数量化专题报告：交易热度的量化过程与市场反转

交易过热往往不可持续，从而引发市场下跌。我们通过交易分化度、交易集中度、情绪过热和股票性价比四个维度刻画市场交易热度，进而可以对交易环境恶化引起的市场下跌进行预判。其中，交易分化度衡量了最受市场关注的股票和最不受关注的股票的交易热度差异；交易集中度衡量了最受关注的一部分股票的交易热度；情绪过热指标衡量了股票市场整体交易热度；股票性价比指标则通过股票和债券投资风险的边际变化刻画跨市场流动资金流向股市的意愿。 交易过热细分指标对Wind全A的上行反转的预测胜率大部分达到75%及以上。我们将细分指标信号加总，在不同维度指标集中反映出交易过热的时期，有较大概率出现市场反转。以交易环境进入过热状态为信号，2012年之后8次事件上行反转概率75%，其中2017年之后6次事件上行反转概率100%。以交易过热环境中边际恶化为信号，2012年以来16次事件反转概率68.75%，剔除2015年样本之后10次事件反转概率80%。 2012年以来的交易过热时期复盘结果表明：其一，每轮市场交易过热的驱动因素并不完全一致，交易集中度、交易分化度、情绪过热和股票性价比这四个维度上的变化均可能导致交易过热，进而导致市场反转；其二，股票性价比下跌往往是市场反转的催化剂，国债收益率上行和股市估值大幅提升均有可能导致股票性价比下降；其三，在交易过热的环境中关注指标边际恶化对于预测市场反转仍有积极意义，有助于捕捉到交易过热极致演绎引发的市场下跌行情；其四，交易过热的信号往往在下跌前1-2天发出，有助于规避交易环境恶化引起的市场下跌风险。 截至2023年3月10日，各维度细分指标历史分位数均低于阈值，细分指标信号加总的综合信号水平为0。总体而言，目前发生交易过热导致市场下行的风险较低。 风险提示：历史规律失效风险：本文的结论完全由历史数据和量化模型得出，模型未来存在失效风险。 1.市场交易热度监测指标 交易过热往往不可持续，从而引发市场下跌。我们通过交易分化度、交易集中度、情绪过热和股票性价比四个维度刻画市场交易热度，进而可以对交易环境恶化引起的市场下跌进行预判。 具体而言，交易分化度衡量了最受市场关注的股票和最不受关注的股票的交易热度差异，交易集中度衡量了最受关注的一部分股票的交易热度，这两个指标均从结构上刻画了市场交易的不均衡，极致的市场分化往往意味着最受关注的部分股票交易过热。情绪过热指标衡量了股票市场整体交易热度；股票性价比指标则通过股票和债券投资风险的差异刻画跨市场流动资金流向股市的意愿。 在细分指标的处理上，我们统一采用过去5年历史分位数作为监测指标，当每个指标超过一定阈值时输出该细分板块交易过热的信号，再按照不同维度进行加总，从而对市场整体交易热度进行判断。 表1:市场交易过热指标表 1.1.交易分化度指标 交易分化度指标衡量的是最受市场关注的股票和最不受关注的股票之间的差异，极致的市场分化意味着最受关注的一部分股票交易过热。细分指标从标的上分为个股和细分行业（申万三级）两个层面，从指标上分为收益率和换手率两个角度。从交易分化度指标的历史分位数上看，大部分时间里四个指标表现分化，而在市场交易过热时期表现趋同，典型时间区间为2014年12月至2015年6月和2021年8月至2022年1月。从子指标信号和Wind全A指数收益上看，若信号前5天Wind全A收益为正，则信号后5天有较大概率出现反转。 图1交易分化度细分指标5年滚动历史分位数走势存在阶段性趋同 表2:交易分化度细分指标信号与Wind全A收益 1.2.交易集中度指标 交易集中度指标衡量的是市场最受关注的一部分股票的热度，当市场成交额集中于一小部分股票时，增量资金的缺乏限制了交易热度的进一步提升。我们使用前5%个股成交额占A股总成交额比重刻画交易集中度。 从指标信号和Wind全A指数收益上看，若信号前5天Wind全A收益为正，则信号后5天有相对较高概率出现反转。 