中国市场专题 on 云栖

A 股生态：投资者结构、政策周期与季节性

Mon, 01 Jan 0001 00:00:00 +0000

A 股不是「效率较低的版本的美股」，而是一个结构不同的定价生态：参与者构成、信息结构、周期驱动都与成熟市场系统性不同。照搬海外策略前的第一课，是看清这个生态的三个透镜。

投资者结构：散户占比的因果链

A 股个人投资者贡献约六至七成的交易额（机构持有市值占比在上升，但换手贡献仍以散户为主；美股散户交易占比约两成）。散户结构不是「落后」标签，而是因子生态的直接原因——顺着因果链看下去：

1
2
3
4
5


散户占比高
→ 处置效应强（拿住亏损、卖掉盈利）→ 上涨供给过早释放 → 反转因子强、动量弱
→ 彩票偏好强（追捧高波低价小票）→ 低波/质量因子溢价、小票泡沫周期性出现
→ 注意力驱动（追热点涨停）→ 换手率 5–8 倍/年（美股约 1–2 倍）
→ 定价误差多 → 量价因子的「原料」充足 → 中频量化存在的基础

对照实证：反转、低波、换手类行为因子在 A 股的 IC 普遍高于美股同口径因子 30%–100%；而财报后的机构重定价类信号（PEAD）在 A 股偏弱——散户不读财报，机构的信息消化反而快。因子组合的「地域适配」由此而来：把美股验证的因子清单直接搬来 A 股，先过一遍「它的对手方在 A 股存在吗」。

机构化的长期趋势：2016 年后北向资金、公募/私募扩容、2024 年后 ETF 化——散户占比在缓慢下降，因子的相对强弱随之漂移。两个锚点事件：2017 年（北向+公募拥抱核心资产）小市值因子年度级别失效；2024 年初（量化在小微盘的拥挤 + 散户结构变化）微盘踩踏。量化者要把「投资者结构」当作缓慢移动的 regime 变量跟踪（见因子失效）。

政策市：信息结构的本土特征

「政策市」的正确理解不是「涨跌都怪政策」，而是信息结构的差异：A 股的重大定价信息常以「文件、会议、讲话」的形式离散释放，且政策意图与执行细则之间存在巨大的解读空间——这创造了三个可建模的现象：

主题与概念的脉冲定价：政策预期 → 板块脉冲 → 分化（有业绩兑现的留下、纯概念回落）——「政策主题 + 业绩验证」的二段式是行业轮动模型的本土模块（见行业与主题）；
监管本身的定价作用：再融资规则、减持规则、退市制度、程序化交易监管——制度文件的发布直接改写策略参数。三个具体样本：2017 年再融资新规杀死定增折价套利；2019–2021 退市常态化重写小市值因子的风险结构；2023–2025 程序化交易监管压缩高频的订单自由度。读政策文件应当是量化研究者的例行功课，且要在回测里做制度断点检验（断点清单见A 股量化约束）；
「政策底」的博弈结构：政策转向信号（社融脉冲、监管喊话、国家队动向）与市场底的时滞关系——政策底通常领先市场底 1–2 个季度（2018 年 10 月政策转向 → 2019 年 1 月市场底；2024 年 2 月、9 月的两次类似节奏），宏观择时的本土化变量（见经济周期）。

季节性效应：统计现实与清醒剂

A 股被民间津津乐道的日历效应，用数据冷静对照：

效应	民间版本	统计现实
春季躁动	春季必涨	一季度正收益概率显著偏高（约六成），源于流动性宽松 + 数据空窗 + 信贷开门红的叠加；但幅度年际差异巨大，且「躁动」多发生在 1–2 月中小盘
五穷六绝七翻身	那几个月跌	统计上不稳健，样本内显著性弱，行为解释牵强——接近都市传说
两会行情 / 国庆效应	会前涨会跌	早期样本有一定 pattern，近年随市场成熟快速衰减——「公布的即失效」定律的典型
月末/节前效应	全球通用	现金流的日历性有一定支撑，幅度已薄到接近交易成本

