3. 投资者关注理论基础
在构建投资者关注因子之前，必须先回答一个更底层的问题：为什么“关注”会影响价格？如果市场是无限理性且信息处理无成本的，那么任何公开信息都会被瞬间、完整地定价，关注度本身不会成为独立的定价变量。但现实中的投资者并非如此。有限关注理论正是解释“搜索指数异常”为何具有预测力的理论基石。
一、核心原理：有限关注与注意力稀缺
有限关注（Limited Attention）源于认知心理学中的“注意力瓶颈”概念。诺贝尔经济学奖得主赫伯特·西蒙很早就指出，信息的丰富意味着注意力的贫乏。在金融市场中，这一约束表现为：投资者面对海量股票、公告、新闻和行情数据，无法对所有信息进行同等深度的处理，只能将有限的认知资源分配给少数“显眼”的标的。
由此产生三个关键推论：
- 选择性注意：投资者倾向于关注近期涨幅大、成交量高、媒体曝光多或搜索热度上升的股票，而非基本面最优的股票。
- 注意力溢出：当某只股票成为焦点时，与其相关的行业、概念板块也会获得额外关注，形成联动定价。
- 注意力衰减：关注度随时间快速衰减，导致价格对信息的反应存在短期过度、长期修正的“漂移—反转”结构。
注意力分配并非随机，而是由“显著性”驱动。搜索指数之所以有效，正是因为它直接度量了投资者主动获取信息的强度，是注意力分配的代理变量。
二、注意力分配如何进入资产定价
在经典资产定价模型中，价格由预期现金流和贴现率决定。有限关注理论在此基础上引入“信息处理摩擦”，使价格在短期内偏离理性预期。其传导链条可以概括为：
- 信息冲击：公司公告、行业政策或突发事件产生新信息。
- 注意力触发：部分投资者通过搜索、新闻或社交平台注意到该信息。
- 交易行为：被吸引的投资者产生买入或卖出压力，尤其是散户的净买入。
- 价格反应：短期价格因集中买入而过度反应，随后因关注衰减而部分反转。
这一链条意味着，搜索指数异常往往领先于价格异动，而不是同步或滞后。因此，投资者关注因子在量化选股中常被用作短期反转或事件驱动的信号来源。
三、方法流程：从理论到因子构建
将有限关注理论落地为可交易的投资者关注因子，通常遵循以下流程：
步骤1：数据采集
- 搜索指数（百度指数、谷歌趋势）
- 新闻情感与曝光量
- 社交平台讨论热度
步骤2：异常识别
- 计算搜索指数的Z-score或分位数
- 标记超过阈值（如|Z|>2）的异常日
步骤3：因子构造
- 关注度变化率 = (今日指数 - N日均值) / N日标准差
- 结合换手率、成交额进行正交化
步骤4：回测验证
- 分层回测：高关注组 vs 低关注组
- 控制市值、行业、动量等风格暴露
步骤5：风险控制
- 设置持有期（通常5-20个交易日）
- 监控反转风险与流动性冲击其中，异常识别是核心。搜索指数本身具有季节性和趋势性，直接使用原始值容易产生伪信号，因此必须做标准化处理。
四、案例与场景：搜索指数异常的实际表现
以某消费龙头为例。当公司发布超预期财报后，其搜索指数在次日快速上升至过去60日均值的3倍以上，形成显著异常。此时股价往往在1-3个交易日内出现脉冲式上涨，但随后5-10个交易日出现回撤。若投资者在异常日追高买入，短期收益可能为正，但持有期稍长则面临反转风险。
相反，若搜索指数异常伴随的是行业性政策利好，且机构资金同步流入，则价格反应更具持续性。这说明：关注度异常本身不是买卖信号，必须结合资金结构和基本面验证。
| 场景类型 | 搜索指数特征 | 价格反应 | 因子处理建议 |
|---|---|---|---|
| 财报超预期 | 短期脉冲式上升 | 先涨后跌，反转明显 | 短持有期，反向使用 |
| 行业政策利好 | 持续温和上升 | 趋势延续性较强 | 顺势使用，延长持有 |
| 突发事件/黑天鹅 | 急剧飙升后快速回落 | 波动放大，方向不定 | 剔除或作为风险信号 |
| 概念炒作 | 多股同步异常 | 板块联动，龙头先行 | 板块内选龙头，控制仓位 |
五、常见误区与复盘要点
误区一：把搜索指数等同于买入信号。搜索指数上升只代表关注度提高，不代表方向。高关注既可能来自利好，也可能来自利空，必须结合情感分析和资金流向判断。
误区二：忽略注意力衰减速度。不同股票、不同事件的关注衰减速度差异很大。科技股和题材股衰减快，蓝筹股衰减慢。因子持有期应与衰减速度匹配，否则会错失反转窗口。
- 复盘要点1：检查异常日是否伴随成交量放大，若无量放大，关注度可能未转化为交易。
- 复盘要点2：区分散户关注与机构关注，搜索指数更多反映散户行为，需与龙虎榜、北向资金交叉验证。
- 复盘要点3：在回测中必须做行业中性化和市值中性化，避免因子暴露被风格收益掩盖。