市场风格显著，微盘股、亏损股及低价股处于历史高位分位数 [page::0][page::1][page::2]

• 微盘股/大盘股、亏损股/绩优股、低价股/高价股分别处于2019年以来99.94%、96.26%、98.52%的极值区间。

- 市场对小盘、亏损及低价股的偏好明显增强。

行业交易拥挤度分析：轻工制造行业拥挤度较高 [page::0][page::3]

• 行业成交额占比前三行业为机械、电子和医药。

- 换手率最高的三个行业分别是综合金融、轻工制造和商贸零售，显示轻工制造行业流动性活跃。

高频选股因子表现概况 [page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::18]

• 高频技术指标类因子表现突出，BIAS因子全历史多空年化收益为26.06%，本周PSY因子多空收益为1.25%，本月达到2.54%，显示技术指标因子在当前市场表现优异。

• 订单失衡因子中SOIR因子表现最佳，年化收益约为19%，夏普比率2.76。

- 量价类物因子中MPC因子年化收益26.46%，表现优于其他因子。

• 流动性类因子ESI因子年化收益23.0%，夏普比率2.32。

- 资金流类因子PTOR因子近一年表现优异，年化多空收益达13.56%。

行为金融学因子表现亮点 [page::15][page::16][page::17][page::18][page::19]

• 有限关注类因子中ABNRETAVG多空年化收益25.71%，表现稳健。

- 注意力理论因子SPILLTURN因子全历史年化收益达28.6%，为群体中最佳。

• V型处置效应因子中CPGR因子表现突出，近一年多空收益达27.2%，本周多空收益1.07%。

高频因子低频化及因子测试框架

• 高频分钟数据通过截面标准化、日频汇总及衰减加权转换为月度低频因子，剔除市场整体影响。

- 回测时间为2010年2月至2025年6月，样本为全市场股票，月频调仓，采用极值、缺失值和市值行业中性化处理。[page::7]

分析报告：轻工制造行业拥挤度较高，高频技术指标类因子表现较好 高频和行为金融学选股因子跟踪周报（20250530）

---

一、元数据与报告概览

• 报告标题：《轻工制造行业拥挤度较高，高频技术指标类因子表现较好 高频和行为金融学选股因子跟踪周报（20250530）》

- 作者：陈升锐、姚紫薇

• 发布机构：中信建投证券股份有限公司

- 发布日期：2025年6月2日

• 研究主题：以2025年5月30日为时点，追踪分析高频选股因子及行为金融学因子的表现，重点披露轻工制造行业的交易拥挤度并评估不同类别因子的表现状况。

核心论点摘要：

1. 市场风格展现出微盘股、亏损股、低价股的相对强势，处于2019年以来接近极值的分位数区间。

2. 行业成交额最高为机械、电子和医药，轻工制造行业的交易拥挤度较高，换手率位居前三。

1. 高频技术指标类因子表现优异，尤其PSY因子本周和本月多空收益均位居第一。

4. 行为金融学的V型处置效应因子中的CPGR因子表现突出，尤其是在近期表现稳健。

1. 报告通过严谨因子测试框架，采用高频数据转为月度低频因子，回测周期从2010年2月至2025年6月。

整体而言，报告旨在通过系统地跟踪多类高频及行为金融学因子，帮助专业机构投资者把握市场微观结构变化，建议关注高频技术指标类及行为金融学因子在当前市场环境下的投资价值。[page::0,1,2,3,5,7,9,15,18]

---

二、逐节深度解读

2.1 市场行情回顾（1.1至1.3节）

• 指数行情：

- 上证指数周度收益率表现最佳，为-0.03%（接近持平），其他大盘指数中，中证2000指数表现优异，收益达1.09%；微盘股指数更为突出，周度收益率达2.65%，显示中小市值标的近期更受青睐。[page::0]

• 风格指数对比：

- 微盘股/大盘股指数比值长期处于高位（99.94%分位区间），显示市场持续偏好小盘股，且近年来该风格表现强劲，累计净值较大盘股指数高出约2.9倍（2019年底起算）。图1详见微盘股/大盘股净值走势，呈出明显上升趋势，2025年初期加速上扬。[page::1]
- 亏损股/绩优股指数比值也处于高分位（96.26%），反映高风险、高波动的亏损股近期相对强势，反映市场对企业盈利改善的预期上升，或市场投机热情加大。图2曲线2021年以来掀起持续反弹，接近历史高点。[page::2]
- 低价股/高价股指数比值同样处于极高区间（98.52%），低价股表现优于高价股。图3显示其比值大幅上扬，2025年初达到峰值，说明低价股依旧是资金关注焦点之一。[page::2]

