羊群效应对股票收益的理论分析 [page::5]

• 羊群效应在A股表现为“追涨杀跌”力量不对称，受卖空限制和处置效应影响，导致追涨行为更明显。

- 强烈羊群效应通常对应未来收益较低的股票，构建基于极端跟随行为的选股因子逻辑合理。

趋势资金交易行为因子定义及表现 [page::3][page::4]

| 因子类型 | 月度IC均值 | 年化ICIR | 月度RankIC均值 | 年化RankICIR | 年化收益率 | 信息比率 | 最大回撤率 |
|----------------|----------|--------|-------------|-----------|-----------|--------|--------|
| 相对均价因子 | -0.045 | -2.61 | -0.067 | -4.09 | 18.24% | 2.38 | 10.49% |
| 净支撑量因子 | 0.056 | 3.06 | 0.073 | 3.39 | 26.41% | 3.13 | 5.14% |
| 交易行为综合因子 | 0.059 | 3.08 | 0.081 | 4.37 | 27.34% | 3.21 | 7.06% |

• 综合因子表现最优，年化收益27.34%，最大回撤7.06%。

羊群效应因子构建与绩效 [page::6]

• 通过极端跟随行为成交量与趋势资金成交量比值构建羊群效应因子。

- 因子月度IC均值-0.055，年化ICIR-2.90，信息比率3.07，10分组多空对冲年化收益29.12%，最大回撤仅4.98%。

• 相关性因子表现稍逊。

年度表现及因子结合分析 [page::7][page::8]

| 因子 | 月度IC均值 | 年化ICIR | 月度RankIC均值 | 年化RankICIR | 年化收益率 | 信息比率 | 最大回撤 |
| ---------- | ---------- | -------- | -------------- | ------------ | ---------- | -------- | -------- |
| 趋势资金交易行为因子 | 0.059 | 3.08 | 0.081 | 4.37 | 27.34% | 3.21 | 7.06% |
| 羊群效应因子 | -0.055 | -2.90 | -0.084 | -4.09 | 29.12% | 3.07 | 4.98% |
| 合成因子 | 0.066 | 3.05 | 0.098 | 4.47 | 34.61% | 3.43 | 7.07% |

• 两因子合成后提升了稳定性与收益率，年化收益34.61%，信息比率3.43。

纯净羊群效应因子分析 [page::9][page::10]

• 去除市场常用风格因子影响后，纯净羊群效应因子年化ICIR达-2.52，10分组多空年化收益14.61%，最大回撤3.73%。

- 与BARRA风格因子相关性极低，因子提供额外的选股信息。

参数敏感性与样本空间表现 [page::11][page::12]

| 参数n取值 | 年化ICIR | 年化收益率 | 信息比率 | 最大回撤 |
|---------|---------|-----------|---------|---------|
| 5 | -3.08 | 31.02% | 3.19 | 5.22% |
| 10 | -2.50 | 24.61% | 3.05 | 4.94% |
| 15 | -2.13 | 15.99% | 2.58 | 4.89% |

• n值越大，因子效果减弱，推荐n取10以内。

- 因子在中证1000及国证2000（小市值股票池）中表现较优，年化收益高达27.65%-32.47%。

风险提示 [page::0][page::13]

• 所有结论基于历史数据和统计模型，未来市场环境变化可能导致模型失效。

量化专题报告——“量价淘金”选股因子系列研究（七）：盲目追随趋势资金的极端交易行为分析——羊群效应的识别与因子构建

---

一、元数据与概览

• 报告标题：“量价淘金”选股因子系列研究（七）—盲目追随趋势资金的极端交易行为分析——羊群效应的识别与因子构建

- 作者：分析师沈芷琦、刘富兵，研究助理阮俊烨

• 发布机构：国盛证券研究所

- 发布日期：2024年8月（根据文内最新数据和相关研究时间推断）

• 主题：量化选股因子研究，重点在A股市场中基于趋势资金交易行为及其追随者的极端交易活动，识别羊群效应，构建并测试相关选股因子。

核心论点与主要信息：

本报告作为前期报告《基于趋势资金日内交易行为的选股因子》的延续，重点聚焦趋势资金之后市场投资者的盲目追随行为（即羊群效应），通过极端跟随行为的识别与测量，构建羊群效应因子，挖掘该行为对未来股票收益的影响及其选股贡献。核心发现是羊群效应对未来股票收益呈负面影响，其因子在剔除常用风格影响后依然有效，且与趋势资金交易行为因子结合后可提升预测稳定性和选股收益表现。

