在好莱坞拍摄过的众多历史题材的电影中，有一部深入人心，那就是梅尔-吉布森主演的《勇敢的心》。在这部电影中，吉布森扮演的 威廉·华莱士 率领苏 格兰战士们反抗英格兰国王爱德华一世的军事征服。电影所展现的，正是苏格兰历史上一段波澜壮阔的篇章，那就是 13世纪末至14世纪初 苏格兰独立战 争 。 尽管华莱士本人最终被捕并遭处决，但他与后来的民族英雄罗伯特·布鲁斯共同点燃了苏格兰不屈的抗争之火。苏格兰人民凭借坚韧的民族意志和在班诺克 本战役等关键战场上的血战，最终成功地捍卫了自己的主权独立。在那个时代，苏格兰人向全世界证明了一件事：在面对民族大义时，他们宁愿流血，也不 会屈服。他们用剑和血肉，保住了自己的独立和骨气。 然而，军事的胜利并不意味着经济的昌盛。在随后的几个世纪里，苏格兰虽然保持了独立的主权，但其经济地位却日益尴尬。欧洲贸易的重心已经转移，相 较于财富滚滚而来的邻居英格兰，苏格兰在地理和气候上都不占优势，经济发展长期处于停滞状态。进入17世纪，尽管苏格兰国王詹姆士六世继承了英格 兰王位，实现了王室联合 （Union of the Crowns），但两国在议会和经济上仍是分离的。 英格兰将苏格兰视为经济上的竞 ...

量化模型与构建方式 1. 分钟羊群效应因子簇 **因子构建思路**：将事件研究的想法融入选股因子构建，在分钟数据维度上挖掘羊群效应因子，关注市场中的重要资金（趋势资金）行动后其跟随者的交易行为[13] **因子具体构建过程**：围绕三个关键因素构建因子： 1. 事件识别：通过观测成交量、价格涨跌幅、价格波动率、量价相关性是否发生异常变化，对趋势资金是否行动进行判断，得到上千种不同的识别方式[13] 2. 因子定义：考察趋势资金行动的时间点后紧跟着的量价特征，包括价格、成交量、价量相关性、大小单资金流、主买单、主卖单等指标，这些指标可以是本身数值、与趋势资金对应时间点相比的变化或与趋势资金事件发生之前相比的变化，提出上千种不同的因子构造方式[14] 3. 数据频率：在1分钟数据集上讨论羊群效应[14] **因子评价**：通过体系化思路批量生产选股因子[13] 2. 逐笔羊群效应因子簇 **因子构建思路**：将离散化的因子定义应用在原始的逐笔数据上，基于羊群效应研究思路，在逐笔委托、逐笔成交数据层面构建因子簇[11][20] **因子具体构建过程**：围绕事件识别、因子定义、数据频率三个关键因素展开： 1. 事件识别：通过观测逐笔委托、逐笔成交数据的流动性冲击事件识别趋势资金行动[21] - 基于逐笔委托数据：引入"激进程度"概念，将委托单划分为10种类型[22][23][25][27] - 类型1买单：挂单价≥卖一价且挂单量≥卖一挂单量[22] - 类型2买单：挂单价≥卖一价但挂单量<卖一挂单量[23] - 类型3买单：挂单价>买一价但<卖一价[23] - 类型4买单：挂单价=买一价[25] - 类型5买单：挂单价<买一价[25] - 类型6-10卖单划分方式类似[27] - 基于逐笔成交数据：关注成交量较大或引起价格变动较大的成交单[27] - 共得到10种事件识别方法[29] 2. 因子定义：在事件发生后考察未来窗口内的量价特征[30] - 各种维度的委托量：通过未来窗口选取、订单类型、订单方向、订单指标等维度构建1680种因子[32][36][38] - 各种维度的成交量：逻辑与委托量类似，用"超大单"、"大单"、"中单"、"小单"替换激进程度，得到1200种因子[41][44] - 关键量价数据发生的间隔：通过未来窗口选取、量价数据类型、关键定义、间隔定义等维度构建432种因子[45][48][50] - 各种维度的不平衡指标：通过未来窗口选取、订单类型、不平衡定义等维度构建360种因子[51][52] - 量价相关性：通过逐笔量价指标的相关性计算构建2862种因子[55][56] - 共得到6000多种不同的因子构造方式[61] **因子评价**：展示了如何将离散化的因子定义应用在原始的逐笔数据层面挖掘有效因子[11] 3. 