4、市场异象与行为解释：动量效应、反转效应、日历效应、规模效应
做量化策略这些年，我踩过最大的坑，就是以为市场是「有效」的。教科书上说得头头是道，什么随机游走、什么信息充分反映。但真拿实盘数据一跑，你会发现——市场里到处都是「漏洞」。
这些漏洞，我们叫它市场异象。说白了，就是那些传统金融理论解释不了、但又反复出现的规律。今天咱们就聊四个最经典的：动量、反转、日历、规模。
核心观点：市场异象不是bug，是人性。行为金融学告诉我们——这些规律背后，全是投资者的认知偏差和情绪波动。
4.1 动量效应：追涨杀跌，居然能赚钱？
动量效应，简单说就是「强者恒强，弱者恒弱」。过去涨得好的股票，未来一段时间还会继续涨；跌得惨的，还会继续跌。
我第一次接触这个策略时，心里是抗拒的。你想想看，这不就是追涨杀跌吗？老师傅们不都教育我们要「低买高卖」吗？
但数据不会骗人。Jegadeesh和Titman在1993年那篇经典论文里，用美国数据跑出来——买入过去3-12个月涨幅前10%的股票，卖出跌幅前10%的，持有3-12个月，年化超额收益能到12%以上。
为什么会这样？行为金融学给了两个解释：
- 反应不足：投资者对新信息反应慢半拍。好消息出来了，大家还在犹豫，价格没一步到位，趋势就延续了。
- 羊群效应：看到别人买，自己也跟着买。越买越涨，越涨越买，自我强化。
我的经验：动量策略最怕的是「反转点」。我曾经在2015年A股牛市尾声跑动量策略，收益曲线漂亮得不行。结果股灾一来，一个月把半年的利润全吐回去了。所以动量策略一定要搭配止损，别跟趋势谈恋爱。
4.2 反转效应：跌多了，总会涨回来
反转效应跟动量效应正好相反。它说的是——过去涨太多的股票，未来会跌；过去跌太多的，未来会涨。
你可能会问：「那到底该信哪个？」
嗯，这里要注意。动量效应和反转效应，其实是在不同时间尺度上起作用的。我个人的经验是：
- 短期（1个月以内）：反转效应更明显。市场情绪过度反应，然后快速修正。
- 中期（3-12个月）：动量效应占主导。趋势在延续。
- 长期（3-5年）：反转效应又回来了。均值回归的力量。
行为金融学怎么解释反转？核心是过度反应。投资者看到好消息就兴奋过头，把股价推得太高；看到坏消息就恐慌过度，把股价砸得太低。等情绪冷静下来，价格就会往回走。
避坑指南：我曾经在A股做反转策略，选了过去一年跌幅最大的50只股票买入。结果呢？跌了还跌。后来我才意识到——反转策略在A股更适合「短期反转」，比如5-10天的超跌反弹。长期反转在A股效果很差，因为很多股票是真的基本面烂，不是情绪错杀。
4.3 日历效应：时间本身，就是因子
日历效应，说白了就是市场在某些特定时间点，表现出有规律的涨跌。最经典的几个：
| 效应名称 | 表现 | 行为解释 |
|---|---|---|
| 1月效应 | 1月份小盘股涨得特别好 | 年末抛售+年初重新建仓，投资者「重新开始」的心理 |
| 周一效应 | 周一收益率往往为负 | 周末积累的坏消息集中释放，情绪低落 |
| 月末效应 | 月末最后几天涨，月初跌 | 机构调仓、工资发放、现金流周期 |
| 节前效应 | 节假日前一天涨的概率大 | 投资者心情好，乐观情绪主导 |
我记得刚入行时，觉得日历效应就是玄学。直到我跑了一次A股的数据——春节前5个交易日，上证指数上涨概率超过70%。嗯，从那以后，我每年春节前都会留点仓位。
行为金融学的解释其实很朴素：情绪周期。人的情绪不是恒定的，它会随着时间、天气、节日波动。这些情绪波动，最终会反映在交易行为上。
4.4 规模效应：小盘股的秘密
规模效应，也叫「小盘股效应」。简单说就是——市值小的股票，长期收益率高于市值大的股票。
最早是Fama和French在1992年发现的。他们发现，把股票按市值分组，最小市值组的年化收益率比最大市值组高出5-10%。
你想想看，这合理吗？从传统金融学角度看，小公司风险更大，所以收益高是合理的。但问题是——这个超额收益，远远超过了风险补偿的幅度。
行为金融学怎么解释？
- 关注度偏差：大公司被分析师盯得死死的，信息充分反映。小公司没人关注，容易定价错误。
- 流动性溢价：小盘股交易不活跃，投资者要求更高的回报来补偿流动性风险。
- 投机偏好：散户喜欢买小盘股，因为波动大、有「暴富」的可能。这种偏好推高了价格，但也带来了更高的风险。
实战要点：规模效应在A股尤其明显。我做过一个回测——2005年到2020年，A股市值最小的10%股票组合，年化收益率比最大的10%组合高出约8%。但注意，小盘股的波动率也大得多，最大回撤能到60%以上。拿不拿得住，是个问题。
4.5 知识体系：一张图看懂市场异象
下面这张图，是我自己梳理的框架。把四个异象的核心逻辑、行为解释、时间尺度串在一起。你保存下来，以后做策略设计时可以参考。
4.6 把这些异象用到策略里
光知道理论没用，得能落地。我分享几个实战思路：
- 多因子组合：别只押注一个异象。我习惯把动量因子和规模因子组合在一起——选小盘股里动量强的。回测下来，夏普比率能提高不少。
- 注意市场环境：牛市里动量效应强，熊市里反转效应强。我建议你根据市场状态动态调整因子权重。
- 交易成本是杀手：尤其是反转策略和规模策略，换手率很高。我曾经跑过一个日频反转策略，年化收益20%，但扣除手续费后只剩8%。所以一定要把交易成本算进去。
- 别迷信历史回测：这些异象被发现后，大家一窝蜂去用，效果就会衰减。我见过太多策略，发表论文时收益漂亮，实盘一跑就崩。
一个小技巧：做回测时，把样本外数据留足。我习惯用前70%的数据做参数优化，后30%的数据做验证。如果样本外收益明显低于样本内，那这个异象可能已经被市场「消化」了。
好了，市场异象这块就聊到这儿。说白了，这些规律背后都是人性——贪婪、恐惧、懒惰、从众。你理解了人，就理解了市场。