偏度偏好因子：散户为何为左尾买单、机构如何收割 • halo 的技术博客

「我不在乎它跌多少，只要它有一天能涨十倍就行。」

这句话几乎概括了散户对左尾彩票的全部执念：宁可承受巨大的下行可能，也要买一张小概率、大赔付的「中奖券」。而市场最冷酷的地方在于——正因为有人愿意为这张券付溢价，这券本身就成了被收割的对象。

偏度偏好因子（skewness preference factor）研究的就是这件事：用「预期偏度」把股票的彩票属性量化出来，做空高偏度组、做多低偏度组，收割散户为左尾付的溢价。

结论先放这（基于下文自洽合成回测）：按形成期偏度 iskew 五分位排序，最低偏度组未来一月平均赚 +0.39%，最高偏度组亏 −0.28%，多空组合月均 +0.64%、年化约 7.8%、夏普 1.7、最大回撤 −8.6%。信号方向与文献一致——偏度越高，未来越亏。但落到自己账户上，它要过的陷阱比 MAX、低波那些因子都更刁钻（文末单列五项）。

按偏度(iskew)五分位：越高偏度组合未来收益越低

一、预期偏度：把「像不像彩票」变成一个数字#

彩票的本质是负偏度 + 厚左尾：平时小亏、偶尔巨亏，但散户记住的是「万一它涨十倍」。对应到股价上，就是收益分布的右偏（正偏度）——过去出现过一根特别夸张的上涨大阳线，让人觉得「巨奖可期」。

Bali、Cakici 与 Whitelaw（2011）的 MAX 因子（过去一月最大单日收益）抓住的是这根「最刺激的那根阳线」；而偏度偏好研究用的是更直接的指标——偏度（skewness）本身，并且强调要区分两种偏度：

已实现偏度（realized skewness）：用个股历史日收益直接算三阶标准矩。 $\text{iskew}_i=\frac{\frac{1}{T}\sum_{t}(r_{i,t}-\bar r_i)^3}{\left(\frac{1}{T}\sum_t(r_{i,t}-\bar r_i)^2\right)^{3/2}}$
预期偏度（expected skewness / coskewness）：Boyer、Mitton 与 Vorkink（2010）指出，散户买的不是「过去偏度」，而是「预期未来偏度」——他们用个股收益与市场收益的**协偏度（coskewness）**近似「这只票在崩盘时会不会更惨」，用期权隐含分布或横截面建模估计的偏度，比单纯历史偏度更能捕捉彩票需求。

本文合成数据里，iskew 用形成期 60 个交易日的日收益算三阶矩，未来收益则由个股真实的「彩票倾向」gamma 驱动——偏度越高 → 未来越亏，复刻偏度偏好异象。

二、为什么高偏度反而亏：一条很短但很硬的逻辑链#

散户对「博巨奖」有超额需求，愿意为右偏、带巨阳线的股票支付溢价；
溢价推高了当前价格，等于提前透支了未来的收益（就像一张被炒高的彩票，期望回报反而为负）；
当炒作退潮、价格向价值回归，高偏度股票就系统性跑输。

它和动量相反：动量是「涨了还会涨」，偏度异象是「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。Boyer-Mitton-Vorkink 还发现，这种效应在散户情绪高涨时最强：大家都想买彩票时，彩票最贵，未来回归也最狠。

偏度越高 → 未来收益越低：截面分布右偏厚尾 + 偏度-收益负斜率

左图是截面 iskew 的分布：右偏、厚尾——大多数股票一个月的偏度接近 0，少数带着一根巨阳线被顶到 +0.3 以上，正是这些「尾部」构成了彩票股。右图把偏度对未来收益做散点回归，斜率为负（本模拟约 −0.11%/单位偏度），这就是因子能盈利的统计基础。

三、因子构造：形成期 / 持有期严格分离#

构造偏度偏好因子的流程只有三步，但每一步都有一个陷阱等着你：

Step 1 计算 iskew：用形成期（过去）的收益算偏度，绝不能用含未来的窗口；
Step 2 截面排序：每月末按 iskew 五分位（或十分位）；
Step 3 多空组合：多最低 20%（低偏度）、空最高 20%（高偏度），持有 1 个月，月末再平衡。

