捕捉羊群效应下的行业轮动机会.docx

资源描述

捕捉羊群效应下的行业轮动机会.docx

《捕捉羊群效应下的行业轮动机会.docx》由会员分享，可在线阅读，更多相关《捕捉羊群效应下的行业轮动机会.docx（16页珍藏版）》请在冰点文库上搜索。

捕捉羊群效应下的行业轮动机会.docx

《量化投资理论与交易策略设计》课程论文

题目：

捕捉羊群效应下的行业轮动机会

姓名：

黄小琴

学号：

130727004

学院：

管理学院

专业：

金融硕士

年级：

2013级

指导教师：

唐勇

2014年6月20日

成绩：

评语：

指导教师：

（签名）

捕捉羊群效应下的行业轮动机会

【摘要】近年来A股追涨杀跌的情绪尤为强烈，我们可以发现市场上存在着这样的现象：

受到最新热点及主题的驱动，某些行业内出现大幅上涨的龙头股之后不久，走势比较平稳的行业指数随后也会被龙头股整个带动起来。

本文通过CSAD模型，采用量化手段来度量市场的这种情绪，并在情绪强烈的时候寻找龙头股，最后超配有这样合适龙头股的行业来获取更多的收益。

【关键词】羊群效应；CASD模型；实证检验

【Abstract】Inrecentyears,theherdingphenomenonisobviousinAstockmarket:

Drivenbythenewhotspotandthemes,thereareleadingshareswithinsomeindustry.Shortlyafterthetrend,theindustryindexwhichisrelativelystablemaybeentiredrivenupbytheleadingshares.Inthispaper,IusetheCSADmodel,akindofquantitativemethodstomeasuretheherdingphenomenon,andthenfindtheleadingshareswhenthiskindofphenomenonisveryobvious.Finally,ultraequippedwithsuchsuitableindustrywhichexistsherdeffecttogetmoreincome.

【keywords】Herding;CSADmodel;Empiricaltest

一、股市中的“羊群效应” 1

二、构建羊群效应监测模型 2

（一）羊群效应模型 2

1. 模型思想：

2. 指标构建：

3. 指标的用法：

（二）羊群效应检测结果 5

1．数据说明 5

2.羊群效应分析结果 5

三、龙头股识别方法 8

（一）龙头股的基本定义及条件 8

1.概念：

2.条件：

（二）龙头股的筛选规则 9

1．基本限制：

2.成交量限制 9

3．规模限制 9

四、策略构建及实证 10

（一）数据说明 10

1．样本区间 10

2．龙头股选取的相关参数设置 10

（二）实证结果 10

捕捉羊群效应下的行业轮动机会

近年来，股市在每个行业的表现变得更加分散化，每一轮行情中领涨行业的切换明显加快，持续时间也更短，且每次上涨或反弹行情的领涨板块也均不同，这也加大了市场操作的难度，助长了投资者对行业板块采取短线投机的投机风格，对行业的走势预测更加困难和具有不确定性。

因此如何准确把握行业的轮动规律自然成为许多投资者竞相追逐的热点，板块投资的理念也日渐深入人心。

行为金融理论认为，投资者情绪会影响投资者的行为，投资者行为的偏差可能导致金融市场的羊群行为。

而现有的许多实证研究也表明，A股市场存在着所谓的“羊群效应”。

因此，如若合理定位市场追涨杀跌情绪相对较浓时刻，寻找领涨行业龙头股，配置相应行业，能否获得超越市场表现？

这是本文研究所需要解决的问题。

一、股市中的“羊群效应”

股票市场的羊群效应就是投资者非理性行为的一个表现，当市场出现大的波动时，基于效用理论的传统投资决策理论假定投资者是风险的回避者，投资者根据未来的收益风险状况并从整个投资组合的角度做出投资决定，并且总是做出一致、准确和无偏的理性预期。

这些的前提是投资者的行为是理性的，不会受到主观心理及行为因素的左右，然而，投资者由于受到心理因素的影响而明显具有某些非理性行为特征，这是难以用传统投资决策理论去解释的。

