• STR因子的理论基础及构建流程[page::1][page::3][page::4]：

- 基于凸显理论，投资者注意力被凸显（极端差异）收益吸引，导致股票价格偏离真实价值形成套利机会；
- STR因子由个股日收益率相对市场收益的凸显性系数σ计算凸显权重ω，再计算ω与个股收益的协方差得到，反映投资者心理权重的非理性作用；

• STR因子在多个股票池的覆盖度及预测能力[page::4][page::5][page::6]：

- STR因子覆盖度高，沪深300、中证500、中证1000覆盖接近100%，全A股覆盖度保持在80%-90%左右；
- IC测试显示STR因子与未来一个月股票收益显著负相关，全A股IC均值-0.065，沪深300和中证500分别为-0.048和-0.051，且稳健显著；

• STR因子分位数测试表现优异，且回测波动可控[page::6][page::7]：

| 组合 | 年化收益率 | 年化超额收益 | 夏普比率 | 最大回撤 | 平均换手率 |
|------------|------------|--------------|----------|----------|------------|
| Top（最低STR） | 22.18% | 15.16% | 0.691 | 71.50% | 81.35% |
| Bottom（最高STR）| 2.44% | -4.58% | -0.017 | 72.82% | - |
- 低STR组合收益最高且波动较小，符合逻辑预期，分组收益线性递减，表明STR因子分辨能力强；

• STR因子信息增量检验：短期反转、有限关注、小市值效应[page::8][page::9][page::10]：

- STR与短期反转因子存在相关性，但二维分组检验表明其具有显著的独立预测能力，不能被短期反转完全解释；
- STR与投资者有限关注指标（异常换手率）之间相关性较弱，二维分组回测也支持STR的独特信息；
- STR因子与市值因子无明显相关性，二维分组检验确认其不包含市值效应，因子独特性高；

• 多因子模型回测及性能提升[page::11][page::12]：

- 以Fama-French五因子模型（剔除投资因子，加入异常换手因子）做基准，多因子模型(STR)替代反转因子后，累计收益从1609.73%提升至2957.78%，年化收益率提升约4.63个百分点，夏普比率升至0.686；
- 改进模型长期跑赢基准，多空净值线稳定上升，尤其在2020年以来反转效应弱势期STR更显优势；

• STR因子选股策略在沪深300、中证500和全A股的实际应用表现[page::12][page::13][page::14]：

- 沪深300：STR等权组合年化收益10.84%，超额7.7%，夏普0.271；市值加权组合年化收益8.26%，超额5.13%；
- 中证500：STR等权组合年化收益10.61%，超额3.59%，夏普0.249；市值加权组合年化收益8.34%，超额1.31%；
- 全A股：STR等权组合年化收益17.14%，超额12.05%，夏普0.471；市值加权组合年化收益10%，超额4.91%；
- 各股票池STR因子选股策略均显著跑赢基准指数及反转因子组合，稳定性和相对优势明显；

• STR因子与其他主流因子相关性与截面回归检验[page::10][page::11]：

- STR与反转因子中度相关（0.567），与异常换手弱相关（0.287），与市值相关性极低（0.0006）；
- 在控制反转、规模、价值、盈利、异常换手因子后，STR因子依然显著影响股票截面收益，具有独立Alpha挖掘能力；
| 因子 | STR系数（等权） | T统计量 | STR系数（市值加权） | T统计量 |
|------------|-----------------|----------|---------------------|----------|
| STR | -0.0031 | -5.75 | -0.0034 | -5.64 |
| 反转 | -0.0028 | -2.64 | -0.0020 | -1.62 |
| 规模 | -0.0054 | -3.86 | -0.0044 | -2.53 |
| 价值 | 0.0025 | 2.29 | 0.0026 | 1.72 |
| 盈利 | -0.0004 | - | 0.0002 | - |
| 异常换手 | -0.0061 | -7.96 | -0.0036* | -4.61 |

招商定量任瞳团队 2024年9月《行为金融新视角 凸显性收益 因子 STR》深度分析报告

---

一、元数据与报告概览

• 报告标题：《行为金融新视角 凸显性收益 因子 STR》

- 作者：招商定量任瞳团队

• 发布时间：2024年9月24日

- 报告主题：基于行为金融学中的凸显理论，构建一种全新的因子“凸显性收益因子STR”，用于分析投资者的心理权重对股票定价的影响，并检验其在中国A股市场上的选股能力和投资效果。

