传统投资者关注度因子历史表现分析 [page::4][page::5][page::6][page::7]

• 异常交易量因子为传统关注度因子中表现最优，rankIC均值为-0.057，多空组合年化收益16.49%。

- 异常收益率、接近52周最高价及历史最高价因子表现弱，且2017年后效力明显减弱。

• 传统关注度因子与常见风格因子存在较高相关性，部分因子偏向动量特征。

风格因子中性化处理后表现退化 [page::7][page::8]

• 异常交易量因子剔除动量、流动性等风格因子影响后，rankIC均值降至-0.003，因子失效明显。

- 局部有效性消失，反映市场有效性提升与因子信息被其他风格因子吸收。

增量关注度因子构建与回测 [page::9][page::10]

| rankIC 均值 | -0.043 | IR(年化) | -1.364 | ICt值 | -3.938 | IC胜率 | 67.0% |
|-------------|--------|--------|--------|------|--------|-------|-------|
| 多空组合总收益 | 108.7% | 年化收益 | 9.0% | 最大回撤 | 22.3% | 多头信息比 | 1.068 |

• 升级为二阶量价变化率，突出“增量关注”投资行为。

- 因子单调性好，统计显著，收益稳定且优于传统因子。

• 相关性极低，强化因子独立性。

主买卖成交量及分时段研究 [page::12][page::13][page::14]

| 成交量类型 | rankIC均值 | 多空组合年化收益 |
|-------------|-------------|-----------------|
| 主买成交量 | -0.0433 | 9.3% |
| 主卖成交量 | -0.0400 | 8.24% |

| 时段 | rankIC均值 | 年化收益 |
|--------------|-------------|----------|
| 14:55-15:00 | -0.0411 | 9.74% |
| 14:30-15:00 | -0.0424 | 8.91% |

• 主买成交量构建的因子表现优于主卖成交量，符合理论预期非理性买入高于卖出。

- 尾盘成交量因子表现最佳，年化收益显著提升，IC及IR指标较优。

收益加权增量关注度因子优化 [page::15][page::16][page::17]

| 𝝇取值 | rankIC均值 | 多空组合年化收益 | 总收益 |
|-------|-------------|-----------------|-------|
| 不加权| -0.0428 | 9.04% |108.66%|
| 1 | -0.0429 | 9.5% |115.9% |
| 6 | -0.0430 | 10.1% |126.0% |
| 8 | -0.0423 | 10.4% |131.9% |

• 基于收益率绝对值加权成交量，提升因子有效性及收益表现。

- 随着加权程度增大，因子收益率稳步攀升。

模拟组合实盘回测 [page::17][page::18]

| 关键指标 | 数值 |
|---------------|-----------|
| 组合收益 | 2.37% |
| 最大回撤 | 30.44% |
| 基准收益 | -11.58% |
| 信息比率 | 1.276 |
| 超额累积收益 | 13.95% |
| 超额夏普比 | 1.426 |

• 通过中证全指预测期内回测，组合显著跑赢基准并获得正夏普。

结论总结 [page::18]

• 增量关注度因子在市场有效性提升背景下，为捕捉有限关注者增量效应提供新思路。

- 因子具备独立性和持续多阶段有效性，具备应用潜力。

• 利用主买成交量、尾盘时段及收益加权进一步优化表现。

- 实地模拟组合表明策略具备实际投资价值。

增量关注度因子与投资者有限关注深度报告分析

1. 元数据与概览

报告标题：增量关注度因子与投资者有限关注
作者：任瞳（首席分析师，量化团队负责人）、崔浩瀚（量化分析师）
发布机构：招商证券股份有限公司
发布时间：2022年，中期投资策略系列
主题：投资者关注度因子在A股市场的表现分析及改进，重点在于提出和验证“增量关注度因子”，对比传统关注度因子的有效性和市场表现，并探讨因子构建的细节调整。

核心论点：

• 传统关注度因子在A股市场有效性下降，其选股增量能力减弱。

- 提出“增量关注度因子”，通过区分交易量的增量变化，更有效捕获投资者有限关注带来的短期非理性溢价和价格回归特征。

• 该因子展示出稳定的多空收益和较强的统计显著性，且与传统风格因子相关性较低，具备独立 alpha。

- 进一步探索和增强增量关注度因子的表现，包括主买/主卖成交量区分、日内分时成交量、以及收益率加权成交量，均取得了不错的成绩。

• 模拟组合回测显示策略在实际交易环境下仍具备超额收益潜力。

整体来看，报告系统梳理了投资者关注度因子的理论依据与实证表现，提出创新因子，有较强针对A股市场的实证意义，兼具理论和策略价值。[page::0,1]

