|
资本利得突出量 CGO 与风险偏好——行为金融因子研究之一报告摘要： 从行为金融学去寻找 alpha 因子
传统的因子研究均基于历史上有效市场风格的选取、回测，但今年以来风格因子全面失效，风格因子逐渐从 Alpha 因子转为风险因子。行为金融学则是从微观个体行为以及产生这种行为的心理等动因来解释、研究和预测市场的发展，其挖掘的是市场波动的更深层次的驱动因素，自 20 世纪80 年代起随着行为金融学的发展，越来越多的结论在市场上得到了定量化的论证。利用市场上长期存在的市场非理性行为可以为多因子体系贡献新的有效的 alpha 因子。 处置效应与前景理论
投资者在投资股票时，倾向卖出盈利的股票、继续持有亏损的股票，这就是行为金融学上的处置效应。处置效应导致了当投资者处于盈利状态时是风险回避者，而处于亏损状态时则是风险追求者。Kahneman 和 Tversky提出了前景理论解释了这种现象，创造性地提出了左凸右凹的价值函数，挑战了传统金融学设定的投资者全局风险厌恶的假设。 资本利得突出量（CGO）因子的构建及选股效果
我们基于过去 100 日成交均价按照换手率加权平均，定义了个股的参考价格（RP）和资本利得突出量。根据 CGO 的大小分别将中证 500 和中证800 指数成分股进行分档，研究发现由于处置效应的存在，低 CGO 组合能够显著跑赢高 CGO 组合，并且相对基准也有显著的超额收益。在中证 500内，低 CGO 行业中性组合，扣除交易费用后，自 2007 年 5 月以来年化超额收益 18.99%，信息比率 1.98，Sortino 比率 1.91。 考虑投资者风险偏好的 CGO 分层选股策略
由于投资者的盈亏状态对他们的风险偏好有很大的影响，我们将股票分为 CGO 大于 0 和小于 0 两类，分别代表投资者普遍盈利与亏损状态。然后用常见的反应风险大小的因子在两组中分别进行测算，发现两组股票的投资者的风险偏好有着明显不同。在高 CGO 中使用振幅选股，在低 CGO中使用市值选股，能够实现较为稳定的超额收益。中证 500 成份股内，分层选股策略年化超额收益 14.70%，信息比率 1.98，Sortino 比率 1.82。 核心假设风险：
本文所做的数据测算完全基于过去数据的推演，市场未来环境可能发生变化。投资者制定投资策略时，必须结合市场环境和自身投资理念。 目录索引前景理论与处置效应
行为金融与新因子探索
处置效应
前景理论
参考价格（RP）与资本利得突出量（CGO）
参考价格（REFERENCE PRICE）
资本利得突出量（CAPITAL GAIN OVERHANG）
基于 CGO 的单因子选股策略
与其他常见因子相关性分析
考虑风险偏好，基于 CGO 的分层选股策略
组合策略与单因子比较
分层阈值参数敏感性检验
总结 图表索引
图 1：前景理论的价值函数
图 2：CGO 与股价的变化
图 3：中证 800 成分股中 CGO 大于零的股票的比例
图 4：中证 800 成分股的 CGO 中位数的序列
图 5：CGO 的分布
图 6：CGO 与股价的变化
图 7：中证 800 成分股的 CGO 因子的截面周度 IC
图 8：中证 800 成分股的 CGO 因子的截面月度 IC
图 9：中证 800 内 CGO 分位数组合
图 10：中证 500 内 CGO 分位数组合
图 11：中证 800 内 Q1-Q5 多空组合净值
图 12：中证 500 内 Q1-Q5 多空组合净值
图 13：中证 800 内 CGO Q1 档对冲中证 800 指数净值
图 14：中证 500 内 CGO Q1 档对冲中证 500 指数净值
图 15：CGO 与 SIZE 因子的周度 Spearman 相关性
图 16：CGO 与 PE 因子的周度 Spearman 相关性
图 17：中证 500 内 CGO 分层选股策略净值
图 18：CGO 分层选股策略净值-未扣交易成本
图 19：CGO 分层选股策略净值-扣除交易成本
图 20：分层选股策略中高 CGO 股票占比
图 21：组合策略与原始单因子策略绩效对比
图 22：λ的参数敏感性测试
表 1：CGO 的计算示例
表 2：CGO 因子周度与月度的 IC
表 3：整体业绩统计
表 4：年度业绩统计（中证 500 低 CGO 组合行业中性）
表 5：CGO 与其他传统因子相关性
表 6：中证 800 成分股 CGO 分层后各个因子的周度 IC 平均
表 7：中证 500 成分股 CGO 分层后各个因子的周度 IC 平均
表 8：CGO 分层选股策略历史年度业绩统计
表 9：组合策略与原始单因子策略年度对比
| 
