作者：建榕量化研究
题图：建榕量化研究微信公众号
摘要
追涨杀跌价格形态识别
股价作为多空双方博弈的最终结果，蕴含多方面信息。而投资者的某些行为特性在股票的价格形态中亦有所体现。这使得通过特定价格形态，匹配特定类别投资者的交易行为成为可能。本文从股票价格形态出发，通过识别追涨杀跌的价格形态，衡量个股交易中散户投资者交易占比，构建负alpha因子。对于追涨杀跌价格形态的识别，我们以分钟涨跌幅的自相关衡量股价追涨杀跌的形态特征。若股票当前时刻t的大幅上涨，伴随下一时刻t+1的跟随上涨，则分钟涨跌幅自相关性较高，股价追涨杀跌特性较强，其交易中散户投资者交易占比较高，个股未来风险相应较高。我们选取过去20个交易日的1分钟频数据，通过计算前后一分钟超额收益序列的余弦相似度，构建简单的全时段追涨杀跌因子。
尾盘追涨因子是更优的负alpha来源
我们从涨跌方向与时间维度对全时段追涨杀跌因子做进一步拆解。涨跌方向上，我们以 的正负为标签，将追涨杀跌因子拆解为追涨因子与杀跌因子两部分；时间维度上，我们将日内交易时间段拆解，对比不同时段的信息差异。我们通过日内不同时段的数据构建追涨因子与杀跌因子，因子有效性呈现显著规律性变化：追涨因子负alpha显著强于杀跌因子负alpha；时段越靠近尾盘，因子负alpha越强。因此，尾盘追涨因子或是更优的负alpha来源。
我们选取过去20个交易日中，每日尾盘90分钟数据，选择超额收益为正的分钟，计算正超额分钟与下一分钟的超额余弦相似度，构建尾盘追涨因子值。因子RankIC均值-9.2%，RankICIR-4.04。因子分组表现分化且单调性良好，多头组年化收益16.5%，月均换手率55%，多头收益贡献显著；多空组合年化收益率25.3%，年化IR3.4，最大回撤7.6%，发生于2024年2月，月度胜率81%，多空表现稳健。
其他尝试：尾盘追涨偏离因子
我们将尾盘追涨因子与全时段追涨因子作差，构建尾盘追涨偏离因子，衡量个股价格形态的尾盘时段与全时段追涨特征差异。尾盘追涨偏离因子越大，说明个股相比于自身而言，倾向于尾盘时段追涨特性更强。
其他尝试：尾盘追涨自回归系数因子
我们将尾盘追涨因子构建步骤中， 与 之间的余弦相似度指标，变换为自回归的斜率项作为因子值。自回归系数呈现出与余弦相似度指标类似的规律性，因此我们选择尾盘30分钟超额追涨自回归斜率项作为尾盘自回归系数因子。
股价作为多空双方博弈的最终结果，蕴含多方面信息。而投资者的某些行为特性在股票的价格形态中亦有所体现。这使得通过特定价格形态，匹配特定类别投资者的交易行为成为可能。本文从股票价格形态出发，通过识别追涨杀跌的价格形态，衡量个股交易中散户投资者交易占比，构建负alpha因子。
01追涨杀跌价格形态识别
对于追涨杀跌价格形态的识别，我们以分钟涨跌幅的自相关衡量股价追涨杀跌的形态特征。如图1所示，若股票当前时刻t的大幅上涨，伴随下一时刻t+1的跟随上涨，则分钟涨跌幅自相关性较高，股价追涨杀跌特性较强，其交易中散户投资者交易占比较高，个股未来风险相应较高。
基于以上逻辑，我们选取过去20个交易日的1分钟频数据，通过计算前后一分钟超额收益序列的余弦相似度，构建简单的全时段追涨杀跌因子。（构建步骤详见表1）
在全时段追涨杀跌因子的构建中，有两点处理值得讨论：
（1）绝对收益vs超额收益：我们选择分钟超额收益（绝对收益-市场中位数），以剔除市场beta对分钟收益的影响；
（2）相关系数vs余弦相似度：从相关系数与余弦相似度的计算公式可知，二者区别仅在于余弦相似度计算中没有与收益均值作差，从而更好地兼顾方向跟随与幅度跟随。
