基于筹码结构与处置效应的行业轮动策略构建 [page::0][page::2]

• 筹码结构衡量市场中投资者持仓成本分布，反映卖出意愿。

- 处置效应表现为投资者倾向于过早卖出盈利资产，利用该行为的失效可捕捉行业轮动机会。

• 量价数据映射至行业层面，构建行业级筹码收益率因子。

两种筹码收益率因子计算方法及回测表现 [page::3][page::5]

• 固定换手率筹码收益率因子累计收益143.81%，相对中证全指超额121.37%。

• 固定期限筹码收益率因子累计收益186.05%，相对中证全指超额163.61%。

- 两者均表现出因子值前组收益显著优于后组，确认有效的趋势延续信号。

筹码收益率历史百分位改进及优异表现 [page::6][page::8]

• 通过筹码收益率历史百分位调整，固定期限版累计收益提升至232.51%，超额210.07%。

- 固定换手率版也有显著提升，彰显因子归一化对不同风格行业的适用性。

• 不同分组收益均值及年度胜率进一步验证因子稳定性和有效性。

累积筹码收益因子引入成交量加权，强化趋势判断 [page::9][page::10]

• 累积筹码收益因子考虑行业成交量累积收益，时间窗口设置为15日。

- 累积筹码收益历史百分位因子表现最佳，累计收益242.61%，超额220.17%，明显优于传统15日动量组合。

• 因子分组收益呈单调递减规律，验证趋势持续性。

行业因子值与历史百分位现状分析 [page::9][page::12]

• 所得因子值靠前行业包括家电、食品饮料、消费者服务、房地产等，反映当前市场热点行业表现。

- 历史百分位较高行业具有较强未来赚钱潜力。

年度及月度胜率数据验证因子稳定性 [page::8][page::11][page::12]

| 年份 | 固定换手百分位组合收益 | 固定期限百分位组合收益 | 累积筹码收益组合收益 | 累积筹码收益百分位组合收益 | 中证全指 |
|-------|------------------------|------------------------|----------------------|-----------------------------|-----------|
| 2010 | 5.67% | 8.84% | -1.20% | 5.19% | -3.77% |
| 2014 | 58.55% | 103.69% | 71.56% | 90.46% | 45.82% |
| 2020 | 46.74% | 38.25% | 42.69% | 38.24% | 24.92% |
| 2022.4| -16.92% | -19.13% | -23.68% | -16.91% | -22.16% |

• 累积筹码收益历史百分位组合的年度胜率达91.31%，月胜率60.14%。

- 多因子模型有效捕捉行业趋势行情，具备实用投资价值。

风险提示 [page::0][page::12]

• 量化模型基于历史统计规律，未来规律变化可能导致模型失效，投资需谨慎。

研报详尽分析报告：基于筹码结构理论的行业轮动策略

---

1. 元数据与概览

报告标题：《取筹码厚积之处，享行业趋势行情 ——基于筹码结构理论的行业轮动策略》

发布机构：华西证券研究所

发布时间：2022年4月20日（从报告第一页时间推断）

分析师团队：杨国平（副所长，首席分析师），张立宁（高级分析师），丁睿雯（助理分析师）

研究主题：本报告基于筹码结构理论，结合中信一级行业指数的量价数据，构建并验证了多种基于筹码收益率和累积筹码收益的行业轮动策略，旨在通过分析投资者的卖出意愿与筹码成本分布来捕捉行业趋势行情。

核心论点：

• 利用筹码结构（即投资者持有成本分布）和处置效应的行为金融理论，挖掘“被过早卖出”的资产，从而获得超额收益。

- 通过构造多种筹码收益率因子（固定换手率、固定期限、历史百分位）和累积筹码收益因子，对28个中信一级行业进行选股或行业轮动。

• 实证结果显示，固定期限筹码收益率历史百分位因子以及累积筹码收益历史百分位因子表现最优，均显著跑赢基准指数中证全指，并优于传统的简单动量因子策略。

- 本策略在2010年至2022年4月的回测中均展现出较高的月度及年度胜率，有较强的实证依据支持。

报告重点信息：

• 评级体系为行业指数涨跌幅相对于上证指数，论文未给出具体行业评级结论，但强调策略收益突出、风险提示明确。

- 风险提示方面，报告明确指出量化结论基于历史规律，若历史规律改变，则模型可能失效。

---

2. 逐节深度解读

2.1 处置效应与筹码结构

关键论点：
报告介绍筹码结构的概念，即基于历史量价数据，重构投资者持股的成本分布，用以判断卖出意愿。处置效应解释了投资者“卖赢留亏”的行为偏差，即倾向于过早卖出盈利资产，长时间持有亏损资产，导致市场定价失效，形成套利机会。利用筹码结构可抓取被“过早卖出”的资产，捕捉趋势行情。

