研究摘要
锚定效应下，股票创新高后长期存在超额收益。投资者在买卖股票时，往往会考虑股票过去的价格走势。当股价接近过去高点时，“锚定投资者”认为股价很难继续上涨至突破高点，因此很容易造成股票价格对其他利好消息反应不足，从而在新高之后继续上涨。例如在中证800成份股中，创新高股票在新高后240个交易日，相对中证800指数仍有6.37%的平均超额收益。
创新高股票呈现明显的“低胜率、高赔率”特征，需要对样本进一步筛选。尽管创新高股票平均收益表现不错，但在突破新高后的短期时间内，超额收益有限且波动较大，在20-30个交易日左右平均累计超额收益为负；且创新高股票的后续收益分布有偏，长期胜率不足50%，个别极端收益股票显著拉高了创新高事件的平均收益。因此想要构建稳健的创新高组合，必须对样本做进一步筛选。
通过量价+基本面信息在创新高股票中寻找Alpha。创新高样本的筛选方案，主要分为时序筛选和截面筛选。时序筛选从个股时序价量形态出发，剔除有“假突破”、“诱多”可能的新高样本，而截面筛选的目的则是在同一天创新高股票中选出未来最有可能持续上涨的样本。回测发现，放量创新高、创新高时反应不足及创新高时基本面更优秀的样本超额收益相对更高。通过涨跌幅、换手率、一致预期上调幅度等因子进行筛选，能够剔除部分表现不佳的新高股票，筛选后样本超额收益提升显著。
构建创新高事件的综合选股方案。综合考虑每日新高股票数量、创新高后的超额收益及合适的投资周期，利用量价+基本面信息对创新高样本筛选后，可以使用资金通道法构建可落地的创新高组合。2014年以来，创新高组合年化收益12.76%，相比中证800全收益指数的超额年化收益为5.82%。分年度来看，牛市中创新高组合表现优异，超额收益非常明显，但在牛市尾声及熊市中追涨容易录得负向超额。今年来，创新高组合在市场反弹时超额收益显著，截止5月末创新高组合收益为18.20%，同期中证800全收益指数收益为2.88%。
风险提示：以上结论均基于历史数据和模型的测算，如果市场环境和结构发生剧烈改变，不排除模型失效的可能性。模型测算可能存在相对误差，不构成实际投资建议。
报告原文下载链接：
https://pan.baidu.com/s/1vTlDC54x6ha8FSz6ERSaiA
提取码：gsjg
1. 前言
锚定效应是行为金融学的代表理论之一。投资者在进行股票投资时，往往会考虑股票过去的价格走势，比如将过去一年中的低点视为支撑位、过去一年中的高点视为压力位。当股价逼近过去高点时，“锚定投资者”会认为股价很难继续上涨至突破高点，因此很容易造成股票价格对其他利好消息的反应不足。学术研究也表明，以过去52周的高点作为锚，突破高点的股票在未来很容易产生超额收益，因此可以用股价是否创新高来进行趋势投资。
本报告将从股价创新高这一事件出发，尝试从中寻找到稳定、持续的超额收益。我们将股价创新高定义为某只股票某日的收盘价创过去240个交易日收盘价的新高，暂且在中证800成份股中测试事件的有效性，并探索对创新高股票组合表现进行增强的方案。
2. 创新高股票的超额收益
创新高股票被看作市场情绪的风向标，股价突破后常受到投资者的关注而持续上涨。图表1统计了2013/1/4-2023/05/31内，中证800指数成份股中每日创新高股票数量，并与中证800指数走势进行对比。创新高股票的样本数量与指数走势息息相关，指数单日上涨幅度较大时，成份股创新高的数量通常也较多；当指数成份股中的“领头羊”不断突破新高、创新高股票越来越多时，往往也会带动市场情绪，推动指数不断走强，两者形成共振。整体来看，中证800成份股中，每个交易日创新高股票的平均数量约为21只，中位数为11只。
为探讨创新高股票在新高后的收益情况，我们统计了每个创新高样本在未来240个交易日的累计绝对收益及其相对中证800指数的累计超额收益并求平均，在图表2中进行展示。从绝对收益来看，股票创新高后短期内一般仍会继续上涨，在创新高后的120个交易日收益最高，随后有所衰减。若考虑累计超额收益，则突破新高后短期内，创新高样本的超额收益有限且波动较大，甚至在20-30个交易日左右平均累计超额收益为负；但随时间推移，约35个交易日后，创新高样本开始较为稳定地积累正向超额收益，拉长至一年维度，平均累计超额收益约为6.37%。
需要关注的是，虽然创新高股票的平均收益表现不错，但全样本收益有偏，个别高收益股票显著提高了创新高事件的平均收益。图表3展示了所有创新高样本在创新高后几个重要时点的累计超额收益相关统计量，创新高样本的胜率低于50%，但75%分位数收益较显著，呈现明显的“低胜率、高赔率”特征。