---

2. 逐节深度解读

2.1 高关注度个股的短期价格异常

• 报告开篇引入关注度对于个股价格的影响机制。由Baber和Odean提出的有限注意力理论说明，投资者由于认知极限，只会关注部分“attention-grabbing”的股票，形成买入行为的偏好。

- A股市场因做多机制和做空机制不对称（尤其做空受限），投资者有限注意导致对被关注股票的非理性买入占优，形成短期价格溢价。

• 图1展示了1993-2022年间A股数量的大幅增加（从46只增至4817只），加剧了投资者的关注度约束，进一步强调了有限关注的现实基础。

- 文献回顾了投资者关注度的多种代理变量，包含异常交易量、异常收益率、分析师覆盖度、媒体报道频率等，这些多为美股文献中证明有效的因子。[page::3]

2.2 传统投资者关注度因子测试

• 选取异常交易量、异常收益率、接近过去52周最高价及历史最高价等4个一阶量价类因子，构建因子并进行A股回测（2012-2022年）。

- 异常交易量因子表现较好，rankIC均值-0.057（负向，说明高异常交易量因子个股后期表现较弱），年化多空组合收益16.5%，显著优于市场。图2、图3展示因子分层收益趋势和rankIC波动。

• 异常收益率和接近最高价类因子表现一般，尤其在近年明显减弱，rankIC和多空组合收益均无持续显著性（图4~图9，及表格3-5）。

- 进一步中性化处理后，剔除与已有风格因子（动量、流动性、残余波动率等）相关性，异常交易量因子的有效性显著下降，表明传统关注度因子信息已被市场广泛吸收。

• 因子与风格因子间相关性分析指出异常交易量因子与流动性和动量相关度较高，接近最高价因子与动量和规模等因子相关。风格因子中性化后，投资者关注度因子的alpha几乎消失。[page::4~8]

2.3 增量关注度因子

• 报告基于Hirshleifer et al. (2011)理论，将投资者分类为疏忽投资者、存量关注投资者和增量关注投资者。前两类行为波动对成交量影响难以区分，提出关注成交量的“二阶”变化率，更能捕捉增量关注带来的交易波动。

- 构建称为“增量关注度因子”的量价因子，计算交易量变化率的变化率（二阶变化），用于筛选短期被增量关注的股票。

• 回测显示该因子rankIC均值-0.043，统计显著（t值约-3.9），年化多空组合收益达9%，且多头组合收益显著跑赢同期Wind全A指数（图13~15，表7）。

- 该因子与传统风格因子相关性极低（最大相关系数仅0.07），显示良好独立性。

• 不同股票池（沪深300、中证500）中因子表现有所减弱，但仍具备显著选股能力（图16~19，表9）。[page::9~11]

2.4 增量关注度因子再探索

• 将成交量细分为主动买入和主动卖出成交量，分别计算增量关注度因子。结果显示，基于主动买入成交量构建的因子效果优于主动卖出成交量，说明“买入行为”带来的关注溢价更显著，呼应非理性买入大于非理性卖出的理论。

- 主买成交量变化率因子rankIC均值为-0.0433，略优于主卖成交量因子（-0.040）及不区分买卖的基准因子（-0.0428），年化收益也优于后者（图20~23，表10、11）。

• 进一步分解日内交易时段，观察不同时段成交量构建因子的表现。成交量呈典型“W”形分布，上午开盘与下午接近收盘时段成交量集中。但因子表现呈U型，尾盘（14:30-15:00）及14:55-15:00时段因子统计显著且收益优异，多空组合年化收益最高可达近10%（图24~28，表12）。[page::12~15]

2.5 收益率加权增量关注度因子

• 在成交量基础上结合收益率加权，将交易量乘以绝对收益的指数次方，增加股价波动大的成交量权重。

- 试验不同𝜁值参数（1、2、4、6、8），发现因子表现随着𝜁的提高，rankIC及多空组合收益出现递增趋势。

• 𝜁大于6时，组合年化收益突破10%，统计指标优秀，显示收益加权有利于提升因子信息含量和选股表现（表13，图29~32）。

- 该方式更突出有价格变动且成交集中引发的注意力波动，更符合理论中的增量关注逻辑。[page::15~17]

2.6 模拟组合构建与回测

• 按增量关注度因子（14:30-15:00）在中证全指成分股中等权选取因子值最低50只股票，模拟组合实际构建。

- 交易成本设置为3‰，充分考虑停牌、涨跌停等影响。

• 近一年回测显示，组合收益2.37%，明显跑赢同期基准中证全指-11.58%，超额收益累计13.95%，信息比率1.276，夏普比率较高且超额最大回撤8.37%（图33、表14）。

- 模拟交易证明增量关注度因子策略具备实际可操作性和收益稳健性。[page::17,18]

