金融工程深度报告：异质信念在量化选股中的应用.pdf

金融工程深度报告：异质信念在量化选股中的应用。行为金融学的一个重要假设是市场参与者会受到认知偏差的影 响，即市场参与者是非理性的。在这种假设下，股票价格不止由内在 价值决定，很大程度上还受市场参与者的非理性因素影响。作为行为 金融学报告的第六篇，对异质信念理论进行了深入研究，发掘出换手 率类、反转类、换手率分离模型类、波动率类共四类因子。其中，基 于换手率和交易数据构建了 TO、newRVS 因子，基于换手率分离模型、 收益率波动率模型构建了 trading_hb 类因子、trading_vol_hb 因子。基 于换手率分离模型和波动率分离模型构建的因子表现最好，因子 I C 达 到 7-8%，年化多空 18-22%。表现最好的 trading_hb_2 因子 I C 达到 7.25%，年化多空 21.17%，多头超额 14.05%，具有不错的表现。

异质信念因子：换手率类、反转类

本文使用历史成交量、换手率、高开低收等数据构建了换手率类、 反转类异质信念因子。其中选股能力相对最好的为 newRVS 因子，年 化多空收益 13.19%，夏普比率 1.39，IC 均值-4.11%，年化 IC_IR 达到0.52。

改进异质信念因子：换手率分离模型、波动率类模型

本文使用换手率、量价、财务指标等数据构建了换手率分离模型 因子和波动率类模型因子。在换手率分离模型因子中，选股能力相对 最好的为 trading_hb_2，年化多空收益 21.17%，夏普比率 2.03，I C 均 值 7.25%，年化 IC_IR 达到 2.88。在波动率类模型因子中，选股能力相 对最好的为 SIGMA 因子，年化多空收益 22.41%，夏普比率 2.11，I C 均 值-8.69%，年化 IC_IR 达到-3.39。

异质信念因子与其他大类因子的相关性

从相关性角度来看，同一类别的因子存在较强的相关性。反转类 因子与 Momentum_1m、Momentum_3m 因子的相关性较强。换手率 分离模型因子和波动率类因子这两类因子的内部相关性较强，这两类 因子与 TurnoverAvg 系列因子和 Volatility 系列因子的相关性较强。

异质信念因子在主要宽基指数样本池内的绩效表现

将上述异质信念因子限制在中证 1000、中证 800、中证 500、沪 深 300 成分股中，发现因子在中证 1000 与中证 500 等中小市值股票 中表现优于含大市值股票的中证 800 及沪深 300，可见因子在小市值 股票中表现较好。