量化模型与构建方式 1. **模型名称**：基于杠反ETF份额变化的港股择时策略[4] **模型构建思路**：利用杠杆反向ETF（杠反ETF）份额的日度变化作为散户情绪的代理变量，基于散户“追涨杀跌”的反向交易行为构建择时策略[3][4][26] **模型具体构建过程**： 1. **数据准备**：每日收盘后，获取目标指数（如恒生科技指数、恒生指数）对应的两倍做多和两倍做空ETF的份额数据[35]。 2. **计算份额变化率**：计算做多份额变化率ΔL和做空份额变化率ΔS。公式为： $$ΔL_t = \frac{L_t - L_{t-1}}{L_{t-1}}$$ $$ΔS_t = \frac{S_t - S_{t-1}}{S_{t-1}}$$ 其中，L_t和S_t分别代表第t日做多ETF和做空ETF的份额[35]。 3. **信号生成**：设置回看天数N和情绪阈值θ1、θ2（均为正值）[37]。当满足以下任一条件时触发信号： * **看多信号**：ΔL < -θ1（散户多头离场）或 ΔS > θ1（散户空头进场），则在下一个交易日收盘价建仓[4][35]。 * **看空信号**：ΔL > θ2（散户多头进场）或 ΔS < -θ2（散户空头离场），则在下一个交易日收盘价清仓[4][42]。 * **无信号**：延续上期持仓状态[4][42]。 4. **参数优化**：参数集(N, θ1, θ2)通过网格搜索进行优化[37][45]。 **模型评价**：该模型指标具有实时性（日度更新）和行为穿透性（直接捕捉散户交易行为）两大优势，相较于依赖宏观或财报数据的传统择时框架更为灵敏[4][46]。 模型的回测效果 1. **恒生科技指数择时策略**（参数：N=20, θ1=1.2%, θ2=1.0%）[38] * 全区间年化超额收益率：22.27%[38][44] * 全区间年化超额波动率：31.89%[44] * 全区间年化超额夏普比率：0.54[44] * 全区间最大回撤：-27.20%[40][44] * 全区间月度胜率：63.33%[44] * 总交易次数：48次[39] * 平均持仓时长：33天[39] 2. **恒生指数择时策略**（参数：N=20, θ1=1.0%, θ2=1.0%）[38] * 全区间年化超额收益率：10.41%[38][44] * 全区间年化超额波动率：19.72%[44] * 全区间年化超额夏普比率：0.45[44] * 全区间最大回撤：-21.19%[44] * 全区间月度胜率：55.56%[44] * 总交易次数：79次[39] * 平均持仓时长：16天[39] 量化因子与构建方式 1. **因子名称**：杠反ETF份额变化率[35] **因子构建思路**：杠反ETF具有高换手、高散户参与度的特征，其份额的剧烈变化反映了散户在极端市场情绪下的“羊群交易”行为，可作为市场情绪的反向指标[3][15][26] **因子具体构建过程**：对于特定的杠反ETF（如南方东英2倍做多恒生科技ETF），计算其份额的日度变化率。公式为： $$Δ_t = \frac{Share_t - Share_{t-1}}{Share_{t-1}}$$ 其中，Share_t代表第t日该ETF的总份额[35]。报告中分别计算了做多ETF份额变化率ΔL和做空ETF份额变化率ΔS[35]。 **因子评价**：该因子与标的指数走势呈现显著的负相关性，例如两倍做多恒生科技ETF份额与指数的相关系数达-0.67，两倍做多恒生指数ETF更达-0.92，表明散户集中进场（份额激增）往往对应市场顶部，集中离场（份额锐减）则暗示底部区域[3][26][29]。 2. **因子名称**：经纪商持仓复制因子[12] **因子构建思路**：将港交所CCASS系统中记录的每家经纪商视为独立的投资决策主体，通过复制其持仓来构建跟踪组合，以评估其选股能力[12] **因子具体构建过程**：对于CCASS系统中的每一家经纪商，在每月末复制其持有的全部港股通标的股票的仓位，构建一个“经纪商跟踪组合”，并计算该组合相对于基准（如恒生指数）的超额收益和风险指标[12]。例如，报告统计了持仓市值前20大经纪商的超额夏普比率排名和年化双边换手率[12][14]。 3. **因子名称**：富途证券持仓占比[17] **因子构建思路**：富途证券是典型的互联网券商，其客户以个人散户为主，通过计算其在特定证券（尤其是杠反ETF）中的持仓占比，可以度量散户的参与集中度[13][17][25] **因子具体构建过程**：对于目标证券（如某只ETF），从CCASS数据中提取富途证券的持股数量，除以该证券的总发行份额，得到富途证券的持仓占比[17]。报告对比了杠反ETF与普通ETF中富途证券的平均持仓占比（15.4% vs 1.8%）和平均排名（第2 vs 第8）[17][22][24]。