资本利得突出量（CGO）

在行为金融学里有种心理叫处置效应（Disposition Effect）——人们倾向于过早卖出盈利的股票，过晚卖出亏损的股票。

资本利得突出量（Capital Gains Overhang，CGO） 就是把这个心理量化出来的因子。它试图回答一个问题：当前市场上持有这只股票的投资者，平均处于盈利还是亏损状态？盈亏幅度有多大？

因子定义

R P_{t} = \frac{1}{k} n = 1 \sum T (V_{t - n} τ = 1 \prod n - 1 (1 - V_{t - n + τ})) P_{t - n}

C G O_{t} = \frac{P _{t - 1} - R P _{t}}{P _{t - 1}}

变量说明：

经济含义： CGO 衡量当前投资者的平均盈亏状况。CGO 越大，投资者平均盈利越高，卖出意愿越强，对股价形成压力，未来收益反而更低（A股负向因子）。

参考文献： Grinblatt & Han (2005), "Prospect Theory, Mental Accounting, and Momentum"

import dai
import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')

print('环境加载完成')

从日线数据聚合为周线数据（每周最后一个交易日的收盘价 + 当周换手率之和）

IC 均值为正，与 -CGO 的正向因子方向一致。绝对值偏小，说明这是一个弱信号因子，单独使用效果有限，更适合作为多因子模型的组成部分。

将股票按截面市值三等分为大/中/小盘，分别计算 IC：

市值组	IC 均值	IR	IC 显著比例
小盘	-0.021	-0.186	85.2%
中盘	-0.020	-0.149	87.1%
大盘	-0.004	-0.024	90.8%

结论非常清晰：CGO 是一个明显偏向中小盘的因子。小盘和中盘的 IC 均值约为大盘的 5 倍，IR 也远高于大盘。

背后的逻辑不难理解：大盘股的机构持仓比例高，机构投资者的交易行为更理性，处置效应相对较弱；而中小盘股以散户和游资为主，处置效应更为显著，CGO 的预测力也更强。

这意味着在实际使用中，CGO 因子更适合用于中小盘股票池（如中证 1000、中证 2000 成分股），在沪深 300 等大盘股池中效果会大打折扣。如果策略以大盘股为主，建议降低 CGO 的权重或寻找替代因子。

对于第 t 周，权重 $w_{n}$ 的含义是：n 周前买入且至今仍未卖出的概率

w_{n} = n 周前买入 V_{t - n} \times 此后每周均未卖出 τ = 1 \prod n - 1 (1 - V_{t - n + τ})

向量化实现：令 $q_{j} = 1 - V_{t - j}$ ，则

因子代码