• 行业交易拥挤度：

- 机械、电子、医药行业的成交额占比最高，TMT（电子、通信、计算机和传媒）行业占两市总成交额超过25%。换手率最高的前列行业包括综合金融、轻工制造和商贸零售，显示这些行业中投资者交易活跃度较高。
- 估值方面，PB分位数最高的行业为商贸零售、汽车和银行，表明这几个行业当前市场估值处于历史高位，可能存在企业估值过热风险。[page::3,4]

总结：市场风格明显偏好小盘股、亏损股和低价股，这表明市场风险偏好处于较高水平。轻工制造行业的高换手率体现了行业的交易拥挤度较高，从资金配置角度需要谨慎，此部分为后续高频因子表现提供了背景。[page::0-4]

---

2.2 高频选股因子

• 因子分类体系主要包括订单失衡类、量价类、流动性类、资金流类和高频技术指标类5大类。高频数据通过截面标准化、日内等权聚合、日频标准化及20日衰减加权，转换成可用的低频（月频）选股因子，有效剔除了市场整体走势的影响，同时保留了高频微观交易信号。[page::5-7]

---

2.3 高频因子表现详解（第3章）

• 订单失衡类因子

- 历史多空年化收益率在14%-20%之间，表现最优因子为SOIR，年化收益19.06%，夏普比率2.76，回撤控制良好，IC均值-4.84%，IR较高达到2.63，展现较强的统计显著性。
- 最近1年因子表现维持稳定，VOI因子近一年多空收益高达38.47%，最近表现最佳，显示订单失衡因子依然是有效的选股工具。
- 近期周度表现中，VOI因子本周多空收益接近平稳但多头超额收益为1.27%，月度层面部分因子拥有效果[page::8-9]

• 高频技术指标类因子：

- 历史表现最优的是BIAS因子，年化收益达26.06%，夏普率2.82，最大回撤仅5.55%，IC均值-5.82%，IR为2.73。图6呈现BIAS和Coppock因子曲线大幅领先其他因子，显示该类别因子具备较强预测能力。
- 近一年内，PSY因子表现稳定，近期周度收益达1.25%，多头超额1.54%，月度层面也领先。
- 今年以来，Coppock因子表现尤为突出，年初以来多空收益达15.02%，近一年26.02%，多头超额显著。[page::9-10]

• 量价类因子

- 历史年化多空收益范围在15%-27%间，表现最佳为MPC因子，年化收益26.46%，夏普2.71，回撤7.51%。
- 近一年表现显示MPB因子以30.73%的多空收益表现最佳。
- 近期周度表现中，MPCmax因子本周多空收益0.37%，月度MAX因子为0.75%。
- 整体量价因子表现稳健，说明价格和成交量的关系依然有效捕捉市场波动信号。[page::11-12]

• 流动性类因子

- 全历史最高为ESI因子，年化收益23.00%，具有较强整体表现。
- 近一年及近期表现上，CPQS因子表现领先，特别是在近一年内多空收益22.91%。
- 流动性因子对反映市场交易成本、参与度有显著作用，持续发挥选股能力。[page::12-14]

• 资金流类因子

- 资金流因子多空收益普遍较为温和，历史及近期效果均显示具备一定投资价值。
- 本周和本月BAM因子多空收益领先，分别达0.63%和0.37%的收益水平。
- 今年以来PTOR因子收益达到13.19%，近一年13.56%，强调资金流方向的重要性。[page::14-15]

总结：整体来看，高频技术指标类因子表现最优，尤其BIAS、PSY和Coppock；订单失衡类和量价类因子表现也较稳健；流动性因子维持一定超额收益，资金流类因子表现相对稳健但收益率较其他因子略低。[page::8-15]

---

2.4 行为金融学因子表现（第4章）

• 有限关注类因子

- 历史最高因子为ABNRETAVG，年化收益25.71%，夏普2.49，最大回撤10.14%，IC均值-8.61%，IR高达3.66，显示非常稳健的选股能力。
- 近一年，ABNRETAVG因子表现最佳，但TURNAVG因子本周及本月表现最优，说明关注度变化与异常表现密切相关。[page::15-16]