逐笔羊群效应综合因子 **因子构建思路**：在逐笔羊群效应因子簇中选取效果最优的因子合成综合因子[3] **因子具体构建过程**：在逐笔羊群效应因子簇中选取样本内（2016-2021年）信息比率最高的10个因子等权合成[3][67] **因子评价**：选股效果不错的综合因子[70] 4. 纯净逐笔羊群效应综合因子 **因子构建思路**：剔除市场常用风格和行业影响的纯净因子[71] **因子具体构建过程**：每月月底将逐笔羊群效应综合因子对Barra风格因子和中信一级行业虚拟变量进行回归，取残差作为纯净因子[71] 模型的回测效果 1. 分钟羊群效应因子簇 - 50个因子的年化ICIR绝对值都能达到2以上[18] - 分钟羊群效应综合因子（2016/01/01-2025/10/31）： - 月度IC均值：0.085 - 年化ICIR：3.18 - 月度RankIC均值：0.116 - 年化RankICIR：4.10 - 10分组多空对冲年化收益：41.59% - 年化波动：12.56% - 信息比率：3.31 - 月度胜率：82.91% - 最大回撤：10.06%[18] 2. 逐笔羊群效应因子簇 - 50个因子的年化ICIR绝对值都能达到2以上[2][65] - 因子16具体构建示例： - 根据逐笔成交数据，将"成交量大于当日所有主卖成交量90%分位数"的主卖成交视为趋势资金事件点 - 提取标准化后的主买成交量序列 - 计算未来20笔成交中的标准化主买成交量的偏度 - 以事件强度为权重对跟随行为强度求加权平均值 - 滚动回看过去20个交易日求算术平均值[66] 3. 逐笔羊群效应综合因子 - 月度IC均值：0.080[67] - 年化ICIR：3.49[67] - 月度RankIC均值：0.101[3][67] - 年化RankICIR：3.74[3][67] - 10分组多空对冲年化收益：44.26%[3][67] - 年化波动：10.90%[67] - 信息比率：4.06[3][67] - 月度胜率：89.74%[3][67] - 最大回撤：10.66%[3][67] 4. 纯净逐笔羊群效应综合因子 - 月度IC均值：0.044[71] - 年化ICIR：3.33[71] - 月度RankIC均值：0.046[71] - 年化RankICIR：3.03[71] - 10分组多空对冲年化收益：19.53%[71] - 年化波动：6.36%[71] - 信息比率：3.07[71] - 月度胜率：78.63%[71] - 最大回撤：5.13%[71] 5. 指数增强组合表现 **沪深300指数增强组合**： - 超额年化收益：8.89%[4][75] - 跟踪误差：3.50%[4][75] - 信息比率：2.54[4][75] - 月度胜率：77.78%[4][75] - 最大回撤：2.96%[4][75] **中证500指数增强组合**： - 超额年化收益：13.46%[4][78] - 跟踪误差：5.31%[4][78] - 信息比率：2.54[4][78] - 月度胜率：79.49%[4][78] - 最大回撤：5.15%[4][78] **中证1000指数增强组合**： - 超额年化收益：17.23%[4][80] - 跟踪误差：4.78%[4][80] - 信息比率：3.61[4][80] - 月度胜率：84.62%[4][80] - 最大回撤：4.14%[4][80]

