市场风格极值区间表现 [page::0][page::1][page::2]

• 微盘股相比大盘股强势，处2019年以来99.11%分位，市场持续偏好小市值股票。

- 亏损股对比绩优股亦处于高分位95.15%，反映市场对高风险偏好增强。

• 低价股相对高价股亦创新高达98.02%，体现市场投机性提升。

石油石化行业交易拥挤度显著提升 [page::3][page::4]

• 本周石油石化行业PB分位数位列前三，显示估值处于偏高水平。

- 行业成交额和换手率行业内排名待持续关注。

高频选股因子全历史表现及近期回顾 [page::8][page::9][page::11][page::12]

• 高频量价类因子整体表现出年化多空收益15%-27%，其中MPC因子年化收益最高26.46%。

- 近期MAX因子表现突出，周度多空收益达2.89%，展现良好短期alpha捕捉能力。

• 高频技术指标类因子如BIAS、Coppock表现优异，历史年化收益最高达26.06%。

行为金融学因子表现概览 [page::15][page::16][page::18][page::19]

• 有限关注类因子多空收益区间为11%-26%，ABNRETAVG因子年化收益25.71%，近期ABNVOLAVG表现尤为突出，周度收益3.24%。

- 注意力理论因子收益区间12%-29%，SPILLTURN因子年化收益峰值28.60%，近一年SPILLRET短线表现最佳，多空收益3.22%。

• V型处置效应因子表现强势，CPGR因子年化收益达29.37%，近年VCDE3因子多空收益表现突出。

量化因子构建及测试方法 [page::7]

• 高频因子低频化：采用截面标准化、等权分钟因子日频转月频的衰减加权法，考虑信息时效性。

- 测试框架：2010年2月至2025年6月，月频调仓，剔除停牌等异常样本，行业和市值中性化，多空对比分析。

• 样本池覆盖全市场，确保因子适用广泛且稳健。

风险提示 [page::19]

• 结果基于历史数据，存在未来失效风险。

- 市场系统性风险、政策变动等均可能影响因子表现。

• 因子分析基于模型假设，实际执行环境或存在偏差。

《石油石化行业交易拥挤度提升，有限关注类因子表现较好 高频和行为金融学选股因子跟踪周报（20250620）》详尽分析报告

---

一、元数据与概览

• 报告标题：石油石化行业交易拥挤度提升，有限关注类因子表现较好 高频和行为金融学选股因子跟踪周报（20250620）

- 报告作者：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22日

• 研究对象/主题：

- A股市场宏观风格分析（微盘股/大盘股、亏损股/绩优股、低价股/高价股风格）
- 行业交易拥挤度及估值现状（聚焦TMT、汽车、商贸零售、石油石化等行业）
- 高频选股因子及行为金融学选股因子的表现跟踪与评价

• 核心信息：

- 2025年6月20日市场风格指标均达到2019年以来极高水平，表明微盘股、亏损股、低价股交易热度高涨；
- 高频选股因子表现良好，量价类的MAX因子和资金流类的SACov因子本周内和月度表现突出；
- 行为金融学中有限关注类因子ABNVOLAVG因子表现出色，尤其是注意力理论类因子SPILLRET因子本月表现最优；
- 石油石化等传统行业交易拥挤度提升，PB分位数靠前，显示资金关注度有所回升；
- 全面回顾了多个因子分类体系，分析了其历史和近期表现数据。

以上总结构成了报告主旨：疫情后资金流不断活跃，尤其是在有限关注和注意力相关的行为金融学因子中表现突出，同时行业交易拥堵度上升，部分传统行业迎来资金关注，选股因子在复杂市场中表现差异明显，需密切跟踪趁势挖掘投资机会。[page::0,1,2,3,4]

---

二、逐节深度解读

2.1 市场行情回顾

2.1.1 指数行情表现

报告统计截止2025年6月20日，主要指数周度表现为上证指数跌幅最小（-0.51%）、沪深300回撤略大（-0.45%），绩优股指数下跌幅度最浅（-0.34%）。这表明在当前市场环境下，绩优股表现较为抗跌，且大盘指数整体稳健。[page::0]

2.1.2 市场风格分位数分析

市场风格上，微盘股/大盘股、亏损股/绩优股以及低价股/高价股的比值均处于近6年(2019年以来)的高分位数水平，分别为99.11%、95.15%和98.02%，处于极值区间，表现出极强的市场偏好与投资热度（图1-3）。尤其微盘股表现异常强劲，说明小盘股交易活跃，或投资者风险偏好提升。

三组风格指数的构成解释及作用：

• 微盘/大盘股：体现资金流向及对市场规模偏好。

- 亏损/绩优股：反映对企业盈利预期和投机性的偏好。

• 低价股/高价股：反映市场对估值水平的容忍度与风险偏好。

此高分位配置暗示投资者风险偏好目前较为旺盛，流动性较好但同时可能存在泡沫风险。[page::1,2]

