• 识别和测试买入筹码因子表现[page::1][page::2]：

| 序号 | 因子名称 | IC均值 | ICIR | IC胜率 | T值 | P值 |
|-------|--------------------|---------|------|---------|------|--------|
| 1 | 主动买入筹码占比 | 0.87% | 0.14 | 57.32% | 1.78 | 0.0764 |
| 2 | 被动买入筹码占比 | -0.87% | -0.14| 42.68% | -1.78| 0.0764 |
| 3 | 主动小单筹码占比 | 3.73% | 0.53 | 70.73% | 6.73 | 0.0000 |
| 4 | 被动小单筹码占比 | 3.50% | 0.51 | 70.12% | 6.48 | 0.0000 |
| 5 | 净主动买入筹码占比 | 0.70% | 0.10 | 57.93% | 1.32 | 0.1883 |
| 6 | 净主动小单筹码占比 | 1.59% | 0.22 | 58.64% | 2.79 | 0.0059 |

- 主动买入筹码因子显著优于被动买入筹码因子，尤其是主动小单筹码因子表现最佳，具有最高IC均值和显著的截面选股效应。
- 小单筹码因子比整体买入筹码因子拥有更强选股信号，说明灵活筹码更能反映市场Alpha。

• 买入筹码因子多空分组收益对比[page::2]：

| 因子名称 | 多空收益率 | 年化多空收益率 | 多空波动率 | 多空最大回撤 | 多空夏普比率 |
|--------------------|------------|----------------|------------|--------------|--------------|
| 主动买入筹码占比 | 65.09% | 15.90% | 8.83% | 8.51% | 1.80 |
| 被动买入筹码占比 | -39.48% | -13.74% | 8.91% | 43.29% | -1.54 |
| 主动小单筹码占比 | 101.41% | 22.89% | 8.96% | 11.91% | 2.55 |
| 被动小单筹码占比 | 57.49% | 14.30% | 11.49% | 23.72% | 1.24 |
| 净主动买入筹码占比 | 54.20% | 13.60% | 8.23% | 7.48% | 1.65 |
| 净主动小单筹码占比 | 47.04% | 12.02% | 4.20% | 9.29% | (数据略有缺失) |

- 主动小单筹码因子不仅带来最高的年化多空收益率和夏普比率，同时保持较低的波动率，进一步验证其有效性。

• 处置效应理论基础[page::2][page::3]：

- 根据前景理论，投资者具有损失厌恶，盈利时倾向锁定利润，亏损时恐惧确定性损失故倾向持有。
- 投资者的卖出倾向函数受预期收益影响向右平移，预期收益越高，持有亏损筹码的倾向越强。
- 认知偏差如自我归因偏差、过度自信、代表性偏差及懊悔心理均强化处置效应，助推积极灵活筹码的持有行为。

• AFH因子改进思路[page::3][page::4]：

- 基于筹码买入价格相对当日开盘价的涨跌幅构建反向交易系数，调整筹码价值以反映投资者反向交易行为更强时的处置效应（AFHOpen因子）。
- 根据筹码盈亏状态构建盈亏系数调整筹码价值，反映处置效应对盈利筹码卖出和亏损筹码持有的影响（AFHClose和AFHReturn因子）。

• AFHSmart因子测试与表现[page::4][page::5]:

- IC均值达到4.40%，IC胜率78.05%，T值8.06，整体表现优于原始AFH及各单一改进因子。

- 多头组合超额年化收益9.67%，信息比率2.02，分组单调性佳。

• 因子表现的阶段性回撤原因及季度收益分析[page::5][page::6]：

- 2021年Q3与2024年Q1的极致行情导致因子有所回撤，主要因处置效应影响逻辑在极端行情中失灵。
- 大部分季度多头组合均表现正收益，展现出较强的稳定性。

• AFHSmart与主流风格及量价因子相关性较低，正交化后虽IC均值下降，但多头组合超额收益稳健且信息比率上升至2.21[page::6][page::7]。

| 指标 | IC均值 | ICIR | IC胜率 | T-value | P-value |
|---------|--------|------|--------|---------|---------|
| 原始因子 | 4.40% | 4.45 | 78.05% | 8.06 | 0.0000 |
| 正交化 | 2.02% | 2.41 | 60.98% | 4.37 | 0.0000 |