散户交易行为特征 - A股散户平均持股周期仅为32天，年换手率超过600% [1] - 散户交易量占A股市场总交易量的近80%，而美股市场散户交易占比仅为21% [8] - 市值300亿元以下的中小盘股利润仅占市场10%，但其交易量却占据市场总交易量的70% [4] 长线投资与短线交易表现对比 - 持有优质股票5年以上的投资者，其盈利概率比短线交易者高出3倍 [1] - 深交所统计数据显示，散户频繁交易在扣除手续费和印花税后，近七成呈现亏损结果 [2] - 2015年牛市顶峰时期，散户融资总额达到2.27万亿元，其中1.8万亿元最终被强制平仓 [8] 散户短线交易的心理驱动因素 - 人类天生偏好即时反馈，短线交易每天可见的涨跌幅提供了即时的成就感 [2] - 贪婪和恐惧情绪导致交易决策失误，例如上涨时因贪婪不愿卖出，下跌时因恐惧而割肉 [6] - 羊群效应显著，投资者倾向于跟随他人行为，例如此前比特币跌破10万美元时引发跟风抛售 [8] 市场环境与信息影响 - 散户倾向于追逐市场热点和题材故事，而非基于估值进行投资 [4] - 短线交易神话被过度传播，例如三天赚取20%收益等案例被放大，而长线成功案例较少被提及 [8] - 帕兰提尔因AI概念股价暴涨170%，但在财报不及预期后迅速闪崩20% [4] 投资策略建议 - 投资需要具备大局观，不应试图捕捉所有短期市场波动 [10] - 真正的投资高手往往通过长期持有优质资产实现财富增值 [10] - 选择优质股票并长期持有被证明是比频繁短线交易更有效的资产增值方式 [1][10]

叙事交易对资产定价的影响 - 2025年大类资产定价不仅取决于基本面，还显著受到流行叙事影响，如美元信用体系重构、全球供应链重塑、新一轮科技革命、算力是AI时代基础设施、有色金属是AI时代的石油等[1] - 从量化角度可观测到叙事影响，例如黄金和科技资产在年度视角下趋势齐扬，但日度视角下相关系数处于0~0.1区间，呈现长期beta与短期beta的"非线性定价"，即"叙事交易"[1] - 截至10月27日，伦敦金现和申万大类风格-科技(TMT)分别录得52.1%和33.7%的累计收益，但日收益率相关性始终维持在0~0.1的低位区间[12] 羊群效应作为叙事强度的代理变量 - 参照罗伯特·席勒的叙事经济学思想，叙事对经济现象的影响包含流行故事、大众行为（微观决策过程）和流行病学模型（宏观传播过程）三个元素，研究主要围绕微观行为展开[2] - 羊群效应是流行叙事影响下的结果，其强度分布可划分为萌芽期、认同期、狂热期、消退期，每个阶段特征不同，而微观行为的趋同性（羊群效应）可作为"叙事强度"的量化代理变量[2] - 羊群效应产生的背景是经济学连续性假设破坏下，投资者倾向于选择模糊化框架理解资产价格，导致投资者因"错失恐惧"(FOMO)而选择"追涨"等行为[16] 大类资产羊群效应的特征与水平 - 通过测算包含中美股债商金汇九大类资产的CSAD（回报离散度指标），发现大类资产CSAD指数类似于VIX指数，呈现右偏分布且具有均值回复规律[5] - 2025年5-8月CSAD自高点回落至0.4%（约为历史10%分位），可能因TACO交易导致资产快速羊群化；9月中下旬以来CSAD小幅反弹，但2025年以来羊群效应较往年更强[5] - 