• 投资者心理行为初探 [pidx::3]

- 非理性投资者基于遗憾规避理论，买入浮亏时倾向持有，卖出反弹时倾向坚持卖出判断。
- 基于成交买卖方向和价格相较收盘价的偏离，设计买入浮亏占比、卖出反弹占比、买入浮亏偏离和卖出反弹偏离四个因子。

• 因子构建及日频效果验证 [pidx::4][pidx::5]

- 四因子IC均值显著，风险调整后IC最高达0.45。
- 多空组合净值稳定增长，HCVOL夏普比率达5.50，年化收益率超过50%。

• 因子改进：小单与尾盘交易 [pidx::6][pidx::7][pidx::8]

- 小单因子筛选出个人投资者行为，LCVOLS、LCPS的风险调整后IC和夏普率有明显提升。

- 尾盘交易因子考虑14:30-14:57区间，因子表现大幅提升，LCPE因子夏普达8.15，年化收益率88.03%。

• 小单+尾盘复合因子表现最佳 [pidx::8][pidx::9][pidx::10]

- 复合因子LCVOLES和LCPES表现突出，年化收益率分别达79.86%和96.31%，夏普率最高达8.77。

- IC衰减展示买入浮亏类因子衰减较快，卖出反弹类因子稳定性更强。

• 因子合成及日频综合表现 [pidx::11]

- 四因子相关性较低，采用等权合成与市值行业中性化处理，合成因子夏普达到12.17，年化超额收益率31.49%。

• 因子周频表现及合成 [pidx::12][pidx::13][pidx::14]

- 因子降频处理，采用加权移动平均，部分因子效应下降，卖出反弹类仍表现良好。
- 合成因子FRegretFactorW年化收益37.12%，夏普4.09，行业中性化后夏普提升到5.00。

• 中证1000指数增强策略设计与回测 [pidx::15]

- 基于遗憾规避因子构建的周频增强策略，调仓前5%的股票等权买入。
- 千分之二手续费滚动调仓，策略年化超额收益7.71%，信息比率1.01，回撤13.57%，表现优越。

• 遗憾规避因子与传统因子相关性低，联合提升alpha [pidx::16][pidx::17]

- 遗憾规避因子与成长、动量、技术等风格因子及量价背离、线性重构因子相关性均较低。
- 多因子合成策略年化超额收益率可达20.79%，信息比率4.05，最大回撤大幅降低。

• 策略手续费敏感性测试 [pidx::19][pidx::20]

- 不同手续费率下策略表现稳定，千分之三手续费依然保持18.35%年化超额收益和较高信息比率。

• 结论总结 [pidx::20]

- 收盘价对当日成交投资者产生显著心理影响，基于此构建的遗憾规避因子具备稳定的预测能力。
- 小单及尾盘交易数据提升因子效果，合成因子可为量化投资提供新的有效alpha。
- 与传统风格及量价因子协同应用，能显著优化中证1000增强策略表现，具备较强实盘应用价值。

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——详尽分析报告

---

1. 元数据与报告概览

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
团队： 金融工程组
发布机构： 国金证券股份有限公司
发布日期： 未明确具体发布日期，研究涵盖2016至2022年8月的数据
主题： 探讨行为金融学中的遗憾规避理论，构建基于投资者交易行为的高频因子，利用因子投资方法研究其对中国A股尤其是中证1000指数成分股预期收益的预测能力并发展相应增强策略。

核心论点与目标：

• 依据行为金融学遗憾规避理论，考察日终收盘价对当日成交投资者心理及交易行为的影响。

- 通过逐笔成交数据构建4个基本遗憾规避因子（成交量占比和价格偏离维度分别对买入浮亏和卖出反弹行为进行量化）。

• 进一步探讨小单交易（个人投资者偏重）和尾盘交易对因子效果的提升。

- 通过日频及周频实证检验因子表现，并构建中证1000指数增强策略。

• 融合遗憾规避因子与传统风格因子及先前量价因子优化策略，获得稳健的alpha收益。

- 强调该因子提供了独立且有效的alpha来源，适合机构投资者运用。

• 评级：报告未明确给出买入/卖出评级，而是以统计指标（年化收益率、夏普比率、信息比率）说明策略优势，并提示潜在风险。

---

2. 逐节深度解读

2.1 遗憾规避因子的构建与理论基础（章节1.1-1.2）

关键论点：

• 投资者心理受日终收盘价影响，在亏损或错失盈利机会时表现出“遗憾规避”行为。具体表现在：

- 买入成本高于收盘价时（浮亏），投资者倾向于持股不卖，减少卖压，预期收益较高。
- 卖出价格低于收盘价时（卖出后反弹），投资者倾向于不买回，减少买方动力，预期收益较低。