• AFHSmart在不同市值宽基指数有效性分布[page::8][page::9][page::10][page::11]：

- 在中证800（大市值）表现相对弱，年化超额收益2.79%，夏普0.54，更多受机构定价影响。


- 在中证1000及中证2000（中小市值）表现显著提升，中证2000年化超额收益20.53%，夏普3.77，验证因子贴近中小灵活筹码需求。

• 积极灵活筹码占比的市场整体水平在2022年后保持在25%-30%之间，显示市场中积极灵活筹码的稳定存在，为因子可持续性提供支持[page::12]。

• 因子风险提示与后续研究：

- 因子基于历史数据回测，政策及市场环境变动有可能影响其有效性，不构成投资建议。
- 逐笔数据提供更丰富信息，因子模型后续将结合更多 behavioral finance 理论继续拓展深化[page::0][page::12]

报告解读与详尽分析报告

报告标题：《基于逐笔数据的AFH改进因子》
作者：招商定量任瞳团队
发布机构：招商证券
发布日期：2024年9月3日
主题聚焦：投资者行为学视角下基于筹码交易行为的因子改进与效果验证，尤其是“积极灵活筹码”（AFH）因子的改进与测试

---

一、元数据与报告概览（引言与整体框架）

本报告围绕资本市场重要行为规律“处置效应”展开，针对以“积极灵活筹码因子（AFH）”为核心，结合逐笔交易数据，提出改进因子“AFHSmart”，并进行系统测试和实证检验。核心观点指出，由主动买入且单笔“小单”筹码形成的AFH因子，因其对应投资者具有较强处置效应，能有效反映市场筹码持有者的交易行为；通过引入买入时的个股日内跌幅、当日盈亏状态等更多信息，可进一步提升因子的有效性。报告通过多项指标如IC（信息系数）、信息比率(IR)和实盘多空收益表现，验证改进因子较原始AFH因子具备更优的选股能力。同时，报告通过相关性分析、中性化以及正交化处理，强化因子稳健性，最后利用中证系列指数成分股验证因子在不同市值段的适用性。

简单总结，报告主张“基于逐笔交易数据，改进传统筹码因子，构建AFHSmart，是实现基于行为金融学原理提升量化选股能力的重要路径”，并通过系统性数据验证了该结论的可靠性和适用边界。[page::0,1,2]

---

二、逐章节深度解读

2.1 章节一 - 筹码因子的基础测试及分类

报告首先基于买入行为将筹码区分为“主动买入筹码”和“被动买入筹码”，再根据成交金额大小划分为“小单筹码”和“大单筹码”，形成六个基础因子（如主动买入筹码占比、主动小单筹码占比等，详见表1）。回测区间为2021年初至2024年6月，剔除ST股及上市未满20日新股，采用市值和行业中性化处理，操作频率为周频调仓（表2）。

实证结果（表3）显示：

• 主动买入筹码因子具有正IC均值（0.87%）且显著，反映预期收益较高；而被动买入筹码IC均值为负，表明其逆向信号；

- 主动小单筹码占比因子IC均值3.73%，胜率70.73%，显著优于其它因子，显示出小单筹码具备明显Alpha信息；

• 净主动小单筹码占比因子虽然IC均值较低（1.59%），但显著性良好。

多空分组统计（表4）映射出主动买入筹码带来正向年化多空收益（15.90%-22.89%），而被动买入对应负收益和极低夏普比率，尤其主动小单筹码因子表现最佳（年化多空收益22.89%，夏普比率2.55），验证了主动性和灵活性在筹码中的选股优势。

总结观点为：“主动买入+小单筹码”因子的组合是选股Alpha的来源，这群筹码背后是持有意愿强烈、预期收益高的投资者行为反映。[page::1,2,3]

---

2.2 章节二 - 筹码因子的有效性来源理论分析

此部分从前景理论和认知偏差两大核心行为金融学理论展开说明筹码因子表现背后的投资者心理机制。

• 前景理论（图1、图2）

说明：投资者对收益和亏损的效用曲线非对称，损失厌恶明显，导致卖出行为在盈利时较积极，而亏损时倾向持有。这种心理构造转化为“持有筹码时的交易倾向函数”，即筹码盈亏状态影响其卖出倾向，亏损越多越倾向持有。更进一步，考虑投资者买入时的预期收益，这一倾向函数右移，表明预期收益越高，投资者越愿意耐心持有亏损筹码，强化了处置效应。

• 认知偏差

总结有几个关键点：
1. 自我归因偏差：成功归功自己，失败归因外部，从而强化过度自信，不轻易卖出低价筹码；
2. 代表性偏差：依赖之前成功通过持有亏损筹码获利的经验，倾向重复持有亏损筹码；
3. 懊悔心理：投资者避免承认错误和追悔，宁愿持有亏损筹码以减少懊悔感；
4. 行为实证中发现个人投资者更易受这些偏差影响形成处置效应。