当全资产等权组合处于下跌趋势时，羊群效应更为显著，二次项系数明显为负数，提示投资者更容易在市场调整时"跟风抛售"[32] 融合羊群因子的策略优化效果 - 将"羊群因子"与宏观因子风险平价框架融合，2016年以来"增长+通胀+羊群"平价策略年化收益为9.4%，年化波动率为10.3%，夏普比率为0.76，较经典"增长+通胀"因子风险平价获得约1.5%的年化超额[6] - 2025年以来，"增长+通胀+羊群"框架提示增加权益资产、商品（主要是沪铜）、黄金的比重，分别提高4.6%、16.7%、2.4%，同时减少债券资产权重22.9%[6] - 在"增长+通胀+流动性"三维框架中加入"羊群因子"可额外获得约1.1%的年化超额收益，而多宏观因子广谱性框架在夏普比率方面更占优势[6] 国内权益资产的羊群效应 - 万得全A的羊群效应同样具有均值回复性，但右偏性较大类资产明显下降（偏度1.65 vs 2.2），意味着A股在历史上的分散度更低[40] - 2025年5月以来，A股羊群效应经历"发酵—加剧—徘徊—松动"四部曲，5-7月万得全A的CSAD自近三年50.3%分位降至9.61%分位，8-10月处于底部小幅回升但仍为历史中低位[40] - 风格层面，2025年9月以来成长、金融风格的CSAD自极低位开始回升，红利CSAD企稳扁平运行，而周期、消费的CSAD仍在下行，关于成长主线的共识有所松动但仍处早期阶段[44] 融入羊群效应的择时策略 - 在宏观三维择时框架（M1-BCI-PPI）中融入羊群效应信号，择时思路为趋势向上时做多"具有潜力羊群效应"的资产，下行趋势时做空该类资产[46] - 遍历44个宽基与行业指数后，发现前期主线强势的科技与有色金属的"羊群效应"小幅松动但尚未到完全切换时间点，与宏观叙事所处状态大体一致[46] - 策略在多数股指上检测到超额收益，成长与周期择时收益最高，年化超额收益分别为1.42%和3.06%，夏普比率分别为0.44和0.45，而金融与消费风格表现相对平淡[52]

宏观审慎政策框架构建 - 中国在全球率先启动构建宏观审慎政策框架，并形成了具有中国特色的实践路径 [1] - 治理机制上加强党中央集中统一领导，并充实人民银行宏观审慎管理职能 [1] 宏观审慎管理政策体系探索 - 2021年发布《宏观审慎政策指引》，明确了管理思路和政策框架 [1] - 2003年建立差别存款准备金制度，2010年引入动态调整机制，2016年升级为宏观审慎评估（MPA），有效促进货币信贷平稳增长 [1] - 建立系统重要性金融机构监管总体框架，发布相关指导意见及评估办法 [1] - 设立跨境融资宏观审慎调节参数等工具，对跨境资本流动实施逆周期调节 [1] - 探索开展金融市场宏观审慎管理，动态观察评估债券市场，加强风险提示，并会同证监会设立支持资本市场的两项货币政策工具 [1] - 坚持市场在汇率形成中的决定性作用，保持人民币汇率在合理均衡水平基本稳定，防范大幅波动风险 [1] - 完善房地产金融宏观审慎管理，动态调整房贷首付比、房贷利率等政策工具 [1] - 搭建金融控股公司监管框架，目前该项工作已划入金融监管总局 [1] 市场预期与稳定维护 - 加强市场预期管理，在金融市场发生较大波动时主动发声，及时校正市场"羊群效应" [1] - 坚定维护股市、债市、汇市等金融市场稳定 [1]