我们按照以上两点处理方式做两两组合，构建4个不同的全时段追涨杀跌因子，对比4个因子表现。无特殊说明，本文的测试区间均为20140101至20240329，因子回测采取月频调仓、费率双边千三的处理方式。从多空组合表现来看，相关系数与余弦相似度指标构建的因子效果并无明显区别；选择超额收益的因子效果明显优于选择绝对收益的因子效果。相较于绝对收益。选择超额收益构建的因子月度RankIC明显提升，月度RankIC提升月份占比64%（如图3所示），多空组合年化收益从18%提升至20%，年化IR从2.3提升至2.5。
02尾盘追涨因子是更优的负alpha来源
本节，我们从涨跌方向与时间维度对全时段追涨杀跌因子做进一步拆解。涨跌方向上，我们以 的正负为标签，将追涨杀跌因子拆解为追涨因子与杀跌因子两部分；时间维度上，我们将日内交易时间段拆解，对比不同时段的信息差异。如图4所示，我们通过日内不同时段的数据构建追涨因子与杀跌因子，因子有效性呈现显著规律性变化：
（1）涨跌方向：追涨因子负alpha显著强于杀跌因子负alpha；
（2）时间维度：时段越靠近尾盘，因子负alpha越强。
因此，尾盘追涨因子或是更优的负alpha来源。
因子有效性呈现以上规律性的原因在于：
（1）涨跌方向：追涨与杀跌均受散户交易程度与散户过度反应两因素影响，有共性也有差异。无论追涨还是杀跌，均意味着散户交易程度较高，这是二者负alpha的来源，但散户交易程度高往往伴随着散户的过度反应，而二者散户过度反应的方向不同，追涨因子中，散户过度反应导致股价上涨，贡献负alpha，杀跌因子中，散户过度反应导致股价下跌，贡献正alpha。因此，追涨因子中两因素相互协调，杀跌因子中两因素相互矛盾，导致追涨因子负alpha更强。（如图5所示）
（2）时间维度：首先，从不同投资者交易习惯的角度，机构投资者倾向于早盘交易，散户投资者倾向于尾盘交易，因此尾盘散户行为的负alpha更强；其次，尾盘时段的散户交易中，一定程度交易未来的隔夜信息预期，散户作为非知情交易者，投资决策更多地依赖于当前的价格涨跌，因此尾盘的散户追涨杀跌行为特征更加明显，如图6所示，我们计算不同时段的追涨因子，与次日隔夜绝对幅度的相关性，次日隔夜绝对幅度越高，当天尾盘追涨特征越明显。
基于前述结论——尾盘时段追涨因子的负alpha更强，我们测试了不同累计时间段的因子有效性。当选取尾盘90分钟（13:31-15:00）数据时，构建的追涨因子负alpha最强。因此，我们选取过去20个交易日中，每日尾盘90分钟数据，选择超额收益为正的分钟，计算正超额分钟与下一分钟的超额余弦相似度，构建尾盘追涨因子值。（构建步骤详见表2）
尾盘追涨因子RankIC均值-9.2%，RankICIR-4.04。因子分组表现分化且单调性良好，多头组年化收益16.5%，月均换手率55%，多头收益贡献显著。
从多空组合表现来看，年化收益率25.3%，年化IR3.4，最大回撤7.6%，发生于2024年2月，月度胜率81%，多空表现稳健。
从分域表现来看，尾盘追涨因子在小市值股票池中表现更优。沪深300股票池中，尾盘追涨因子RankIC均值-4.4%，RankICIR-1.8，多空年化收益11.4%，年化IR1.4，最大回撤11.5%，月度胜率67%；中证500股票池中，尾盘追涨因子RankIC均值-6.6%，RankICIR-3，多空年化收益14%，年化IR1.9，最大回撤9.6%，月度胜率70%；中证1000股票池中，尾盘追涨因子RankIC均值-8%，RankICIR-3.4，多空年化收益20.4%，年化IR3.4，最大回撤12%，月度胜率70%。
从多空组合分年度年化收益率来看，尾盘追涨因子在中证1000与全市场股票池中，仅2024年出现负收益，其余年份均录得正收益；在沪深300股票池中，尾盘追涨因子在2017年与2024年出现负收益；在中证500股票池中，尾盘追涨因子在2019年与2024年出现负收益，其余年份均录得正收益。