2.1.3 行业交易拥挤度分析

• 行业成交额占比较大者为电子、计算机和机械行业，TMT行业合计占比达31.26%；

- 行业换手率最高为综合金融、轻工制造和综合行业；

• PB分位数最高的行业集中在汽车、商贸零售和石油石化，表明估值水平较高或者市场关注度提升。

这些数据反映资金结构的集中与扩散特征，TMT仍为资金主流行业，但汽车、商贸零售、石油石化等传统行业交易拥挤度提升，预示这些行业或具备一定投资吸引力。[page::3,4]

---

2.2 高频选股因子介绍及表现

2.2.1 高频因子分类体系与计算方法

报告对高频因子基于量价、订单失衡、流动性、资金流和技术指标进行详细分类，采用截面标准化和衰减加权方法，从分钟级别频率转换为月度频率因子，用于实盘投资，保证数据的稳定性和信息有效性。

• 高频数据作为挖掘市场交易信息的利器，通过行为金融学的理论基础解释市场非理性行为，从而找到超额收益机会。

- 高频因子构造包括多层订单失衡、买卖报单流动性等，具体计算公式较为复杂，但本质为剔除噪声、聚合信号。[page::5,6,7]

2.2.2 高频选股因子历史及近期表现

• 订单失衡因子表现稳健，年化收益分布于14%-20%，SOIR因子年化收益最高19.06%，夏普2.76，最大回撤仅5.59%，显示稳定性较强（图4、5）；

- 高频技术指标因子中BIAS表现最佳，年化收益高达26.06%（图6、7），且最高夏普比例和IR值；

• 量价因子中MPC表现出彩，年化收益26.46%；近期MAX因子及MPC_max均表现突出，带动短期收益提升（图8、9）；

- 流动性因子中ESI因子年化收益23%，最大回撤7.47%，但近期HLI因子表现优异（图10-14）；

• 资金流因子近期表现抢眼，SACov与MB因子收益突出，反映资金流动对选股的驱动作用（图15）。

整体上，五大类因子均表现出良好的投资效率，且既有稳定度（最高夏普、最大回撤控制）也有较好收益潜力，显示高频因子调仓方案在当前市场仍具备较强实用价值。[page::8-15]

---

2.3 行为金融学选股因子表现

2.3.1 有限关注类因子

• 历史数据显示ABNRETAVG因子表现最好，年化收益25.71%，最大回撤略高（10.14%），表现稳定（图16、17）。

- 近期ABNVOLAVG因子多空收益达到3.24%，表现领先同类因子，显示市场有限关注效应下资金聚集与股票表现存在较强正相关性。

2.3.2 注意力理论类因子

• SPILLTURN因子历史年化收益达到28.60%，夏普2.62，最大回撤7.71%，说明该因子具有显著投资价值（图18、19）。

- 近期SPILLRET因子多空收益率为3.22-4.27%，优于多数同类因子，多头超额收益稳定。

2.3.3 V型处置效应因子

• CPGR、VCDE3因子表现亮眼，历史年化收益率高达29.37%，最大回撤控制合理（9.68%）（图20、21）。

- 近一年表现依旧稳固，VCDE3年化收益31.48%居行业领先。

行为金融学因子的整体亮点在于，充分利用投资者行为偏差如有限关注、注意力分配不均和处置效应等，实证上存在持续显著的超额收益机会。其风险调整后的表现优异，表明投资者情绪和行为深刻影响市场价格，结合高频数据挖掘行为金融因子有较大前景和潜力。[page::15-19]

---

三、重要图表深度解读

图1-3：微盘股/大盘股、亏损股/绩优股、低价股/高价股比值走势

• 说明：2019-2025年间相关比值走势，三条曲线均出现自2021年起明显上涨趋势，且维持高位。

- 趋势解读：资金逐渐倾向小盘、绩差和低价股，显示市场风险偏好上升，投机色彩加浓。

• 意义：这些风格的历史分位靠近极值，潜藏风险；但短期忽略传统估值更偏好于"低价投机"股。

表2-3 & 1.3节：行业成交额、换手率与估值分布

• TMT行业占一季度成交额31.26%，显示资金集中度极高；

- 汽车、商贸零售和石油石化行业估值较高，PB分位数领先，表明这些行业可能成为资金争夺焦点。

• 交易拥挤度和估值上涨共时发生，需警惕潜在泡沫风险。

图4-21：各类选股因子全历史及近期多空净值曲线

• 各类因子的多空净值曲线整体向上，部分因子（如SOIR、BIAS、MPC、ESI、ABNRETAVG、SPILLTURN、CPGR等）表现稳健，且最大回撤小于10%。

- 高频技术指标和量价因子在全历史累积收益上更为出色，行为金融学因子则表现为近年来崛起，显示其后发优势。

• 近期曲线体现出各因子具备较好的持续性和短期活跃性，适合结合使用。

整体看，这些图表支持因子策略在量化选股体系中的核心地位，且高频及行为金融因子提供了新的alpha来源。[page::1-19]

