传统反转因子

    A 股市场个人投资者占比较大，普遍存在追涨杀跌的现象，因此 A 股的反转效应较为显著。传统反转因子一般以过去一段时间的股价涨跌幅作为因子值，这种因子在近几年几乎失效，因子分层多空超额净值如下：

锚定反转因子

    锚定反转因子基于对投资者锚定偏误和处置效应的理论得来，锚定偏误是投资者的心理，处置效应是投资者该心理对应的行为。

• 锚定偏误：指当人们需要对某个事件做定量估测时，会将某些特定数值作为起始值，而这个起始值像锚一样制约着估测值。举个例子，在商场购买打折商品，商家会在折扣价的旁边标注商品的原价，目的是利用购买者普遍存在的锚定心理，让消费者感受到当前的价格低于锚点价格很多，激发购买者的购买欲望。

• 处置效应：指投资者倾向于卖出已盈利的股票，而继续持有亏损的股票：指当人们需要对某个事件做定量估测时，会将某些特定数值作为起始值，而这个起始值像锚一样制约着估测值。举个例子，在商场购买打折商品，商家会在折扣价的旁边标注商品的原价，目的是利用购买者普遍存在的锚定心理，让消费者感受到当前的价格低于锚点价格很多，激发购买者的购买欲望。

锚定反转因子即确定一个锚来构建反转因子

因子构建核心思想：

• 若股票短期上涨，反转投资者往往倾向于选择近期涨幅较小的个股。因此以股票近期低点作为锚点来计算股票的相对涨幅来衡量个股短期的上涨是否透支了未来的涨幅较为合理。

• 若股票短期下跌，反转投资者往往倾向于选择近期跌幅较大的个股。因此以股票近期高点作为锚点来计算股票的相对跌幅来衡量个股短期的下跌是否能够带来未来更大的上涨空间较为合理。

具体构建方法：    设定当前时间为T，时间区间[T−i,T]用于判断股价短期呈现上涨或下跌状态，时间区间[T−j,T]用于确定股价锚点。若股价短期上涨（如上左图），则以时间区间[T-j,T]的股价低点为锚；若股价短期下跌（如上右图），则以时间区间[T-j,T]的股价高点为锚，记为𝑃_𝑎𝑛𝑐ℎ𝑜𝑟 。因此锚定反转因子的计算公式为：

qmt初实现

在qmt中，我们可通过vba去构建因子，在python模块中进行调用，具体构建代码如下：

i : 10;

j : 56;

if REF(close,0)/REF(close,i)>=1 then

trend:=1;

else

trend:=0;

anchor:=REF(close,0); //定义描点

for n=1 to j do

if trend = 1 then

anchor:= min(anchor,REF(close,j));

else

anchor:= max(anchor,REF(close,j));

reverse_anchor : REF(close,0)/anchor-1;