使用纪律：季节性作为条件变量（春季适当提高仓位预算）优于作为独立信号（直接按日历买卖）；所有日历效应必须做「分十年稳定性」检验（早期显著 + 近年消失 = 已被套利，见因子失效）；警惕「季节性 + 数据窥探」的组合造假——12 个月 × 多种分组总能试出几个「显著」月份，按尝试次数校正后一个都不剩（见多重检验）。

生态位意识：A 股量化的三句话总结

散户结构给了行为型 alpha 的富矿，机构化正在缓慢回收这份红利——因子组合要为「生态缓慢漂移」设计（多源信号，不押单一行为溢价）；
政策是 A 股的第一信息源之一——制度参数进回测、政策日历进监控、解读文件的能力是本土量化的真实壁垒；
季节性可用但要吝啬地用——它是预算调节器，不是收益引擎。

关联阅读：制度约束的量化影响A 股量化约束；行为因子的全球对照因子投资概论；游资生态的田野调查龙虎榜与市场情绪。

A 股量化约束：T+1、涨跌停、融券与调仓效应

Mon, 01 Jan 0001 00:00:00 +0000

约束不是环境的注脚，而是策略设计的输入。本篇把 A 股的核心制度约束逐一翻译成「对策略的定量影响 + 对应的设计对策」，与制度细节的工程面（A 股数据特有问题、A 股执行实务）互补。

T+1：持有期的下限

影响：当日买入不可当日卖出——隔夜风险不可规避（对多头组合）；日内纠错不可行（对执行，见A 股执行）；纯日内回转策略在股票上不可行。

对策与替代：日内策略的可交易品种迁移——可转债（T+0）、ETF（一篮子申赎机制的部分绕行）、期货期权（T+0）；多头组合的隔夜风险用股指期货空头对冲（承担基差成本，见衍生品）；策略评估时把「隔夜收益」与「日内收益」分开归因（A 股隔夜与日内收益结构有本土特征，混同会误判信号来源）。

涨跌停：可交易边界的动态墙

影响：±10%/20%/5%（主板/双创/ST）的价格边界 + 封板时的排队机制——「价格到了不等于能成交」。对策略的系统性影响：动量/打板类策略的「信号出现但买不进」（涨停封死的买单排队）；风控类策略的「止损失效」（跌停封死的卖单排队）——两者的回测偏差方向相反但同源：回测假设了可成交性（正确建模见回测框架设计）。

对策：信号端过滤「距停板 < 2%」的委托；组合端限制「低流动性 + 涨跌停高发票」（如 ST、微盘）的权重；回测端的不可成交状态显式化；预期管理——在极端行情里允许策略「失联」几天（连续跌停时任何模型都无解），风控的对象是把这种失联常态化（比如满仓微盘）的组合设计。

融券受限：做空的稀缺

影响：融券券源少、成本高（融券费率远高于融资）、2024 年监管强化后规模骤降——多空策略（Long-Short）在个股层面近乎不可行。这是 A 股与美股策略生态最大的单点差异：海外多因子的「做空腿」（低分位组做空）在本土不可复制。

替代方案（按对冲纯度递减）：

股指期货对冲：多头选股组合 + IF/IC/IM 空头——行业与市值的中性化靠选股端控制，对冲腿承担基差成本（贴水即中性策略的隐形管理费，见基差）；
ETF 融券 / 期权：用 ETF 融券做空风格（如融券沪深 300 空头对冲）或买入认沽期权——工具粗（只能对冲指数级）、成本形式不同（费率 vs theta）；
退化版：纯多头 + 风格约束——不做对冲，转而在选股端严控行业/市值偏离，把「多空因子」改造成「多头内的相对强弱」（只取因子多头组的超额，见因子检验的多头 vs 多空的讨论）——本土多因子的现实主流形态。

打新、定增与减持规则：事件策略的制度参数

打新：注册制下新股破发常态化（2021 年后），「打新稳赚」的历史因子失效——事件类策略的参数随制度漂移（详见事件驱动的制度教训）；
定增：2017 年再融资新规（折价上限、锁定期规则改变）后定增套利萎缩；定增股的解禁压力仍可量化（见事件驱动的解禁节）；
减持规则：大股东/特定股东减持的比例与窗口限制——「解禁 → 实际减持」的传导被规则削峰，解禁规避因子要按新规则重新校准。