股票市场的羊群效应就是投资者非理性行为的一个表现。

羊群效应（Herding）是行为金融学的一个重要研究方向。

通常认为当市场出现大的波动时，市场参与者放弃自己原来对股票价格的预期，仅仅根据市场上的权威信息进行投资。

股票市场中参与者的这种投资行为称为“羊群效应”。

这种行为最终将反映到市场中股价的表现。

事实上，许多研究表明，如果金融市场确实存在羊群效应，那么大多数投资者看法将趋向于市场舆论，这时一个合理的推断就是：

在羊群效应显著时，个股的收益率将不会太偏离市场的收益率，分散度应该变小。

根据以上规律，本文建模的基本思想是：

可以通过检验行业在某个时点是否存在羊群效应，并在有适当龙头股领涨的情形下配置该行业。

那么，本文首先要先解决三个问题：

第一，选取哪些市场信息作为建模数据；第二，怎么判断是当时是否存在羊群效应；第三，如何定义龙头股是适宜的。

据此，本文研究分为两个部分：

第一部分是构建羊群效应监测模型——CSAD模型。

第二部分我们给出龙头股筛选的三套规则。

二、构建羊群效应监测模型

如何根据当时的市场情况，判断是否存在羊群效应，这是整个羊群效应行业配置模型的基础。

事实上，如果缺乏对当时市场追涨杀跌情绪的比较好的理解，仅凭借龙头股的出现就投资一个行业，这样的风险是比较大的，因为没有充足的理由表明这个龙头股能够带动整个板块上涨。

因此，本文选用的CSAD模型就是要用量化手段来反应当时行业内的一个情绪的，为我们提供一个关于龙头股带动其板块上涨的可信度。

（一）羊群效应模型

1.模型思想：

CSAD（Cross-SectionalAbsoluteDeviation）模型的核心思想是以收益率的横截面偏离度为指标研究某个行业内是否存在羊群行为，并且用截面收益的绝对偏差作为度量个股收益率分散化程度的指标。

2.指标构建：

资本资产定价模型（CAPM）可以表示为：

EtRt=γ0+βiE（Rm-γ0）……

（1）

其中γ0表示零β证券的收益率，βi表示证券i的系统风险程度，EtRi表示证券i在t时刻的期望收益率，则行业内等权重的系统风险βm可以写成：

βm=1Ni=1Nβi……

（2）

由

（1）、

（2）式可以推出行业内等权重证券组合的期望收益为：

1Ni=1NEtRi=1Ni=1Nγ0+1Ni=1N（βiE（Rm-γ0））=γ0+βmERm-γ0……（3）

用AVDi,t表示表示t时刻股票i的期望收益与其行业内N支个股等权组合的期望收益的绝对偏差，由

（1）减（3）取绝对值可得

AVDi,t=βi-βmERm-γ0

进一步可以定义个股t时刻的横绝面收益偏差期望ECSAD为：

ECSAD=1Ni=1NAVDi,t=1Ni=1Nβi-βmERm-γ0……（4）

ECSDA表示t时刻某行业内所有N只股票的收益率与行业指数收益率的绝对偏差的等价权平均值，即把每一时刻的N只股票的收益率与行业指数收益率的绝对差累计起来再取平均，因此可作为表示行业内N只股票收益与行业指数收益的“分散度”的一个合理的测度。

我们将ECSDA分别对EtRm,t求一阶导和二阶导，结果如下：

∂（ECSAD）∂Et（Rm）=1Ni=1Nβi-βm>0

∂（ECSAD）∂EtRm2=0

可以直观地看到ECSAD与EtRm,t的关系是线性递增的关系。

然而，如果投资者在价格剧烈变动时期，不再独立保持自己以前的观点，而是倾向于模仿市场中大多数的行为时，即当市场中存在羊群效应时，个股变化将会趋同，个股收益率将会向行业指数收益率趋近，此时分散度与行业收益率的这种线性递增关系将不再保持。

在实际应用中，因为EtRm,t表示t时刻Rm,t的期望值，ECSAD也不能直接获得，但是根据统计推断原理，我们可以用t时刻的实际值Rm,t和ECSAD的估计值作为上述两者的估计。

CSADt=1Ni=1Nβi-βmE（Rm-γ0）……（5）

3.指标的用法：

基于以上讨论可知，CSAD并不是直接判断是否有羊群效应的指标，而是通过检验证券收益率分散度与行业指数收益之间是否保持线性关系来判断行业内是否存在羊群效应。

因此，可以转为考虑这么一个回归方程：

CSADt=α+γ1Rm,t+γ2Rm,t2……（6）

设想某时刻行业收益变大，基于前面讨论的线性递增关系，此刻CSAD应该变大，即最初的状态应该是

CSADt=α+γ1Rm,t，γ1>0……（7）

但假设此时存在羊群效应，个股行为趋同，反而导致CSAD变小，说明方程（6）的2次项在起绝对性的作用，因此检验是否存在羊群效应等价于检验二次项系数是否显著为负，并且可以通过检验的p值来反应羊群效应的显著程度，在二次项系数为负的前提下，p值越小，表示羊群效应越显著，龙头股领涨板块的可信度越大，这也成为我们下文构建投资组合考虑权重的一个重要指标。

