CGO因子构建及表现 [page::6][page::8][page::9][page::11]

• 采用60日加权换手率计算锚定价格，定义未实现盈利量CGO。

- CGO因子短期表现呈现反转，长期表现符合前景理论，浮盈股票未来表现更佳。

• CGO60因子IC达到3.82%，胜率57.6%，多空年化收益13.09%

- 剔除反转因子后CGO60res表现仍优秀，IC为2.23%，年化收益11.97%，且近4年表现更加稳定。

TK因子构建及多周期表现 [page::12][page::14][page::15]

• 基于累计前景理论，通过历史收益率计算投资者对个股的主观价值评价，构成TK因子。

- 不同窗口周期因子表现不同，短期TK20D最优，IC约3.34%，多空年化收益20.08%，但与反转因子高度相关。

• 剔除反转因子后，TK20Dres表现减弱，多空收益降至4.6%。

- 表格：不同TK因子参数表现统计

| TK因子参数 | IC | ICIR | 胜率(%) | 多空年化收益(%) | 月度胜率(%) |
|------------|--------|-------|---------|-----------------|--------------|
| TK20D | 3.34% | 1.09 | 56.8 | 20.08 | 58.87 |
| TK60D | 2.45% | 0.61 | 55.2 | 13.91 | 58.87 |
| TK120D | 1.24% | 0.44 | 53.6 | 10.56 | 59.68 |
| TK12M | 1.90% | 0.53 | 56.8 | 5.95 | - |
| TK36M | 2.94% | 1.07 | 63.2 | 10.01 | 58.06 |
| TK60M | 2.60% | 1.12 | 58.4 | 9.84 | 55.65 |

TK因子基于PB估值修正及效果提升 [page::16][page::17]

• 将TK因子从收益率分布替换为PB估值变化，符合行为金融学对主观价值认知。

- 剔除反转因子后，TK20Dpbres表现优良，IC2.92%，胜率68%，多空年化收益7.91%，表现稳定。

• 图示：TK20Dpbres因子剔除反转后的稳定表现分析。

因子在主要指数中的表现与组合分析 [page::18][page::19][page::20]

• CGO60res与TK20Dpbres在沪深300和中证500均有效，尤其CGO60res表现更优。

- 两因子相关性较低(历史因子相关9.5%, IC相关29.07%)，合并后前景理论因子IC达3.67%，胜率超过70%。

• 合成因子年化多空收益达13.74%，近4年多空收益超过17%，显示较强稳定性和选股能力。

结论总结 [page::21]

• 前景理论因子证实A股市场可用，CGO与TK因子均有效且互补。

- 剔除反转因子后，因子收益与理论预期高度吻合。

• 合并因子表现优异，具有应用价值和实际选股指导意义。

行为金融学实证研究系列：前景理论因子的选股能力——详尽分析报告

---

一、元数据与概览

报告标题： 行为金融学实证研究系列：前景理论因子的选股能力
作者及团队： 丁鲁明（中信建投证券金融工程团队首席分析师），胡一江（研究助理）
发布机构： 中信建投证券研究发展部金融工程方向
发布日期： 2020年6月10日
研究主题： 行为金融学中的前景理论及累计前景理论在中国A股市场的因子选股能力实证研究，重点检验未实现盈利量（CGO）因子及个股前景价值（TK）因子的表现和改进。

核心结论概述： 本报告基于行为金融学的前景理论及累计前景理论，提出两类选股因子，即CGO因子和TK因子，并针对A股进行实证分析。CGO因子以60天参数衡量未实现盈利量，调整剔除反转效应后长期表现稳定且符合理论预期。TK因子基于个股的前景价值建设，短期表现突出，但易受反转因子影响，改用PB估值指标进行调整显著提升效果。二者结合构建的前景理论因子，在沪深300和中证500中均表现突出，四年累计年化多空收益超17%。[page::0,12,19,20,21]

---

二、逐节深度解读

1. 引言

本节回顾了传统金融学的有效市场假说（EMH）及相关资产定价模型的局限，介绍行为金融学兴起的背景及其三大基本假设：人行为非一致性、非理性以及信息获取非零成本，重点说明了前景理论作为行为金融学的核心分支，拥有解释市场异象和设计新因子的优势，并阐明了报告研究方向：检验前景理论因子在中国市场的表现。[page::3]