• 核心论点：

- 传统资产定价模型假设投资者完全理性，而实际中存在心理权重影响，表现为投资者注意力更容易被凸显性收益吸引。
- 通过定量刻画投资者对“凸显性收益”的不同心理权重，创新构建“凸显性收益”因子STR。
- STR因子能够显著预测股票未来收益，表现优于传统短期反转因子并具有显著的独特性。
- 在沪深300、中证500及全A等多个股票池中，STR因子相关策略均表现突出，显示其在实操中的潜在应用价值。

报告明确提出，STR因子弥补现有因子模型的不足，融入了行为金融的心理偏好视角，从而优化了多因子投资模型，带来更优异的回测表现。[page::0][page::15]

---

二、逐节深度解读

2.1 理论基础

• 本节回顾行为金融理论框架，核心在于投资者的非理性行为对股票价格产生重要影响，传统有效市场假说难以解释市场异常。

- 重点介绍了两大理论渊源：
- 前景理论（Prospect Theory）（Kahneman & Tversky，1979）：强调投资者非对称感知概率，尤其对小概率尾部事件赋予过高权重，形成风险规避或寻求的选择偏好。
- 凸显理论（Salience Theory）：Bordalo等（2012）提出，投资者在比较多个资产时，更关注那些“突出”（凸显）的相对收益，而非所有收益均等关注。例如，涨停价比微涨2%更容易引起注意，即使收益的客观概率不同。

• 凸显理论区别于前景理论在于不强调概率权重，强调横截面上收益的“突出程度”对投资者认知的影响。

- 引用实验案例（彩票L1与L2）进行对比说明凸显理论如何解释投资者风险态度的切换，尤其在收益凸显性左右心理关注的切换，进而影响风险偏好。

• 股票举例用两种情境的三日收益对比，展示了该理论如何映射现实股价定价偏差：当股票收益相对于市场均值凸显时，投资者过度关注该凸显日收益，形成价格高估；反之，市场整体较高时，收益凸显性下降，市场定价趋于理性。

本节通过理论和案例奠定了凸显理论的基础，为后续量化构建因子提供支撑。[page::1][page::2]

---

2.2 凸显性收益因子STR构建流程

构建过程包含三步：

• Step1：凸显性系数σ计算

公式（4）定义了股票收益与全市场收益中位数的相对偏离程度，归一化公式具有以下特点：

- 距离性：收益与市场平均收益差异越大，凸显性越强。
- 无向性：高于平均收益或远低于平均收益均为凸显。
- 边际递减性：当市场整体波动大时，个股极端表现的凸显性受到抑制，投资者较少关注极端表现。

该设计模拟了投资者在不同市场波动环境下的注意力分配。[page::3]

• Step2：凸显性权重ω计算

利用日收益率的凸显性σ构造权重，根据收益排名以衰减系数δ加权，模拟投资者对历史收益的聚焦程度。δ范围[0,1]，越接近0，投资者越聚焦最凸显的收益，越接近1，则权重均匀分配。

• Step3：计算STR因子

STR定义为凸显性权重ω与收益率的协方差，直观体现了“投资者对凸显收益心理权重”与实际股票收益的互动关系。理论进一步推导表明，股票预期收益与STR呈负相关，STR正值对应价格被高估，负值对应低估机会。

该构建过程揭示STR因子既有理论深度又极具实操可行性，能够量化投资者凸显性心理对价格的影响。[page::3][page::4]

---

2.3 单因子测试

• 描述性统计

三个核心指标凸显系数σ、凸显权重ω和STR因子均值、标准差和区间分布均被详细统计。特别是STR存在显著的正负两极值，符合其设计预期。

• 因子覆盖度

STR因子在沪深300、中证500、中证1000成分股覆盖率接近100%，在全A股覆盖度稳定在80%以上，说明该因子具有较强的市场适用性和广泛数据可获得性。

• IC测试

- 在全A股样本中，STR因子与股票未来一个月收益率IC值平均为-0.065，T统计量高达-9.348，胜率76.3%，且IC曲线稳定向上，说明STR对未来收益具有显著预测能力。
- 在沪深300和中证500样本中，IC均值分别为-0.048和-0.051，T统计量分别为-4.67和-6.69，均显著，进一步印证因子稳定性。

以上均表明STR因子具备良好的实证效应。[page::4][page::5][page::6]