2.7 总结

• 投资者注意力有限导致短期内高关注度个股溢价，市场曾有多种关注度因子尝试捕捉该效应。

- 传统关注度因子在当今A股市场有效性大幅减弱，主要由于风格因子覆盖、市市场效率提升和因子套利加剧导致。

• 通过增量成交量变化率剥离长期波段效应，提出增量关注度因子，有效捕获增量关注投资者行为。

- 此因子回测表现优于一阶关注度因子，表现独立不与其他风格因子高度相关。

• 深入细分买卖盘、交易时段和引入收益率加权进一步加强因子效能，尾盘阶段关注度信号最强。

- 模拟实盘验证表现良好，具备较强应用潜力。

• 报告指出模型基于历史数据，存在未来市场环境变化风险。[page::18]

---

3. 图表深度解读

3.1 图1：A股数量增长趋势（页3）

• 说明近30年A股由46只增长至近5000只，极大增加了投资者需要关注的资产范围，强化了有限注意力导致的关注度约束。

- 此图为理论推断提供了现实基础背景。

3.2 图2~3 & 表2：异常交易量因子表现（页5）

• 图2：10组分层收益显示交易量异常高的组别收益最终跑输低异常组，多空组合净值逐年攀升。

- 图3：IC值大多为负，累计IC明显趋负，表明因子在收益预测中有稳定方向性。

• 表2数据：rankIC均值-0.057，IR-1.505，年化多空组合收益16.49%，最大回撤32%，胜率69%。

- 可见异常交易量因子较好地分辨了后续收益趋势。

3.3 图4~5 & 表3：异常收益率因子表现（页5）

• 图4分层收益表现明显弱于异常交易量因子，图5IC趋负但幅度较小且不稳。

- 表3rankIC均值仅-0.012，多空组合年化收益仅4.36%。

• 因子在A股表现弱，效果边际较差。

3.4 图6~7 & 表4：接近过去52周最高价因子（页6）

• 分层收益与多空组合表现减弱，多空组合长期负收益，IC均值-0.01，无显著统计学意义。

- 图7IC值波动并趋于零，表明因子效果有限。

3.5 图8~9 & 表5：接近历史最高价因子（页7）

• 因子表现优于接近52周因子，但仍不稳定，IC均值-0.037，年化收益不到7%，最大回撤53%。

- 说明过去曾有效，现已衰退。

3.6 图10：因子与风格相关性矩阵（页7-8）

• 异常交易量因子与流动性、残余波动率及动量相关较高，接近最高价与动量及规模相关。

- 证实了风格中性化后因子效果减弱的逻辑。

3.7 图11~12 & 表6：风格中性化后异常交易量因子结果（页8）

• 因子有效性大幅降低，rankIC均值仅-0.003，多空组合收益接近零，几乎丧失效力。

3.8 图13~15 & 表7：增量关注度因子表现（页9-10）

• 图13分层收益差异明显，图14 IC呈明显负峰，表7年化收益9%，ICt值-3.9统计学显著。

- 与传统因子相比更稳健，代表因子创新成功。

3.9 图16~19 & 表9：增量关注度因子不同股票池表现（页11）

• 沪深300、中证500等主流指数成份股因子表现稍弱（年化收益6.9%~8%区间），符合机构参与度高，定价更有效的预期。

- 因子普适性较好，但增强空间有限。

3.10 图20~23 & 表10~11：主买、主卖成交量变化率因子表现（页12-13）

• 主买成交量因子表现更佳，rankIC均值-0.0433，年化收益9.3%，主卖因子rankIC-0.040，收益8.2%。

- 符合非对称交易心理，买入更驱动关注度的理论基础。

3.11 图24 & 表12：日内交易时间段分布及因子表现（页14）

• 成交量集中在开盘后和尾盘收盘前，呈明显“W”型。

- 14:30-15:00期因子效能最佳，rankIC均值-0.0424，多空组合年化收益8.9%。

• 14:55-15:00收益率最高（年化9.74%），最大回撤显著降低。

3.12 图25~28：尾盘两时段（14:30-15:00、14:55-15:00）增量关注度因子表现（页15）

• 多空组合净值持续上升，稳定跑赢Wind全A，rankIC持续负值，因子信号强。

- 强化尾盘关注度信号价值。

3.13 表13 & 图29~32：收益加权增量关注度因子表现（页16-17）

• 随𝜁值上升，因子表现稳步提升，多空组合年化收益从9%提升至10.4%。

- 证明结合收益率信息加大成交量权重提升因子有效性。

3.14 图33 & 表14：实际模拟组合回测（页17-18）

• 模拟组合近一年实现正收益2.37%，基准中证全指同期亏损11.58%，超额收益14%左右。

- 信息比率1.276，夏普比率1.426，超额最大回撤8.37%，表现稳健，交易成本考虑充分。

• 展示因子实盘应用潜力。

---

4. 估值分析

报告主体为因子分析与策略研究，无传统意义上的公司估值部分，未涉及DCF或P/E等估值模型。本报告主要聚焦因子构建、效果验证，策略模拟，体现因子的alpha价值投资逻辑。