2023年以来，尾盘追涨因子在2023年1月、2023年6月、2023年10月、2024年1月以及2024年3月出现回撤，其余月份均录得正收益，其中，2023年7月、2023年8月收益较高。
从因子相关性来看，尾盘追涨因子与Barra因子中的估值因子负相关，与波动率、流动性因子正相关。
对尾盘追涨因子做Barra因子及行业中性化处理，中性化后因子RankIC均值-3.6%，RankICIR-3.2。多头组年化收益10.3%，月均换手率63%；多空组合年化收益11%，年化IR2.7，最大回撤4.7%，月度胜率79%，因子表现依旧稳健。
从多空组合分年度表现来看，依旧在2024年录得负收益，其余年份均录得正收益。
为了更好地控制跟踪偏离度，我们尝试使用约束优化求解的方式，通过尾盘追涨因子对沪深300、中证500和中证1000进行增强测试。将尾盘追涨因子方向调为为正向，组合因子暴露度最大化等价于预期收益率最大化。
在沪深300指数增强中，尾盘追涨因子指增组合超额年化收益5.9%，年化IR1.7，最大回撤5.2%，月度胜率68%；中证500指增组合超额年化收益率5.7%，年化IR0.9，最大回撤13%，月度胜率60%；中证1000指增组合超额年化收益率5.2%，年化IR0.7，最大回撤22.6%，月度胜率61%。
从分年度超额年化收益来看，沪深300指增组合仅2024年未跑赢沪深300指数，其余年份均录得正超额；中证500指增组合仅2017年未跑赢中证500指数，其余年份均录得正超额；中证1000指增组合各年波动较大。
03重要讨论
3.1、尾盘追涨偏离因子
我们将尾盘追涨因子与全时段追涨因子作差，构建尾盘追涨偏离因子，衡量个股尾盘时段与全时段追涨特征差异。尾盘追涨偏离因子越大，说明个股相比于自身而言，倾向于尾盘时段追涨特性更强。
从因子相关性来看，尾盘追涨偏离因子依旧与估值因子负相关，与波动率、流动性因子正相关，但相关性水平相较于尾盘追涨因子有所降低。
尾盘追涨偏离因子RankIC均值-4.9%，RankICIR-4.1。因子多头组年化收益10.9%，月均换手率74%；多空组合年化收益14.1%，年化IR3.3，最大回撤7.5%，月度胜率82%。
从多空组合分年度表现来看，相较于尾盘追涨因子，尾盘追涨偏离因子在2024年回撤水平明显降低，其余年份均录得正收益。
3.2、尾盘追涨自回归系数因子
我们将尾盘追涨因子构建步骤中， 与 之间的余弦相似度指标，变换为自回归的斜率项作为因子值。如图20所示，自回归系数呈现出与余弦相似度指标类似的规律性，因此我们选择尾盘30分钟超额追涨自回归斜率项作为尾盘自回归系数因子。
从因子相关性来看，尾盘追涨自回归系数因子与波动率、流动性因子正相关，与估值因子相关性不显著。
尾盘追涨自回归系数因子RankIC均值-4.4%，RankICIR-3.3。因子多头组年化收益率11%，月均换手率74%；多空组合年化收益10.8%，年化IR2.7，最大回撤6.2%，月度胜率79%。
从多空组合分年度表现来看，因子仅2024年出现负收益，其余年份均录得正收益。
3.3、尾盘追涨因子周频调仓效果稳健
我们将尾盘追涨因子做周频调仓测试，因子周频RankIC均值-6.7%，RankICIR-5.9。多头组年化收益率26.2%（未扣费），周均换手率26%；多空组合年化收益31.3%，年化IR3.95，最大回撤6.8%，月度胜率68%，
分年度来看，多空组合仅2024年出现负收益，其余年份均录得较高正收益。
04风险提示
模型测试基于历史数据，市场未来可能发生变化。
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