---

二、逐节深度解读

1. 前言

该章节回顾了前期的量化选股因子框架，基于分钟级成交量识别“趋势资金”，并聚焦趋势资金本身的交易行为构建了有效的选股因子。报告指出市场中存在非理性投资者的羊群效应，即盲目跟风趋势资金交易行为。基于这一观察，本报告转向研究追随趋势资金的极端交易行为，从中提炼新的因子信号。[page::0][page::2]

2. 趋势资金定义与因子回顾

• 趋势资金定义：每日通过过去5日分钟级成交量序列的90%分位数确定成交量阈值，若当日某分钟成交量高于该阈值，则该分钟成交量视为趋势资金交易。

- 因子构建：
- 趋势资金交易均价因子：衡量趋势资金加权平均价相较当日平均成交加权价的差异，并回看20日均值，做市值、中信一级行业中性化处理。
- 趋势资金净支撑量因子：计算趋势资金内部支撑和阻力成交量的差值，并标准化处理。
- 综合因子：以上两个因子等权合成后标准化。

• 主要绩效指标（2014-2024）：

- 月度RankIC均值0.081，年化RankICIR 4.37；
- 10分组多空对冲年化收益27.34%，信息比率3.21，最大回撤7.06%。

图表2显示综合因子按分组表现出明显的趋势性收益，图表3为各子因子及综合因子的多项绩效指标总结。

本节奠定了趋势资金因子良好基准，为后续羊群效应研究提供基准和对比。[page::3][page::4]

3. 羊群效应的识别与因子构建

3.1 羊群效应理论分析

• 行为偏差：A股“追涨杀跌”的力量不对称，过度追涨而杀跌受限，卖空受限和“处置效应”导致投资者持有亏损股不愿止损。

- 推断：羊群效应导致对利好反应过度，伴随股价下跌概率提升。理论上，羊群效应强烈的股票其未来收益偏低。

3.2 因子构建方法

• 极端跟随行为相关性因子：

- 定义趋势资金（同前）；
- 对应趋势资金的每分钟，取之后n（默认为5）分钟内成交量最大一分钟，视为极端跟随行为；
- 计算两序列的相关系数，回看20日并做市值、行业中性化处理。

• 极端跟随行为比值因子：

- 类似上述“相关性因子”构造，但用跟随分钟成交量除以趋势资金相应分钟成交量，计算均值，20日回看并做中性化。

• 预期方向：因子值越大，羊群效应越明显，预测未来收益越低，相关IC均应为负。

• 回测结果：

- 两因子均表现良好，但比值因子月度IC均值-0.055，年化ICIR -2.90，月度RankIC均值-0.084，年化RankICIR -4.09，年化多空对冲收益29.12%，信息比率3.07，最大回撤4.98%，略优于相关性因子。

- 因两因子信息高度重叠，最终采用比值因子作为羊群效应因子。

图表4-6分别展示两因子的分组净值趋势和回测绩效指标，说明极端跟随和极端成交量比值的负向预期效果一致明显。[page::5][page::6]

3.3 因子结合

• 羊群效应因子与趋势资金交易行为因子呈负相关（相关系数约-0.38）。

- 两因子做横截面标准化，再等权合成，因子$\Sigma = zscore(趋势资金因子) - zscore(羊群效应因子)$。

• 合成因子整体指标优于单一因子：

- 月度IC均值0.066，年化ICIR 3.05；
- 10分组多空对冲年化收益34.61%，信息比率3.43，最大回撤7.07%。

• 图表8和图表9直观展示合成因子分组净值走势及综合指标，有效提升稳定性和收益表现。[page::7][page::8]

4. 其他重要讨论

4.1 纯净羊群效应因子

• 本节剔除了10个Barra风格因子的影响，进行残差回归，得到“纯净羊群效应因子”。

- 发现该因子与传统因子相关性极低（均低于0.1，详见图表10）。

• 剔除常规模型影响后，纯净因子依然具备有效的预测能力：

- 年化ICIR仍达到-2.52；
- 10分组多空对冲收益14.61%，信息比率2.22，最大回撤3.73%。

• 图表11-12展示纯净因子的分组净值及年度表现，显示该因子稳健且独立于其他因子贡献。

4.2 参数敏感性检验

• 主要参数包括：k=5日窗口用于趋势资金定义，m=90%的成交量分位数做阈值，n=5分钟界定极端跟随行为，月度回看窗口20日。

- 由于前期报告已验证k和m的稳健性，此处重点测试n和回看窗口（10、20、40日）。

• 结果显示：

- 回看窗跨度对指标影响较小，n较小时（<=10）因子效果最佳。
- 随n逐渐增大，IC均值和ICIR降低，反映极端跟随行为的时效性特征，过长时间窗口稀释信号。

• 图表13-15详细列出参数变化时IC均值、年化ICIR、信息比率、最大回撤等绩效数据。[page::10][page::11]

