报告概述
本报告是行为金融学在量化选股中应用的第六篇，深入研究了异质信念理论。报告基于Miller（1977）的理论，即在卖空限制下，异质信念越大，股价越被高估，未来收益率越低。报告构建了换手率类、反转类、换手率分离模型类、波动率类共四类因子，并使用全市场数据在2010年1月至2025年4月期间进行月频回测。报告还探讨了因子间的相关性以及在不同宽基指数样本池中的表现。本报告为量化投资者提供了基于行为金融学的选股因子构建思路和实证参考。
报告的核心结论
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。
报告构建的trading_hb_1、trading_hb_2、trading_sigma、trading_vol_hb等因子IC达到7-8%，年化多空收益18-22%，显著优于传统换手率类和反转类因子。其中trading_hb_2因子IC为7.25%，年化多空收益21.17%，多头超额14.05%。
异质信念因子在中小市值股票中表现优于大市值股票。
报告将因子限制在中证1000、中证500、中证800、沪深300等指数成分股中测试，发现因子在中证1000和中证500等中小市值股票池中表现较好，而在沪深300等大市值股票中表现不佳，原因是大盘股流动性更好、机构投资者更多，定价更为充分。
换手率因子与反转因子选股能力相对较弱，但新反转因子newRVS有一定效果。
换手率类四个因子中表现最好的TO因子年化多空收益11.85%，IC均值-2.90%；反转类因子中newRVS因子年化多空收益13.19%，IC均值-4.11%。相较于改进因子，传统因子选股能力偏弱。
异质信念因子内部及与部分大类因子存在较强相关性。
同一类别的因子内部相关性较强，反转类因子与Momentum_1m、Momentum_3m相关性较强；换手率分离模型因子和波动率类因子与TurnoverAvg系列因子和Volatility系列因子相关性较强。这有助于因子组合构建时避免重复。
报告回答的关键问题
什么是异质信念？它在量化选股中如何应用？
异质信念指投资者对股票未来收益存在有偏信念，导致股价偏离真实价值。在卖空限制下，异质信念越强，股价越被高估，未来收益率越低。报告通过换手率、反转、换手率分离模型、波动率分离模型等构建因子，捕捉异质信念以预测股票收益。
换手率分离模型因子如何构建？表现如何？
换手率分离模型将换手率分解为外生流动性需求、基本面驱动交易和异质信念三部分，通过回归剔除流动性需求和基本面影响，提取纯异质信念成分。代表性因子trading_hb_2的年化多空收益达21.17%，IC为7.25%，分层效果明显，多头超额14.05%。
异质信念因子在哪些指数成分股中表现更好？
异质信念因子在中小市值股票中表现更好，如中证1000和中证500指数成分股。而在沪深300等大盘股中表现不佳，因为大盘股流动性好、机构投资者占比高、定价更充分，异质信念效应较弱。
异质信念因子与传统反转因子、换手率因子有何不同？
传统换手率因子和反转因子直接使用换手率和价格数据进行简单处理，选股能力较弱。改进的异质信念因子通过分离模型剔除流动性需求和基本面影响，更纯净地度量异质信念，选股能力显著提升，IC和年化多空收益均大幅优于传统因子。
报告中的代表性数据
改进因子trading_hb_2年化多空收益
2010年1月-2025年4月，基于全市场样本池，月频调仓，10分位多空组合收益。
改进因子SIGMA年化多空收益
2010年1月-2025年4月，特质波动率因子，IC均值-8.69%，年化IC_IR-3.39。
传统反转因子newRVS年化多空收益
2010年1月-2025年4月，基于价格不确定性和交易量指标构建，IC均值-4.11%。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整的行为金融学因子分类体系，涵盖有限关注、注意力理论、筹码分布等前序报告构建的因子。
- 异质信念理论详解：信息层面、投资者认知与心理、市场制度与公司治理三大原因分析。
- 换手率类因子（Unexpected_Volume、Offtrend_Volume、TO）和反转类因子（newRVS）的完整定义、构建公式与绩效表现图表。
- 换手率分离模型（trading_hb_1和trading_hb_2）的详细推导、计算示例与回归方程。
- 波动率类因子（SIGMA、trading_sigma、trading_vol_hb）的构建方法，包括特质波动率和收益率波动率分离模型。
- 全部因子在2010年1月至2025年4月期间的详细绩效表现图表，包括IC序列、多空收益曲线、分层超额收益图。
- 异质信念因子与动量、换手率、波动率等其他大类因子的相关系数矩阵。
- 因子在中证1000、中证800、中证500、中证A500、沪深300等宽基指数成分股内的绩效表现对比表格。
- 风险提示：基于历史数据，未来存在失效可能，市场风险等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
