量化技术分析系列之三：如何量化股价所隐含的风险

——量化技术分析系列之三 本报告导读： 张晗(分析师)021-38676666登记编号S0880522120005 从微观结构刻画股价隐含风险，为板块择时、风格轮动提供量化参考指标。 投资要点： 股价涨跌是风险积攒和释放的过程，从股价回调的幅度、盘整时间和关注度三大方面寻找指标计算股价的风险指数。当风险指数达到较低的20%分位以内，代表股价所隐含的风险极大释放，此时容易产生超跌反弹的机会，如果板块盈利预期回升，更容易构筑中长期底部。 定量的回测风险指标对中证1000和创业板指的择时效果，将风险指数低于10%分位水平视为买点，信号发出后的一个月指数平均涨幅是4.6%和3.1%，一个季度内最大涨幅平均达到16%和14%。 风险指数对于风格和行业轮动有指导意义，在2023-4月和2024-1月风险指数显示煤炭等高股息行业与计算机等成长板块的风险指数分化达到历史极值水平，此后一个季度成长和价值风格也呈现出均值回归的走势。 截止2025-4-11，在关税政策冲击下市场有所回落，多数行业板块的风险指数大幅下降，尤其是计算机、电子、通信等行业风险指数一度跌至20%分位以内。在微观结构优化和AI产业链景气度向上的背景下，TMT板块有望构筑冲长期底部。此外高股息板块的在4月份获得超额收益的胜率较高，但是步入5月份获取超额收益难度增加，建议适当降低相关板块的风险敞口。 风险提示：本报告结论完全基于公开的历史数据进行计算，模型结果仅表示不同风格及行业预期未来相对强弱情况，不代表点位预测，不代表未来宽基指数和行业指数整体走势的判断，亦不构成投资收益的保证或投资建议。股市系统性风险发生使得各类规律失效。宏观和产业政策超预期改变市场交易环境。报告中的模拟组合构建在实际投资中难以完全复制，主要是证明方法论的有效性。 目录 1.基于微观结构打造A股风险度量指标..........................................................32.从微观结构分析价格隐含风险......................................................................33.构建各板块的风险指数..................................................................................43.1.风险指数构成维度一：调整幅度............................................................43.2.风险指数构成维度二：调整时间............................................................63.3.风险指数构成维度三：换手率和关注度.................................................83.4.三维度生成风险指数................................................................................84.风险指数应用于择时....................................................................................104.1.宽基指数择时..........................................................................................104.2.行业板块择时配置..................................................................................115.择时观点更新................................................................................................126.风险提示........................................................................................................17 1.基于微观结构打造A股风险度量指标 对于风险研究贯穿于金融学的始末，比较著名的模型有现代投资组合理论（MPT, Modern Portfolio Theory）、资本资产定价模型（CAPM, CapitalAsset Pricing Model）和风险价值模型（VaR, Value at Risk）等。 然而在投资实践中我们发现不同资产由于交易规则和微观结构的不同，即便是相同的价格走势发生后，面临的隐含风险也不尽相同。 以期货和股票两类常见的资产进行举例对比，期货的多单和空单持仓直接构成对手盘，因此无论期货涨跌均有50%资金盈利和50%资金亏损，所以当期货价格下跌后并不意味着风险的释放，其真实的下行风险需要考虑商品的供需、成本等多个因素。 对股票而言，由于股本数量在很长时间内保持固定，所以参与者可分为持股和持有现金的两类，并且二者并不一定构成对手盘。在一个缺乏做空机制的市场中，如果股价下跌则没有投资者可以从中盈利，也就是当股价下跌后，根据投资者普遍具有止盈不止损的习惯（行为金融学中的处置效应），倾向于卖出的压力减小，下行风险也相应下降。 本篇报告从A股投资实践出发，基于微观结构计算风险指数来指导宽基指数的择时、行业板块配置。 2.从流通股本分布判断价格隐含风险 在此前的量化技术分析系列报告中，我们定量的验证了使用流通股本分布来择时和做行业比较的有效性。 