逻辑与假设：
假设在上涨趋势中，即便卖出意愿升高，只要有足够买方接手，趋势仍可延续。结合行业层面的量价数据构造行业筹码收益，建立轮动策略。

---

2.2 筹码收益率因子构建与分析

2.2.1 固定换手率筹码收益率因子

定义与计算方法：

• 固定换手率法找到累计换手率达到100%对应的时间窗口长度N日，计算这段时间内行业指数的平均买入成本价\( P{t:t-N} \)，筹码收益率定义为：

$$
ARCt = \frac{Pt - P{t:t-N}}{P{t:t-N}}
$$

反映持有该行业资产的平均收益率。

实证结果：

• 2010年至2022年4月，选择月末筹码收益率最高的5个行业组合累计收益143.81%，较中证全指超额收益121.37%。

- 图1显示，该组合走势优于大盘，中间跌宕但长期稳健上涨。

• 图2显示按筹码收益率分5组，月度收益排序呈稳健的单调递减趋势，验证因子有效性。

2.2.2 固定期限筹码收益率因子

定义与计算方法：

• 采取固定日期N=15日，不固定累计换手率，计算过去15个交易日内持有该行业的加权平均收益率。权重为各日换手率乘以之后未换手部分。公式：

$$
ARCt = \frac{\sum{n=1}^{15} ATR{t-n} \times RC{t-n}}{\sum{n=1}^{15} ATR{t-n}}
$$

• 其中，\( ATR{t-n} \)为当天买入并持有至今比例，\( RC{t-n} \)为当天相对于当前价格的涨跌幅。

实证结果：

• 同样择优选择5个行业回测，累计收益达到186.05%，超额收益高达163.61%，明显优于固定换手率法。

- 图3显示组合走势更为强劲。

• 图4展示分组月收益率，单调递减趋势依然显著。

2.2.3 筹码收益率历史百分位因子

理论与目的：

• 由于行业风格差异，简单筹码收益率难充分体现卖出意愿强弱，故引入历史百分位因子，将当前筹码收益率置于过去一年内的分位水平，反映相对历史位置以更准确把握卖出意愿。

实证比较：

• 以两种计算方法的历史百分位因子分别选优行业，固定换手率法累计收益160.07%，超额137.63%；固定期限法累计收益232.51%，超额210.07%。

- 历史百分位转换明显提升固定期限法表现。

• 图5与图6分别展示因子组合及其超额收益走势，均显著优于指数。

- 图7、图8展示各组月度平均收益，最大因子组收益显著领先其他组。

2.2.4 行业当前因子值排名

最新表现（截至2022/4/29）：

• 固定换手率百分位高的行业包括房地产、消费者服务。

- 固定期限百分位高的行业有家电、食品饮料等。

• 图9和图10清晰展示28个行业因子值排行，便于策略落地及重点关注领域。

---

2.3 累积筹码收益因子与策略分析

理论基础：
行业价格趋势不仅受投资者卖出意愿影响，还关联筹码的累积堆砌，表明基本面价值获得广泛认可。累积筹码收益以每日成交留存量加权相对收益的绝对累积为指标，衡量持有该行业资金的绝对盈利能力与筹码堆积力度。

计算方法：
$$
CCPt = \sum{n=1}^{15} RA{t-n} \times RC{t-n}
$$

• \( RA{t-n} \): \(t-n\) 日成交金额×之后未换手比例

- \( RC_{t-n} \): \( t-n \) 日至 \( t \) 日的收益率

同时引入历史百分位评估，捕捉行业筹码累积的相对稀缺度。

实证表现：

• 15日累计筹码收益组合累计收益167.32%，超额收益144.88%。

- 历史百分位组合累计收益242.61%，超额收益220.17%，表现远超传统15日动量组合（累计收益142.77%，超额收益120.33%）。

• 图11及图12详细描绘组合走势与超额收益，趋势显著且稳定。

- 分组月度收益图13、14显示组合收益整体呈单调递减趋势，量化结论稳健。

• 表2详细披露年度数据，年度胜率分别为76.92%（累积筹码收益）与91.31%（历史百分位），月度胜率均超过60%，反映策略持续优异表现。

当前行业关注点：

• 累积筹码收益排名靠前的行业包括食品饮料、家电、建筑、消费者服务等，说明这些行业正在经历较强的筹码累积与趋势行情。

- 其历史百分位基数较高的行业还包括国防军工领域，成为潜在关注重点。图15和图16分别详细排序各行业因素值。

---

2.4 风险提示

报告谨慎声明量化模型基于历史规律，且模型结论的有效性取决于这些规律的持续性。若市场环境、投资者行为模式或基本面驱动发生根本变化，策略表现或出现偏离，模型效用或被削弱。

---

3. 图表深度解读

• 图1-6（筹码收益率相关）

- 图1和图3分别秀出固定换手率和固定期限筹码收益率行业组合的累积涨幅走势，均明显超过中证全指。
- 图2和图4为分组收益对比，结果均呈现因子值越大收益越高的单调趋势。
- 图5和图6为历史百分位因子组合表现及相对超额收益，进一步升华了策略的归因逻辑。
- 图7和图8为分组因子收益均值柱状图，强化了前述单调递减结构。