程序化交易监管：2023 年后的新变量

沪深交易所程序化交易管理规定（2023–2025 年逐步落地）：报备制度（程序化账户报告策略类型、最高报单速率等）、异常交易监控（瞬时申报速率、日内撤单量的阈值管理）、高频交易特别要求（额外报备与差异化收费的讨论方向）。对策略设计的影响：订单行为的合规预算——撤补单的频率、报单速率的上限成为执行算法的硬约束（微观结构的执行自由度收窄，见闪崩与监管的监管趋势）。执行系统要把「合规校验」做成下单前的硬闸门（与限额同级的检查，见事中风控）。

约束下的策略设计心法

把约束做成回测配置而非事后叹息：T+1、涨跌停、融券成本、报单速率——全部参数化进回测引擎，让约束下的绩效诚实呈现（见回测偏差）；
约束是本土 alpha 的一部分：正因为融券受限，多头内的相对强弱挖掘才有超额；正因为 T+1，隔夜信息的定价不充分——约束在限制策略的同时保护着策略的收益来源；
制度断点做分段检验：2015（杠杆牛熊）、2017（再融资新规/北向扩容）、2019（注册制）、2021（退市新规）、2023–2025（程序化监管）——策略在每个断点的两侧表现要分开审视（分样本检验见因子检验）。

关联阅读：生态的成因A 股生态；数据层的制度细节A 股数据特有问题；执行层的制度手册A 股执行实务。

行业与主题：申万/中信轮动与概念板块

Mon, 01 Jan 0001 00:00:00 +0000

A 股有「板块市」的传统：行情以行业与主题为单位联动，而不是个股独立定价。这既是风险（齐涨齐跌降低选股分散化的效果），也是机会（板块层面的预测信号比美股更有效）。本篇讲行业分类体系、轮动信号与概念板块的量化处理。

行业分类：申万 vs 中信 vs 概念

体系	结构	量化用途
申万（SW）	31 个一级 + 二级 + 三级，投资导向、A 股覆盖最全	行业轮动、行业中性化的默认标准
中信（CITIC）	30 个一级，机构研究常用	与申万互为校验；部分机构风控模型的基准分类
证监会行业	监管口径（门类-大类）	监管文件的对照口径，投研少用
概念/主题板块	数百个（东财/同花顺自编：AI、低空经济、出海……）	主题事件研究的域定义；无官方标准、成分动态、交叉重叠严重

分类的三个工程陷阱（数据层的详细处理见行业分类变更）：

申万 2021 年改版的 PIT 问题（回测必须用「当时生效」的分类）；
概念板块的成分变更频繁（用「当时成分」做事件研究）；
跨体系映射不可逆（申万三级 ≄ 中信二级，混用会制造虚假迁移信号）。一个具体的坑：某股在申万 2014 版属「计算机-软件开发」、2021 版划入「计算机-IT 服务」，用最新分类回测 2018 年的「行业动量」，会把它 2018 年的行为记到错误行业的账上——行业轮动回测的分年度稳定性突然崩坏，先查分类口径再查逻辑。

行业轮动的本土信号库

按信息含量与可工程化程度给信号排个序：

第一梯队：政策信号。 产业政策文件、部委会议、地方试点——A 股行业轮动中信息含量最高的类别。工程化路径：政策文本 → 主题抽取（LLM 辅助，见LLM 应用）→ 行业映射 → 「政策热度分」。三步都有误差空间：文本抽错主题（「数字经济」覆盖面过宽）、映射过散（一个政策涉及 8 个行业等于没有信号）、强度难定级（「鼓励」与「强制」的价格含义完全不同）。务实做法：把政策分档（顶层文件/部委落实/地方试点），只对顶层文件建模。