基本逻辑：流通股本分布刻画持股者买入成本的分布情况，通过计算在特定价格的亏损和盈利状态，可以预判投资者的交易倾向，从而对股票面临的抛压或者微观结构做出判断。 中证1000指数代表了市场多数股票的赚钱效应，散户在其中的成交占比较沪深300指数高，我们以中证1000指数为例进行分析。下图为中证1000指数的流通股本平均收益率和指数走势： 观察发现指数的底部往往对应流通股本收益率达到-10%或者更低数值，也就是当市场处于亏钱效应中，只有坚定的投资者才会选择持股，此时意味着市场微观结构优化具备上涨的基础。 股市在上涨前往往出现两种微观结构优化的走势，一种是市场短期快速回落，调整幅度较大即V型底部，另一种则是缓慢回落或者震荡、调整时间较长也就是U型底部。在最终构建风险指数时应该充分考虑调整幅度、调整时间等特征。 3.构建各板块的风险指数 3.1.风险指数构成维度一：调整幅度 调整幅度通过流通股本平均收益率衡量。以中证1000指数为例，其流通股本收益率历史中位数约为-1.5%，低于-10%的情况占比约12%，低于-20%的情况占比1.3%。 通过两个维度进行等权打分： （1）流通股本收益率进行分档打分。（2）亏损10%和20%以上的股本占比进行等权打分。 下图表示各个维度得分与指数走势的关系： 数据来源：wind，国泰海通证券研究 数据来源：wind，国泰海通证券研究 3.2.风险指数构成维度二：调整时间 在传统技术分析领域，"箱体震荡周期与突破幅度正相关"（即"横有多长，竖有多高"）是一个经典论断。该理论认为，价格在特定区间内持续震荡的时间跨度（time horizon）与后续趋势行情的爆发力度存在正反馈机制，其内在逻辑在于：充分的价格整固过程会通过股本充分换手、市场平均成本趋同、浮盈沉淀等微观结构优化机制，有效降低未来突破行情中的潜在抛压。这一观点在技术分析的形态学派（Chartism）中具有重要地位。 采取两个维度进行等权打分： （1）过去N日中股本收益率为负值的时间占比，其中N分别取20个交易日、60日、120日和240日，四种情况下的因子等权合成。（2）过去N日获利盘的占比，其中N取20、60、120和240个交易日，然后等权合成。 数据来源：wind，国泰海通证券研究 数据来源：wind，国泰海通证券研究 数据来源：wind，国泰海通证券研究 3.3.风险指数构成维度三：换手率和关注度 基于行为金融学中的有限关注理论（Limited Attention Theory），当资产处于低换手率区间时，往往表征着动量交易者（Momentum Traders）和套利资金（Arbitrage Capital）的参与度下降。这种市场状态通过双重机制降低资产风险溢价：其一，缺乏短期热钱（Hot Money）的扰动使价格更多反映基本面信息，降低信息不对称程度；其二，低流动性环境中的交易者构成向长期持有者（Buy-and-Hold Investors）倾斜，其较低的风险厌恶系数引致更小的流动性溢价（Liquidity Premium）。实证金融研究显示，换手率与隐含波动率曲面（Volatility Smile）存在显著正相关性，但需注意这种关系在极端市场条件下可能因流动性黑洞（Liquidity Black Hole）效应而出现结构性断裂。 数据来源：wind，国泰海通证券研究 3.4.三维度生成风险指数 将此前三个维度进行等权打分，得到的风险指数如下图所示，当风险指数处于20分以内时，说明指数已经明显调整，风险充分释放容易形成阶段性底 部。 当风险指数达到80分之上时，说明指数已经经历大幅上涨，此时积攒的风险也较高。 计算风险指数过去两年分位数，可以发现当分位数达到10%以内的时候，指数容易阶段性触底反弹，与此前系列报告《利用流通股本分布寻找上涨信号》中提到的超跌反弹信号可以相互验证。 数据来源：wind，国泰海通证券研究 4.风险指数应用于择时 4.1.宽基指数择时 对于创业板和中证1000等波动较大的指数，我们尝试用风险指数进行低频择时。当隐含风险达到过去两年较低的5%分位作为买入点，则买入信号发出的时间点如下图所示： 数据来源：wind，国泰海通证券研究 下表统计了买入时机出现后未来N日的涨跌幅表现： 当买入时机出现后，中证1000指数持有一个月的平均收益率达到4.6%，未来一个季度的上涨概率达到80%以上并且平均收益率为12.6%，一个季度内对应指数最大涨幅的平均值可以达到16%以上。 信号对创业板指的择时表现同样优异，指数无论是月度还是季度窗口下获得正收益的概率较高，并且平均涨幅分别达到3.1%和8.6%。 4.2.行业板块择时配置 行业板块的风险指数构建方法与宽基指数类似，该指数可以指导行业比较。下图代表计算机行业与煤炭行业的风险指数走势： 在2023年4-5月份，ChatGPT的出现引发国内TMT行业的投资热潮，计算机行业在经历了4个月上涨后，指数显示其隐含风险得到历史较高水平，此时如果存量信息被充分消化，微观结构恶化会使得高股价难以维持。而此时煤炭行业风险指数显示其风险处于低位，尽管盈利层面没有较强的驱动力，但是微观结构优化使得其股价易涨难跌，所以在2023年4-5月份应逐渐从TMT切换到微观结构较好的煤炭等板块。 2025年3月初，受DeepSeek概念主题行情驱动，计算机行业重现2023年同期的行情特征。板块短期急涨推动风险溢价指数由历史中位数快速攀升至90%分位，估值压力逐步显现。同期煤炭板块则呈现双杀格局：受终端需求疲软影响，焦煤期现货价格回落，板块全年盈利有下修预期，A股煤炭指数年内最大回撤达15%。至3月6日当周，煤炭板块微观结构完成充分优化，尽管焦煤焦炭期货价格仍未企稳，但板块已呈现与商品价格脱钩的反弹走势。从风险收益比角度评估，煤炭板块的盈亏比较计算机更优。 在此前报告中我们尝试通过抛压构建行业比较因子，抛压因子的预测周期较短，在周度到月度之间，而风险指数主要用来判断更长周期的股价变化因子表现