楼主对行为金融因子比较感兴趣，但聚宽社区里对行为金融的研究比较少，本篇参考了广发证券研报《资本利得突出量CGO与风险偏好》，在聚宽实现了该因子。
概述
资本利得突出量（Capital Gain Overhang, CGO）主要利用了前景理论对处置效应的解释，即投资者亏损时风险偏好；而盈利时风险厌恶。用白话讲就是当赚钱的时候倾向于及时获利了结，而亏钱的时候不愿承认失败苦等翻身，甚至补仓。
因此，策略认为在多数投资者亏损时，由于惜售、补仓现象存在，股价很大可能反转，此时是买入的好时机；反之，多数投资者盈利则是卖出的时机。
参考价格
策略的核心就是衡量在某只股票上多数投资者盈利还是亏损。这里需要计算一个大多数投资者的成本价，研报中叫参考价格（Reference Price），将其与最新价对比即可。如何计算这个成本价呢？类似于筹码分布，这里用股票每日均价、换手率来计算。一天的均价相当于当日所有开仓投资者的平均成本。计算方法为：往前推N个交易日，每日成交均价乘以当日换手率并连乘后续日期的“不换手率”，即为当天成本“延续”到现在的比例，把所有"N个交易日延续到现在的成本"根据比例加权平均即为成本价。具体公式为
这里RP即为参考价格，k是归一化权重，作用是让权重之和为1，V是换手率，P是价格。
例如某只股票昨天的成交均价是5元，换手率是10%，那么认为有10%的资金开仓成本价是5元。前天成交均价是6元，换手率是20%，那么前天有20%的资金成本价是6元，（而昨日换手率是10%，说明有10%的部分卖出去了，剩下90%不动），进而延续到今天的部分是20%*(1-10%)=18%，每一天都以此类推。最后把权重归一化，对均价求加权平均，即为所有投资者平均的成本价。
这里的参数N从直觉上来讲不敏感，因为越往前延续到今天的比例越低，权重不断递减。研报里N=100。正是因为N不敏感，所以研报里只剔除停牌日在50%以上的个股（停牌日换手率为0不影响计算）。这里也是这么处理的。
这里回测了全市场、中证800、中证500、沪深300的风险中性、不中性情况，调仓周期为5日。风险中性是行业、市值中性，使用的是回归取残差的方法。全市场回测时剔除1年新股和ST情形。
策略回测结果
回测时间为2007年2月1日-2018年5月7日，手续费、滑点均为默认。每次等权买入十只。调仓周期为5日。
全市场非中性
全市场中性
中证800非中性
中证800中性
中证500非中性
中证500中性
沪深300非中性
沪深300中性
需要注意的地方
与研报不同的地方：
增加剔除机制：剔除前10个交易日有跌停情况的个股。个股发生跌停的时候，换手率可能比较低，导致多数投资者成本价依然较高，因此很容易被策略选出。此时的换手率不能正常反映投资者的风险处置，计算出来的参考价格包括了想卖但没法卖的交易者成本，因此剔除。
几个可以优化的地方：
逻辑优化1：用分钟数据计算参考价格。
从上述分析可以看到策略建立在比较强的假设上，例如均价代表当天所有交易的成交价，以及假设不同开仓日的交易者换手率相同。前者可以用分钟数据减小假设强度，即每个分钟的均价代替该分钟的开仓成本价（不过要注意T 1限制），后者可以引入衰减系数。
逻辑优化2：考虑成本分布的其他统计量。
计算参考价格时实际计算的是成本分布的平均值，还可以计算中位数，甚至考虑标准差等。
逻辑优化3：考虑CGO的大小而非次序。
策略是每次选择CGO最小的10只交易，没考虑CGO本身值的大小。但是如果CGO大于0就失去处置效应的意义了。如果考虑CGO本身值（例如每次选CGO小于某个阈值）说不定有自带择时的效果。研报最后有个步骤是先对CGO按大小分层，不同层再用不同因子加强，说明CGO本身的大小是有特殊意义的。大家可以简单地先筛选CGO小于0，再选10只，在股票池是中证500且不风险中性情况下好像效果更好。
逻辑优化4：加入止损，纳入其他因子。
逻辑优化5：技术类因子调仓比较快，增大成本。可以减少调仓
代码优化。 代码中每次交易都重新取前100个交易日均价、换手率数据，耗时较长。改进方法是保存数据，每次增量取（不过注意要用后复权价格）。
风险：
模型失效风险，尤其是反转类模型失效风险（见参考资料2）。从回测看确实最近一年的表现不尽人意。
代码错误风险
极端市场冲击
参考资料：
广发证券《行为金融因子研究之一——资本利得突出量 CGO 与风险偏好》
东方证券《因子选股系列研究之二十三——反转因子失效市场下的量化策略应对》
Lei《处置效应
（这篇研究得比较详细，感兴趣的同学可以用聚宽单因子分析来测试CGO的效果
