本报告结合心理学双系统框架理论,从投资者思维模式偏差挖掘潜在的Alpha因子,构建行为效用因子、古典效用因子和风险中性因子。实证结果显示,三个因子多空组合年化收益率分别超过15%和17%,且因子的换手率适中,信息系数稳定,具备显著的选股能力及反转特征,有助于构建多因子组合提升风险调整收益。
| 分组 | 超额收益率 | 波动率 | IR | 月度胜率 | 双边换手率 |
|---|---|---|---|---|---|
| Long-Short | 15.21% | 17.57% | 0.87 | 58.24% | —— |
| 10 | -8.22% | 10.33% | -0.80 | 40.66% | 27.33% |
| 1 | 7.68% | 8.44% | 0.91 | 61.54% | 35.22% |
| 分组 | 超额收益率 | 波动率 | IR | 月度胜率 | 双边换手率 |
|---|---|---|---|---|---|
| 行为效用因子 | 15.21% | 17.57% | 0.87 | 58.24% | 27.33%-35.22% |
| 古典效用因子 | 18.73% | 22.22% | 0.84 | 59.34% | 35.17% |
| 风险中性因子 | 17.37% | 21.06% | 0.82 | 53.85% | 31.56%-39.56% |
报告标题: 猎金:Alpha 因子探索系列之四
机构: 兴业证券金融工程部
时间: 2014年08月20日
分析师: 任瞳(主责),胡顺泰,徐寅
主题: 从投资者行为思维模式偏差出发,依据心理学双系统框架理论,构建行为效用因子、古典效用因子及风险中性因子,挖掘具有选股能力的alpha因子,以指导股票截面收益率的预测。
核心论点:
本报告基于行为金融学与经典效用理论,围绕投资者心理模式,构建三种因子。实证显示,行为效用因子对应的多空组合年化收益超过15%,而古典效用因子和风险中性因子表现更优,年化收益超过17%。三者均展现出良好的选股能力,为量化多因子模型提供了新的alpha来源。
,2]
报告首先点评了近年来多因子量化体系的成熟与发展,尤其在风险模型和组合优化方面已有商业化解决方案,但alpha模型仍是投资者追逐的核心。新颖alpha因子是提升多因子组合表现的关键。此前系列报告曾介绍多种alpha因子,如流动性冲击因子、分析师综合评级因子等,得到业界认可,推动本系列深入探索alpha的构建方法。
图表1呈现多因子投资体系的基本框架——Alpha因子模型、组合构建和风险模型三者相辅相成,构成完整体系。
投资者行为中的认知偏差可挖掘为alpha因子。心理学的“双系统”模型(System 1快速无意识反应,System 2缓慢理性思考)说明系统1生成的第一印象在系统2的深思熟虑中往往被采纳或部分修正。
报告指出,传统古典经济模型基于理性假设,忽视系统1反应,而系统1对市场行为的影响显著,行为金融学尝试以此解释市场异常。该研究正是从系统1“第一印象”视角,量化投资者对股票价格走势的直觉反应,构建相应因子。
图表3说明了信息传递及决策流程:外界信息→系统1→系统2→最终决策。研究重点在系统1产生的量化指标。
投资者对股票的第一印象来自股价历史收益率分布的直观感受(如K线图),其反应是系统1的快速认知。报告利用行为金融经典的前景理论(Prospect Theory)量化这种认知偏好。
前景理论:
因子计算方式:利用过去60个月的月收益率数据,计算加权价值函数的期望,即行为效用因子值。
图表4的左图演示了值函数的非对称凸凹结构,右图显示不同参数下概率扭曲函数的形态。
,5]
数据与样本:
全A股,2007年1月至2014年7月,月末调仓,剔除停牌、ST及因子缺失股票。
分位组合表现(表格及图表5、6):
因子将股票分为十分位多空组合,表现出良好的单调性,Long-Short组合年化超额收益率15.21%,波动率17.57%,信息比率(IR)0.87,月度胜率58.24%,换手率较低,尤其是Bottom组合换手率仅约27%。
这说明该因子不仅有效筛选股票,也具备较低的交易成本优势。
信息系数(IC)分析:
图表7显示因子Rank IC平均为4.71%,行业调整后IC提升至4.76%,波动率分别为13.72%和11.67%,IC-IR提升至1.41,正值月份占比超过56%。
