1. 概述

接上一篇，为什么在A股动量因子会呈现出反转特征呢？直接说答案，就是因为散户太多了。
这篇文章我们将分享《中金公司-量化多因子系列（6）：关于动量，你所希望了解的那些事》提到的四类投资者，我们试着从投资者结构的角度出发去揭示反转特征，同时也思考作为个人，应该选择成为哪一个象限的投资者。

2. A 股投资者结构下的四类典型投资者画像

在理解动量为何在 A 股呈现出“反转特性”之前，我们需要从投资者结构出发，分析不同类型投资者的行为模式及其对市场价格形成机制的影响。

我们可以从两个维度对投资者进行划分：

• 处理方式维度：理性 vs 非理性
• 信息处理能力维度：信息优势 vs 信息劣势

由此组合出四类典型投资者类型

1. 理性 + 信息优势投资者

• 典型代表：机构型基金经理、价值投资者
• 行为特征：
  • 审慎评估自身约束和信息位置
  • 倾向于在“足够安全”时下注
  • 信息处理能力强，交易时点靠前
• 交易偏好：
  • 价值高、确定性强的股票
  • 在信息初期阶段介入，持有周期长
• 市场影响：
  • 产生动量行情
  • 动量收益源于风险补偿和信息效率提升

2. 理性 + 信息劣势投资者

• 典型代表：量化交易者、因子投资者
• 行为特征：
  • 无法获取一手信息
  • 通过多次独立下注弥补胜率不足
  • 借助因子策略和组合管理风险
• 交易偏好：
  • 高频、广覆盖的因子策略
  • 捕捉动量与反转机会
• 市场影响：
  • 加速价格发现阶段
  • 在泡沫扩散期参与交易，可能放大反转空间

3. 非理性 + 信息劣势投资者

• 典型代表：个人散户
• 行为特征：
  • 投资决策受情绪驱动，缺乏严谨分析
  • 常见行为偏差如过度自信、羊群效应、处置效应
• 交易偏好：
  • 跟风追涨，快速兑现收益
  • 不愿止损，长期持有亏损资产
• 市场影响：
  • 在趋势末端推高泡沫
  • 制造反转空间
  • 同时也提供动量交易初期的推动力

4. 非理性 + 信息优势投资者

• 典型代表：高频投机者、内幕交易参与者中行为偏差较强者
• 行为特征：
  • 虽掌握信息，但决策不严谨、存在行为偏差
  • 喜欢频繁交易或过度博弈市场走势
  • 往往在价格已充分反应信息后仍盲目进场或加仓
• 交易偏好：
  • 高频切换、追涨杀跌、激进博弈
  • 偏好短线交易，对波动敏感
• 市场影响：
  • 容易在行情后段形成“虚假动量”
  • 放大市场波动，制造短期趋势后反转
  • 是市场非理性剧烈波动的推手

分析完不同投资者的特征后，我们看下A股市场不同投资者的占比数据。
研报中提到，相比美股与港股，A股市场中代表第一类投资者群体的机构交易者的交易占比更少，而代表第三类投资者群体的个人散户交易者的交易占比更高。在2007年到2017年期间，A股市场中每年都有超过8成的交易金额是由个人散户投资者完成，机构投资者成交额占比不到20%（上交所从2018年起不再公布该数据），而港股在2015年至2020年期间，每年个人散户投资者交易占比不超过3成。

由此可以看到，正是因为在A股市场散户投资者占了绝大多数，才导致动量因子表现为反转特征。为什么散户在这个市场里面难以挣到钱，为什么常常被称为韭菜，我们再来看看研报中分享的关于价格发现的机制，以及动量因子从动量特性向反转特性的转变。

价格是市场中所有投资者对标的资产价值预期博弈的结果。当有新的信息产生时，投资者的预期会随之调整，这种变化最终会反映在价格上。然而，在现实中，信息的传递往往是分阶段进行的。

最早获取信息的，通常是具备信息优势的投资者，例如机构投资者。他们会率先作出反应并进行布局，推动价格发生初步变化。接下来，具备技术与数据处理能力的量化交易者会识别出这种变化趋势，进一步加大推动力度，使股价继续上涨。

等到信息逐渐发酵，被第三类——散户投资者所知时，股价往往已经经过一轮上涨。除了那些周期较长的主线机会，散户接触到的通常已是“旧”消息。大量散户在这个阶段入场，容易形成市场泡沫，推动股价短期过热。最终，价格又会回归其合理区间。

这也解释了为什么散户投资者更容易亏损：他们缺乏信息优势，往往在行情的尾声才开始参与。

3. 结语

在信息高度不对称的 A 股市场中，大多数个人投资者天生处于劣势，既无法像机构一样率先获取消息，也难以完全规避行为偏差的干扰。因此，与其执念于成为“最早知道”的人，不如转向另一条路径：成为理性、系统、纪律的投资者——即本文所强调的“第二类投资者”。

这类投资者虽然不具备信息优势，但可以借助量化工具、因子研究、统计学习和组合控制等手段，在市场的“噪音”中提取出有价值的信号；他们不追求单次押注的完美胜率，而是通过“小胜率 + 高频率 + 低相关性”的组合，构建出长期稳定的超额收益。正如量化因子策略所展示的那样，市场或许难以预测，但却可以被测量、被管理、被应对。

成为理性的因子化交易者，不仅是普通投资者规避认知陷阱的路径，更是在复杂市场中提高胜率、实现正向演化的必经之路。幸运的是，随着 PandaAI 平台的出现，这条路的门槛正被极大地降低。它让数据获取、因子构建、策略回测变得更高效、更直观，也让普通投资者也能站在系统性优势之上，迈出成为“第二类投资者”的第一步。

未来，真正能够穿越周期、立于不败的投资者，不一定是消息最灵通的人，而是那些深刻理解市场结构、坚持长期主义，并善于用工具赋能自己的人。

下篇预告
那么正向的动量因子还可以用吗？下一篇文章，我们将继续使用PandaAI平台给大家复现哪些情景下可以使用正向的动量因子，哪些情景下使用负向的动量因子（反转特征）。我们将在PandaAI上加入市值、波动、流动性等因子，结合动量因子，看是否可以提升绩效。

下期见！