• 分位数测试

根据STR因子从低到高将全A股分为5组：

- 最低组（Top，即STR值最低）年化收益率最高（22.18%），夏普比率最高（0.691），波动相对较低。
- 最高组（Bottom，即STR值最高）表现最差（年化收益2.44%，夏普比率-0.017），波动最高。
- 各组指标呈明显单调递减趋势，符合凸显理论中投资者对高STR股票过度关注导致的价格泡沫逻辑。

沪深300和中证500中亦显示出类似的趋势和分层区分能力，表明STR因子的稳定选股能力。

净值曲线表现稳定，Top组合长期领先，说明因子在历史区间内具有较强的持续表现。

[page::6][page::7]

---

2.4 STR因子的增量信息及稳健性测试

针对可能的替代解释，报告从三个主要角度检验了STR因子的独立性与增量价值：

• 短期反转效应

STR与短期反转因子REV存在一定相关性（低STR组对应低过去20日涨跌幅），但二维分组检验显示，控制REV后，STR依然显著与未来收益负相关，且STR控制后的REV效果单调性减弱，表明STR因子并非完全由短期反转效应驱动，仍含额外信息。

图8清晰展示了STR分组对应的前20日涨跌幅，数值关系反映了关联性但非一致性。

• 投资者有限关注

用异常换手率（ABTOV）替代变量衡量有限关注度，STR高值组合异常换手率更高，但单调性不明显。双分组检验结果显示，控制异常换手后，STR仍能挖掘选股超额收益，表明有限关注不能完全解释STR选股表现。

图9展示STR分组对应异常换手变化趋势。

• 小市值效应

STR因子与规模（市值）因子相关性极低（不足1%），并且不同STR分位组市值分布无明显单调性，双分组回测结果也表明STR选股能力独立于市值效应。

图10及表10体现了市值在STR不同分组间的无规则波动。

进一步，STR与其他经典因子（规模、价值、盈利、反转、异常换手）的秩相关系数分析表明：

• STR和反转相关性中等（0.5670），存在信息重合但仍有显著独立变量成分。

- 其他因子相关性较弱。

截面回归分析控制其他关键因子后，STR因子依然对月度横截面收益有显著负向解释力（T值均显著），支持其独立选股因子角色。

综上，STR因子既与现有传统反转因子等存在关联，也独具增量信息，稳健性高。[page::8][page::9][page::10][page::11]

---

2.5 多因子模型改进与表现

• 报告将经典Fama-French六因子模型调整月度策略，剔除年度调整的投资因子，新增异常换手替代项。

- 以多因子基准模型（含短期反转因子REV）为参照，替换反转因子为STR因子构建改进多因子模型。

• 回测区间为2007年2月至2022年11月：

- 基准模型（REV）年化收益约20.25%，夏普比率0.527，总收益约1610%。
- 改进模型（STR）年化收益提高至24.88%，夏普比率0.686，总收益约2958%，年化超额收益提升近4.63%。

• 多因子净值曲线（图11）显示，改进模型长期稳健跑赢基准，尤其在2020年后“抱团”行情反转效应减弱，STR模型表现优势更为明显。

该分析明确表明STR因子具备理论和实证双重优势，能够有效提升多因子模型的投资表现和稳定性。[page::11][page::12]

---

2.6 STR因子选股策略构建及实证效果

• 策略逻辑：基于STR因子筛选最小10%（凸显性收益最低）的股票，构建等权及市值加权组合，逐月调仓。

- 股票池：沪深300、中证500、全A股，剔除新上市不足一年、停牌、ST及涨跌停股票。

• 交易成本：单边0.3%。

---

2.6.1 沪深300成分股

• 2007-2022年：

- STR等权组合年化收益10.84%，夏普0.271，超额收益7.7%。
- STR市值加权组合年化收益8.26%，夏普0.185。
- 相比传统反转因子，STR等权超额收益提升约3.51%。

• 净值曲线表现稳健，显示STR因子策略有良好的抗风险能力和相对收益空间。

2.6.2 中证500成分股

• 同期内：

- STR等权组合年化收益10.61%，夏普0.249，超额3.59%。
- STR市值加权组合年化收益8.34%，夏普0.176。
- 超越反转因子等权组合约0.5%超额收益。

• 净值曲线同样位于基准之上，持续稳定。

2.6.3 全A股样本

• 2007-2022年：

- STR等权年化收益17.14%，夏普0.471，超额12.05%。
- STR市值加权年化收益10%，夏普0.250。
- 超越反转因子等权组合超额收益约3.38%。