至此我们已经完成羊群效应监测模型的构建，图1、图2正是监测模型讨论的在有无羊群效应存在下CSAD与行业指数收益率的关系的展示。

图1有羊群效应时收益率与CSAD的关系

图2无羊群效应时收益率与CSAD的关系

（二）羊群效应检测结果

1．数据说明

我们根据中信一级的行业分级情况，在剔除各个行业内ST股后的2000多支股票中，选用2013.04.05至2014.05.28周频数据，以15周为一个序列周期，根据CSAD模型验证CSAD与行业指数收益的关系，分别检验29个行业内在2013.04.05至2014.05.28周频的羊群效应情况。

数据来源于iFinD数据库

2.羊群效应分析结果

表1各行业羊群效应检测结果

行业

2013/4/5-

2013/7/12

2013/7/19-

2013/10/25

2013/11/1-

2014/2/7

2014/2/14-

2014/5/28

石油石化

——

0.75

煤炭

0.58

——

0.56

——

有色金属

0.21

——

0.76

电力及公用事业

——

刚铁

——

0.82

——

基础化工

——

0.83

——

0.40

建筑

——

0.15

0.72

0.57

建材

——

0.61

轻工制造

——

0.34

机械

——

0.63

——

电力设备

——

0.86

——

国防军工

——

0.41

——

汽车

——

0.62

——

商贸零售

——

0.67

——

餐饮旅游

0.87

——

家电

0.41

——

纺织服装

0.26

——

0.60

医药

——

0.25

0.19

0.37

食品饮料

0.70

0.61

——

0.37

农林牧渔

——

银行

0.18

——

非银行金融

0.36

0.85

0.65

——

房地产

——

0.59

——

交通运输

0.82

——

电子元器件

——

0.37

——

通信

0.70

0.91

——

0.39

计算机

0.35

——

0.30

——

传媒

——

0.09

——

综合

0.69

——

0.94

备注：

1.“——”表示不存在羊群效应

2.P值为CSAD模型中的二次项系数显著性检验值。

图3：

各时段存在羊群效应的行业个数

图4：

各行业存在存在羊群效应的时间占比

从图4的各行业羊群效应时间占比来看，实际上检验出来的大部分行业存在羊群效应的时间并不长（本文采用15周为一个周期分时段测试各行业羊群效应，可能会因为分组方式遗漏一些更短或更长时间周期的羊群效应）。

但是换个角度从图3来看，当29个行业交叉起来后，在整个观测期内大部分时间还是存在有羊群效应的行业的，这是我们羊群效应行业配置模型能更加有效应用的前提。

图5：

各行业羊群效应的显著性统计

上图展示的是各个行业各时段羊群效应的显著性统计。

P值越低，羊群效应越显著，也就是说，羊群效应显著行业，一旦出现龙头股，则龙头股领涨该行业的可信度要更大。

但可以看出，本文所选取数据所统计出的P值较高，即很多行业的羊群效应并不显著。

这可能与样本数据时间跨度较短有关。

三、龙头股识别方法

上一节我们已经解决了如何监测羊群效应是否存在以及在存在的情况下显著性大小的问题了。

这一节，我们将来探索怎样筛选出有效领涨龙头股的方法。

如果说整个建模过程就是在盖一座大楼，之前的羊群效应监测模型就好比是打地基，而龙头股则好比是钢筋水泥。

现在地基已经打好了，钢筋水泥质量的好坏则直接影响到大楼能达到的高度。

（一）龙头股的基本定义及条件

1.概念：

龙头股指的是某一时期在股票市场的炒作中对同行业板块的其他股票具有影响和号召力的股票，它的涨跌往往对其他同行业板块股票的涨跌起引导和示范作用。

龙头股并不是一成不变的，它的地位往往只能维持一段时间。

成为龙头股的依据是，任何与某只股票有关的信息都会立即反映在股价上。

2.条件：

一、必须有大幅的超额涨幅，如果最近涨幅太小基本不可能有号召力；二、股价要适中，价格太低的个股可能缺乏影响力，价格太高的个股又缺乏炒作空间；三、流通市值要适中，适合大资金运作和散户追涨杀跌，大市值股票和小盘股都不可能充当龙头；四、其它一些限定条件。

（二）龙头股的筛选规则

龙头股的筛选规则其实是较难把握的。

这是因为如果条件太宽松，则龙头股的质量会参差不齐，如果条件太严格，则会漏掉潜力很大的龙头股甚至导致找不到龙头股，那么怎么保证筛选出来的龙头股是质量又好数量又适中呢？