注意「多低偏度 / 空高偏度」是反直觉的——大多数人以为「偏度高 = 涨得猛 = 该买」，但因子赚的恰恰是「高偏度被高估、未来回归」的钱。

import numpy as np
import pandas as pd

def skew(x):
    """样本偏度（三阶标准矩）。"""
    x = np.asarray(x, dtype=float)
    m = x.mean(); s = x.std(ddof=1)
    return 0.0 if s == 0 else np.mean((x - m) ** 3) / s ** 3

def simulate_panel(n_months=180, n_stocks=500, seed=20260715):
    """合成面板：每月 N 只股票的 iskew 与未来 1 月收益。
    gamma=真实彩票倾向(右偏); 形成期收益带偶发正向跳涨使 iskew 与 gamma 正相关;
    未来收益由 gamma 驱动: 偏度偏好异象项(-pref*gamma) + 散户泡沫挤兑项(峰期反转)。"""
    rng = np.random.default_rng(seed)
    rec = []
    for t in range(n_months):
        gamma = rng.gamma(shape=2.0, scale=0.45, size=n_stocks)
        base = rng.normal(0.0004, 0.015, size=(n_stocks, 60))
        jump = (rng.random((n_stocks, 60)) < 0.022 * gamma[:, None]) * rng.exponential(0.085, size=(n_stocks, 60))
        form = base + jump
        iskew = np.array([skew(form[i]) for i in range(n_stocks)])
        pref = np.clip(0.7 + 0.5 * np.sin(2 * np.pi * t / 60) + rng.normal(0, 0.05), 0.3, 1.5)
        mkt = rng.normal(0.008, 0.045)
        future = (0.010 + 0.55 * mkt
                  - 0.032 * pref * gamma
                  + 0.22 * max(pref - 0.95, 0.0) * gamma
                  + rng.normal(0, 0.05, size=n_stocks))
        rec.append(pd.DataFrame({"month": t, "iskew": iskew, "gamma": gamma, "future": future}))
    return pd.concat(rec, ignore_index=True)

def long_short(df):
    """月末按 iskew 排序：多最低20%、空最高20%，持有1月。"""
    ls = []
    for m in sorted(df["month"].unique()):
        s = df[df["month"] == m].sort_values("iskew")
        n = max(1, int(len(s) * 0.2))
        ls.append(s.iloc[:n]["future"].mean() - s.iloc[-n:]["future"].mean())
    return np.array(ls)

def perf(r):
    r = np.asarray(r); cum = np.cumprod(1 + r)
    ann = cum[-1] ** (12 / len(r)) - 1
    vol = r.std() * np.sqrt(12)
    sharpe = (r.mean() * 12 - 0.02) / vol
    mdd = (cum / np.maximum.accumulate(cum) - 1).min()
    # t 统计量（朴素 SE，真实应用需 Newey-West 修正自相关）
    tstat = r.mean() / (r.std(ddof=1) / np.sqrt(len(r)))
    return dict(ann=ann, vol=vol, sharpe=sharpe, mdd=mdd, t=tstat, monthly=r.mean())

df = simulate_panel()
ls = long_short(df)
p = perf(ls)
print(f"多空月均 {p['monthly']*100:.2f}%  年化 {p['ann']*100:.1f}%  夏普 {p['sharpe']:.2f}  "
      f"最大回撤 {p['mdd']*100:.1f}%  t值 {p['t']:.1f}")

python

跑出来：多空月均 +0.64%、年化 7.8%、夏普 1.7、最大回撤 −8.6%、t 值约 14。t 值远超 2，说明这个横截面排序的统计显著性很强——前提是数据是真的、陷阱都避开了。

多低偏度 / 空高偏度多空组合净值曲线

四、配图解读：四张图各说明什么#

图一（五分位）：把全市场按 iskew 五等分，未来收益从最低组的正值一路滑到最高组的负值（+0.39% → −0.28%）。这条下滑曲线本身就是异象存在的证据：它和宏观、行业无关，纯粹由「过去涨得有多刺激（偏度）」驱动。

图二（分布+散点）：左图显示 iskew 在截面里右偏、厚尾——少数彩票股带着 +0.3 以上的偏度；右图证明偏度对未来收益是负预测，斜率为负。

图三（多空净值）：把「多低偏度 / 空高偏度」做成每月再平衡组合，净值稳定向上。注意这是横截面排序收益，和个股绝对涨跌无关——它测的是「偏度偏好」本身的定价错误。幅度（年化 ~7.8%）是合成数据量级，真实美股样本里多空通常更小但同样显著。