第二梯队：景气验证链。 行业宏观数据（挖掘机销量、水泥价格、乘用车批发、猪粮比、光伏装机）→ 行业基本面因子。「中观景气」数据的优势：发布时点相对简单、滞后行业财报 1–2 个月就能用、且与股价的相关性比财报更前瞻。构造范式：行业景气分 = z(销量同比) + z(价格环比) + z(库存去化速度)，行业内排序后取 Top 3–5 行业。

第三梯队：板块联动结构。 龙头股先行（板块内市值/关注度龙头的动量 → 板块整体的先行指标）；概念板块的联动网络（哪些概念与哪些行业历史共振）。弱点：联动是相关不是因果，题材退潮时联动结构自身解体。

第四梯队：资金行为。 北向资金的行业流向（注意 2024 年后实时披露停止，改为定期口径——数据规则变化杀因子的又一例）、两融余额的行业结构、行业 ETF 申赎。信号衰减快，只配作确认项不配作主信号。

轮动策略的本土风控重点：行业集中本身就是政策风险的集中（一个行业文件的杀伤半径 = 全仓行业），行业轮动必须配「单行业上限 + 概念暴露去重」——一只股票可能同时属于 5 个热门概念（AI + 华为链 + 低空经济 + 并购重组 + 破净修复），按概念合计的暴露才是真实暴露（集中度限额见组合风险）。

概念板块：噪声与信号的分离

概念板块（题材股）是 A 股散户注意力的组织形式——量化视角它是**「注意力事件」的载体**：

脉冲-分化结构：概念成形 → 全员脉冲（第一周，鸡犬升天）→ 业绩验证分化（真受益者续涨、蹭概念回落）。可量化的是第二段：用财报分部数据/主营构成文本匹配识别「真受益」（业务收入占比可验证的成分），「真受益组合 − 蹭概念组合」的分化是概念后期唯一站得住的 alpha。第一段是散户的宴会——动量策略参与要极快、退出要更坚决，且拥挤度监控必须前置；
概念拥挤度：概念成分股的换手/成交占比、龙虎榜游资席位的出没密度（见龙虎榜）——拥挤度高位时，概念脉冲的均值回复风险最大；
蹭概念识别：公告蹭热点（互动易回复、更名、经营范围变更）与实际业务落地的差异——「公告热度 − 业绩兑现」差值大的个股，中期收益分布显著为负（与盈利质量的红旗逻辑同源：叙事与事实的背离是风险）。

给选股策略的提醒：概念联动会污染个股因子的横截面检验——「AI 概念内所有股票同涨」时，任何「恰好超配 AI」的因子都会显得有效。检验对策：行业/概念双中性化后复测因子（中性化见因子构建），分离「选股 alpha」与「概念 beta」。

关联阅读：分类的数据工程行业分类变更；轮动的策略框架横截面策略；政策文本的信号化LLM 与 NLP 。

量化私募生态：产品、估值与尽调

Mon, 01 Jan 0001 00:00:00 +0000

如果你是投资者（或即将入职者），理解量化私募的「产品语言」是必要的：同一批 alpha，被封装成不同的产品形态、承担不同的约束与费用。本篇从买方视角讲产品谱系、份额估值的技术细节，以及一套可执行的尽调清单。

产品谱系：同一 alpha 的不同封装

产品形态	结构	收益来源	核心风险
指数增强（指增）	多头选股贴基准（沪深300/中证500/1000/微盘）	超额（减 fees）	跟踪误差失控；风格漂移；超额拥挤
市场中性	多头组合 + 股指期货空头	超额 − 基差成本	贴水扩大；对冲误差；空头端的极端风险
CTA	商品/股指期货趋势与套利	时序 alpha	趋势冬天；杠杆管理
多策略	上述混合 + 套利 + 期权	分散化组合	策略容量分配的透明度
T0/日间	日内高频叠加	执行 alpha	容量极小；监管敏感

两个必问的算术：

中性产品的「真实超额」：指增超额 18% − 贴水成本 8% − 对冲摩擦 2% = 中性净超额 8%——宣传页的「超额」与净值算术之间隔着基差（贴水的机制见衍生品）；尽调时要求展示「扣贴水口径」的分月超额序列；
超额的统计显著性：年化超额 12%、跟踪误差 8% → 需要 t = 12/8×√年数 > 2 → 约 5 年样本才能与运气区分——三年期冠军的含金量远低于直觉（显著性框架见假设检验）。