---

四、估值分析

报告在行业估值方面选用市盈率PE（前瞻PE、滚动PE）和市净率PB指标，结合交易额占比及换手率，评估行业资金热度和估值变化。该方法通过市值和利润加权综合指标，反映行业真实估值水平。

当前汽车、商贸零售、石油石化行业PB分位数高企，可能预示行业估值压力；TMT类的高成交额和换手率则表明流动性充裕和投资热度高涨。此类多维估值测算利于理解资金配置趋向及市场热点转换，间接指示未来的投资机会与风险动态。[page::3,4]

---

五、风险因素评估

报告强调以下风险：

• 历史数据依赖风险：所有因子表现基于历史回测，未来可能失效，投资者需谨慎。

- 市场系统性风险：宏观经济波动、政策调整可能对市场因子投资策略产生剧烈影响。

• 模型假设风险：因子构造与测试依赖多项假设，如调仓频率、缺失值处理等，实际执行中可能产生偏差。

- 数据质量风险：极少缺失值对模型结果有细微影响，须持续监控。

报告未明确提出具体缓解策略，但提醒投资人把握数据和模型局限，结合多因子验证，合理分散风险，同时应关注市场系统性变化对策略表现的影响。[page::19]

---

六、批判性视角与细微差别

1. 高分位数解读需谨慎

市场风格如微盘股/大盘股等高分位数，虽显示短期资金偏好，但极值水平也意味着潜在泡沫风险及后续调整概率增加。

1. 因子表现稳定性待验证

尽管报告展示多因子长期良好历史收益，但尚无法保证其在未来不同市场环境中的持续有效，尤其是高频因子对市场结构敏感。

1. 估值与流动性的矛盾

传统行业PB较高且交易拥挤度提升，可能隐含估值过热风险，需结合基本面数据综合判断。

1. 数据处理细节不足

虽报道详述因子转换流程，但数学表达存在部分符号混乱，略显复杂，可能导致因子复制困难。

1. 行为金融因子解释需结合微观市场环境

这些因子虽然统计显著，但其经济机制及市场心理解释相对复杂，投资者应结合定性判断。

以上视角建议投资者在应用报告结论时，结合自身风险承受能力及市场状况加以甄别。[page::6,7,19]

---

七、结论性综合

本报告系统回顾了国内市场2025年二季度以来的市场风格、行业交易拥挤度以及多类高频因子和行为金融学因子的表现，核心发现和结论如下：

• 市场整体风格偏向高风险小盘、亏损及低价股，极值水平的风格显示投资者风险偏好高度活跃。

- TMT行业成交和换手率继续领先，传统行业如汽车、商贸零售及石油石化估值和交易拥堵度提升，资金流入迹象明显。

• 高频选股因子五大类别（订单失衡、技术指标、量价、流动性、资金流）表现均优异，历史表现稳健，且近期仍呈现领先优势。

- 行为金融学因子中的有限关注类（ABNVOLAVG等）和注意力理论类（SPILLRET、SPILLTURN等）因子表现卓越，充分捕捉投资者行为偏差带来的超额收益。

• V型处置效应相关因子（CPGR、VCDE3）展现出持续强势，表明处置效应的投资价值渐被市场接受。

- 图表数据支撑上述结论，因子净值曲线持续走高，回撤受控，显示多因子策略具有良好的风险收益特征。

• 行业估值与交易活跃度并存，暗示市场资金结构变化与估值调整的复杂态势，风险隐含需重点关注。

- 报告所披露的风险提示明确传达了因子研究存在的未来不确定性与市场系统性波动风险，提醒投资者非投资建议性质，注重理性决策。

综上，报告认为随着市场交易拥挤度的提升，特别是在有限关注类行为金融学因子的带动下，选股因子的整体表现依旧优异，投资者可重点关注相关因子进行策略布局。[page::0-20]

---

重点图表示例（Markdown格式）

• 图1：微盘股/大盘股净值走势

• 图2：亏损股/绩优股净值走势

• 图8：量价类因子全历史多空月频净值

• 图15：资金流类因子近1年多空日频净值

• 图18：注意力理论类因子全历史多空月频净值

---

总结

这份报告高度详实而系统地监测和解析了中国A股市场中的高频和行为金融学选股因子表现，通过多维度、多层次数据支撑深刻诠释了市场参与者的心理、资金流动及交易行为演变。其严谨的因子构建及测试框架为投资者提供了科学的研究基础，尤其在当前市场交易拥堵和投资行为显著非理性的背景下，行为金融学因子正成为Alpha获取的有效工具。投资者应结合本报告发现，灵活运用相关因子，注意风控，并警惕市场极端风格带来的潜在系统性风险。

---

【全部内容声明均来自原报告，以上分析均标注对应页码以便溯源。】

报告