中信建投-因子模型第六期：交易版，个股拥挤度模型-221019

《中信建投-因子模型第六期：交易版，个股拥挤度模型-221019（30页）.pdf》由会员分享，可在线阅读，更多相关《中信建投-因子模型第六期：交易版，个股拥挤度模型-221019（30页）.pdf（30页精品完整版）》请在悟空智库报告文库上搜索。

　　拥挤度因子
　　金融市场上，宏观经济以及上市财务基本面变化是相对缓慢，而驱动股价短期波动的通常是资金流入流出所造成拥挤，全球流动性泛滥以及投资交易速度提升，跟踪股票的拥挤程度尤为重要。
　　结合国际上前沿研究，本研报把拥挤度分为截面和时序两大维度，时间序列指标计算上也非全历史计算，而是引入滚动过去五年维度的拥挤程度，进而对比股票拥挤度水平的变化，识别出短期异常交易的趋势，因使用滚动过去5年维度，我们将该版模型定义为交易版，而全历史个股的拥挤度指标，我们定义配置版拥挤度模型，本模型先对个股计算拥挤度指标，集合指数和行业的权重聚合后进而测算特定投资组合的拥挤度，从而建立起个股-组合-行业-指数的全体系拥挤度衡量体系。
　　指标体系和涵盖范围
　　我们以拥挤度模型的指标体系为基础，并首次引进过去5年的时间序列的拥挤度得分，该得分会更加的灵敏。在计算个股拥挤度时，对经典显著的四类指标的时序和截面进行加权合成，得出最终的综合拥挤度。
　　相关性分析
　　本研报统计自2012年1月4日至2022年9月30日期间数据，拥挤度细分指标的时序估值和截面估值的Pearson相关系数。截面指标以及在传统Barra多因子模型有极高的解释力度，我们计算了CNE7经典风格因子（截面）、时序拥挤度因子与综合拥挤度得分的相关性矩阵，时间序列拥挤度细分指标与其相应的横截面指标具有一定相关性，将二者相结合能更好的衡量股票相对自身历史，以及相对于其他股票的拥挤程度。
　　拥挤度因子表现
　　长期来看，我们发现拥挤度越低的组合波动率更低，同时拥有更高的累计收益：对于等权和市值加权来说，综合拥挤度最温和的组合1的累计收益率分别高达329.7%，208.3%，而且只有最拥挤组合（组合10）的累计收益为负，分别为-78.3%和-68.9%；组合1的两种加权方式波动率分别为24.8%和23.6%，而组合10分别为32.8%和31.0%；拥挤度也有很强的组合分化能力，在市场进入的“高度拥挤”的状态时，高拥挤组合的上涨更加强势，但市场由拥挤回归冷静时，高拥挤组合的回撤幅度更大。当市场处于结构性或温和上涨的风格时，拥挤度因子的分化能力极强，不同分位数拥挤度组合的业绩出现明显的区分度，低拥挤组合上涨的步伐更加稳健。
　　风险提示：存在数据统计偏误和模型风险；研究均基于历史数据，对未来投资不构成任何建议。