錨定反轉(zhuǎn)因子構(gòu)建與增強(qiáng)

1、一、 傳統(tǒng)反轉(zhuǎn)因子我國 A 股市場由于個(gè)人投資者占比較大，普遍存在追漲殺跌的現(xiàn)象，因此 A 股的反轉(zhuǎn)效應(yīng)較為顯著。傳統(tǒng)反轉(zhuǎn)因子一般以過去一段時(shí)間的股價(jià)漲跌幅作為因子值，公式表達(dá)為：其中 Reti,t 表示個(gè)股i 在過去t 時(shí)間段內(nèi)的收益率。為剔除市值與行業(yè)造成的影響，中證 500 成分股 2010至 2021 年傳統(tǒng)反轉(zhuǎn)因子（3m）分組回測表現(xiàn)如下。圖表 2. 傳統(tǒng)反轉(zhuǎn)因子（3m）分組超額累計(jì)凈值（中證 500） 圖表 3. 傳統(tǒng)反轉(zhuǎn)因子（3m）多空超額累計(jì)凈值資料來源：萬得，資料來源：萬得，2016 年 6 月以后， 傳統(tǒng)反轉(zhuǎn)因子表現(xiàn)變?nèi)酰?尤其在多空累計(jì)超額收益中近 5 年基本沒有超額收益

2、。2022 年 9 月 2 日錨定反轉(zhuǎn)因子構(gòu)建與增強(qiáng) 4二、 錨定偏誤與處臵效應(yīng)錨定偏誤： 指當(dāng)人們需要對某個(gè)事件做定量估測時(shí)， 會(huì)將某些特定數(shù)值作為起始值，而這個(gè)起始值像錨一樣制約著估測值。舉個(gè)例子，在商場購買打折商品，商家會(huì)在折扣價(jià)的旁邊標(biāo)注商品的原價(jià)，目的是利用購買者普遍存在的錨定心理，讓消費(fèi)者感受到當(dāng)前的價(jià)格低于錨點(diǎn)價(jià)格很多，激發(fā)購買者的購買欲望。處臵效應(yīng)： 指投資者傾向于賣出已盈利的股票，而繼續(xù)持有虧損的股票。投資者受到錨定偏誤的影響，若以持股成本作為錨定點(diǎn)，當(dāng)股價(jià)上漲超過成本時(shí)，投資者擔(dān)心股價(jià)未來下跌會(huì)減少當(dāng)前盈利，傾向于提早賣出股票獲利了結(jié)；當(dāng)股價(jià)下跌低于持股成本時(shí)，投資者存在浮

3、虧，但因寄希望于未來股價(jià)反彈而傾向于繼續(xù)持有。相關(guān)領(lǐng)域的學(xué)術(shù)研究均證明 A 股個(gè)人投資者存在顯著錨定偏誤與處臵效應(yīng)。李俊聲和卓建偉1（2018）通過調(diào)查問卷發(fā)現(xiàn)中國個(gè)人投資者存在顯著錨定偏誤：當(dāng)預(yù)判股價(jià)上漲時(shí)，超 50%的投資者認(rèn)為低價(jià)股上漲空間大，高價(jià)股上漲空間小；但預(yù)判股價(jià)下跌時(shí)，70%的投資者認(rèn)為高價(jià)股下跌空間大，低價(jià)股下跌空間小。伍燕然2（2016）對超 40 萬個(gè)人賬戶長達(dá) 6 年的數(shù)據(jù)分析后，發(fā)現(xiàn)中國投資者均值回歸信念強(qiáng)，存在明顯的處臵效應(yīng)?？梢娢覈顿Y者普遍存在錨定偏誤與處臵效應(yīng)，喜好追漲殺跌，在股票呈小幅價(jià)格變動(dòng)時(shí)認(rèn)為股價(jià)會(huì)延續(xù)以前的趨勢變化；又喜歡高拋低吸，在股價(jià)與前期價(jià)格偏

4、離度過高時(shí)，認(rèn)為股價(jià)會(huì)均值回復(fù)。通過分析我們發(fā)現(xiàn)，傳統(tǒng)的反轉(zhuǎn)因子體現(xiàn)了均值回復(fù)的思想：前期跌幅大的股票后期上漲的概率大，前期跌幅小的甚至上漲的股票后期上漲的概率小，但未能體現(xiàn)投資者普遍存在的錨定偏誤心理。圖表 4.最終基金踩雷預(yù)警系統(tǒng)思路流程圖 傳統(tǒng)反轉(zhuǎn)因子值T T資料來源：1 李俊聲, 卓建偉. 中國 A 股市場價(jià)格效應(yīng)異像研究 J. 價(jià)格理論與實(shí)踐 ,2018(01):106-109.DOI:10.19851/11-1010/f.2018.01.0272 伍燕然,黃文婷,蘇凇,江婕.基金投資者處臵效應(yīng)的個(gè)體差異J.國際金融研究,2016(03):84-96.DOI:10.16475/ki.

