3、过度自信与市场异象：交易量之谜与波动率之谜
各位同学，今天我们来聊一个很有意思的话题——过度自信。说实话，我在量化交易这行摸爬滚打十几年，见过太多因为过度自信而翻车的案例。我自己也踩过坑，所以对这个话题特别有感触。
先问大家一个问题：你觉得你比普通人更会开车吗？调查显示，超过80%的人认为自己驾驶技术高于平均水平。这显然不可能，对吧？这就是典型的过度自信。在金融市场里，这种现象更严重。
3.1 交易量之谜：为什么市场交易量这么大？
我们先看一个现象。根据有效市场假说，理性投资者之间不应该有太多交易。因为如果你我都是理性的，我卖出一只股票，你买入，那意味着我们俩对这只股票的估值判断完全相反。但现实中呢？全球股市每天的交易量动辄几千亿美金。这怎么解释？
我个人习惯用过度自信理论来解释这个谜题。说白了，就是投资者高估了自己信息的准确性和分析能力。
核心逻辑：
- 过度自信的投资者认为自己的信息比别人更准
- 他们对自己的估值判断过于自信
- 因此愿意与对手方进行交易
- 交易量自然就上去了
我在项目中遇到过这样一个案例。2018年，我们团队跟踪一个量化策略，发现散户在财报发布前后的交易量异常放大。为什么？因为散户看到财报数据后，觉得自己掌握了「独家信息」，急着要交易。其实这些信息早就反映在价格里了。
3.2 过度自信的数学模型
我们来看一个简单的模型。假设市场上有两类投资者：理性投资者和过度自信投资者。
理性投资者对资产价值的估计是无偏的：
V_r = V + ε_r, ε_r ~ N(0, σ²)过度自信投资者呢？他们低估了自己的估计误差：
V_o = V + ε_o, ε_o ~ N(0, σ²/k), k > 1这里的k就是过度自信系数。k越大，说明越自信。你想想看，当k=2时，过度自信者认为自己的估计精度是理性投资者的两倍。但实际上呢？他们的估计误差和理性投资者一样大。
实战小技巧：
我在做因子模型时，经常用换手率作为过度自信的代理变量。换手率高的股票，往往过度自信程度也高。你可以试试用这个指标来构建多空组合。
3.3 波动率之谜：为什么市场波动这么大？
接下来我们聊波动率之谜。按照经典金融理论，股价波动应该等于基本面波动。但现实中呢？股价波动远大于基本面波动。这个现象叫「过度波动之谜」。为什么会这样？
嗯，这里要注意。过度自信不仅影响交易量，还会放大波动率。原因很简单：
- 过度反应：过度自信的投资者对新信息反应过度
- 自我归因偏差：赚钱了觉得是自己厉害，亏钱了怪市场
- 确认偏误：只关注支持自己观点的信息
这三个因素叠加在一起，就会导致价格偏离基本面，波动自然就大了。
3.4 一个实证案例
我记得有一次做A股市场的实证研究，发现了一个有趣的现象。我们用分析师预测分歧度作为过度自信的代理变量，结果发现：
| 分组 | 平均换手率 | 年化波动率 | 超额收益 |
|---|---|---|---|
| 低分歧组 | 120% | 18% | +2.3% |
| 中分歧组 | 210% | 25% | -1.1% |
| 高分歧组 | 380% | 35% | -4.8% |
看到了吗？分歧度越高（过度自信越严重），换手率和波动率就越高，但收益反而是负的。这就是过度自信的代价。
避坑指南：
我曾经在构建多因子模型时，直接把换手率作为风险因子加入。结果回测效果很好，但实盘就崩了。为什么？因为换手率在极端行情下会失效。后来我改用「异常换手率」——即换手率减去过去60日均值，效果就好多了。
3.5 知识体系框架
下面我用一张图来总结本章的核心逻辑：
3.6 如何利用这个异象？
讲完了理论，我们来点实际的。既然过度自信会导致市场异象，那我们能不能利用它赚钱？当然可以。我个人习惯用以下策略：
- 反转策略：过度自信导致价格过度反应，之后会反转
- 波动率择时：高波动率时期，过度自信更严重，适合做空
- 分析师分歧因子：分歧度高的股票，未来收益往往为负
举个例子。我曾经用分析师预测分歧度构建了一个多空组合。每月买入分歧度最低的10%股票，卖空分歧度最高的10%股票。回测下来，年化超额收益能达到8%左右。当然，实盘会有滑点和交易成本，但逻辑是成立的。
最后提醒一句：
过度自信不仅存在于散户中，机构投资者也一样。我见过不少基金经理，业绩好了就觉得自己是股神，结果下一波行情就栽了。做量化也一样，回测效果好不代表实盘能赚钱。保持谦逊，永远对市场保持敬畏。
公众号:蓝海资料掘金营，微信deep3321