博彩偏好异象 MAX：散户为什么爱买彩票型股票 • halo 的技术博客

你身边一定有人这样买股票：不看估值、不看财报，就因为「这票上周一根大阳线拉了 18%，搞不好下个月就十倍」。这种用小钱博巨奖的冲动，不是散户的专利，而是被写进行为金融教科书的一种稳定偏好——博彩偏好（lottery preference）。

更反直觉的是，被这种偏好追捧的「彩票型股票」，长期来看跑不赢那些平淡无奇的普通股。本文要讲清楚的，就是如何用一个极简指标 MAX 把「彩票性」量化出来，并用分组回测证明：越像彩票，未来越亏。

一、MAX：把「像不像彩票」变成一个数字#

彩票的本质是小概率、大赔付。对应到股价上，就是「过去一段时间里，出现过一根特别夸张的上涨大阳线」。Bali、Cakici 与 Whitelaw（2011）用一个干净到离谱的指标抓住了它：

$\text{MAX}_i = \max_{t\in[-21,0]} r_{i,t}$

也就是个股在过去 21 个交易日（约一个月）里的最大单日收益率。

为什么是「单日最大」而不是「月涨幅」？因为散户记住的不是「这个月涨了 12%」，而是「那天一根线拉了 15%」的那种刺激感。MAX 衡量的正是这种极端正向跳变的强度——它和月累计收益高度不同：一只票可以一个月慢慢涨 12% 但 MAX 只有 3%（毫无彩票感），也可以横盘一个月、最后一天旱地拔葱 20%（十足彩票感）。

截面里 MAX 右偏、厚尾：少数股票带着一根巨阳线，多数股票平淡

二、行为逻辑：为什么高 MAX 反而亏#

逻辑链条很短，但很硬：

散户对「博巨奖」有超额需求，愿意为彩票型股票支付溢价；
溢价推高了当前价格，等于提前透支了未来的收益；
当炒作退潮、价格向价值回归，高 MAX 股票就系统性跑输。

换句话说，MAX 不是一个「利好信号」，而是一个被高估的程度计。它越高，说明当前的博彩溢价越厚，未来均值回归的向下空间越大。这和动量相反：动量是「涨了还会涨」，MAX 异象是「涨得太刺激反而要跌」——因为驱动它的是噪声交易者的情绪，不是基本面。

三、Python：计算 MAX、分组、看未来收益#

下面这段代码与四张配图完全对应，是自洽合成数据（每只股票带偶发巨阳线的「彩票跳涨」，未来 21 日收益被设定为随 MAX 单调下降，仅用于演示方法；真实落地请用实际日收益，见文末）。

import numpy as np

def simulate(N=600, T=21, seed=20260712):
    rng = np.random.default_rng(seed)
    p = rng.uniform(0.02, 0.30, size=N)          # 每只股票的「彩票倾向」
    drift = rng.normal(0.0003, 0.0010, size=N)   # 轻微正漂移
    jump = (rng.random((N, T)) < p[:, None]) * rng.exponential(0.045, size=(N, T))
    r = drift[:, None] + jump + rng.normal(0, 0.026, size=(N, T))
    MAX = r.max(axis=1)                          # 过去 21 日最大单日收益
    future_exp = 0.023 - 0.21 * MAX             # 关键：未来收益随 MAX 单调下降
    future_ret = future_exp + rng.normal(0, 0.026, size=N)
    return MAX, future_ret

MAX, future_ret = simulate()
order = np.argsort(MAX)
dec = np.array_split(order, 10)                  # 按 MAX 分十组
means = [future_ret[i].mean() * 100 for i in dec]
for k, m in enumerate(means):
    print(f"D{k+1:02d} (MAX {MAX[dec[k]].mean()*100:.1f}%)  future={m:+.2f}%")
print(f"long-short (D01-D10) = {means[0]-means[-1]:+.2f}% / month")

python

跑出来的分组收益（D01 = 最低 MAX 组，D10 = 最高 MAX 组）呈现出教科书式的单调下滑：

D01 (MAX 3.1%)  future=+1.72%
D02 (MAX 5.4%)  future=+1.01%
...
D09 (MAX 18.2%) future=-0.66%
D10 (MAX 22.5%) future=-2.21%   ← 最像彩票的一组，显著跑输

plaintext

最高 MAX 组未来 21 日平均亏 −2.21%，最低组赚 +1.72%，单次截面多空约 +3.9%/月（图三把这种组合做 60 个月再平衡，月度均值约 +3.6%、年化约 50%）。注意这是横截面排序收益，和个股绝对涨跌无关——它测的是「彩票性」本身的定价错误。