因子构建逻辑与定义：

• 采用逐笔成交数据，精确区分每笔交易的买卖方向（通过订单号顺序判断主动买卖）。

- 构建4个基本因子：
1. HCVOL（买入浮亏成交量占比）
2. LCVOL（卖出反弹成交量占比）
3. HCP（买入浮亏成交价格偏离收盘价程度）
4. LCP（卖出反弹成交价格偏离收盘价程度）

• 其中，对买入浮亏因子HCVOL和HCP来说，数值越大预期收益越高；卖出反弹因子LCVOL和LCP则越小预期收益越低（但LCP计算为负偏离，所以值越低预期收益越高）。

数据与测试范围：

• 使用2016年1月至2022年8月中证1000所有成分股逐笔成交数据。

- 利用IC（信息系数）均值、风险调整IC和T统计量评估因子预测能力。

关键数据点与结果：

• 四个因子均呈显著正向预测能力，平均IC均超过2%，T值远超2，统计显著。

- LCP因子表现最强，平均IC达4.4%，风险调整IC也高（0.45），表明卖出反弹价格偏离对于预测收益尤为关键。

---

2.2 因子表现稳定性及多空组合回测（章节1.3）

绩效表现：

• 多空组合净值图展示四因子均有稳健上涨趋势，尽管2021-2022年间出现回撤，后期均恢复上涨。

- 夏普比率方面，HCVOL表现最佳，达5.50，表示在日内频繁变化的市场中，因子稳定且风险调整后收益突出。

因子改进方向：

• 思考投资者类别及交易时间对因子表现的影响，重点提出以下两大改进：

1. 小单改进

- 定义小单为当日平均订单成交量以下的订单，主要反映散户投资者行为。
- 重新计算四因子，仅基于小单成交，反映个人投资者更显著的非理性行为。
- 结果显示，四个小单因子的IC均较原因子有一定程度提升，尤其是在卖出反弹相关因子上表现突出。
- 多空组合指标显示LCVOLS和LCPS夏普比率分别达到3.53和3.25，优于对应原因子。

1. 尾盘改进

- 针对14:30-14:57尾盘时间段单独构建因子，理由是A股“+1”交易机制使尾盘交易具备更多私有信息和稳定判断。
- 新增六个尾盘因子，分别衡量尾盘及全天内尾盘成交情况的买入浮亏和卖出反弹行为。
- 结果显示尾盘因子均较原因子表现提升，尤其是卖出反弹偏离尾盘因子（LCPE），其夏普比率高达8.15。

双重改进（小单+尾盘）

• 将小单和尾盘两种限制结合，构建小单+尾盘因子。

- 该组合进一步提升IC和表现，多空年化收益率最高达到96.31%，夏普比率达8.77，极具投资价值。

因子衰减分析：

• 观察IC衰减速度，发现买入浮亏类因子衰减较快，反映投资者对持有亏损股票的关注度会随时间减弱，而卖出反弹类因子持续性较强。

---

2.3 因子合成及日频表现（章节1.5-1.6）

• 因子间相关分析显示，HCVOL与LCVOL呈强负相关，其他因子相关较低。

- 进行四因子等权合成并进行行业及市值中性化处理，合成因子日频表现显著优于单个因子：
- 风险调整后IC最高达0.77
- 多空夏普比率达12.17
- 年化多头超额收益达到31.49%