考虑到投资者并不希望追逐涨停，以及从可投资性角度，次日开盘涨停的创新高股票无法正常买入，我们首先对所有样本中当日涨停或次日开盘涨停的股票进行剔除，重新计算创新高样本的超额收益，并在图表4、图表5中进行展示。创新高当日或次日开盘涨停的样本占总样本数量的12.08%，这类样本更容易反应过度，未来长期存在负向超额收益。剔除了存在涨停情况的样本后，剩余样本的累计超额收益更加稳定，触发事件后第240个交易日累计超额收益约为7.24%，且各时点下收益分位数更高，因此后续主要针对无涨停的创新高样本进行研究。
3. 创新高事件的增强因子
上一节提到，创新高的股票虽然长期来看存在超额收益，但创新高后20-30个交易日左右超额收益为负，且胜率并不可观。因此想要基于创新高进行事件驱动选股，还需要对创新高样本进行进一步甄别。
对于创新高样本的筛选方案，我们认为主要分为两种：时序筛选和截面筛选。时序筛选是从个股时序价量形态出发，剔除有“假突破”、“诱多”可能的新高样本，而截面筛选的目的则是在每天创新高股票中选出未来最有可能持续上涨的样本。两种筛选方式并不冲突，可以结合使用选出更强的股票。
3.1 时序筛选：放量突破前高的样本超额收益更显著
创新高可以看作对阻力位的突破。从技术分析的角度出发，放量突破前期高点代表市场对股票关注度增加，有大量新资金流入从而推动股价突破前期阻力位，通常被看作未来股价的积极信号。图表6、图表7分别展示了两个例子：京东方A(000725.SZ)在新高时成交额相比前期高点显著减少，未来股价下跌概率更大；而中集集团(000039.SZ)则显著放量突破，上涨空间较大。
根据上述思路，将所有创新高样本在创新高时的成交额MA10同过去一年中前高的成交额MA10对比，计算放量新高和缩量新高样本的平均累计超额收益情况，并在图表8中进行展示。回测结果显示，全部创新高样本中，大约有七成样本属于放量突破，它们的未来表现相对更强，创新高后20个交易日平均累计超额收益约为0.50%，而缩量突破的样本创新高后20个交易日的平均累计超额收益为负。
3.2 截面筛选：寻找反应不足或基本面优秀的个股
经过上一小节的时序筛选后，仍有大量创新高的样本等待进一步精选。股价创新高类似于买入强动量的股票，或许我们可以从以下两个方面入手，在每个截面上对创新高的股票进行筛选：
按照上述两种思路，后文基于量价因子、基本面因子，对创新高样本进行进一步筛选。
3.2.1 长期动量+反应不足：量价类因子
量价类因子的筛选思路是寻找反应不足的样本。A股市场呈现显著的反转效应：短期内涨幅越高的公司越容易反应过度，未来收益越低；此外，若股票换手率持续处于高位，代表该股票拥挤度较高，也是常见的反映交易过热、反应过度的指标。因此涨跌幅、换手率等常见的量价因子都可以用来识别哪些样本更容易反应不足。
我们定义前期涨跌幅因子为：个股创新高日之前K个交易日的累计涨跌幅(K暂取60)。在整个回测期中，每个交易日，我们将当日创新高的样本，按照前期涨跌幅因子的大小重新排序，等分为2组，每组分别计算创新高后240个交易日的平均累计超额收益。
图表9展示了2组样本的累计超额收益情况。可以看出，前期涨幅高的公司越容易反应过度，创新高后短期内往往有负向超额收益；而前期涨幅低的公司更容易反应不足，创新高后仍能持续提供正向超额。在创新高后的第20个交易日，前期涨幅低的样本相比于前期涨幅高的样本，平均超额收益差值为1.02%；创新高后第240个交易日，超额收益差值扩大到2.09%，区分效果较为明显。
类似的，我们定义前期换手率因子为：个股创新高日之前K个交易日的日均换手率(K暂取60)。在整个回测期中，每个交易日，我们将当日创新高的样本按照前期换手率因子的大小重新排序，同样等分2组后分别计算每组的平均累计超额收益。
图表10展示了不同前期换手率水平下，2组样本的累计超额收益情况。前期换手率越高的公司创新高后越容易反应过度，反之则更容易反应不足。在创新高后的第20个交易日，前期换手低的样本相比于前期换手高的样本，平均超额收益差值为0.72%；创新高后第240个交易日，超额收益差值扩大到3.78%，长期筛选效果优于前期涨跌幅因子。
3.2.2 股价与基本面的戴维斯双击：一致预期类因子
