用,极端行情影响较大,应配合其他风险控制策略。

- 全市场积极灵活筹码比例稳定在25%-30%区间,反映市场投资者情绪态势和筹码结构,可为宏观判断提供辅助依据。

综上,AFH_Smart因子作为依据投资者行为心理与市场微观结构的创新选股工具,对于捕捉资金面变化及行为金融驱动的股价波动,有显著的模型基础和实证支撑。该研究为深度挖掘逐笔交易数据价值开拓了新方向,兼具学术理论与实际应用双重价值,适合中小市值市场投资者或量化策略研究人员重点关注与持续跟进。[page::0-21]

---

全文完。

报告