1. 研究目的与意义
近十年来，量化投资在国内市场取得了长足的发展，尤为突出的是因子模型被众多机构投资者所接受和使用。因子模型相对稳健的表现和较大资金容量的优点很能符合机构量化投资的需要。随着国内外投资者对因子模型研究的深入，一些常见、有效且符合经济学逻辑的因子被不少投资机构有针对性地投资。大量的资金有方向性地流入到某个因子中，可能会导致单因子上聚集的资金过多，投资研究者可能会担忧尾部风险事件的发生，“因子拥挤度”的概念随之逐渐被投资者所关注。
建筑师在设计公共场所建筑主体时往往会从多种角度综合考量，力求在商业价值、美学和安全性等众多因素中找到最好的平衡。考量安全性时，人口的拥挤度是重要考察依据，公共场所的人口过度拥挤可能导致灾难性后果。投资者对因子的投资与建筑师设计建筑主体有相似之处。因子拥挤度往往也可以影响一个因子的生命周期。资金的追逐是让一个因子表现优秀的必要条件，但是过度投资某个因素也会导致尾部风险事件的发生。
美国市场中，动量因子一直以来是被投资者关注的重要因子，然而动量因子在2009年出现了大幅回撤，曾让国外投资者措手不及。投资者和学术界的研究人员对因子失效有很多维度的解释，其中一个重要的解释是单因子拥挤度过高而导致因子出现大幅回撤，认为因子拥挤度指标是影响因子生命周期的重要因素。
2. 研究内容和预期目标
本文根据现有的国内外文献，将进行实证分析，以A股市场因子拥挤度为选题进行研究，结合目前中国股票市场对因子拥挤度研究的现状，在一些现有研究方法的基础上进行实证分析。主要选取包括市值、成长、反转、情绪、交易行为和价值等类因子，借助机器学习方法中的LSTM长短期记忆神经网络来进行单因子的收益预测。总结我国股票市场的实际效果。具体研究如下：
1.因子拥挤度的研究背景；
2.因子获取与因子的降维处理（利用PCA方法等）；
3. 国内外研究现状
（一）国外研究综述
国外文献中并没有或者很少直接对“因子拥挤度”这一概念进行研究，而是通过其他关键词研究了因子，如：拥挤交易、对冲基金等。
Valerio Volpati(2020)等通过研究了美国股票市场中机构投资者的订单数据，主要根据所提出的拥挤度指标，来观察同一方向上同一只股票的交易情况。研究发现，股票存在明显的拥挤现象，如Fama-French因子中的Momentum。Joseph M. Marks, Chenguang Shang(2019)认为来自多因素选股模型选中的股票会出现交易活动变化、流动性降低等现象，表明投资者的相关交易会影响这些具有强信号股票的流动性和相关风险，并且如果忽视这些流动性风险测算的标准时，风险会被低估。Rochester Cahan, Yin Luo(2013)对量化投资行为中投资者使用同一因素和模型提出了批评性见解，策略的拥挤使得投资者能够产生的阿尔法空间微乎其微，因此重新提出了拥挤度框架。Ligang Zhong, Xiaoya(Sara) Ding(2017)等通过建立新的拥挤度衡量指标，测算相关交易和非流动性之间的相互作用。研究发现，多空组合中，做多往往出现在最不拥挤的股票上；相反最拥挤的股票会出现明显的做空现象。并且进一步证实，大量的异常收益并不是由预期收益造成，而是由那些最不拥挤的过度做多行为驱动。Bin Gao, Xinxin Chen(2021)等研究了拥挤度对于股指期货交易的影响，以及如何影响不同环境下的股指期货回报。研究表明，拥挤交易和投资者情绪交易之间的联系是显著且系统的。Ananth Madhavan, Aleksander Sobczyk(2021)等认为基金的泛滥与个股上市以来的下跌并存，并通过2007年到2018年基金的共同组成部分来研究这一问题，最终证实了上述假设。Victor DeMiguel, Alberto Martin-Utrera(2021)等通过研究发现，拥挤交易会增加价格影响成本并侵蚀利润，从而确定了“交易多样化”这一能够缓解拥挤现象的机制。通过博弈论模型表明，虽然利用某个特征的竞争会因为过度拥挤而产生利润侵蚀，但是可以利用其他特征的竞争来缓解拥挤。Nick Baltas(2019)通过关注不同策略的不同机制，引入框架来研究拥挤对后续策略绩效的影响。研究表明，诸如动量之类的背离溢价更有可能表现不佳；相反诸如价值因子的收敛溢价在过渡到投资者流动阶段时表现出更优异的现象。Altin Gjini, Agim Kukeli(2012)分析了东欧新兴经济体市场经济中私人投资的行为，调查公共投资对私人投资的影响。初步结果表明，西方公共投资对私人投资确实存在拥挤效应，但在东方国家则不然。通过使用汇总横截面分析，数据证实了发展中国家和发达国家之间私人投资行为的结构性断裂。
4. 计划与进度安排
2022年12月1日 至 2022年12月10日 确定论文总体研究方案。
2022年12月11日 至 2022年12月30日 确定研究样本的选择范围
2022年1月1日 至 2022年3月17日完成初稿和中期检查
5. 参考文献
[1] Volpati, Valerio and Benzaquen, Michael and Benzaquen, Michael and Eisler, Zoltan and Mastromatteo, Iacopo and Toth, Bence and Bouchaud, Jean-Philippe, Zooming In on Equity Factor Crowding (January 13, 2020). Available at SSRN: https://ssrn.com/abstract=3518404 or http://dx.doi.org/10.2139/ssrn.3518404.
[2] Joseph M. Marks, Chenguang Shang. Factor crowding and liquidity exhaustion[J]. The Journal of Financial Research, 2019, 147-180.
[3] Rochester Cahan, Yin Luo. Standing Out From the Crowd: Measuring Crowding in Quantitative Strategies[J]. The Journal of Portfolio Management, 2013, 39(4) 14-23.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