份额与估值的技术细节

私募净值的「技术细节」常被忽视，却直接决定你拿到的数字：

估值频率与侧袋：日频估值是标配；流动性差的持仓（定增、债）可能进侧袋账户（不影响主净值）——侧袋规则要问清（什么是入袋标准、如何结算）；
业绩报酬的计提方式：高水位法（创新高部分提成）是主流，但细节差异大（计提频率、赎回时补提、份额法 vs 净值法）——同一条净值曲线，不同计提方式下投资者的实际到手不同；
净值口径：费后（管理费+业绩报酬）是唯一有意义的口径；比较多家机构时把费率结构对齐（2%+20% 与 1%+10% 的净值不可直接比）；
开放与锁定期：周/月开放、锁 1 年/3 年——流动性条款是策略容量的镜像（锁长期的策略在消化它不好退出的持仓，见再平衡与容量）。

业绩评价：超越净值曲线

归因的穿透：要求提供因子归因（暴露与 alpha 分解，见绩效指标的因子归因）——自称中性的产品实测动量暴露 0.8 的故事太常见；风格漂移的时序曲线比静态暴露更能暴露问题；
分年度与分 regime 的超额：超额是否集中在单一风格区间（某年小盘股的 beta 可能被包装成 alpha）；
容量与规模的动态：管理规模 × 历史超额的散点（超额随规模的衰减曲线）——规模是超额的对手（容量逻辑见再平衡与容量）；规模激增期（常见于业绩营销期）的超额衰减是普遍规律；
团队与系统的核验：研究员与 IT 的投入比例（重销售轻研发的信号）、因子库与风控系统的实体（不是 PPT 而是可演示的流程）、回撤时的对外沟通记录（有没有诚实的归因报告——危机时的沟通质量是最诚实的尽调材料，见事后风控）。

尽调清单（浓缩版）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


□ 策略逻辑：能否用「赚谁的钱」一句话说清（说不清 = 最大的红旗）
□ 显著性：超额的 t 值（超额/TE×√年数）≥ 2？
□ 口径：扣费后、扣贴水后（中性产品）、全区间 + 分年度
□ 归因：因子暴露表 + 风格漂移曲线 + alpha 稳定性
□ 容量：当前规模 / 估算容量的比例；规模增长史
□ 风控：限额体系、历史熔断执行案例、最大回撤的复盘文档
□ 团队：核心投研稳定性（离职率）、激励结构
□ 运营：估值与份额条款、托管方、审计意见
□ 合规：监管处罚记录、程序化报备合规
□ 尽调者自检：我在样本外、扣全部费用与成本后的预期是什么？

关联阅读：超额的来源结构因子投资概论；四杰的产品史幻方、明汯、九坤；行业级回撤的案例经典复盘。

龙虎榜与市场情绪：游资行为分析

Mon, 01 Jan 0001 00:00:00 +0000

龙虎榜是交易所公开的「大资金行为 Census」：每日披露异常波动个股的前五买卖席位（营业部/机构专用）。它是 A 股独有的数据资产——把「游资与机构的行为」变成可统计的字段。本篇讲数据规则、行为指纹与情绪指标的构造（游资人物的江湖背景见游资列传）。

龙虎榜的规则与数据结构

上榜条件（以沪深交易所规则为例，随监管调整）：日涨跌幅偏离值 ±7%、换手率 20%、振幅 15%、以及 ST/连续三个交易日偏离等类别——每个条件筛出不同性质的异动（涨幅榜偏题材炒作、换手榜偏博弈激烈）。

披露字段：买卖前五席位的名称、买入/卖出金额；「机构专用」标识机构席位；营业部名称隐含地域与风格的线索（著名游资的「席位画像」——同一营业部的交易行为有统计惯性，这是席位分析的基础）。

