market-microstructureCSADherdingcross-sectional-dispersionminute-barbeta2factor-constructiona-share

CSAD 分组回归与分歧状态 (CSAD and Dispersion State)

大白话：市场大涨大跌的时候，个股是一起走还是各走各的？一起走说明大家放弃了自己的判断、跟着市场走（羊群）；各走各的说明大家还在按公司自己的消息定价。

办法是看个股相对市场的偏离程度怎么随市场波动变化：市场越颠簸，这个偏离涨得更快（凸）就是各走各的，涨得更慢甚至收窄（凹）就是一起走。

统计入口：CSAD

经典 CSAD（Cross-Sectional Absolute Deviation，横截面绝对偏离）的思路：在某个时点算全市场股票收益相对市场等权收益的绝对偏离，然后看它和市场波动的关系。

没有羊群时：市场绝对收益变大，股票之间的横截面离散度通常随之线性上升。 有羊群时：投资者放弃私人信息、模仿市场，市场波动放大时离散度的上升速度下降，甚至出现收敛。

因此市场收益平方项往往表现为负——这就是 CSAD 的 \beta_{2,t}（下标 2 指平方项）常被当作羊群效应的统计特征的原因。

负的非线性响应对应共同收敛，正的非线性响应则对应个股差异继续扩大。

个股层面的日内适配

经典 CSAD 的研究对象是「某一时点全部股票的收益」，一分钟数据要把这个结构下沉到单只股票、单日、逐分钟。做法是对每只股票、每个交易日，逐分钟算该股收益相对市场等权收益代理的绝对偏离，再研究这个偏离如何随市场波动变化：

CSAD_{i,d,t} = \beta_{0,i,d} + \beta_{1,i,d}\lvert r_{m,d,t}\rvert + \beta_{2,i,d}\cdot 100\lvert r_{m,d,t}\rvert^2 + \epsilon_{i,d,t}

其中 CSAD_{i,d,t}=\lvert r_{i,d,t} - r_{m,d,t}\rvert 是个股相对市场的偏离程度，r_{m,d,t} 是全市场股票分钟收益率的等权平均值。

三个系数的含义：

系数 含义
\beta_0 市场收益接近零时的基础个股偏离
\beta_1 个股偏离对市场波动的线性响应
\beta_2 个股偏离对市场波动的非线性响应 —— 羊群的统计特征就在这里

不直接算全市场唯一的 CSAD 序列，而是做股票层面的日内适配：每只股票每天单独估这一组系数。回归的 R^2 则表示市场波动对该股相对市场偏离的解释程度。

分时段回归

除使用全天 240 个完整分钟样本外，还在不同分钟集合上分别估上述回归，以捕捉响应结构的异质性。分组是：全部分钟 / 10:00 及以前 / 10:00 以后。\beta_2 的两个系数与它们的差值各自成为因子。

两个因子

lr_score_mor：早盘分歧有多少由市场共同波动解释

早盘定义为 10:00 及以前。只在该分钟集合内估计回归，并把该回归的 R^2 记为 score_mor，最终取 10 日平均。

  • R^2 高 = 早盘个股相对市场的分歧主要由市场共同波动解释，个股价格受系统性资金和共同情绪支配
  • R^2 低 = 早盘含有更多个股特异信息，个股定价相对独立，价格可能尚未充分反映个股信息，后续存在信息继续扩散的空间

回测方向为负——说明市场更奖励低共同解释度、较高个股信息含量的股票。

lr_beta2_aft_minus_mor：凸性是否从早盘到晚盘上升

F_{i,d} = \beta_{2,\text{aft}} - \beta_{2,\text{mor}}

（再取 10 日平均）

\beta_2 的经济含义：

  • \beta_2 > 0：随市场波动 \lvert r_m\rvert 放大，个股相对市场的偏离程度加速扩大（凸性响应）—— 个股在市场剧烈波动时更加「独立」
  • \beta_2 < 0：随市场波动放大，个股偏离程度增长趋缓（凹性响应）—— 个股在市场剧烈波动时趋向于和市场「收敛」，表现出羊群或系统性共振

因子值较高（早盘偏凸甚至偏凹、10 点后凸性显著上升）意味着：早盘期间未被充分消化的个股特异信息，在后续交易中逐步释放并进入定价过程——这是价格发现持续推进的标志，预示未来收益存在正向延续性。

因子值较低或为负：早盘本已存在的凸性在午盘被压缩，说明个股的差异化信息在开盘后迅速衰减，后续更多跟随市场同向波动，个股层面的超额信息已透支或缺失。

绩效

因子 IC 均值 IC 标准差 ICIR 多空年化 多头年化 夏普 最大回撤
lr_score_mor 0.014 0.038 0.360 12.17% 10.17% 3.46 −5.90%
lr_beta2_aft_minus_mor 0.015 0.038 0.399 11.31% 7.65% 2.67 −2.63%

两个因子 IC 都不高（0.014–0.015），但多空净值长期上升，lr_score_mor 自 2026 年 4 月以来无明显回撤，表现十分稳定。

局限与本 wiki 的对照

  • CSAD 是横截面统计量，本文把它做成了单股逐分钟的回归适配。这个改造是本文的贡献，但也意味着：R^2 与 \beta_2 都建立在一只股票自己一天的 240（或更少）个分钟样本上——估计噪声不小，而论文没有做相应的显著性检验或收缩处理
  • 「羊群」与「分歧」在这套框架里是同一条曲线的两侧（\beta_2 负 vs 正）。它没有区分分歧是「有序的信息分歧」还是「情绪化的投机分歧」——这个区分由第三层的分歧命中因子完成（见 分歧命中因子）
  • 分钟级稀疏回归是它的加强版（分钟级稀疏响应状态）：分组回归给的是分时段的平均参数，稀疏回归把参数下沉到具体分钟

与本 wiki 其他页面的接口

Open Questions

  • R^2 与 \beta_2 的估计噪声：单股单日 240 个样本估三个参数，\beta_2 尤其不稳。是否该像第三层那样做经验贝叶斯收缩
  • 「10:00」这个分组界是 A 股特色还是随意选择？论文未做分组界敏感性检验。A 股开盘集合竞价后的一小时通常是信息消化最集中的时段，但 09:30–10:00 与 10:00–10:30 是否该分开看
  • 羊群与分歧的第三种可能：\beta_2 的符号也可能是流动性内生——市场波动大时流动性变薄、个股报价偏离是被流动性导致的，不是投资者模仿的。用成交量或价差控制后 \beta_2 是否还成立
  • 与经典 CSAD 论文（Chang, Christiaensen & Nelson; Christie & Polachek; Kim & Lee）的关系：本文引用了框架但未见对照检验

Sources