5、 1006-1029.2016.03.0082022 年 9 月 2 日錨定反轉(zhuǎn)因子構(gòu)建與增強(qiáng) 5如上圖所示，若股價(jià)在 T-j, T 時(shí)間區(qū)間由 A 變化至 C，則傳統(tǒng)反轉(zhuǎn)因子的因子值為 A、C 兩點(diǎn)的回報(bào)率?？梢妭鹘y(tǒng)方法并不關(guān)心在此期間股價(jià)的走勢和局部高低點(diǎn)。但是在真正在做投資決策時(shí)，由于普遍存在錨定偏誤的影響，在此時(shí)間區(qū)間內(nèi)的局部高點(diǎn) B 其實(shí)對投資決策起到了至關(guān)重要的影響。若在因子構(gòu)建時(shí)可以考慮到“錨定偏誤”的非理性行為，則可更好的契合 A 股市場，取得更優(yōu)異的回報(bào)。2022 年 9 月 2 日錨定反轉(zhuǎn)因子構(gòu)建與增強(qiáng) 6三、 錨定反轉(zhuǎn)因子的構(gòu)建與回測錨點(diǎn)反轉(zhuǎn)因子構(gòu)建方法我們認(rèn)為投資者在進(jìn)

6、行投資決策時(shí)，短期情緒容易受股票近期漲跌影響。在不同的情緒狀況下，對股價(jià)錨點(diǎn)的選擇也存在明顯差異。因子構(gòu)建核心思想：若股票短期上漲，反轉(zhuǎn)投資者往往傾向于選擇近期漲幅較小的個(gè)股。因此以股票近期低點(diǎn)作為錨點(diǎn)來計(jì)算股票的相對漲幅來衡量個(gè)股短期的上漲是否透支了未來的漲幅較為合理。若股票短期下跌，反轉(zhuǎn)投資者往往傾向于選擇近期跌幅較大的個(gè)股。因此以股票近期高點(diǎn)作為錨點(diǎn)來計(jì)算股票的相對跌幅來衡量個(gè)股短期的下跌是否能夠帶來未來更大的上漲空間較為合理。具體構(gòu)建方法：設(shè)定當(dāng)前時(shí)間為T，時(shí)間區(qū)間T, T用于判斷股價(jià)短期呈現(xiàn)上漲或下跌狀態(tài)，時(shí)間區(qū)間T , T用于確定股價(jià)錨點(diǎn)。若股價(jià)短期上漲，即TT（如下左圖），則以時(shí)

7、間區(qū)間T , T的股價(jià)低點(diǎn)為錨；若股價(jià)短期下跌，即T3%，多頭 G1 組超額 5%”為標(biāo)準(zhǔn)，篩選財(cái)報(bào)類因子庫，共有 65 個(gè)財(cái)報(bào)單因子符合標(biāo)準(zhǔn)；聚類算法選擇：由于 K-Means 聚類算法結(jié)果存在不穩(wěn)定風(fēng)險(xiǎn)，進(jìn)行實(shí)證測算對比，我們推薦凝聚分層聚類算法；聚類特征選擇：樣本內(nèi)單因子的 IC 時(shí)間序列。因?yàn)橄噍^于單因子超額收益時(shí)間序列，在進(jìn)行多因子復(fù)合時(shí)，我們更推薦關(guān)注單因子的 IC 與 ICIR，即因子值映射到股票預(yù)期收益率的特征維度；最優(yōu) K 選擇：基于樣本內(nèi)因子特征，我們采用“凝聚分層聚類算法”對單因子的 IC 序列進(jìn)行聚類，并基于最高的輪廓系數(shù)來選擇因子的聚類簇?cái)?shù)，實(shí)證結(jié)果顯示，K 的最優(yōu)數(shù)量為 7；最優(yōu)單因子篩選邏輯：我們更關(guān)注因子多頭組獲取超額收益的能力，因此在同一