数据的三重属性，每条都决定了使用边界：

滞后性（盘后披露，当日不可用——信号是 T+1 的）：所有「跟随席位」策略天然带一天延迟，而龙虎榜股次日的高开正是对这延迟的定价——回测必须用「次日可成交价」而非「披露金额对应的价格」；
选择性（只披露异动股，样本有偏——它统计的是「情绪的极端时刻」而非日常）：把龙虎榜统计当成全市场情绪的代理时，要意识到你在用「发烧人群的体温」估计「全民体温」；
匿名性的边界（席位 ≠ 自然人，游资会换席位、分仓——席位画像要持续验证与衰减管理）：知名席位「换壳」后，基于旧画像的跟随策略就成了反指。

游资行为指纹：可量化的模式

从龙虎榜数据可以构造的「行为字段」：

席位活跃度与胜率：某席位近 N 月的上榜频次、上榜后 5 日的平均收益（席位作为因子的历史战绩）——「明星席位跟随」策略的原始形态。两个必须处理的偏差：幸存者偏差（消失的席位不再上榜——按「曾经活跃」的完整名单统计胜率，而不是按「当前活跃」名单）；风格切换（游资换打法后旧画像失效，画像要有半衰期，超过 6 个月的战绩权重应衰减）；
接力结构：买卖席位是否重叠（一日游 vs 接力）：买一卖一是同一席位 → 短炒出货；知名席位买入 + 机构席位卖出 → 游资接力机构的换手——席位的「对倒结构」比金额更能 tell 故事；
机构 vs 游资的相对力量：机构席位净买 vs 知名游资席位的占比——机构主导的异动（research-driven）与游资主导（attention-driven）的后续路径统计上不同（前者延续性更强、后者脉冲更快）；
连板生态指标：涨停家数、连板高度（最高连板数）、晋级率（昨日涨停今日再板的比例）——「打板生态的温度计」，其极值是全市场情绪的标志性指标。2024 年 1–2 月连板生态的崩塌与修复（晋级率从常态 25% 跌到个位数再暴力修复）是教科书级样本，见经典复盘。

情绪温度计的构造

把龙虎榜与量价数据合成市场情绪指标体系：

1
2
3
4
5
6


情绪温度计（示例构造，各分量 0-100 分位）
├─ 赚钱效应：全市场 20 日移动平均收益为正的个股占比
├─ 涨停生态：涨停家数 / 跌停家数（平滑）、连板晋级率
├─ 龙虎榜热度：上榜家数、上榜股平均换手
├─ 游资活跃度：知名席位上榜频次（分位）
└─ 机构参与度：机构席位净买占比

情绪指标的三种用法：

风险预算的调节器：情绪极热（各分量 > 90 分位）时收缩题材类策略的预算、提高止盈敏感度——「情绪顶部是分布问题不是点位问题」，极热只提示风险肥尾不提示拐点（风险预算框架见仓位 sizing ）；
策略的适配开关：打板/接力类短线策略本身就是「情绪的函数」——情绪温度低于阈值时这些策略的自然状态是低仓位（生态性休眠，与 Regime 开关同构，见策略组合）；
拥挤度监控的本土代理：全市场的量化超额与游资题材热度有微妙的负相关时段（2024 年 1 月的微盘拥挤，见组合风险的拥挤讨论）——情绪极值是拥挤交易出清的常见前奏。

清醒剂：这个领域的统计纪律

龙虎榜研究是数据窥探的重灾区（几百个席位 × 多种窗口总能挖出「神席位」）。三条防线：

样本外验证：席位画像策略必须在新数据上确认（见Walk-Forward ）——按 2020–2022 建画像、2023–2024 验证，多数「神席位」的胜率回落到与随机无异；
容量与可执行性：上榜股次日竞价抢筹的拥挤使跟随策略的实际成交价远差于统计假设——打板生态的容量极小且快速内卷，「能统计出 5% 的次日溢价」与「能吃到 5%」之间隔着集合竞价的排队；
伦理与合规边界：跟随公开披露合法，但「与席位合谋」「利用未披露信息」是另一回事——生态位意识见闪崩与监管。

关联阅读：游资的人物志徐翔、章建平、赵老哥、炒股养家；情绪的行为金融机理行为偏差。