4.3 样本空间表现

• 检验羊群效应因子在沪深300、中证500、中证1000、国证2000等不同市值及样本池中的表现。

- 量价类因子对小市值股通常更有效，羊群效应因子符合此规律：
- 在中证1000和国证2000表现更佳，年化ICIR达到-2.50和-3.04；
- 年化多空收益分别27.65%和32.47%，信息比率均超过2.5。

• 但在大市值沪深300中效果较弱，伴随胜率和最大回撤波动变化较大。

- 图表16详列不同样本池回测绩效指标，验证了因子的市值敏感性特点。[page::12]

5. 总结与风险提示

• 报告重申了趋势资金定义与羊群效应因子构建逻辑。

- 结合理论和实证，羊群效应因子对未来股票收益负相关，呈现可靠的负向选股能力。

• 纯净因子独立于传统风格和行业因子，表现依然稳健。

- 与趋势资金交易行为因子结合，提升整体预测稳定性与收益水平。

• 风险提示指出，所有结论基于历史数据和模型测算，未来市场环境若出现显著变化，模型有效性存在不确定性。

---

三、图表深度解读

图表1（羊群效应因子10分组及多空对冲净值）

• 展示2014年1月至2024年1月羊群效应因子10组净值趋势及顶层组1与组10的多空对冲净值（红虚线）。

- 整体呈现分组之间显著分化，最弱分组（组10）表现优异，净值远超最强分组，说明因子区分能力有效，具有利用极端跟随行为指标构建收益的能力。

• 累计回报波动可见信息比率较高，回撤较小。[page::0]

图表2（趋势资金交易行为综合因子分组及多空对冲净值）

• 展示同周期趋势资金交易行为综合因子10组净值走势。

- 各分组净值呈明显分层上升，特别第一组与第十组多空对冲净值（红虚线）增长稳健。

• 该因子表现与羊群效应因子呈差异，形成互补。

图表3（趋势资金子因子及综合因子绩效）

• 侧重IC指标和多空对冲绩效：

- 净支撑量因子表现好于相对均价因子。
- 综合因子综合表现最优，年化ICIR 3.08，年化收益率27.34%，信息比率3.21。
- 最大回撤显示均处于可控范围内。

图表4 & 图表5（极端跟随行为相关性与比值因子净值表现）

• 图表4显示两因子均呈现组间显著分层，但比值因子（图5）组间分化更明显，净值曲线更为陡峭，说明量级相对指标更具预测力量。

图表6（极端跟随行为因子的绩效汇总）

• 比值因子的指标整体优于相关性因子：

- 年化ICIR -2.90 vs -2.57；
- 信息比率3.07 vs 2.61；
- 最大回撤较低。

图表7（羊群效应因子年度表现）

• 各年份年化收益率、波动率、信息比率、胜率、最大回撤等指标展示羊群效应因子在不同市场环境的表现差异。

- 2014-2015年收益率极高，2024年上半年因子收益负面，但对冲收益稳定。

• 显示因子在市场波动中存在一定表现波折，但整体表现稳健。

图表8（合成因子分组净值）

• 结合趋势资金交易行为与羊群效应后的合成因子表现进一步强化。

- 各组分层更加显著，顶底组多空对冲累计收益超过20倍，折射合成信号稳定性增强。

图表9（合成因子及单因子绩效对比）

• 合成因子月度IC、年化ICIR等指标整体领先单因子；

- 提升信息比率至3.43；

• 显示合成策略收益风险特征优化。

图表10（羊群效应因子与Barra风格因子相关系数）

• 相关数值低于±0.1，表明羊群效应因子具有独立性，不受传统风格影响。

图表11 & 图表12（纯净羊群效应因子净值及年度表现）

• 剔除风格影响后，纯净因子依然保持稳健分组回报；

- 各年度对冲收益均保持正向，最大回撤明显缩减。

图表13-15（参数敏感性）

• 随n的增加（极端跟随时间窗口），因子表现呈递减趋势；

- 趋势稳健体现信号时效性；

• 推荐n不超过10以保证因子稳定。

图表16（不同样本空间表现）

• 在中证1000及国证2000等小市值股票池中，羊群效应因子表现优异，

- 在沪深300等大市值样本中表现较弱，提示因子适用范围依赖于股票类型与市场特性。

---

四、估值分析

该报告属于量化策略与因子研究，未涉及传统公司估值模型（如DCF或可比公司分析）。因子IC、RankIC、信息比率等为主要评价指标，聚焦因子预测能力及多空策略绩效，未涉及单个资产具体估值。