图2交易集中度指标原始数据 图3交易集中度指标过去5年滚动历史分位数数据 表3:交易集中度信号与Wind全A收益 1.3.情绪过热指标 情绪过热指标衡量了股票市场整体交易热度，包括股价高历史分位数占比、两融交易占比、新增投资者数量和偏股型基金新发行规模四个子指标。 我们将复权价格达到95%历史分位数以上的个股记为“高位股”，投资于这些股票的投资者中的绝大部分都能取得正收益，受到处置效应的影响，这些投资者更倾向于卖出股票实现收益，从而这些股票具有更高的下行风险。如果“高位股”的市值占比较高，那么市场整体也容易发生反转。 从指标信号上看，若信号发出前5天Wind全A累计收益为正，那么后续容易发生反转。2012年以来共有2次信号，反转概率达到100%。 图4股价高历史分位数股票市值占比 图5股价高历史分位数占比过去5年滚动历史分位数 表4:“高位股”占比信号与Wind全A收益率 融资融券交易的杠杆性使其具有更高的风险，因此两融交易占比也能更加直观地反应市场交易情绪。两融交易额包含了融资买入金额和融券卖出金额。从指标原始数据分布上看，两融交易占比在2015年1月达到最高点之后长期维持在5%-10%之间。从指标信号上看，若信号发出前10天Wind全A累计收益为正，那么后续容易发生反转。2012年以来共有6次信号，反转概率达到83.3%。 图6股价高历史分位数股票市值占比 图7股价高历史分位数占比过去5年滚动历史分位数 表5:两融交易占比信号与Wind全A收益率 场外增量资金对市场行情演绎也具有推波助澜的作用，我们监测的指标包括上证所新增投资者数量和偏股型基金新发行规模。考虑到新发行基金的建仓期，我们监测上个自然月新发行基金的总规模；考虑到持有货币资金的收益，我们使用1年期国债收益率将新发行规模折现到2006年底。从指标信号上看，若新增投资者信号发出前5天Wind全A累计收益为正，那么后续容易发生反转，2012年以来共有5次信号，反转概率达到80%；偏股型基金新发行规模信号反转概率为75%。 图8新增投资者和偏股型基金新发行规模 图9新增投资者和偏股型基金新发行规模历史分位数 表6:新增投资者与偏股型基金新发行规模信号与Wind全A收益率 1.4.股票性价比 股票性价比指标通过股票和债券投资风险的边际变化刻画跨市场流动资金的偏好情况。具体而言，我们使用个股市盈率倒数与10年期国债收益率之差刻画股票性价比，将性价比处于5%历史分位数以下的个股记为“低性价比”个股，这些股票的比例越高，表明股市整体上相对于债券的性价比下降，从而跨市场资金更倾向于流向债券市场。从指标信号上看，若新增投资者信号发出前短期内Wind全A累计收益为正，那么后续容易发生反转，“低性价比”股票数量占比信号胜率为100%，“低性价比”股票市值占比信号胜率为75%。 图10“低性价比”股票数量和市值占比 图11“低性价比”股票数量和市值占比历史分位数 表7:低性价比个股数量占比信号与Wind全A收益率 表8:低性价比个股市值占比信号与Wind全A收益率 2.交易过热与市场反转 在交易过热监测指标中，每个维度上的每个分项指标都对市场上行反转具有一定的预判意义，我们将上述指标信号加总，在不同指标集中发出信号的时期，有较大概率出现市场反转。具体而言，在每个维度内部等权加总，在四个维度上等权加总，形成交易过热综合信号。 图12交易过热指标综合信号 2.1.交易过热往往带来市场反转 以综合指标超过25%为信号，2012年以来存在9次交易过热行情。（25%意味着至少在一个维度上所有细分指标均表现出交易过热，或在不同维度上出现多指标共振）。我们通过信号之前5天Wind全A指数的累计收益的正负性判断市场是否存在交易过热现象，以排除集中卖出行为对指标信号的影响。在2012年以来的8次上行环境中的交易过热事件中，Wind全A指数有6次出现了反转（75%）；若剔除2014年底至2015年6月的事件，在2017年及以后的事件中Wind全A均出现了反转（100%）。 