• 筹码因子传导机制

投资者的买入行为（主动且小单）＋处置效应心理＝形成积极灵活筹码（AFH），因其增持持有倾向减小卖出压力，有助推动股价。该逻辑说明了为何上述主动小单筹码因子有显著Alpha效应。[page::2,3]

---

2.3 章节三 - AFH因子的改进路径

基于上述理论，报告提出两大改进方向：

• 3.1 基于买入行为的修正

设想：日内买入时该筹码对应的个股跌幅较大，则持有人更可能产生反向交易特征，形成更强处置效应。利用买入价格相对开盘价涨跌幅构造“反向交易系数”，对筹码进行加权修正，提升因子信息含量。

• 3.2 基于筹码盈亏状态的修正

根据处置效应，盈利筹码卖出概率更高，亏损筹码持有概率更高。用当前价格相较于买入价计算筹码的盈亏状态，构建筹码盈亏系数，对筹码权重进行调整。

最终将原始AFH因子与上述两个改进因子融合，形成综合因子“AFHSmart”，其设计目标是量化更细致捕捉持有者的盈亏心理和买入行为，强化处置效应导致的卖出/持有压力对价格的影响。[page::3,4]

---

2.4 章节四 - AFHSmart的详细实证测试与结果

• 因子有效性测试（表11）

AFH变量中，AFHSmart达到IC均值4.4%，IC胜率78.05%，T值8.06，均优于原始AFH（3.73%），显示改进因子显著提升截面选股能力。
逐子因子AFHOpen（基于开盘买入修正）、AFHClose（基于收盘盈亏修正）和AFHReturn（基于收益率修正）中IC均值均超过4%，表现稳定（图9）。

• 分组测试（表12、图10、图11）

多头组合年化超额收益高达9.67%，信息比率2.02，组距排序单调，历史累积收益表现良好，显示因子具有实用的投资组合构建效能。
但对应阶段性表现显示，在特定极端行情（如2021Q3周期板块大幅走强以及2024Q1整体定价权变动）时，因子有显著回撤，反映了行为偏好驱动因子在极端行情下的局限性（如行情过猛时处置效应影响减弱）。

• 相关性及中性化测试（表14）

AFHSmart与主流风格因子及量价因子的相关性较低，显示因子提供新颖信号。中性化及正交化处理后，IC均值下降至2.02%，但多头组合超额收益仍达到9.38%，信息比率反而上升至2.21，验证因子信号稳健且非简单被其他因子复制（图12）。

• 宽基指数测试（表18-20，图13-18）

因子在中证800（相对大市值）表现一般，年化超额收益约2.79%，夏普率0.54，多头收益相对温和；在中证1000和中证2000（中小市值）表现更为优异，中证2000年化超额收益20.53%，夏普3.77，显示因子更适合中小盘股，契合逻辑中的资金影响力及灵活投资者活跃度。

• 积极灵活筹码占比的时间序列变化（图19）

自2022年起，该比例维持在25%-30%，较2021年有所上升，反映市场中积极灵活筹码占比稳定且具有一定规模，因子具备持续量化研究与实用运用的现实基础。[page::4,5,6,7,8,9,10,11,12]

---

三、图表深度解读

• 表1-4

逐步构建因子体系，数据平衡细分了不同买入渠道及资金量，验证主动+小单筹码优势。IC和多空收益明确支持行为金融理论的现实体现。

• 图1-3

前景理论的价值函数及调整后的交易倾向函数图精确画出投资者盈亏态度与卖出倾向之间的非线性关系，图示直观表达处置效应的数学形象。

• 表11与图9

展示AFHSmart及其子因子在IC层面的稳定性与超越性表现，IC净值曲线呈持续攀升态势，表明因子信号一致且稳定。

• 表12与图10-11

多空分组年化收益及其净值增长趋势，验证正向择时能力和风险调整后收益高。

• 表14-17与图12

多因子相关性矩阵和正交化步骤展示，表明AFHSmart非简单风格因子，且独立贡献有效Alpha，同时正交化后减少空头组合的负向剔除效应，提升多头稳健性。

• 表18-20与图13-18

在不同指数的适用性数据，系数统计差异明显，中小盘股因子效果更佳。此外，净值曲线说明多头超过基准明显，实用价值清晰可见。

• 图19

积极灵活筹码占比的时间变迁趋势，量化投资者兴趣和行为活跃程度的动态指标，为未来研究提供宏观背景。

整体图表数据构成报告强有力的实证和定量支撑，确保结论具备可信度与可执行性。

---

四、估值分析

本报告主要为因子研究报告，未涉及传统意义的估值模型（如DCF、PE、EV/EBITDA等），而是通过信息系数、收益率、夏普率等定量指标评估因子有效性和投资价值，是一份典型的量化因子研究报告。