• 净值曲线中STR组合表现优异，具有较强的投资价值。

三大主要指数成分股均体现STR因子良好表现，模型稳健可靠，兼顾收益与风险控制。[page::12][page::13][page::14]

---

2.7 结论总结

• 理论贡献：基于凸显理论构建STR因子，定量表达投资者心理权重，描绘股票价格与真实价值的偏离。

- 经验验证：
- STR因子对未来收益显著负相关，IC测试与分组测试均显示良好预测能力。
- 通过多维度稳健测试排除短期反转、有限关注、小市值等因素解释，证实STR因子独特性。
- 替代反转因子融入多因子模型显著提升收益和夏普比率。
- 各类股票池的STR选股策略表现突出，超额收益稳定。

• 实操价值：STR构建指代投资者关注时点和幅度，捕捉行为偏差产生的投资机会，填补传统因子模型的不足，具有推广意义。

报告结束语强调STR是行为金融创新因子，填补了传统理性假设与实际市场间的认知与价格差异，为投资实务提供了有力工具和理论支撑。[page::15]

---

三、重要图表解析

| 图表/表格 | 描述 | 数据解读及趋势 | 结论联系 |
|----------|--------|-------------|---------|
| 表1、表2 | 两种情景下股票日收益率及市场收益率对比，凸显性标注 | 情景1下，股票收益7.1%远高于市场0.5%，凸显高；情景2下差异较小，凸显低 | 投资者对高凸显收益关注更强，预期与定价偏高 |
| 图1 | STR因子覆盖度，四个主要股票池2005年至2022年 | 沪深300、中证500、1000覆盖率接近100%；全A稳定80%-90% | STR因子有广泛数据基础 |
| 表4、表5 | STR因子IC测试，含均值、T统计量、胜率等 | IC均值均为显著负值，如全A为-0.065，T值-9.34，胜率76% | STR对未来1月收益具预测能力 |
| 图2、图3、图4 | IC变化及累计IC曲线（全A、沪深300、中证500） | STR稳步累积IC，表现稳定无明显断裂 | STR因子时间表现稳定 |
| 表6、表7 | STR分位数组回测指标（总收益、年化收益、夏普等） | Top组年化收益最高（22.18%等），呈严格单调递减，底组表现差 | STR分位区分能力强，因子逻辑成立 |
| 图5、图6、图7 | 分位数净值曲线 | Top组合净值持续领先，明显优于其他组 | STR因子选股效果良好，持续盈利 |
| 图8 | 按STR分组，前20日涨跌幅均值 | STR低组对应过去20日涨幅最低，显示与短期反转存在相关性 | 对STR与反转关系的定量验证 |
| 表8 | STR与反转双维度分组平均回报 | 剔除反转效应后，STR选股负相关规律仍显著 | STR选股能力非反转效应驱动 |
| 图9 | STR分组异常换手均值 | 高STR组异常换手率高，低组波动低但不完全单调 | STR与投资者关注有关，但相关性有限 |
| 表9 | STR与异常换手双分组检验 | 剔除异常换手影响后，STR依然显著负相关收益 | STR独特且非完全被关注效应解释 |
| 图10 | STR分组平均流通市值 | STR市值无明显单调性，波动分布 | STR非小盘股效应 |
| 表10 | STR与市值双分组檢验 | 控制市值后仍有显著效应 | STR独立于市值效应 |
| 表11 | STR与主流因子相关系数 | STR和反转因子相关度0.567，中等关联，其他均较低 | STR非单一反转因子 |
| 表12 | 截面回归结果（控制多因子） | STR系数显著负，p<0.01，稳定解释股票跨期收益差异 | STR为有效选股因子 |
| 表13 | 多因子模型回测指标对比 | 替换反转为STR，年化收益提升至24.88%，夏普增至0.686 | STR提升多因子模型表现 |
| 图11 | 多因子模型净值曲线 | STR模型净值长期稳定优于基准 | STR模型具有超额表现 |
| 表14、15、16 | STR选股策略回测指标（沪深300、中证500、全A） | 年化收益均表现优异，超额收益明显 | STR策略实证可行性强 |
| 图12、13、14 | 各股票池STR选股净值曲线 | 各策略净值曲线走势稳定，领先市场 | STR因子长期超额收益体现 |