• 注意力理论类因子

- 表现最优的SPILLTURN因子，历史年化收益达28.60%，显示行为金融的注意力理论因子能够捕捉市场非理性因素带来的机会。
- 近一年表现仍优，另外STV2近一年表现最好，近期SPILLTURN表现领先，收益率和多头超额均表现良好。[page::17-18]

• V型处置效应因子

- CPGR因子历史表现最佳，年化收益29.37%，夏普比率2.95。
- 近一年VCDE3因子多空收益最高达27.20%，近年表现持续稳定，本周CPGR因子多空收益1.07%，多头超额1.87%，表现出较强的短期选股能力。
- 处置效应因子根植于行为金融学，反映投资者非理性行为机制，在市场特定阶段能显著增强选股效果。[page::18-19]

总结：行为金融因子尤其是V型处置效应因子、注意力理论因子表现突出，长期及短期均展现良好稳健性，表明非理性因素对股价形成影响，利用行为金融学因子分析可提升选股效率。[page::15-19]

---

三、图表深度解读

• 图1-3（市场风格净值走势）

三张图呈现微盘股/大盘股、亏损股/绩优股及低价股/高价股的相对表现净值走势，均显示自2019年以来对应风格持续领跑。曲线逐年上涨，尤其在2024年至2025年初上涨加速，反映市场投机和微盘风格主导地位不断强化。这为高频因子效果的市场背景提供了现实基础。[page::1-2]

• 表2-3（行业成交及估值）

表2显示机械、电子、医药行业成交活跃，行业换手率前三为综合金融、轻工制造和商贸零售，表明这些行业交易拥挤度高。表3显示商贸零售、汽车和银行行业估值处于高位，提示估值风险。此对政策调整或行业资金流入具有参考价值。[page::3-4]

• 图4-5（订单失衡类因子表现）

图4展示2010年以来各因子累积收益，显示SOIR、MOFIWeight和OIR表现优异，走势平稳上升。图5近一年内VOI因子涨幅最大，反映市场情绪及订单处理对价格影响增强，近期VOI多空收益表现优异，成为关注点。[page::8-9]

• 图6-7（高频技术指标类因子表现）

图6中，BIAS因子表现显著领先，走势明显高于其他因子。图7近期内PSY因子多空收益领先，辅以Coppock因子支撑市场多头收益，技术指标因子显然具有较强预测效力。[page::9-10]

• 图8-9（量价类因子表现）

MPC和MPB因子年化收益和近一年收益突出，且图中走势稳定上扬，表明短期量价关系的动量与反转规律在市场仍具有明显投资价值。[page::11-12]

• 图10-14（流动性类因子表现）

图10-13展示多只指标稳定增长，ESI表现较好；图12-14近一年内CPQS等因子表现突出，表明基于流动性测算的因子具备较强多空收益。流动性因子可捕捉市场交易风险及资金偏好。[page::12-14]

• 图15（资金流类因子表现）

资金流量因子在近一年内表现温和但具稳定性，BAM在短期多空收益表现领先，PTOR年度表现较优，暗示资金流动态对个股短期价格走势的重要影响。[page::15]

• 图16-17（有限关注类因子表现）

过去十多年多个因子持续稳健，ABNRETAVG因子累计收益领先，表明投资者关注热度及异常收益关系密切。[page::15-16]

• 图18-19（注意力理论类因子表现）

SPILLTURN等因子表现突出，年化收益最高达28.60%，近期表现稳定，图示股价累积收益日益扩大，说明市场关注度和资金流动性显著影响价格形成机制。[page::17-18]

• 图20-21（V型处置效应因子表现）

处置效应因子CPGR和VCDE3表现持续领先，图形显示曲线稳定攀升，体现投资者非理性卖出和买入行为对股价形态的显著影响，为行为金融选股提供理论支持。[page::18-19]

总体，图表数据充分展示各因子的历史稳健表现和近期活跃度，高频技术指标及行为金融学因子优势明显，为后续选股及策略制定提供实证基础。

---

四、估值分析

报告未单独提出对整体市场或个别行业的估值模型或目标价，但以行业层面采用市盈率（PELYR、PE_TTM）及市净率（PB）指标进行估值分析，进而判定行业的相对估值水平：