• 图9-10（因子当前排名）

- 直观展示当前市场不同中信一级行业因子值情况，有助于投资者筛选方向。

• 图11-14（累积筹码收益与动量比较）

- 图11覆盖4条线：累积筹码收益组合、其历史百分位组合、15日动量组合和中证全指，反映多个策略间的优劣。
- 图12显示各策略的超额收益趋势，历史百分位策略优势明显。
- 图13和14皆为分组收益均值图，单调性表明因子有效。

• 图15-16（累积筹码收益因子值当前排名）

- 清晰排序行业筹码浓度和趋势强度，有助于策略实操。

• 表1与表2年度收益统计

- 详实列出各因子组合年度涨跌幅及超额，胜率数据提供量化实证支持，数列完整，时间跨度长，数据可信度高。

---

4. 估值分析

报告未涉及具体上市公司估值模型或个股目标价，侧重于策略因子构建及行业层面轮动模型实证，不涉及DCF、市盈率等传统估值指标。策略收益通过历史回测表现，其估值主要基于统计有效性与超额收益评估。

---

5. 风险因素评估

报告唯一明确风险为量化依据的历史规律的潜在失效，具体说明如下：

• 量化模型依赖于投资者行为及市场价格的历史统计规律。

- 若市场环境变动（如政策调整、市场结构性重新配置、行为模式演变等），则模型表现可能不佳。

• 模型固有的行为金融假设（处置效应、筹码密集度等）若减弱，影响因子的解释力将削弱。

报告未对其他风险如数据质量风险、模型过拟合风险、极端市场事件的冲击等详细探讨。

---

6. 审慎视角与细节

• 潜在偏见

- 策略依赖于历史量价数据及行为金融假设，若未来投资者行为变化（如机构投资者主导性增强）可能削弱处置效应的影响力。
- 筹码结构为间接构造，基于换手率及价格均价估算，缺少直接持股成本数据，存在估计误差。
- 选取的窗口长度（如15日）为经验值，未见对窗口敏感性详尽讨论，策略稳健性有待进一步验证。

• 模型内部一致性

- 多种因子定义和历史百分位转换逻辑清晰，回测结果方向一致，呈现稳定信号。
- 不同方法中固定期限筹码收益率因子及其历史百分位表现优于固定换手率方法，反映固定期限加权更科学。

• 实施细节

- 筹码收益率历史百分位因子与累积筹码收益历史百分位因子均显示更佳表现，提示因子历史比较的重要性。
- 成分股及行业范围限定于28个中信一级行业，兼顾了行业覆盖与可操作性。

---

7. 结论性综合

该份华西证券研报通过系统建立并回测多种基于筹码结构的行业轮动策略，充分应用行为金融学中处置效应对投资者卖出意愿的洞察，结合行业板块层面的换手率及价格信息，构造了不同定义的筹码收益率因子及累积筹码收益因子。利用2010－2022年中信一级行业数据，报告多维度验证了选择筹码收益率历史百分位因子和累积筹码收益历史百分位因子，有效捕捉行业趋势行情，获得了显著的累计收益和超额收益。

• 数据与实证支持充足，超过了行业基准和经典动量策略。

- 图表数据呈现清晰稳健，因子划分组别月度收益表现均符合理论预期的单调性。

• 筹码收益率因子特别是固定期限历史百分位版本及累积筹码收益历史百分位因子的策略表现尤为突出。

- 报告风险提示明确，强调历史规律失效的可能性，但缺少对模型结构性风险和市场极端情况的补充说明。

• 报告逻辑严密，方法论创新且符合行为金融学最新进展，为行业策略的量化择时提供了有效工具。

综上，报告呈现的基于筹码结构的行业轮动策略具备良好的理论基础与实证支撑，显示出较强的超额收益能力和应用价值，投资者或机构可据以优化行业配置，提升择时能力。但须关注模型假设及历史规律稳定性风险，谨慎拟合实操时机。

---

图表示例展示

图1 固定换手率的筹码收益率组合走势


图3 固定期限的筹码收益率行业组合走势


图5 筹码收益率历史百分位行业组合走势


图11 累积筹码收益及其历史百分位行业组合走势


图13 累积筹码收益因子分组组合涨跌幅均值


图14 累积筹码收益历史百分位因子分组组合涨跌幅均值


表1 筹码收益率百分位行业组合年度涨跌幅统计
表2 累积筹码收益及其历史百分位行业组合年度涨跌幅统计

---

溯源标注

本文各论述基于原文第0至14页内容系统整理，重点数据及逻辑出自包括但不限于以下章节：[page::0],[page::2],[page::3],[page::4],[page::5],[page::6],[page::7],[page::8],[page::9],[page::10],[page::11],[page::12],[page::13],[page::14]

报告