金工定期报告：“重拾自信2.0”RCP因子绩效月报
金工定期报告20230802 证券研究报告·金融工程·金工定期报告 “重拾自信2.0”RCP因子绩效月报 20230731 报告要点 “重拾自信2.0”RCP因子多空对冲绩效（全市场）：2014年2月至今，“重拾自信2.0”RCP因子在全体A股中，10分组多空对冲的年化收益为20.49%，年化波动为7.59%，信息比率为2.69，月度胜率为81.57%，月度最大回撤为6.08%。 7月份“重拾自信2.0”RCP因子收益统计：在全体A股中，7月份“重拾自信”10分组多头组合的收益率为8.87%，10分组空头组合的收益率为-0.63%，10分组多空对冲的收益率为9.50%。 “重拾自信2.0”RCP因子选股模型简介：我们基于行为金融学中一种非常常见的预期偏差——过度自信，创新性地运用高频分钟序列号数据，通过计算利好超涨和股价回调的时间点差距构造了过度自信因子CP；进一步考虑过度自信之后可能出现的过度修正后，我们将第一代过 度自信因子CP剔除日内收益后得到第二代重拾自信因子RCP。在回测期2014/01/01-2022/08/31内，以全体A股为研究样本，新因子IC均值为0.04，年化ICIR为3.27，10分组多空对冲的年化收益率为20.69%，信息比率为2.91，月度胜率高达81.55%。 风险提示：1.未来市场变化风险；2.单因子模型风险；3.数据测算误差风险。 2023年08月02日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 研究助理庞格致 执业证书：S0600122090090 panggz@dwzq.com.cn 相关研究 《重拾自信选股因子2.0——从过度自信到重拾自信》 2022-09-15 《“重拾自信”RCP因子绩效月报20230630》 2023-07-01 1/21 东吴证券研究所 内容目录 1.“重拾自信2.0”RCP因子绩效回顾4 2.附录：“重拾自信2.0”RCP因子选股模型简介5 2.1.过度自信因子的构建5 2.1.1.DHS模型简介5 2.1.2.CP因子的构造方法7 2.2.重拾自信因子的构建10 2.2.1.过度反应的后续——过度修正10 2.2.2.RCP因子的构造方法11 2.2.3.RCP因子的改进13 2.2.4.纯净重拾自信因子的表现15 2.3.其他重要讨论17 2.3.1.关于剔除收益率的讨论17 2.3.2.新重拾自信因子的分年度表现18 2.3.3.重拾自信因子的参数敏感性19 2.3.4.重拾自信因子的多空收益分解19 3.风险提示20 2/21 东吴证券研究所 图表目录 图1：“重拾自信2.0”RCP因子10分组及多空对冲净值走势（2014/02-2023/07）4 图2：“重拾自信2.0”RCP因子多头净值7月走势5 图3：DHS模型简介7 图4：日频因子CP_Intraday构造示例8 图5：CP_Mean因子10分组及多空对冲净值走势9 图6：CP_Std因子10分组及多空对冲净值走势9 图7：CP因子10分组及多空对冲净值走势9 图8：股票在收到利好消息当天的价格走势10 图9：RCP_Mean因子10分组及多空对冲净值走势12 图10：RCP_Std因子10分组及多空对冲净值走势12 图11：RCP因子10分组及多空对冲净值走势12 图12：CP_mean，CP_std双因子10分组年化收益率13 图13：RCP_mean，RCP_std双因子10分组年化收益率14 图14：CP_New因子10分组及多空对冲净值走势14 图15：RCP_new因子10分组及多空对冲净值走势14 图16：纯净RCP因子10分组及多空对冲净值走势16 图17：纯净新RCP因子10分组及多空对冲净值走势16 图18：新旧纯净RCP因子10分组多空对冲净值走势17 