2. 前景理论原理阐述

2.1 前景理论核心内容

• 价值函数 \( v(\cdot) \) 和权重函数 \( \pi(\cdot) \) 是区别于传统效用理论的两大创新点。

- 价值函数体现了基于锚定点（参考点）的收益与损失的非对称感知，且具有损失厌恶特性，损失端曲线陡峭于收益端（图1左）。

• 权重函数体现主观概率扭曲，尤其是对小概率事件的高估（图1右）。

- 此非线性函数描述了投资者心理行为与决策偏差，是网上股票投资者异象产生的重要理论基础。[page::4]

2.2 累计前景理论

• 由Kahneman和Tversky 1992年提出，扩展前景理论至多结果选项。

- 公式形式明确了价值函数（\( v(x) = x^\alpha \)) 和概率加权函数，并定义了参数（\(\alpha=0.88, \lambda=2.25, \gamma=0.61, \delta=0.69\)）。

• 该模型为后续量化因子构建和预期价值计算提供了基础框架（图2）。[page::5,6]

3. 未实现盈利量（CGO）因子

3.1 CGO与锚定价格

• CGO由Grinblatt and Han (2005)提出，衡量投资者当前持仓相对于其平均持仓成本（锚定价格）的盈利亏损状态。

- 依据行为金融学，投资者在盈利时厌恶风险更可能卖出，导致相关股票被低估；亏损时风险偏好更倾向持有，导致高估。

• 因此提出假设：CGO值与未来股票收益呈正相关，形成动量效应。[page::6]

3.2 锚定价格计算

• 引入交易换手率作为权重，使用日频数据代替美股周频，设截断期为60日；依据累计换手率分析（图3）选定60日截断，保证大部分价格数据权重计入。

- 该方法更适合A股高换手率市场环境，保留了近期价格更高权重的锚定价格计算。[page::7,8]

3.3 CGO量的统计特征

• 通过历史分位数变化（图4、图5），展示锚定价格和CGO具有较强横截面和时间序列波动，能区分投资者盈亏情况。

- 体现其选股潜力的数值特性。[page::8]

3.4 CGO因子在A股的实证

• 在2010-2020年间测试CGO60因子（60日参数），IC达3.82%，多空年化收益13.09%，胜率58.06%（表1，图6）。

- 短期内（1个月）表现出与理论相反的反转效应，解释为短期浮亏股票卖出压力小表现更好。

• 长期（3-12个月）效应恢复为正向动量，浮盈股票未来表现更好，体现了长期符合前景理论预期（图7）。

- 说明短期A股存在显著反转效应，长期体现前景理论的动量效应。[page::9,10]

3.5 剔除反转因子效应分析

• CGO因子与20日反转因子高度相关（相关性约75%），反转对短期影响显著（表2）。

- 剔除反转因子后，CGO60res的IC降低至2.23%，但方向与前景理论一致，多空年化收益率达到11.97%，2016年至2020年近五年的表现尤为显著（表3、4，图8）。

• 反转因子剔除使得CGO反映更纯净的长期前景理论效应，提高策略稳健性和解释力。[page::10,11,12]

4. 个股前景价值（TK）因子

4.1 TK构建逻辑

• 借鉴Barberis et al. (2016)方法，将单只股票设为选项，基于累计前景理论的价值函数和权重函数，利用个股历史收益分布计算股票前景价值。

- 采用不同时间长度的历史收益率（如20天至60个月）作为未来收益分布预测输入。

• 逻辑指出，前景价值因子越高，股票越可能被投资者“超买”，预期收益应与TK值呈负相关。[page::12,13]

4.2 A股实证表现

• 不同参数版本的TK因子均表现一定选股能力，其中以20日参数效果最佳，且显著性强（IC约3.4%，多空年化收益20.08%）；36月和60月表现也较好，120日及12月参数表现较弱（表5，图9）。

- 表现显示A股投资者更关注短期股票价值，短期价差及其相关动量与反转效应较强。[page::14]

4.3 TK因子的改进

4.3.1 剔除反转因子的影响

• TK20D与短期反转因子相关性75%以上，剔除反转因子后，IC仍显著但多空收益大幅下跌，仅4.6%（表6，7，图10）。

- 说明原TK因子收益主要来自于反转因子的相关收益，独立解释力不足。[page::15]