公司AI战略与投入 - 交通银行自2021年起将人工智能作为公司数字化转型的新名片，每年科技资金投入保持在120亿人民币，在整体营收中占比约5.4% [1] - 公司科技人员达到1万人，占总员工数量10%以上 [1] AI在金融业务中的应用成效 - 在零售信贷领域，通过AI在信贷准入、营销、审核端到端的应用，服务效率提升了3.5倍 [1] - 在风险防范方面，AI技术让反电诈的准确率达到80%以上 [1] - 在营运管理领域，原本网点柜台需要做人工授权的环节，通过AI授权释放了60%以上的人工生产力 [1] 金融业对AI的总体态度 - 金融行业高度期待人工智能，凭借数据密集、技术驱动的特性，一直是科技创新应用的先行者，处于全社会数字化转型的最前沿 [1] - 国有大行在人工智能领域高度重视，积极布局，金融领域高度聚集资源并持续加大投入 [1] AI应用潜藏的风险挑战 - 风险包括网络安全、数据安全、模型安全等方面，随着应用推进需采集更大量数据，数据公权与私权边界需厘清，个人隐私保护需更受重视 [2] - 大模型存在“价值观偏离”风险，信息茧房传递的单一信息可能影响公众的基本判断和认知 [3] - 存在“羊群效应”风险，若金融机构采用同质化大模型，可能导致市场行为同质化，带来市场风险和流动性风险的乘数效应，大量同质化量化交易可能引发“共振”或“踩踏”事故 [3] 人在技术应用中的核心角色 - 强调人永远要成为新技术的主人，因为在金融的关键决策点必须由人把控，机器规则是冰冷的，而市场更需要金融有温度、负责任 [3]

黄金价格市场表现 - 10月24日现货黄金价格一度大跌1.92%至4054.44美元/盎司，COMEX期货黄金跌1.91%至4066.4美元/盎司 [1] - 现货白银价格同时走低，跌幅达1.94%至47.9美元/盎司 [4] 消费者行为与市场情绪 - 尽管金价下跌，上海杨浦区多家金店并未出现购金热潮，店内客流冷清 [7] - 部分消费者认为当前金价仍处高位，持观望态度，期待进一步下跌后再考虑购买 [9] - 存在“买涨不买跌”的羊群效应，金价突破千元大关后反而吸引更多购买意愿 [13] - 有消费者因近期高价购买金饰后金价下跌而感到懊悔，例如990元/克购入金镯后价格跌至918元/克 [13] 投资性黄金交易动态 - 北京菜百投资金条柜台顾客增多，10克重投资金条出现缺货状态 [9] - 黄金回购柜台排起长队，有投资者变现100克金条，回购价格约931元/克，早期购入成本低于300元/克，获利约6万多元 [9] - 另有投资者采取短线操作，因担心金价进一步下跌而将50克金条变现以锁定几千元利润 [10] - 有经验投资者将金价下跌视为短暂回调，并计划长期持有剩余黄金 [10] - 部分投资者进行波段操作，曾在970元/克高价回购200克金条获利约1.8万元，并计划在价格回调时再次买入 [11] 黄金投资渠道与策略 - 每月定投1克金豆被视为一种长期储蓄方式，投资者不关注短期价格波动 [15] - 品牌金饰因包含较高加工费，在回收时会造成损失，不适合投资目的 [17] - 投资型黄金如投资金条、熊猫金币、ETF基金等是更合适的投资渠道 [17]

黄金价格市场动态 - 10月24日午后现货黄金价格大幅下跌，一度大跌1.92%至4054.44美元/盎司，COMEX期货黄金跌1.91%至4066.4美元/盎司 [2] - 同期现货白银价格走低，跌幅达1.94%至47.9美元/盎司 [2] - 本轮金价上涨周期已持续三年，金价突破千元大关后引发市场广泛关注 [7] 消费者行为与市场情绪 - 金价突然下跌导致消费者陷入观望，部分消费者认为当前价格仍偏高，期待进一步下跌后再购买 [3][5] - 市场出现“买涨不买跌”的羊群效应，金价高位时购买意愿反而增强 [7] - 部分前期高位购入黄金饰品的消费者面临账面亏损，例如有消费者在990元/克购入金镯子后金价跌至918元/克 [7] 