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 [6][8] - 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 [6][8] - 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 [6][8][9] 资本利得突出量（CGO）因子 - 基于过去N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 [2][10][11] - 报告尝试引入分钟线数据,探讨对比低频和高频数据维度的CGO因子在选股中的应用效果 [2][7] 低频因子实证分析 - 周频全市场选股方式下,CGO因子的IC均值为-4.2%,多空年化收益为28%,其中多头年化收益为18.8%,十分组下多头组收益相对突出 [3][13][16] - 调整因子计算的回溯周期,回溯周期20、50和100天的IC、因子收益等特征相对一致,但较短周期下的因子单调性相对不足 [22] 高频因子实证分析 - 周频全市场选股方式下,回溯5天的因子有相对较好的市场表现,CGO因子的IC均值为-4.4%,IC胜率为61.6%,多空年化收益为37%,夏普比率为2.27 [4][31] - 行业市值中性化后,因子表现进一步增厚,多空年化收益为40%,夏普比率为3.56 [4][31] 进一步检验 - 相关性方面,因子和风格因子的相关性总体较小,因子内部而言,在因子计算中的时间回溯周期等内容的影响相对更大 [4][55] - 分域选股维度,低频因子方面,相对而言,因子在相对小盘的股票池中的有效性相对更好;高频因子方面,因子在沪深300股票池中的回测IC相对更高,多头组的区分度更加突出 [4][60][61][62][63][64] 风险提示 - 本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成,所得结论与规律在市场政策、环境变化时可能存在失效风险 [5][67] - 本专题策略模型在市场结构及交易行为的改变时有可能存在策略失效风险 [5][67] - 因量化模型不同,本报告提出的观点可能与其他量化模型结论存在差异 [5][67]