---

5. 风险因素评估

报告明确风险提示：

• 模型和回测均基于历史数据，数据背后隐含假设未来环境稳定。

- 市场环境变化、投资者结构调整、制度变更等均可能使模型失效。

• 因子有效性存在周期性可能，表现波动需关注。

- 回测中实际操作风险（如流动性、交易成本）可能影响实际收益。

• 报告建议结合实时市场环境动态调整策略。

---

6. 批判性视角与细微差别

• 报告披露了传统关注度因子在当下A股失效的现实，且通过因子中性化呈现了其消解风险，显现出作者分析的客观严谨，少有夸大。

- 对增量关注度因子的提出，有较强理论基础（Hirshleifer等模型支持）和实证验证，增强了其说服力。

• 然而，增量关注度因子仅为基于量价数据的代理，未涉及直接投资者行为数据（如舆情或持仓数据），可能遗漏部分市场信息。

- 尾盘因子表现突出，或与A股特有的“T+1”、短线个人投资者行为习惯相关，若市场结构变更则可能减少适用性。

• 报告未针对极端市场波动期（如2020年疫情极端行情）分段测试因子稳定性。

- 交易成本假设较低，实际高频或波动期成本可能更大，对策略稳健性影响不足。

• 相关研究领域仍存在深厚学术与市场探索空间，建议结合更复杂信息源多角度验证。

---

7. 结论性综合

本报告详尽分析了投资者有限关注对股价影响的理论与实证，指出传统投资者关注度因子在A股市场已逐步失效，因普通风格因子吸收和市场效率提升导致有效性大幅下降。报告创新性地提出“增量关注度因子”，通过捕捉成交量变化率的变化特征，较好地区别增量关注投资者行为，完善了对投资者关注度溢价逻辑的量价表达。

实证结果显示，增量关注度因子在整体市场及不同股票池中均表现出显著预测能力，rankIC均值约-0.04，年化多空组合收益率达到9%，统计学意义突出。通过进一步细分交易盘（主买/主卖）及日内时段（尾盘表现优异）以及引入收益率加权机制，因子表现呈现持续提升，年化收益突破10%。此外，模拟组合回测结果进一步验证了策略的实际可操作性和收益稳定性。

图表方面，核心图13~15呈现因子分层和多空组合曲线，展现出因子区分能力和收益飞跃。图24对日内成交量分布的揭示和图25~28尾盘时段因子表现展示，为因子优化提供了关键实证依据。收益加权因子图29~32和实盘模拟曲线图33则印证了量价结合以及策略的实际应用价值。

总结来说，报告以扎实的数据和严谨的理论，揭示了投资者有限关注对市场行为的深刻影响，并提供了市场适应性较强且可操作的量化投资因子“增量关注度因子”，为量化研究与投资实践提供了新的思路和工具，具有重要的学术和实务参考价值。

---

参考文献

报告列明了相应的主要学术和行业文献来源，涵盖了Chen et al. 2022，Dong et al. 2022，Barber和Odean 2008，以及国内研究彭叠峰等，保证理论与实证分析的严谨性和学术支持。[page::19]

---

报告评级与免责声明

• 报告属于策略型研究，未明确具体股权推荐评级，但基于因子表现，结论中隐含“买入”方向（增量关注度越高未来走势越弱，多空组合做多低关注度组合）。

- 公布详细模拟回测及风险提示，声明了模型基于历史数据存在失效风险。

• 分析师团队具备丰富研究经验，对方法论和数据严谨度负责。

- 明晰风险与冲突声明，保持报告客观和合规性。[page::20]

---

综述

招商证券2022年中期投资策略报告系统、深入地揭示了投资者有限注意力对市场价格的驱动机理，在传统因子失效背景下提出了更具前瞻性的增量关注度因子，通过多重实证检验和回测验证了该因子的有效性和策略可操作性。报告在市场效率提升与量化选股的背景下，拓展了关注度分析的边界，为市场行为研究与智能投资提供了实用方法论和策略模型。投资者及研究者可基于该因子设计创新投资组合，进一步挖掘市场短期价格失衡带来的alpha机会，同时结合市场环境动态进行因子调整。本报告兼具理论深度与操作实务，对A股乃至其他做多卖空机制非对称市场具有重要启示意义。

报告