4.3.2 基于PB估值的TK因子改进

• 提出用PB指标替代收益率来估计个股价值分布，调整TK因子计算逻辑，使因子基于估值变化衡量投资者主观价值，预期正相关于未来收益。

- 测试结果表明剔除反转效应后改进TK因子（TK20Dpbres）IC达2.92%，胜率近70%，多空年化收益7.91%，表现稳定且明显优于原TK剔除反转后的表现（表8，9，图11）。

• 说明用估值修正能有效区分股票前景价值，降低因子与反转的高相关性，提升策略稳健性。[page::16,17,18]

5. 进一步讨论

5.1 在沪深300与中证500的表现

• 两因子在沪深300表现较为稳定，年化多空收益分别为7.74%（CGO60res）和5.01%（TK20Dpbres）。

- 在中证500表现均显著，但CGO60res表现更加突出，显示其更适用于中小市值股票（表10，图12，13）。

• 体现因子跨市场的适用性和差异化表现。[page::18,19]

5.2 两因子组合

• CGO60res与TK20Dpbres相关性较低（因子相关9.5%，IC相关29.07%），二者组合表现最优。

- 组合因子IC达3.67%，胜率超过70%，多空年化收益13.74%，多头贡献主要收益8.91%，近四年多空年化收益超过17%。

• 显著提升了选股的稳定性与有效性，体现了行为金融理论的实用价值（表11,12，图14，表13）。[page::19,20,21]

---

三、图表深度解读

图1：价值函数与权重函数（Page 4）

• 左图说明价值感知的非对称性，损失比收益更强烈；

- 右图说明主观概率权重曲线，对小概率事件高估。

• 支撑前景理论的核心心理偏差，是后续因子构建的关键理论依据。

图2：累计前景理论函数（Page 6）

• 展示价值函数与权重函数的数学形式与参数，体现累计前景理论的定量表达；

- 准确映射投资者情绪与决策权重，有利于设计前景价值因子。

图3：换手率分析（Page 8）

• 不同截断长度N对应的换手率中值随时间波动，40-60日换手率超过100%，表明60日选取合理；

- 数据充分支持锚定价格的加权截断方法，保证CGO因子计算准确。

图4&5：锚定价格与CGO历史分位数（Page 8）

• 时间序列和分位数显示锚定价格和CGO具有丰富波动区分度；

- 支撑因子作为选股信号的有效性。

图6：CGO60因子测试结果（Page 9）

• 多张图表展示IC时序走势、分布、月度IC热力图以及分层收益表现；

- 体现因子具备较好的预测稳定性和盈利能力。

图7：CGO60因子与未来收益分层统计（Page 10）

• 显示不同分层股票未来1月短期反转，3-12月趋势动量增强；

- 反映短期市场行为与长期基本面价值回归的复杂关系。

图8：剔除反转前后CGO60表现（Page 11）

-复合净值曲线证实剔除反转后的CGO仍然稳健且逻辑一致，长期收益显著提升。

表1-4、表8-13：因子统计数据

• 包括IC、IR、收益、最大回撤、胜率等多维表现指标；

- 详细展现因子在不同参数及条件下的变化及稳定性，是报告定量结论可靠性的基础。

图9、10、11、14：TK因子不同版本及前景理论综合因子表现

• 展现TK因子的参数敏感性、剔除反转后变化以及经PB调整改进后的稳定表现。

- 前景理论综合因子结合表现优异，支持整合应用的有效性。

---

四、估值分析

本报告未采用传统DCF等绝对估值模型，而通过行为金融学管线下的因子选股模型对个股“价值”进行刻画：

• CGO因子通过锚定价格的加权平均和当前价格比较捕捉投资者收益盈亏状态；

- TK因子通过累计前景理论的价值函数和权重函数对收益率或估值变化率的加权计算，表达投资者的主观价值评估；

• 两因子均经过剔除传统反转因子影响，保证其独立的定价能力；

- 结合后的因子在相关性较低的基础上综合提升了估值解释力和选股表现。

无显式折现率或永续增长率假设，属行为偏好驱动的因子研究范畴。[page::6,12,16,19,20]