• 合成因子分组收益表现良好，排序单调且稳定。

---

2.4 遗憾规避因子周频表现及策略构建（章节2与3）

周频因子表现：

• 鉴于机构频繁交易成本高，采取加权移动平均法对日频因子进行降频至周频。

- 周频因子整体表现略逊于日频，尤其买入浮亏类因子表现明显下降，HCPES甚至失效。

• 卖出反弹类因子（LCVOLES、LCPES）仍保有良好预测能力，年化收益分别为17.77%和36.04%，夏普比率分别为1.93和3.05。

- 因子合成后，FRegretFactorW相关指标稳健，年化多空收益37.12%，夏普4.09，市值中性化后表现进一步提升。

基于遗憾规避因子的中证1000指数增强策略（周频）：

• 回测区间2016-2022年8月，采用每周首日开盘价调仓，买入前5%股票，等权持仓。

- 采用换手率缓冲减少调仓成本，手续费率设置为千分之二。

• 结果显示策略稳定超越基准：年化收益5.02%，超额7.71%；夏普比率提升至0.20；最大回撤及跟踪误差均降低；信息比率1.01。

- 策略换手率适中（周度约49.3%）。

• 分年度均实现正超额收益，稳健性强。

---

2.5 因子独立性与多因子合成验证（章节3.2）

• 研究遗憾规避因子与传统风格因子（成长、动量、质量、技术等）、已研究量价背离因子、线性重构因子的相关性。

- 结果显示遗憾规避因子独立性较好，最高相关仅0.11（与动量、线性重构因子）。

• 构建包含一致预期、成长、技术、量价背离、线性重构与遗憾规避因子的六因子合成模型。

- 合成因子IC均值达到8.55%，风险调整IC超1.0，明显优于单因子。

• 合成策略表现优异，年化多空收益率75.43%，夏普6.68，且多头年化超额收益达23.50%。

- 换手率适中，分年度超额收益稳定，信息比率高（4.05）；即便提高手续费至千分之三，策略仍保持卓越表现。

---

2.6 风险提示

• 所有结果基于历史数据和建模，模型在市场结构、政策等变化时存在失效风险。

- 策略构建以一定假设为基础，实际交易成本变化或其他条件变动可能导致收益下降甚至亏损。

---

3. 图表深度解读

图表1 & 图表2

• 图表1展示典型股票当天价格走势，阐释买入浮亏（股价下跌后持有者倾向不卖）和卖出反弹（卖后股价上涨，卖方不买入）的心理行为。

- 图表2为逐笔成交数据样本，提供了逐笔成交的具体成交价格、成交量及买卖订单号，为因子构造提供基础。

图表3、4、5

• 显示4个原始遗憾规避因子日频IC指标及多空组合净值与风险指标。

- 因子IC均显著为正，说明因子对后续收益具备预测能力；图4净值曲线稳步上涨。

• HCVOL夏普达到5.50，表明该因子风险调整表现优秀。

图表6-8

• 小单改进因子IC和多空组合表现。

- 小单因子相较原因子提升尤其在卖出反弹相关因子上明显，反映散户投资者的非理性行为更为显著。

图表9-11

• 尾盘改进因子IC与多空指标显示进一步收益改善，尤其是尾盘卖出反弹偏离因子（LCPE），夏普比率高达8.15。

- 证实尾盘交易的信息内容及投资者坚持行为的显著性。

图表12-14

• 小单+尾盘双重改进因子IC及收益曲线表现最好，其中LCPES多空年化收益达96.31%，夏普8.77。

- 图表15-18展示4个改进因子IC衰减曲线，买入浮亏因子衰减快，卖出反弹因子相对稳定。

图表19-25

• 不同改进版本夏普比率对比及因子相关性图表，合成因子IC显著提升，稳健性更好。

- 多空净值曲线稳定，上升趋势明显，分位数组合年化超额收益最高超30%。

图表26-34

• 周频版本因子表现，卖出反弹因子仍有较好表现，买入浮亏因子衰减明显。

- 合成周频因子仍具良好超额收益及夏普比率。

图表35-36

• 基于遗憾规避因子的中证1000指数增强策略表现，超额净值稳定向上，年化超额7.71%，信息比率1.01。

图表37-45

• 遗憾规避因子与其他风格因子相关性低，合成多因子模型表现优异，年化超额收益达20.79%，信息比率4.05。

- 分年度收益稳定，手续费敏感性分析显示策略具备较强的成本耐受力。

---

4. 估值分析

本报告并未涉及传统意义上的资产估值分析或价格目标设定，因而无DCF、市盈率、市净率等估值模型内容。核心集中在因子构建、统计验证与策略回测，属于量化研究领域。

---