图19：RCP_deRet20因子10分组多空对冲净值走势18 表1：“重拾自信2.0”RCP因子（2014/02-2023/07）5 表2：过度自信因子CP的10分组多空对冲绩效指标10 表3：重拾自信因子RCP的10分组多空对冲绩效指标13 表4：新旧CP、RCP因子的10分组多空对冲绩效指标15 表5：新旧重拾自信因子与常用Barra风格因子的相关系数16 表6：新旧纯净RCP因子的10分组多空对冲绩效指标17 表7：新重拾自信因子RCP分年度表现18 表8：纯净RCP因子分年度表现19 表9：过度自信因子、重拾自信因子的10分组多空对冲绩效指标（回看40、60日）19 表10：重拾自信因子RCP的多空收益分解20 3/21 1.“重拾自信2.0”RCP因子绩效回顾 作为东吴金工“行为金融拥抱选股因子”系列研究的第一篇，我们在2022年6月发布的《重拾自信选股因子——从过度自信到重拾自信》中，对行为金融学中一种常见的预期偏差——过度自信，进行讨论。我们根据经典的DHS模型，从“投资者过度自信的程度影响股价”的逻辑出发，用“股价快速上涨和快速下跌的时间差”作为代理变量，创新性地构造了过度自信CP因子。在此基础上，我们又做了进一步思考，考虑了既然投资者存在过度自信，那么股价回调时他们可能也会过度悲观，导致回调幅度过大，但是由于利好消息的存在，这种形态的股票之后一定会补涨。基于上述考虑，我们将第一代过度自信CP因子和日内收益正交，将残差项作为第二代重拾自信RCP因子。基于重拾自信RCP因子构造的组合，其表现明显优于传统组合方式。 在2022年9月发布的《重拾自信选股因子2.0——从过度自信到重拾自信》报告中，我们使用标准化因子代替排序值以尽量保留因子信息，使新RCP因子纯净化后的效果大幅改进。2014年2月至2023年7月，“重拾自信2.0”RCP因子在全体A股中，10分组多空对冲的年化收益为20.49%，年化波动为7.59%，信息比率为2.69，月度胜率为81.57%，月度最大回撤为6.08%。 图1：“重拾自信2.0”RCP因子10分组及多空对冲净值走势（2014/02-2023/07） 8 ¾1 ¾5 ¾9 ¾2 ¾6 ¾10 ¾3 ¾7 ¾10-¾1() ¾4 ¾8 7 6 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源：Wind资讯，东吴证券研究所 4/21 东吴证券研究所 表1：“重拾自信2.0”RCP因子（2014/02-2023/07） 全体A股 年化收益率 20.49% 年化波动率 7.59% 信息比率 2.69 月度胜率 81.57% 最大回撤率 6.08% 数据来源：Wind资讯，东吴证券研究所 在全体A股中，7月份“重拾自信”10分组多头组合的收益率为8.87%，10分组空头组合的收益率为-0.63%，10分组多空对冲的收益率为9.50%。 在全体A股中，选取重拾自信因子值最大的10%，等权重构成“重拾自信”组合。该组合在7月的净值走势如图2所示。 图2：“重拾自信2.0”RCP因子多头净值7月走势 “重拾自信2.0RCP”¾合Wind全A指数 1.1 1.05 1 0.95 06/3007/0707/1407/2107/28 数据来源：Wind资讯，东吴证券研究所 2.附录：“重拾自信2.0”RCP因子选股模型简介 2.1.过度自信因子的构建 2.1.1.DHS模型简介 5/21 东吴证券研究所 DHS模型是学术界非常经典的一个行为金融学模型，对短期动量和长期反转问题提出了一种基于投资者行为偏差的解释，由Daniel；Hirshleifer和Subrahmanyam等人在1998年提出。具体假设如下： 在时期0，投资者持有1单位的禀赋。 