按 MAX 十分组，未来 21 日收益单调下滑；最高组显著为负

四、配图解读：四张图各说明什么#

图一（分布）：MAX 在截面里是右偏、厚尾的——大多数股票一个月里最猛的一天也就涨两三个点，少数股票带着一根 15%+、甚至 27% 的巨阳线，正是这些「尾部」构成了彩票股。

图二（分组）：把全市场按 MAX 十等分，未来收益从 D01 的正值一路滑到 D10 的负值。这条下滑曲线本身就是异象存在的证据：它和任何宏观、行业因子都没关系，纯粹由「过去涨得有多刺激」驱动。

图三（多空）：把「多最低 MAX / 空最高 MAX」做成一个每月再平衡的组合，净值是稳定向上的。月度均值约 +3.6%，折算年化约 50%——这个幅度是合成数据为了可视化放大的；在真实美股样本里 Bali 等人报道的多空约 1%–1.5%/月，量级小但统计上极显著（t 值常常 > 5）。

多最低 MAX 组、空最高 MAX 组的月度再平衡组合，净值稳定向上

图四（路径）：最直观地告诉你 MAX 抓住了什么——彩票股平时半死不活，突然一根巨阳线把 MAX 拉爆，然后阴跌回去；普通股则平稳爬升。散户记住的是前者那根线，机构赚的是后者的钱。

彩票股（一根巨阳后阴跌）vs 普通股（平稳上行）：MAX 抓住的是那根线

五、实盘六大真实陷阱#

陷阱一：前视偏差（最容易犯）。 MAX 必须用形成期（过去）的收益算，未来收益是另一个独立窗口（之后）的。绝不能用「包含未来」的窗口算 MAX 再拿同一个窗口的收益做检验——那等于用答案算答案，会造出虚假的完美相关性。

陷阱二：退市与幸存者偏差。 彩票股多是小盘、高波动、甚至濒临退市的票。回测如果只在「活到今天」的股票里算，会自动剔除那些已经跌没退市的极端彩票股，系统性低估亏损。真实结论只会比回测更糟。

陷阱三：A 股涨跌停封顶。 在 A 股，单日最大收益被涨跌停板封在 +10%（创业板/科创板 +20%），所以 MAX 天然有上限，且「巨阳线」信息被压缩。直接用美股那套 MAX 定义会失真——要么换更细粒度（分钟级最大单根 K）、要么拉长窗口，或改用「最大 5 日收益 MAX5」等衍生代理。

陷阱四：卖空约束。 多空组合里的「空最高 MAX 组」，在 A 股几乎无法直接做（融券标的少、成本高、常无券可融）。实务上要么只用多头端（做多低 MAX、回避高 MAX），要么用股指期货/ETF 做市场中性对冲后表达，收益会被摩擦吃掉一大块。

陷阱五：市值与行业暴露。 MAX 和市值强负相关——小盘股天然更容易出巨阳线。如果不控制，你的「MAX 因子」其实是在做多大盘、做空小盘。真实研究里要对市值、行业做截面中性化（对市值/行业哑变量回归取残差）后再排序。

陷阱六：微盘流动性。 高 MAX 集中在微盘，买卖冲击成本极高。回测里用收盘价算的 +3.6%/月，实盘可能因为根本买不进/卖不出而大幅缩水，甚至方向相反。

六、落地路径与诚实结论#

真实复现时，把合成序列换成：

数据：个股日收益率（前复权），剔除停牌/上市不足一个月的新股；
MAX 计算：用形成期 [−21,−1] 的日收益取最大值，未来收益用 [0,+21] 窗口；
分组：按 MAX 十等分，计算每组等权未来收益，看最高组是否显著为负、多空是否稳定为正；
中性化：对对数市值、行业哑变量回归取残差，剔除风格暴露后再排序；
成本：用实际的买卖价差+冲击成本重算多空，确认 alpha 在扣费后仍在；
对照：和动量、波动率、特质波动率等因子做相关性检验，确认 MAX 是独立的异象而非它们的马甲。

结论：MAX 用一根「最刺激的那根阳线」量化了散户的博彩偏好，而行为金融的逻辑很直白——被情绪溢价推高的彩票股，未来必然回归。它是少数在多个市场、多个时期都被反复证实的横截面异象。但落到自己账户上，先过了前视、退市、涨跌停、卖空、市值暴露这五关，否则你回测出的「十倍因子」，只是另一个被你自己买贵的彩票。