图表8的历史IC序列表明因子选股能力稳定,且行业中性调整提高了因子稳定性。
模拟组合历史走势:
图表9-12展示Long-Short组合累计收益近193%,最大回撤22%,Top组合收益76%,最大回撤12%,Bottom组合表现稳健,最大回撤仅8.68%。
多空组合收益曲线呈现整体上升态势,期间收益波动和市场相关性适中,显示了因子有效的风险调整收益。
行为效用因子基于行为金融学的前景理论,接下来报告引入基于传统效用理论的两类因子:
,10]
表现统计(表格14、15):
古典效用因子Long-Short组合年化超额收益率18.73%,波动率22.22%,IR0.84;风险中性因子对应的收益17.37%,波动率21.06%,IR0.82。两者月度换手率相对较低,Bottom组合换手率约35%,31%。
,11]
年化超额收益分布(图表16、17):
两因子均展现良好的分位组合超额收益趋势,最高分组收益远超底部分组,显示清晰的分层能力。
信息系数分析:
古典效用因子IC平均6.53%,行业调整后IC提升至6.31%;风险中性因子IC平均6.48%,行业调整后提升至6.22%。两个因子的月度正值占比分别62.22%和66.67%,T统计显著,整体IC表现优于行为效用因子。
模拟组合表现:
古典效用因子Long-Short组合年化收益18.73%,最大回撤26.62%;风险中性因子收益17.37%,最大回撤24.65%,比行为效用稍高的回撤反映了对应收益提升的风险权衡。
图表24展示两因子多空组合走势,平稳上涨趋势明显。
图表1 多因子投资体系
呈现alpha模型、风险模型、组合构建的内在联系,强调alpha因子在多因子模型中的核心地位。
图表2 挖掘alpha因子的路径图
说明投资者行为偏差→市场异象→alpha因子/选股策略的逻辑链条,支持了报告从行为模型切入alpha开发的研究路径。
图表3 决策形成过程
示意外界信息如何依次传递到系统1和系统2决策,图像化说明行为金融中系统1的重要性。
图表4 值函数和概率扭曲函数图像
左侧表现收益损失的非对称价值感受,右侧显示投资者概率评估的非线性扭曲,直观诠释前景理论数学表达式的含义。
图表5 行为效用因子分组统计
分组排序清晰反映因子优劣,Long-Short组合月度胜率、超额收益、换手率表现卓越,支持因子构建合理。
图表6 行为效用因子超额收益年化分布
依次递减的负超额收益及递增的正超额收益说明因子选择性强且有效。
图表7-8 行为效用因子IC统计与时间序列
显示因子具有显著且稳定的信息含量,行业中性进一步增强其预测稳定性。
图表9-12 组合收益走势及分组表现
多空组合稳健上升,底部组合最大回撤表现优异,反映出良好风险控制能力。
图表13 指数效用函数
体现古典风险厌恶投资者的效用权重,基础效用理论依据。
图表14-15 古典效用及风险中性因子分组表现
显示两因子同样具有良好选股能力,且表现与行为效用因子接近。
图表16-17 两因子年化超额收益分布
正负分组差异明显,延续多空分明特点。
图表18-21 两因子IC统计量及时间序列
IC稳定且频繁正值,说明因子有效性和稳定性优于行为效用因子。
图表22-26 模拟组合及分组收益走势
长期连续上升收益曲线,回撤可控,表明量化实用性及潜在投资价值。
本报告聚焦因子构建及策略测试,无传统意义上的个股估值分析。核心贡献是为多因子Alpha模型提供新的有效因子,提升组合的风险调整收益率。估值方法侧重于信息系数、年化超额收益率、波动率及收益风险比的量化指标,无DCF、P/E等传统估值框架。
报告未专门展开因子风险的详细章节,但从内容中隐含以下风险:
报告未给出风险缓解建议,投资者需结合自身风险偏好审慎应用。
本文《猎金:Alpha 因子探索系列之四》基于心理学双系统理论,结合前景理论、古典效用理论和风险中性假设,创新构造了行为效用因子、古典效用因子和风险中性因子。实证结果表明:
整体来看,报告向机构投资者提供了依据投资者行为偏差和效用理论设计alpha因子的全新思路和实操框架,既具理论深度,又兼具实证支持,具有广泛的应用前景。后续研究仍需关注因子稳定性、对极端市场反应及相关性优化,加强风险管理和多因子融合。
金融工程:猎金 Alpha因子探索系列之四.pdf