---

五、风险因素评估

• 报告明确提示基于历史数据和统计模型的测算，模型效果依赖于历史市场环境；

- 若未来市场环境、交易制度、投资者行为发生显著变化，模型可能失效；

• 风险提示置于全文之首，明确提醒投资者关注模型局限。

---

六、批判性视角与细微差别

• 报告模型基于分钟级成交量阈值识别趋势资金，因而依赖于高频数据的质量与准确性；

- 河南法律限制卖空及行为金融学中处置效应解释形成理路严谨，但未明确量化不同情景下因素敏感度；

• 羊群效应因子多为负相关信号，用于择时可能需谨慎，原因在于市场环境变化可能带来信号失灵风险；

- 模型用固定参数（k=5，m=90%，n=5）建模，虽做了一定敏感性检验，但仍可能存在过度拟合风险；

• 因子效果在大盘股表现弱，适用范围有局限；

- 报告无明显内部逻辑矛盾，但对模型解释的“极端跟随行为”和“极端成交量比值”较为抽象，可增加对因子经济含义的深度探讨。

---

七、结论性综合

总结来看，该报告在延续前期趋势资金交易行为分析基础上，创新性地识别并量化市场上的羊群效应，通过极端跟随行为的成交量比值构建羊群效应因子。该因子在十余年A股数据上展现出显著的反向收益预测能力（月度IC均值约-0.055，信息比率超过3），表明盲目追随趋势资金的极端交易行为是负面信号。

通过剔除传统风格及行业影响，纯净羊群效应因子依然保持较强的有效性，且与趋势资金交易行为因子负相关，二者的合成因子进一步增强了预测稳定性和多空对冲组合的收益表现（年化收益率超过34%，信息比率3.43）。参数的敏感性检验显示该因子效果对时间窗口参数敏感，且在中小市值股票中表现更佳。

各个关键图表清晰反映了因子的分组净值分化特征、回测的全面绩效指标（包括年化收益率、波动率、胜率和最大回撤），和因子间关联及独立性验证，为投资实务提供较为完善的量化因子参考。

整体而言，报告通过理论分析、严谨构造、丰富的回测验证及敏感性测试，充分证明羊群效应在A股市场中的负面影响及其选股应用价值，提出了一套稳定且有用的量价选股因子体系，具有较强的实践指导意义和价值。

---

参考图表列表

| 图表编号 | 图表名称 | 主要内容描述 | 页码 |
|-----------|-------------------------------------------|---------------------------------------------------------------------------------------------|-------|
| 图表1 | 羊群效应因子10分组及多空对冲净值 | 显示羊群效应因子分组净值差异和多空策略收益的积累走势 | 0 |
| 图表2 | 趋势资金交易行为综合因子分组及多空对冲净值 | 趋势资金交易行为因子的分组收益趋势及收益率差异 | 4 |
| 图表3 | 趋势资金子因子及综合因子的绩效指标 | IC、收益率、信息比率等关键指标比较 | 4 |
| 图表4 | 极端跟随行为相关性因子分组及多空对冲净值 | 极端跟随相关性因子分组收益及多空表现 | 6 |
| 图表5 | 极端跟随行为比值因子分组及多空对冲净值 | 极端跟随比值因子分组表现，显示更优的预测能力 | 6 |
| 图表6 | 两极端跟随行为因子绩效指标 | 交叉对比两极端跟随因子IC、收益率、信息比率等 | 6 |
| 图表7 | 羊群效应因子分年度表现 | 按年度分解收益、波动及信息比率，展示因子时序稳定性 | 7 |
| 图表8 | 羊群效应与趋势资金交易行为合成因子分组及多空净值 | 体现合成因子优于单因子的累计收益及稳健性 | 8 |
| 图表9 | 三因子绩效比较 | 比较趋势资金因子、羊群效应因子及合成因子的关键绩效指标 | 8 |
| 图表10 | 羊群效应因子与Barra风格因子相关系数 | 验证羊群效应因子的独立性 | 9 |
| 图表11 | 纯净羊群效应因子分组及多空对冲净值 | 剔除风格后的羊群效应因子分组收益展示 | 9 |
| 图表12 | 纯净羊群效应因子分年度表现 | 年度分解验证纯净羊群效应因子稳定性 | 10 |
| 图表13-15| 参数敏感性检验表（不同n值、回看长度） | 阐述n参数与回看长度对因子效果影响 | 11 |
| 图表16 | 不同样本空间的羊群效应因子绩效 | 展示不同规模股票池中羊群效应因子的表现差异 | 12 |

---

（全文所有结论及数据均基于报告所述内容，标注页码为溯源依据）[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]

报告