创新高样本中，基本面类因子的筛选思路是寻找股价上涨同时业绩持续优秀的公司，形成“戴维斯双击”。A股市场绝大部分根据财报数据计算的基本面因子有滞后性，因此我们需要借助更高频的基本面因子识别创新高公司的业绩情况，分析师一致预期类因子就是不错的选择。
我们定义过去60个交易日分析师一致预测FY1eps上调幅度为：(当前一致预测FY1eps-3个月前一致预测FY1eps)/3个月前一致预测FY1 eps绝对值，按照上一小节相同方法计算分组收益情况，并在图表11中进行展示。
回测结果显示，一致预测eps上调幅度越高的公司，代表分析师对其基本面越看好，其股价未来上涨概率更大。在创新高后的第20个交易日，一致预期上调幅度高的样本相比于一致预期上调幅度低的样本，平均超额收益差值为1.00%，有较为明显的区分度。
4. 如何构建创新高事件的选股组合？
4.1 创新高样本的综合筛选方案
由于创新高样本数量和市场环境相关性较高，牛市中新高数量较多，甚至某些交易日可达上百只，在选股组合中全部持有显然不合理。综合考虑前文的测试内容、根据持有样本数量、样本超额收益以及合理的投资周期，我们给出了创新高事件的综合选股方案，以保证每日选出的创新高数量相对平衡，且新高后的20个交易日超额收益更稳定。具体方案如下：
(1) 以中证800成份股为选股域，个股收盘价创240日新高即为触发创新高事件；首先剔除涨停创新高或者次日开盘涨停的样本，再剔除创新高成交额不足前期高点的样本，之后根据每日触发事件的样本数量，采取不同的选股方案；
(2) 若当日创新高样本量小于20，则仅使用前期涨跌幅因子，选取前期涨跌幅较小的50%样本；
(3) 若当日创新高样本数量大于等于20且小于50，则综合考虑前期涨跌幅因子、前期换手率因子，选择同时属于前期涨跌幅较小的50%、前期换手率较低的50%的样本；
(4) 若当日创新高样本量大于等于50，则前期涨跌幅因子、前期换手率因子和分析师预期上调因子均纳入使用，选取同时属于涨跌幅较小的50%、前期换手率较低的50%和分析师上调幅度较高的50%的样本。
图表12展示了按照上述方案进行筛选后创新高样本的平均累计超额收益，筛选后创新高样本在新高后的20至30个交易日超额收益提升明显。如图表13所示，创新高后的20个交易日超额收益斜率稳定且相比全样本增强约1.06%。图表14展示了筛选后创新高样本数量，平均每个交易日筛选出3.62只股票，且近几年每日筛选出的股票数量较为稳定。
4.2 创新高组合落地：资金通道法
筛选出效果更强的创新高样本后，我们将通过资金通道法把选出的股票变为落地的选股组合。资金通道法假设如下：
(1) 共计4个资金通道，每个通道初始资金量相等；
(2) 每经过5个交易日，回看过去5日创新高的样本，按照4.1中的样本筛选方案进行筛选，得到需要持有的创新高股票；
(3) 在某一空闲通道中，将需要持有的创新高股票于下一个交易日开盘时等权买入，持有20个交易日后卖出；若过去5个交易日无任何股票创新高，则对应通道空仓；
(4) 计算4个资金通道的收益净值并求和，即可得到组合收益情况。
由于共计4个资金通道、每5个交易日进行一次样本筛选、持股时间为20个交易日，因此每次调仓时均有一个空闲的通道可供使用，4个通道轮流进行仓位调整。图表15展示了按照上述方式构建的创新高组合净值走势，2014年以来，组合年化收益为12.76%，信息比率0.51，相比中证800全收益指数录得5.82%的年化超额收益。
创新高作为动量类策略，在牛市中表现相对优秀，如2017-2018年、2020-2021年，创新高组合相对中证800全收益指数年均超额收益超过20%；而当牛市结束、市场降温时，如2015年下半年、2022年下半年，追涨容易录得负向超额。
今年来，创新高组合在市场反弹时超额收益显著，截止5月末创新高组合收益18.20%，而同期中证800全收益仅上涨2.88%。
5. 进一步讨论
5.1 创新高股票能否相比同行业其余股票创造更稳定的超额收益？
某一行业内部的股票集体创新高通常代表相关行业或概念热度上升，而率先新高的股票通常在行业上涨中成为龙头，相比行业指数存在超额收益。为验证这一想法，我们在通道法基础上进行改进，进行如下测试：
(1) 仍为4个资金通道，每个通道初始资金量相等；
(2) 每经过5个交易日，回看过去5日创新高的样本，按照4.1中的样本筛选方案进行筛选，得出需要持有的创新高股票；
(3) 在某一空闲通道中，按照中证800成份股权重买入对应股票；若某行业存在筛选出的新高股票，则不买入该行业其他未创新高的股票，将该行业的多余权重等分给创新高的股票；