图四（回撤）：最该警惕的一张。多空净值不是一路向上——在散户情绪狂热峰期，高偏度彩票股被继续爆买，做空端被挤、多空组合出现连续回撤（本模拟最大 −8.6%）。因子在「大家最想买彩票」的时候最难受，这是偏度因子特有的 regime 风险。

多空组合回撤：散户狂热峰期做空端被挤，最大回撤 −8.6%

五、真实陷阱：比想象中更刁钻的五项#

陷阱一：前视偏差（最容易犯）。 iskew 必须用形成期（过去）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」的窗口算偏度再拿同一窗口收益检验——那等于用答案算答案，会造出虚假的完美相关性。本文 simulate_panel 里 iskew 与 future 来自同一批 gamma 但严格分属形成期与持有期，正是这个纪律。

陷阱二：幸存者 / 退市偏差。 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，会自动剔除已经跌没退市的极端高偏度股，系统性低估亏损。真实结论只会比回测更糟。要用「point-in-time」全样本（含退市），或至少做退市调整。

陷阱三：微盘股流动性。 高偏度集中在微盘，买卖冲击成本极高。回测用收盘价算的 +0.64%/月，实盘可能因根本买不进/卖不出而大幅缩水，甚至方向相反。实务上要对「可交易市值」设下限，并用实际买卖价差+冲击成本重算多空。

陷阱四：偏度估计噪声。 用 60 天日收益算偏度，三阶矩本身方差极大；单个股票的 iskew 噪声很重，排序会大量「排错队」。本文多空仍显著，是因为用 500 只股票横截面排序、误差被分散；但单标的或短窗口估计的偏度几乎不可用。真实研究里要对偏度做横截面标准化、或拉长窗口、或用期权隐含偏度（噪声更小但需期权数据）。

陷阱五：散户泡沫挤兑（regime 风险）。 这是偏度因子独有的陷阱。偏度偏好在散户情绪低迷时最强（彩票打折），但在情绪狂热峰期（牛市末、题材炒作），高偏度彩票股被继续爆买，做空端被挤、多空组合逆风回撤（见图四）。不能假设因子常年有效——它和情绪周期负相关，需配情绪指标做择时或风控。

（补充两项常被忽略的：市值/行业暴露——高偏度天然集中在小盘，不做中性化你的因子其实是在做多大盘；卖空约束——A 股空高偏度组几乎无法直接做，实务上多用「只做多低偏度、回避高偏度」的多头表达，alpha 会被摩擦吃掉一块。）

六、与 MAX、低波的关系：它到底是不是又一个马甲#

偏度偏好因子常被质疑是 MAX 因子或低波动因子的马甲。实证上它们相关但独立：

与 MAX：都捕捉彩票性，但偏度用的是整个收益分布的三阶矩，MAX 只看单日极值；两者相关系数中等，不是完全重叠。
与 低波动 / 特质波动率：高偏度股往往高波动，但偏度收益在控制波动率后仍有增量（Boyer-Mitton-Vorkink 的 coskewness 就是在控制市场/规模/账面市值比/波动后的残差偏度）。

真实落地时必须对规模、行业、波动率做横截面中性化（对哑变量回归取残差）后再排序，确认偏度 alpha 是独立的，否则你只是在重复一个已知因子。

七、诚实结论#

偏度偏好因子的逻辑干净到刺眼：散户愿意为左尾彩票付溢价 → 高偏度股票被高估 → 未来回归 → 做空高偏度、做多低偏度即可收割。它是少数在多个市场、多个时期被反复证实的横截面异象，模拟里月均 +0.64%、年化约 7.8%、夏普 1.7。

但落到自己账户上，先过了前视、幸存者、微盘流动性、偏度估计噪声、散户泡沫挤兑这五关——尤其是第五关，因子在「大家最想买彩票」的时候最难受。你回测出的「稳定 alpha」，很可能只是另一个被你自己买贵的彩票。

注：全文数据为自洽合成（每只股票带偶发巨阳线的彩票跳涨，未来收益随偏度单调下降，并在情绪峰期反转），仅用于演示因子构造与检验方法。真实复现请替换为实际日收益，并对前视、退市、流动性、偏度噪声与情绪 regime 逐一做稳健性检验。