投资性黄金交易活动 - 金价下跌刺激投资金条购买需求，北京菜百门店10克重投资金条出现缺货状态 [5] - 黄金回购业务显著活跃，回购柜台排起长队，有投资者变现100克金条获利约6万多元（买入价低于300元/克，回购价约931元/克） [5] - 投资者策略呈现分化，部分选择获利了结（如以970元/克回购，买入价880元/克，获利约1.8万元），部分选择长期持有 [6] 黄金投资渠道与策略 - 投资型黄金（如投资金条、熊猫金币、ETF基金）更适合投资目的，品牌金饰因包含高额加工费在回收时会造成价值损失 [11] - 长期定投策略受到部分投资者青睐，例如每月定投1克金豆被视为长期储蓄方式，忽略短期价格波动 [9]

国际金价暴跌行情 - 10月22日国际金价出现暴跌，单日跌幅达6%，为十二年来最大单日跌幅[1] - 品牌金价一夜之间跌去50元左右，10月21日至23日，周大福金饰品价格从1292元/克跌至1223元/克，两天下跌69元/克[1][3] - 10月23日金价继续下跌，市场出现连续两日下跌行情[1] 品牌金店市场反应 - 尽管金价暴跌，上海多家品牌金店客流量依然冷清，未出现预期购金热潮[3] - 有市民认为即便金价下跌后仍处高位，表示需再跌几百元才会考虑购买[5] - 金店店员透露金价单日下跌50元非常罕见，通常单日下跌五元、十元是常态，跌二十元已算很大波动[5] - 店员反映当前客单价较高，单个客人可能购买多件商品，对生意保持乐观态度[5] 香港购金市场情况 - 香港购金具有价格优势，金价直接跟随国际金价波动，汇率换算更便宜，工艺费相对更低[12] - 有顾客反映在香港购买金首饰每克工费约40元，而上海本地金店根据不同款式工费普遍在100元左右[13] - 香港商场金店此前举办"买1000减100"活动，引发抢购热潮，现场大排长龙，甚至有顾客凌晨排队[9] - 促销活动结束后，恰逢金价暴跌，金店门口依然有不少顾客排队等候[11] 消费者行为与心态 - 消费者出现"买涨不买跌，越涨越买"的羊群效应，金价突破千元大关后反而更多人想购买[16] - 有消费者采取定期定额投资方式，如每月定投1克金豆，作为长期储蓄，不关注短期价格波动[16] - 消费者在购买选择上存在犹豫，例如在水贝市场（价格优势无品牌保障）和香港购金（需考虑额外成本）之间权衡[7] 投资建议与产品选择 - 以投资为目的的消费者不适合买入金首饰，因品牌珠宝有较高加工费，回收时这部分价值会损失[18] - 投资黄金更适合购买投资型产品，如投资金条、熊猫金币、ETF基金等[18] - 非投资目的买金可任意购入自用，而投资目的买金需根据实物黄金、期货交易、黄金ETF等不同渠道理性决策[18]

A股市场结构演变 - 当前A股市场散户化特征明显，未来将从"散户市场"转变为"机构市场" [1] - 美国股市经历了从"散户市场"到机构主导市场的转变，大量散户被"消灭"，此趋势全球罕见例外 [1] - 中国股市发展必须经历从散户市场到机构市场的过程 [1] 散户投资者行为与表现 - 部分散户在转变过程中被牺牲，原因包括频繁交易、对资本市场认识不深入、具有从众心理和羊群效应 [2] - 散户的上述行为特征导致其投资业绩不佳 [2] - 港股市场同样呈现散户数量越来越少的趋势 [2] A股市场结构变化数据 - 个人投资者因股票投资表现不佳转而购买基金，投资是专业性较强的学问 [3] - A股市场结构正逐步变化，散户交易量占比从90年代初的99%下降到后来的90%，目前降至不到80% [3] - 在市场结构转变过程中，被市场"洗出去"的投资者境遇较为惨淡 [3]