在时期1，知情交易者收到有关资产价值的信号s_1，同时在时期2接收到关于真实资产价值的类似信号s_2，形式如下： 𝑠1=�+� 𝑠2=�+� 式中，θ表示资产的真实价值信息；�表示在时期1仅被知情交易者接收到的一些 私人信息；η表示在时期2被所有投资者接收到的公共信息。进一步地，DHS模型保证： � 𝜃~𝑁(𝜃̅,𝜎2) � 𝜀~𝑁(0,𝜎2) 同时，知情交易者是过度自信的，从而我们可以知道�的精度要超出其真实水平，即 𝜎2<𝜎2。市场中资产的定价反映了个体关于资产真实价值的预期，所以在每个时间点 �� 上： 𝑃1=𝐸𝐶[𝜃|�+𝜀] 𝑃2=𝐸𝐶[𝜃|�+𝜀,�+𝜂] 𝑃3=� 由正态分布变量的性质，可得： 1� 𝜎2 �=(�+𝜀) 𝜎2+𝜎2 �� 𝜎2(𝜎2+𝜎2)𝜎2𝜎2𝜎2𝜎2 �=����+���+��� 2� �� 东吴证券研究所 �=𝜎2(𝜎2+𝜎2)+𝜎2𝜎2 ����� � 我们暂时假设如果知情交易者变得如此自信以至于价值的𝜎2趋向于0，那么修正后 的定价公式为： 1� �2 � 2 �=(�+𝜀)=�+� � 6/21 𝜎2𝜎2𝜎2𝜎2 �=���+��� 2�� 注意在知情交易者的私人信息�完全确定的情况下，第二个时期定价表达式的分母 D也将改变并服从于： 𝜎2𝜎2𝜎2𝜎2 �=𝜎2𝜎2⟹� =���+���=�+� ��� 2𝜎2𝜎2𝜎2𝜎2 东吴证券研究所 ���� 简单来说，以收到利好消息为例（下文均以利好消息为例，利空消息逻辑相同，方向相反），时期0，所有交易者收到相同初始财富和信息。时期1，知情交易者收到关于股票价值的非公开噪声消息。产生过度自信，股价大幅上涨，远超股票的真实价值。时期2，所有交易者收到关于股票价值的公开噪声消息。过度自信有所减弱，但仍然存在，股价适当回落，仍超出股票的真实价值。时期3，股票真实价值被揭示出来。过度自信结束，股价继续回落到真实价值。 图3：DHS模型简介 数据来源：Danieletal.,东吴证券研究所 2.1.2.CP因子的构造方法 基于上述DHS模型的分析，我们就想，有没有什么办法可以刻画知情交易者的过度自信程度？区别于看涨幅、换手率等直观指标的思路，我们提出了一种新的方法：我们可以看时期1发生利好超涨和时期2股价回调，这两个时间点的差距。如果这两个时间点差距很大，那就说明知情交易者信心满满，他们敢于把股价维持在高位很长时间；如果这两个时间点差距较小，那就说明知情交易者信心不足，他们本身对利好消息也存有疑问。 我们将这种时间差距定义为CP（ConfidencePersistence，信心持久度）。我们认为CP的长短与非公开噪声消息的真实程度有关，如果非公开噪声消息的真实程度很低，即更像谣言，那么该消息将很快被辟谣，因此股价在高位持续的时间会很短，即CP很 7/21 东吴证券研究所 短；反之，如果非公开噪声消息的真实程度很高，股价将维持较长时间的高位，即CP很长。因此，我们以CP值的大小来构造因子，我们称它为“过度自信因子”，CP（高股价持续时间）越长，公司越利好，未来收益就会越高。 基于以上思考，我们定义CP的构造方式： 日频因子： （1）将每天9:30-11:30以及13:00-15:00之间的242分钟，标记为第1，2，3…… 242分钟，称其为分钟序号。 （2）使用每只股票每天242个的分钟收盘价，计算出240个分钟收益率。 （3）计算每天240个分钟收益率的均值mean和标准差std。 （4）逐一检视当天240个分钟收益率，大于mean+std的部分为快速上涨区间，小于mean-std的部分为快速下跌区间。 （5）分别计算快速上涨区间和快速下跌区间的分钟序号的中位数，用下跌中位数减去上涨中位数，得到日频因子CP_Intraday。 以某股票某一天的分钟收益率为例（见下图4），图中标红的即为快速上涨区间，标绿的即为快速下跌区间。标红的快速上涨区间的分钟序号是13,15,16,20,21,33,