(4) 计算4个资金通道的收益净值并求和，即可得到组合收益情况。
上述方案类似中证800指增策略：在行业暴露与指数完全一致的情况下，买入行业指数中最强势的创新高股票，其余仓位保持不变。按照上述方式构建的创新高行业增强组合，2014年以来年化超额收益为2.72%，超额信息比率为0.81。从超额净值来看，2019-2020年创新高股票相对行业超额为负，其余时间段超额较为稳定，大部分时间内创新高股票相比同行业其余股票能获得超额收益。
5.2 创新高组合的改进方案——行业等权
创新高选股组合的一大问题在于，由于通道内个股均为等权买入，当某一行业表现强势时，行业内多数股票集体创新高，则组合在该行业上有显著暴露；若行业未来回撤较大，则大概率导致组合表现不佳。尤其近年来行业轮动速度较快，过高暴露单个行业会显著增加组合风险。
对电新、医药、电子等热门行业复盘发现，行业内创新高股票数量较多的时间一般在行业启动前期以及行业牛市的尾声。以电力设备及新能源为例，图表18展示了行业指数走势及每日创新高股票数量。2020年7月、2021年1月和2021年9月，行业内日度创新高股票数量相对较多，其中2021年1月行业内新高数量达到峰值后20-30个交易日，行业指数发生大幅回调。
图表19展示了电新行业内创新高股票数量不同时创新高样本未来超额收益统计。当行业内新高股票数量较多时，新高后的样本超额收益无论是平均值还是中位数都低于新高数量较少时期的样本。因此，对创新高组合控制行业暴露或许能一定程度降低风险。
从上述结论出发，我们认为可以通过控制创新高组合的行业暴露从而增强组合表现，因此按照下列流程构建行业等权的创新高组合：
(1) 共计4个资金通道，每个通道初始资金量相等；
(2) 每经过5个交易日，回看过去5日创新高的样本，按照4.1中的样本筛选方案进行筛选，得出需要持有的创新高股票；
(3) 识别每个创新高股票所属行业，首先将行业等权配置，之后将行业内股票等权配置，将需要持有的创新高股票于下一交易日开盘时买入，持有20个交易日后卖出；
(1) 计算4个资金通道的收益净值并求和，即可得到组合收益情况。
图表20展示了行业等权创新高组合与原始创新高组合净值走势对比。相比原始的创新高组合，行业等权组合在2022年以来的表现更为优秀，整个回测期内录得15.12%的年化收益，同时信息比率从0.51提升至0.61。
5.3 创新高组合的改进方案——等待回踩确认后再买入
当个股股价快速上涨时，投资者可能会出于对高价位的担忧而选择获利了结，这种心理会导致股票卖压增加，从而引发价格回调，创新高个股也面临同样的问题。但回调不代表上涨结束，假如个股创新高后有小幅回调且随后股价企稳，新高的阻力位就变成了有力支撑。根据上述理论，我们可以将个股是否回踩确认也纳入创新高个股的筛选流程中，方案如下：
(1) 共计4个资金通道，每个通道初始资金量相等；
(2) 每经过5个交易日，回看过去5日创新高的样本，按照4.1中的样本筛选方案进行筛选，得出需要持有的创新高股票；
(3) 后续5个交易日，先对筛选出的创新高股票进行观察，若样本中存在回调且最大回撤不大于5%的样本，则在第6个交易日开盘时，选取某一空闲通道，买入上述创新高股票，持有20个交易日后卖出计算4个资金通道的收益净值并求和，即可得到组合收益情况。
图表22展示了按照上述流程构建的回调后再买入的创新高组合净值走势，图表23展示了新组合和原始组合绩效指标对比。若在回踩确认后再买入新高股票，组合收益从12.76%提升至14.81%，信息比率提升至0.65，同时组合最大回撤有明显降低，表明回踩确认后的创新高股票风险相比全部样本有所下降，在未来上涨概率更高。
风险提示
以上结论均基于历史数据和模型的测算，如果市场环境和结构发生剧烈改变，不排除模型失效的可能性。模型测算可能存在相对误差，不构成实际投资建议。
具体分析详见国盛证券研究所2024年6月26日发布的报告《“量价淘金”选股因子系列研究（六）：创新高股票中的Alpha》。
特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。
重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。
本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。
版权所有，未经许可禁止转载或传播。
