中小散行为因子是我3月创建的上架策略 中小散户行为跟踪 https://guorn.com/stock/strategy?sid=1837854.R.263841242107525 的核心。
没想到23年9月就已经有人发了顶刊详细公布了因子细节，然而我12月才发现orz。
按照过往经验，顶刊（有些人认为Journal of Financial and Quantitative Analysis不算顶刊，即便不是，这个的排名也非常高了）上分享的因子，6个月后就会逐渐alpha失效，不失效也会大幅削弱。
分享给大家当beta因子用吧。
有好的发现也请分享给我，不愿意公开说可以私信我。谢谢你。
文章参见： https://jfqa.org/wp-content/uploads/2023/09/23158-ChinaRetail.pdf
* 文章分组是账户总额在10万以下的人民币（RT1），在10万到50万人民币之间（RT2），在50万到300万人民币之间（RT3），在300万到1000万人民币之间（RT4），以及超过1000万人民币（RT5）。
chatgpt4.0大致总结：
这篇文章《中国零售交易与回报可预测性》使用2016至2019年中国主要股票交易所的专有账户级交易和持股数据，研究了中国零售投资者的交易行为及其对股票回报的预测能力。主要发现包括：
零售投资者群体的异质性：文章将中国零售投资者分为五组，根据账户余额大小不同，发现不同群体在交易动态和表现上有显著差异。小账户的零售投资者不能正确预测未来回报，表现出日内动量交易模式，处理公共新闻的能力不足，并表现出过度自信和赌博倾向。相比之下，大账户的零售投资者能够正确预测未来回报，展示出逆向交易模式，并在交易中融入公共新闻。
零售投资者对市场的影响：零售投资者是金融市场的重要参与者，特别是在中国，零售投资者占交易量的大部分。研究关注于零售投资者如何影响价格发现过程，以及他们成功或失败预测未来价格变动的驱动力是什么。
预测未来股票回报的能力：小型零售投资者组（RT1-RT4）的购买活动预测次日回报具有负向且显著的关联性，而最大型零售投资者组（RT5）的购买活动则与次日回报正向且显著相关。这种模式在长达8至9周的时间范围内保持稳定。
交易动机：小型零售投资者显示出显著的订单流持续性，其交易具有日内动量模式并要求即时流动性。他们还表现出强烈的行为偏见，如过度自信和赌博倾向，无法预测和处理信息性收益新闻。相比之下，大型零售投资者展现出逆向交易模式，能够预测和处理收益新闻。
零售交易流的表现：跟踪小型零售投资者订单流的净买卖投资组合年回报为-5.61%，而跟踪大型零售投资者的则为-0.29%。
与先前研究的关系：这项研究与零售投资者文献紧密相关，先前的研究主要使用美国和其他市场的数据，通常将零售投资者视为一个统一群体。这项研究提供了中国市场的独特视角。
研究贡献：该研究根据账户大小将零售投资者分组，提供了关于投资者异质性、回报可预测性、交易对手方、持有期限和表现方面的独特和直接证据。
持有期限与预测模式：零售投资者的持有期限与其订单流的预测模式相关。较短的持有期限可能与过度交易和较差的回报率相关。
