“青出于蓝”系列研究之七：基于股票代码有序性的“注意力溢出”因子-20230710-招商证券-20页_1mb

基于股票代码有序性的“注意力溢出”因子总结

核心内容

本报告提出了一种基于股票代码有序性的“注意力溢出”因子，通过分析投资者在股票交易软件中由于代码顺序而产生的注意力溢出现象，构建了“自信溢出”和“情绪溢出”两个因子，并进一步优化为“邻居”因子，用于宽基指数增强策略。

主要观点

• 投资者由于有限注意力和行情软件的代码顺序展示机制，容易关注到与焦点股票相邻的股票，从而形成“注意力溢出”效应。
• 当焦点股票表现优异时，其相邻股票可能受益于焦点股票的交易情绪或自信，表现出更好的未来收益。
• “自信溢出”因子基于焦点股票的收益和换手率构建，而“情绪溢出”因子则基于焦点股票的换手率和交易情绪构建。
• “邻居”因子是基于“情绪溢出”因子的改进版，其表现优于原因子。

关键信息

1. 注意力溢出现象的验证

• 按涨跌幅分组（见表1）：近两周日均涨幅更高的股票组合，其相邻股票在未来一周的表现更佳，显示“自信溢出”效应。
• 按换手率分组（见表2）：日均换手率更高的股票组合，其相邻股票未来一周的表现也更优，体现“情绪溢出”效应。

2. 因子构建方法

• 步骤a：计算相邻股票的日均涨跌幅和日均换手率，等权合成为焦点股票的NBR_ret和NBR_tov。
• 步骤b：对NBR_ret和NBR_tov进行截面回归，得到残差，构建“自信溢出”因子（RNBR_ret）和“情绪溢出”因子（RNBR_tov）。

3. 因子测试结果

• IC测试（见表3）：
  • “自信溢出”因子的IC均值为0.015，t统计量为5.197，与未来收益正相关。
  • “情绪溢出”因子的IC均值为0.032，t统计量为8.479，与未来收益相关性更强。
• 分位数测试：
  • “自信溢出”因子Top组合年化收益率和夏普比率分别为21.90%和0.664，Bottom组合为9.17%和0.22。
  • “情绪溢出”因子Top组合年化收益率和夏普比率分别为27.82%和0.878，Bottom组合为-8.89%和-0.389。
• 因子稳定性：
  • “情绪溢出”因子的IC曲线稳定性更强，且IC值波动范围更大，表明其效果更优。
  • 两个因子在不同间隔和参数下均表现出一定的稳定性，但“情绪溢出”因子表现更佳。

4. 与大类因子的相关性

• “自信溢出”和“情绪溢出”因子与Barra风格因子的相关性均低于0.2，说明因子具有较高的独特性。
• “自信溢出”因子与Barra因子相关性更低，信息增量更大。

5. 稳健性测试

• 参数敏感性：
  • 相邻股票数量对因子效果影响较小，但“情绪溢出”因子在较小的相邻股票数量下表现更优。
  • 窗口长度对因子效果有一定影响，但5天至20天的窗口长度表现最佳。
  • 加权方式对因子效果影响不大，等权、市值加权和距离加权均表现良好。
• 外部因素影响：
  • 排除上市时间和行业市值影响后，“情绪溢出”因子的分位数组合仍表现出良好的单调性，说明因子稳定性较强。

6. 宽基指数增强策略

• 情绪溢出因子增强策略：
  • 在沪深300、中证500和中证1000指数中，策略表现良好，年化超额收益分别为1.82%、5.57%和7.44%。
  • 策略在不同指数中均表现出较好的多空净值曲线和超额净值曲线。
• 改进版“邻居”因子增强策略：
  • 在全A样本中，IC均值达到4.8%，显著优于“自信溢出”和“情绪溢出”因子。
  • 在沪深300、中证500和中证1000指数中，IC测试结果均显著，且分位数组合具有较好的单调性。

结论

• 本报告通过分析投资者注意力溢出现象，构建了“自信溢出”和“情绪溢出”因子，并进一步优化为“邻居”因子。
• “情绪溢出”因子在IC测试和分位数测试中均表现出较强的选股能力，具有较好的收益和稳定性。
• “邻居”因子在宽基指数增强策略中表现突出，年化超额收益显著，适合用于实际投资。
• 因子在不同参数和加权方式下均表现出一定的稳健性，且与主流风格因子相关性较低，具有较强的独立性和信息增量。

风险提示

• 本报告结果基于历史数据，模型在政策和市场环境变化时可能失效。
• 所提及个股或基金仅表示与相关主题有关，并不构成投资建议。