---

四、估值分析

本报告主要围绕因子构建和实证测试展开，并未直接进行公司估值或目标价预测，但从因子角度提出了资产价格偏离的内在机制。STR因子数值体现投资者心理偏差对价格的影响，即股票价格=期望未来收益+凸显性权重与未来收益协方差，这一关系可视为资产的“行为溢价”来源。

没有采用传统DCF、市盈率等估值模型，本质上STR因子弥补了理性模型对行为偏差的忽视，为资产定价增加重要的“非理性”驱动项。

---

五、风险因素

• 市场情绪和宏观环境变动：行为偏差本质依赖于投资者行为习惯和市场信息环境的特定状态，宏观震荡和政策调整可能影响因子效果。

- 模型稳定性风险：虽然报告涵盖了2007至2022年长周期数据，但未来市场结构变化可能削弱STR因子的预测能力。

• 数据覆盖和质量风险：STR因子依赖高频收益率和行情数据，数据缺失或异常可能影响因子计算准确性。

- 策略实施风险：高换手率（报告中平均换手率普遍在70%以上）可能带来较高交易成本，影响实时策略盈利水平。

• 行为假设局限：凸显理论侧重于显著收益的投资者注意力偏差，但市场中还有其他非理性因素未被捕捉。

报告中提及以上风险均做了逐步检验以缓解相关疑虑，但未明示具体缓释措施。

---

六、批判性视角与细微差别

• 因子与既存因子关联： STR与传统反转因子存在中度相关性（相关系数约0.57），提示投资者注意两者在实操中可能存在信息重合，实际使用中需谨慎配置以避免多因子模型中的因子冗余。

- 策略换手率较高： 多数策略平均换手率均超过70%，在实际操作中交易成本较高，对净值表现构成一定压力，尤其在市场流动性不足时表现可能打折扣。

• 市场适用性考量： 报告基于中国A股市场，国外成熟市场中相关噪声和结构可能不同，因子推广需审慎考量外部有效性。

- 非理性行为度量： 报告未考虑其他行为金融因素（如过度自信、羊群效应等）与STR因子关联性，未来可增加更丰富行为心理指标辅助解释。

• 对凸显参数δ的敏感性未详述： δ参数决定凸显性权重的衰减，未见详细敏感性分析，参数选择对因子性能影响存不确定性。

尽管如此，报告整体结构严谨，数据覆盖广泛，实证测试充分，论据链条紧密。

---

七、结论性综合

招商定量任瞳团队的本次深度报告，围绕行为金融学中的凸显理论，创新引入了“凸显性收益”因子STR。该因子科学地将投资者基于相对收益“凸显”程度的心理权重，定量映射为股票价格与未来收益的偏离，突破传统理性假设，开辟了新的资产定价视角。

通过系统的因子构建流程和丰富的实证测试，STR因子表现出对股票未来收益的显著预测能力，IC均值均显著为负，分位数组合收益表现稳定且逻辑自洽。对应的投资策略在沪深300、中证500及全A股均获得稳健的超额收益，且优于传统的短期反转因子策略。

特别重要的是，报告针对替代解释（短期反转效应、投资者有限关注、小市值效应）展开双分组检验和截面回归，发现STR因子的独特性和增量信息显著。替代反转因子在多因子模型中的替代试验显示STR因子能显著提升年化收益近5个百分点，充分体现了其实践价值。

报告中的图表和数据完整阐释了STR因子的理论依据、构建细节和实证效果，为投资者理解行为金融视角下的股票定价偏差提供了全新且切实可用的工具。同时，报告对风险与局限性保持谨慎，强调实际交易成本和市场结构变化可能带来的变量。

总体来看，STR因子作为行为金融理论与实证研究成果的典范，既推动了理论边界，也为量化投资策略提供了创新因子来源，具有重要的学术和现实意义。

---

参考报告中的核心图片（部分）

凸显性系数σ计算公式示意：



凸显性权重ω计算：



STR因子定义：



IC测试（全A）:



覆盖度图示：



多因子模型收益净值曲线：



沪深300选股净值：



全A股选股净值：



---

总结语：报告清晰呈现了基于行为金融学的“凸显性收益”STR因子的理论构建与系统测试，提供了极具竞争力和创新性的量化投资工具。其独特的信息增量和稳定的实证表现值得量化投资者深入研究与应用，同时也提示投资者关注相关风险。

[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,page::14][page::15]

报告