因子有效性体现为信息系数（IC）、ICIR、分组多空收益和风险调整指标。报告在因子正交化和风格中性化过程中精细调控“估值”，保证因子信号独立于主流风格因子，兼顾稳健性和超额收益能力。

---

五、风险因素评估

报告明确风险提示：

• 历史数据统计、模型构建均基于过去市场环境，政策和市场环境变化或导致模型失效；

- 极端行情可能削弱处置效应的表现力，例如周期行情快速发酵或市场定价权变动；

• 因子在大市值个股表现弱于中小市值，可能受限于大市值股基本面主导定价权；

- 行为偏差和投资者心理可能随市场结构和投资者类型演变而变化，导致模型受限。

报告未提出具体缓解策略，但通过多因子中性化和正交化减少潜在“风格挤压”风险，强调投资者需理性对待量化信号，警惕行为金融因子固有的非稳定性特征。[page::0,4,5,11,12]

---

六、批判性视角与细微差别

报告提供了一套较为完善的理论和实证框架，但存在潜在注意点：

• 处置效应作为行为金融核心，虽然理论上成立，但实际投资者行为受多种影响因素如机构投资、新闻事件影响较大，因子效果在不同市场环境中可能波动较大，报告中多次提及部分阶段因子回撤，即验证存在短期失效风险；

- 因子改进基于逐笔数据，数据获取难度较大，报告未详细披露计算公式和参数具体构造细节，影响外部验证与复现；

• 因子在大市值股票中表现较弱，提醒用户使用时应避免“一刀切”操作，如未对因子分层使用则可能导致组合波动放大；

- 正交化后信息系数降低，说明因子部分信号可能与量价因子重合，进一步的独立性验证和机制解读仍需深入。

总体报告论证较稳健，但投资者应结合市场大环境审慎执行，避免盲目跟从单一因子。

---

七、结论性综合

招商证券任瞳团队通过系统的逐笔交易数据分析，结合行为金融学处置效应理论，创新性地改进了“积极灵活筹码因子（AFH）”，提出融合买入时反向交易特征和筹码盈亏状态的综合改进因子“AFHSmart”。经近3.5年沪深股市数据回测验证，AFHSmart在信息系数、收益率和风险调整指标上均显著优于原始因子，具备较高的截面选股效应和稳健超额收益能力。

报告重点揭示：

• 主动买入小单筹码因子代表更灵活、更具有高预期收益的投资者筹码，构成影响股价卖压的重要因子。

- 投资者的处置效应通过筹码盈亏状态和买入时刻的价格跌幅体现，纳入相关因子可有效提升Alpha信号。

• AFHSmart经过正交化处理依然保持较高的信息比率，显示信号独立且稳健。

- 因子在中小市值宽基指数中表现更优，契合资金和行为特征的市场结构差异。

• 毫无疑问，该类因子以行为金融及微观交易数据为基础，为量化选股方法提供创新路径。

图表中，信息系数净值稳步攀升，分组净值及超额收益清晰呈现因子投资价值，积极灵活筹码占比的历史分布则为因子应用提供宏观时序背景，增强报告的深度和可信度。

总体而言，报告为行为金融学在量化选股中的实践应用提供示范，AFHSmart因子具备较高的实用价值和研究深度，同时提示投资者注意市场环境和因子特性风险，理性运用。该因子作为新的行为属性量化指标，值得持续关注和跟踪。[page::0-12]

---

附录图片示例：（部分关键图示）

• 图1：前景理论价值函数

• 图2：考虑前景理论的交易倾向函数

• 图9：AFHSmart的IC净值累计

• 图10：AFH_Smart分组收益表现柱状图

• 图19：积极灵活筹码占比时间序列变化

---

总结备注：本报告深度挖掘并量化投资者处置效应对筹码持有行为及股价形成的影响，利用高频逐笔交易数据进行创新因子构造及验证，具有较高理论价值和现实指导意义，是行为金融与量化投资结合的先进案例。投资应用需结合自身实际与风险偏好，谨慎研判使用。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告