5. 风险因素评估

• 模型失效风险： 市场结构性变化如政策调控、交易制度变革可能导致模型预测失准。

- 交易成本变动风险： 交易手续费提高或市场流动性降低会使实盘策略收益下降甚至亏损。

• 非理性行为变化： 投资者心理行为及市场情绪的变化可能影响因子有效性。

- 报告中未明确提出具体风险缓释措施，但通过因子合成、多频率测试等方法尝试增强模型稳健性。

---

6. 批判性视角与细微差别

• 因子体现的是投资者非理性行为，这本质上有一定随机性和非持续性，因子IC衰减分析也证明买入浮亏因子衰减较快，未来长期稳定性仍需持续验证。

- 报告对尾盘交易行为赋予较高权重，暗含假设尾盘交易信息含量高，但尾盘价格也可能受市场情绪突变影响，存有一定噪声风险。

• 小单定义依赖当日平均订单成交量，拆单行情可能影响小单识别的准确度。

- 因子构建方法复杂，对数据质量和计算能力要求较高，实际应用门槛较高。

• 报告未展示因子在极端行情（如2020年疫情期间）的表现，策略抗风险性未完全体现。

---

7. 结论性综合

国金证券金融工程组通过深入研究基于中国A股逐笔成交数据的遗憾规避现象，系统构建了一套揭示投资者当日交易后心理行为的高频因子，并对其效应进行了全面验证与优化。核心发现包括：

• 投资者行为验证：

通过日终收盘价与买卖成交价格的差异，揭示了投资者因遗憾规避产生的持有意愿、买卖动力变化，买入浮亏使卖压减小，卖出反弹降低买盘动力。

• 高频因子构建与改进：

在基础的买入浮亏与卖出反弹成交量及价格偏离因子中，引入小单（个人投资者交易）和尾盘时间窗口限制，显著提升信息系数与收益表现，表明非理性行为在特定投资者和时间段更为突出。

• 因子组合与策略构建：

因子合成增强了效能，日频展示了近95%多空年化收益率和10+夏普比率的优异表现。为适应机构投资者，采用周频调仓后的因子仍保持稳健的预测能力，实现多空37%的年化收益和较高夏普。

• 多因子融合增强alpha：

将遗憾规避因子与传统风格因子（成长、一致预期、技术指标等）及先前的量价背离、线性重构因子合成，多因子模型超额收益达20.79%，信息比率4.05，风险调整表现持续优越。

• 风险可控且稳健：

策略经过手续费敏感性调整，年化超额收益仍保持15%以上，信息比率高，表明在实际交易环境下具有较强应用价值。

• 图表辅助亮点：

多幅关键图表（因子IC曲线、多空组合净值、收益分位表现、相关系数矩阵、年化超额收益分年度等）直观展示了因子有效性和策略稳健性，支持理论与实证相结合的结论。

综上，遗憾规避因子利用投资者心理行为的经典理论延展至高频实证，成功提炼出具备市场预测能力的量化alpha，为量化投资策略注入行为金融学的深度内涵，为机构投资者构建稳健收益提供了有力工具。报告结构严谨，数据充分，分析深入，结论清晰，风险提示明确，具有较高的理论创新与实际应用价值。

---

报告溯源标注

本文关键结论和数据均基于以下页码内容整理：
[pidx::0] [pidx::1] [pidx::3] [pidx::4] [pidx::5] [pidx::6] [pidx::7] [pidx::8] [pidx::9] [pidx::10] [pidx::11] [pidx::12] [pidx::13] [pidx::14] [pidx::15] [pidx::16] [pidx::17] [pidx::18] [pidx::19] [pidx::20] [pidx::21]

---

附注：术语解释

• 遗憾规避理论（Regret Aversion）： 行为金融学理论，指投资者在决策时倾向减少未来可能产生的后悔情绪，从而影响其买卖决策行为。

- 信息系数（IC）： 量化因子的预测能力指标，度量因子值与未来收益的相关性，IC>0代表因子有预测收益的能力。

• 多空组合： 同时买入因子值高的股票，卖空因子值低的股票，观察该组合收益表现衡量因子有效性。

- 夏普比率： 风险调整收益指标，单位风险承担下的超额收益率。

• 市值及行业中性化： 对因子剔除市值和行业效应，确保因子选股效应非由规模或行业集中带来。

- 换手率缓冲： 控制调仓频率和持仓变动以降低交易成本的策略参数调整方法。

---

此分析力求详尽客观，结合报告原文全面解读了遗憾规避因子的构建思想、数据处理、实证结果与实盘策略表现，力求为专业投资者和研究员提供清晰透彻的因子研究全貌。

报告