---

五、风险因素评估

• 模型拟合历史数据风险： 报告明确指出，因子有效性基于历史区间，未来市场环境变化可能导致模型和因子失效。

- 短期市场反转影响： A股市场短期反转效应明显，可能导致因子在短期内效果背离理论，需要通过剔除反转因子进行调试。

• 因子相关性及多重共线性： CGO与反转因子相关度高，TK因子同理，且TK原始版本效果受反转因子强影响，存在因子重叠风险。

- 适用范围限制： 不同市值段（沪深300与中证500）因子表现有差异，需针对目标投资范围调整策略。

• 估值方法假设： PB指标替代历史收益率作为估值参数，假设投资者依据合理性存在不确定性。

- 报告无详细缓解措施，仅提示模型需动态调整和风险警示。[page::0,10,15,16,21]

---

六、批判性视角与细微差别

• 报告高度依赖前景理论假设，而实际市场行为复杂，短期反转效应对因子表现有显著干扰，剔除反转的过程虽能提升稳健性，但相关省略可能导致因子因实际交易限制失效。

- TK因子初版作用严重依赖反转因子归因，PB调整虽改进了因子特性，但其核心假设——投资者主观价值从估值变化推断，未经过情绪层面实证验证，仍有假设层面风险。

• CGO因子虽解决了短期反转效应的偏差，但其加权锚定价格选取60日仍带有经验主义色彩，长期有效性是否稳定尚不明确。

- 因子在蓝筹（沪深300）与中小盘（中证500）市场表现差异表明，模型适用性具有分层考量，且报告缺乏跨市场、跨周期的长期稳健性分析。

• 报告未涉及交易成本、市场流动性影响等实际应用障碍，对投资组合构建及行业配置的具体影响缺少揭示。

- 尽管数据展现良好，但因子IC水平依然适中，获利空间有限，需合并多因子策略及持续更新验证。[page::10,15,21]

---

七、结论性综合

本报告从行为金融学的前景理论及累计前景理论出发，提出了两类经实证检验具备选股能力的因子：未实现盈利量CGO因子和个股前景价值TK因子。CGO因子核心在于动态锚定价格加权，经过60日截断和剔除短期反转因子影响后，展示了稳定的长期动量效应，年化多空收益接近12%，且近五年表现尤为突出。TK因子基于累计前景理论的价值和权重函数构造，初版基于历史收益分布的TK因子表现受限于反转因子高度相关性。通过替代历史收益率以PB估值指标（TK20Dpbres）进行调整后，因子独立性和稳定性得以提升，多空收益近8%，表现稳定。两者合成的前景理论因子IC提升到3.67%，胜率超过70%，年化多空收益率超过17%，表现出较强的稳定性和有效性。

图表数据详实、样本涵盖沪深300与中证500，显示因子在中国A股不同市值段均具备显著选股能力。模型基于明确的行为金融理论，有效整合投资者非理性预期，体现了行为金融学在量化投资策略中的重要价值。

风险方面，报告警示模型基于历史数据，短期反转干扰显著，且因子之间存在相关性，实际应用中需关注模型稳定性、交易成本和市场限制。报告未涉及敏感性分析及更广泛的跨市场验证，应用时需谨慎。

综上所述，本报告系统性验证行为金融学前景理论衍生因子在A股市场的选股能力及其改进路径，提供了一套稳健的理论与实证结合框架，值得量化投资实践采纳与拓展。报告同时明确指出模型存在的局限性，体现了科学严谨的研究态度。

---

附件与重要图表预览

• CGO60因子和CGO60res因子的历史表现比较图（图8）

- 不同参数TK因子的多空累计净值曲线（图9）

• TK20Dpbres因子剔除反转后的表现及分层收益（图11）

- CGO60res和TK20Dpbres因子在沪深300及中证500市场表现（图12、13）

• 前景理论综合因子表现图（图14）

---

参考文献

• Kahneman, D., and A. Tversky. 1979. Prospect theory: An analysis of decision under risk. Econometrica 47: 263–91.

- Tversky, A., and D. Kahneman. 1992. Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty 5:297–323.

• Grinblatt, M. and B. Han (2005). Prospect theory, mental accounting, and momentum. Journal of Financial Economics 78(2), 311–339.

- Barberis, N., A. Mukherjee, and B. Wang (2016). Prospect theory and stock returns: An empirical test. Review of Financial Studies, 29(11), 3068–3107.

---

联系方式

丁鲁明 dingluming@csc.com.cn
胡一江 huyijiang@csc.com.cn

---

（全文引用页码见各段落末尾溯源标记）

报告