• 轻工制造所在行业换手率处于高位，但PB分位数未位列顶峰，表明一定程度上存在交易拥挤但估值尚未明显透支的情况。

- 此估值分析辅助判断交易拥挤度和行业风险，为因子择时和个股筛选提供参考。[page::3-4]

---

五、风险因素评估

报告明确指出：

• 所有因子研究均基于历史数据，未来效用存在不确定性和失效风险。

- 系统性风险（如宏观政策变动、市场流动性危机）可能对策略收益产生较大影响。

• 数据缺失及模型假设可能导致统计误差，分析可能与未来现实存在偏差。

- 订阅号及报告内容仅供专业机构投资者参考，非投资建议。[page::19]

这些风险提示体现了报告对因子模型局限性和实际应用风险的严谨态度。

---

六、批判性视角与细微差别

• 报告所用因子均从中信建投自有研究系列发展而来，虽然历史绩效优良，但市场环境、监管政策、资金结构等变化均可能影响未来的效应，报告对未来的保守态度和风险说明较为充分。

- 报告重点强调高频技术指标类因子的有效性，但值得关注的是，高频数据处理及衰减加权中依赖于多层假设，如截面标准化及市场影响剔除，可能造成部分信息损失或未披露的模型误差。

• 虽有丰富指标和分类，但缺乏对因子间相关性及多因子联合模型的深入分析，可能限制因子综合使用的研究深度。

- 图表展示中因子走势较为平滑，反映回测过程中可能进行了极值剔除和数据清洗，这对于理解因子在市场极端情形的抗风险能力有所不足。

• 因为报告聚焦于因子的构建和效果，没有详细讨论宏观经济及政策变量对因子表现的影响，存在一定视角局限。[page::5-19]

---

七、结论性综合

本报告系统追踪和分析了2025年前五月底市场环境下中信建投证券构建的多类高频及行为金融学选股因子，在稳健的测试框架和合理的因子低频转换体系支持下，得出以下关键结论：

• 市场风格与行业拥挤度：

- 微盘股、亏损股、低价股风格异常强势，处于2019年以来极高分位区间。轻工制造行业交易拥挤度较高，成交活跃，值得关注其估值风险和波动性。[page::1-4]

• 高频因子表现：

- 高频技术指标类因子整体表现优异，尤其PSY和BIAS因子历史及近年表现突出，最新周度多空收益领先。
- 订单失衡、量价和流动性因子同样表现稳健，各类因子在不同周期内轮动明显，展示了捕捉市场微观结构信息的潜力。[page::8-14]

• 行为金融学因子优势明显：

- 有限关注和注意力理论类因子表现强劲，V型处置效应因子尤为突出，CPGR和VCDE3因子均展现稳定的高收益，多头超额收益明显，表现出行为偏差对市场价格的深刻影响。
- 近期因子效果良好，表明市场仍存在可利用的非理性交易机会。[page::15-19]

• 图表数据提供坚实实证证据：

- 多图展示因子净值曲线、各类指数风格对比及行业成交换手数据，直观反映市场资金配置和投资者行为的演变轨迹，支持理论结论。[page::1-19]

• 风险与谨慎：

- 报告强调因子基于历史数据，未来存在失效可能，系统性和政策风险不容忽视，投资者应合理管理风险。[page::19]

综上，报告为机构投资者提供了高频因子和行为金融学因子的详尽分析框架，呈现了在轻工制造等拥挤行业中的因子表现状况。建议重点关注高频技术指标类因子（如PSY、BIAS）和行为金融中V型处置效应因子（CPGR、VCDE3）作为核心选股工具，结合行业交易拥挤度数据评估个股波动性和风险。从投资策略角度，应动态监测因子表现演变，并结合市场整体风格调整配置，以期在当前高拥挤度市场环境中获取稳定超额收益。

---

关键词总结

• 高频技术指标因子表现优异

- 轻工制造行业拥挤度较高

• 市场风格强烈偏好微盘股、亏损股、低价股

- 行为金融学因子稳定有效

• 因子低频化处理方法系统

- 风险提示强调历史数据局限

---

附主要图表样例（部分）

---

所有引用数据均详见中信建投证券股份有限公司发布的报告及数据支持。[page::0-20]

报告