表9:交易过热指标综合信号与Wind全A指数收益率统计 1126421 此外，在市场交易过热的行情中，往往都伴随着盈利风格的短期反转。 我们以高市盈率指数（申万）/低市盈率指数（申万）作为盈利风格的代理指标，在上述9个事件中，时间窗口为5天和10天的反转概率分别为77.8%和88.9%。 表10:交易过热指标综合信号与盈利风格收益统计 2.2.交易过热环境中的边际恶化也会带来市场反转 从交易过热环境划分结果上看，部分交易过热时期较长，如果只关注进入交易过热时期的事件，有可能错过交易过热演绎到极致的时间点。本节我们考虑当市场已经进入交易过热阶段后（综合信号≥25%），其他维度指标进一步恶化时对市场的影响。 通过捕捉交易过热阶段中指标进一步恶化的信号，在上一节事件的基础上增加了16次事件，在这些事件发生前5天Wind全A的累积收益均为正，反转概率为68.75%（11/16）；若将2015年的样本剔除，反转概率为80%（8/10）。这些事件中不乏2015年6月9日、2021年2月19日等极致交易过热导致的市场反转时期。这一结果表明，在交易过热的环境中关注指标边际恶化对于预测市场反转仍有积极意义。 表11:交易过热环境中的边际恶化与Wind全A指数收益 3.典型交易过热行情复盘 本节我们复盘了2012年以来4轮交易过热行情，可以总结出以下四点特征：其一，每轮市场交易过热的驱动因素并不完全一致，交易集中度、交易分化度、情绪过热和股票性价比这四个维度上的变化均可能导致交易过热，进而导致市场反转；其二，股票性价比下跌是市场反转的充分条件，也往往是催化剂，国债收益率上行和股市估值大幅提升均有可能导致股票性价比下降；其三，在交易过热的环境中关注指标边际恶化对于预测市场反转仍有积极意义，有助于捕捉到交易过热极致演绎引发的市场下跌行情；其四，交易过热的信号往往在下跌前1-2天发出，有助于规避交易环境恶化引起的市场下跌。 3.1.2013年7月-2014年6月：股票性价比下降为核心驱动力 从不同维度指标的信号上看，影响2013-2014年市场交易层面的核心因素是股票性价比。2013年下半年国债收益率大幅提升，导致大量股票相对于债券资产的性价比下降，推动大类资产配置资金从股市流向债市，进而导致股市交易过热。从Wind全A走势上看，2013年7月-2014年6月区间整体上处于震荡行情，交易过热指标体系捕捉到其中两次反转行情：2013年10月9日股票性价比下降叠加交易集中度上升，2014年2月17日股票性价比下降叠加交易分化度上升，两次事件均伴随着后续Wind全A指数下行。 图13交易过热指标信号和Wind全A收益（2013年7月-2014年6月） 图142013年下半年国债收益率大幅上行导致股票性价比下降 3.2.2014年8月-2015年6月：上行行情中结构亦有反转，股票性价比下降催化市场下行 2014年8月-2015年6月期间，四个维度的指标陆续发出交易过热信号，但市场在大量资金推动下持续上行。2014年12月-2015年3月，在市场整体持续上涨过程中，交易集中度始终保持过热状态，此时指标边际恶化也会引发市场结构性反转。2015年1月4日交易集中度高叠加情绪过热（此时情绪过热边际上主要由新增投资者和偏股型基金新发行规模上升驱动），2015年4月1日交易集中度高叠加交易分化度上升，在这两个时间点上市值风格和盈利风格均发生了短期反转。 图15交易过热指标信号和Wind全A收益（2014年8月-2015年6月） 图162015年上半年交易过热行情引发了市值风格和市盈率风格的短期反转 在股市上涨过程中，个股PE上行导致股票性价比逐渐下降。2015年6月9日股票性价比指标发出交易过热信号，在交易过热环境中出现边际恶化。随着交易过热的极致演绎，6月15日市场开始进入下跌区间。 图172015年6月股票市盈率大幅上行导致股票性价比下降 3.3