本文从传统的行为金融现象“羊群效应”对A股市场的波动特征展开了量化研究，通过对较长周期样本的截面分析证实了现实中股市波动规律有别于传统的金融理论是简单和线性的，实际上大部分时间由于投资者非理性和趋势交易较容易产生“趋同效应”而放大市场波动。另一方面，由于“反趋同效应”较少的存在有助于我们对市场在上涨动能衰歇时做出及时判断，而以APT模型为核心的回归因子模型能较有效的把握这种“反趋同效应”的节奏，从而实现顶部风险识别和择时模型在样本数据区间的构建，也有助于行为金融学者和资本市场数量研究人员从另一角度看待A股市场的行为转换和波动规律。
NETL
NSTL
万方数据