在我们的模型中，我们选用了三种筛选规则，主要是从价、量、还有规模上去考虑的。

1．基本限制：

所考查的行业内的个股在过去几周的涨幅必须大于某个阈值，并且该行业指数同期的涨幅的绝对值在这个阈值一半的范围内。

直观上地理解，个股要有大大超越行业指数的涨幅，并且此时该行业还未启动，未来在龙头股带领下还有比较大的上涨空间，这样筛选出的龙头股才会更有潜力。

加绝对值限制是为了防止该行业出现价格下跌得太严重，以至于未来一段时间内龙头股带不动整个板块的情况。

2.成交量限制

所考查的行业内的个股在最近一周的成交量要大于过去两周成交量的和，保证最近有持续放量，这是为了防止有价无市的个股混进龙头股行列，保证筛选的龙头股质量。

3．规模限制

所考查的行业内的个股当时的流通市值是位于全市场个股流通市值的某个下分位和上分位之间的，这能保证筛选出来的龙头股基本上是当时市值比较适中的个股。

四、策略构建及实证

（一）数据说明

1．样本区间

2013.04.05至2014.06.06，其中2013.04.05至2014.05.28周频数据用于计算CSAD模型和检测羊群效应，选用2013.05.26至2014.06.06的10个交易日的股票表现来检验策略效果。

数据来源于iFinD数据库

2．龙头股选取的相关参数设置

①2014.5.9-2014.5.23的个股涨幅在15%-30%之间。

②2014.5.19-2014.5.23的个股交易量大于2014.5.9-2014.5.16的交易量。

即保证最近有持续放量。

③个股的流通市值处在市场的第一分位数和第三分位数时间（采用四分位数）。

④持有期：

2周

（二）实证结果

表2不考虑羊群效应与考虑羊群效应的对比结果

策略

限制条件

区间涨跌幅

相对大盘区间涨跌幅

区间最高收盘价

区间最低收盘价

只考虑龙头股策略

基本限制

-1.483

-0.845

24.299

22.430

基本+成交量限制

3.252

3.889

22.139

20.172

基本+成交量限制+规模限制

1.633

2.271

16.65

15.77

羊群效应+龙头股策略

基本限制

2.294

2.931

24.255

22.151

基本+成交量限制

4.258

4.896

23.990

21.996

基本+成交量限制+规模限制

7.936

8.574

16.01

14.112

备注：

大盘参数为沪深300指数。

图5：

不同策略组合相对于大盘区间涨跌幅

从以上的图表分析可以很明显地看到，相对于不监测羊群效应的策略，无论是在哪种龙头股限制规则，结合羊群效应监测的策略都优于前者，这说明本文所介绍的检测行业羊群效应搭配龙头股策略是有效的。

当然，本文在实证过程中简化了很多龙头股选取的条件，而且关于行业羊群效应的起始时间和延续时间无法准确定位，实证期间略短，虽然结论并不完全正确，但仍然具备借鉴意义。

参考文献

[1]谢识予.经济博弈论[M].上海：

复旦大学出版社，2008.

[2]宋军，吴充分.基于分散度的金融市场的羊群行为研究[J].经济研究，2001

（1）.

[3]于鑫.我国股票市场羊群行为实证研究[J].生产力研究，2008（7）.

[4]陈彦斌,周业安.行为资产定价理论综述[J].经济研究,2004（6）.

[5]池丽旭,庄新田.中国证券市场投资者情绪研究.[J].管理科学，2010,（3）.

[6]高铁梅.《计量经济分析方法与建模》.2006,清华大学出版社.

[7]贾丽杰,赵国杰.中国股票市场羊群效应检验方法的改进[J].统计与决策，2008,16.

[8]蒋学雷,陈敏,吴国富.中国股市羊群效应的ARCH检验模型与实证分析[J].数学的实践与认识，2003,（3）.

[9]王为.未来十年涨幅最大龙头股来自哪?

[J].新经济,2011,7:

75.

[10]李贞.我国股票市场羊群行为的实证研究.东北财经大学硕士论文,2010.

[11]刘莉亚.投资者情绪对资本市场稳定性的实证研究[J].财经研究,2010（3）.

[12]管之桐.炒股就要炒龙头股[J].金融经济,2012（12）：

25.

[13]饶育蕾，王盛，张轮.基于行业投资组合的投资基金羊群行为模型与实证[J].

管理评论,2004,（12）.

[14]魏国林.股价联动现象中的龙头股投资[J].商情,2013（12）:

52.

展开阅读全文