量化模型与构建方式 1. 模型名称：重拾自信选股模型[6] 模型构建思路：基于行为金融学中的投资者过度自信预期偏差，通过计算利好超涨和股价回调的时间点差距构造代理变量，并进一步考虑过度自信后的过度修正，将第一代因子与日内收益正交得到第二代因子[6] 模型具体构建过程： - 首先，根据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，构造了过度自信因子CP[6] - 接着，考虑投资者在股价回调时可能出现的过度悲观导致回调幅度过大，但由于利好消息的存在，这类股票之后会补涨[6] - 在此基础上，将第一代过度自信因子CP和日内收益进行正交化处理，将得到的残差项作为第二代重拾自信因子RCP[6] - 在2.0版本中，使用标准化因子代替排序值以尽量保留因子信息，使因子纯净化[7] 量化因子与构建方式 1. 因子名称：过度自信因子CP[6] 因子的构建思路：基于行为金融学的过度自信理论，用股价快速上涨和快速下跌的时间差作为投资者过度自信程度的代理变量[6] 2. 因子名称：重拾自信因子RCP[6] 因子的构建思路：在第一代过度自信因子CP的基础上，考虑过度自信后可能出现的过度修正，通过将CP因子与日内收益正交化得到，以捕捉回调后的补涨效应[6] 3. 因子名称：重拾自信因子2.0 RCP[7] 因子的构建思路：对重拾自信因子RCP进行改进，使用标准化因子代替排序值以尽量保留因子信息，实现因子的纯净化[7] 模型的回测效果 1. 重拾自信选股模型（基于RCP因子），在全体A股（剔除北交所股票）中，10分组多空对冲的年化收益为17.68%，年化波动为7.83%，信息比率（IR）为2.26，月度胜率为77.46%，月度最大回撤为7.46%[7][12] 2. 重拾自信选股模型（基于RCP因子），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%[1] 因子的回测效果 1. 重拾自信2.0 RCP因子，在全体A股（剔除北交所股票）中，10分组多空对冲的年化收益为17.68%，年化波动为7.83%，信息比率（IR）为2.26，月度胜率为77.46%，月度最大回撤为7.46%[7][12] 2. 重拾自信2.0 RCP因子，2025年11月份，在全体A股（剔除北交所股票）中，10分组多头组合的收益率为1.62%，10分组空头组合的收益率为-1.07%，10分组多空对冲的收益率为2.69%[1][10]