（来源：西部证券研究发展中心）
元股证券:ygzq.hk
点击蓝字 关注我们
]article_adlist-->
]article_adlist-->核心观点
本文以白银LOF的高溢价为切入点，结合海内外学术文献，系统梳理了Meme股的定义、演化脉络及市场影响，并探索其在投资管理中的潜在应用路径。
【报告亮点】
1、全面介绍Meme股的定义、演化脉络及市场影响。
2、对当前有关Meme股的研究进行系统性的文献综述。
3、提出Meme股在投资管理中的应用思路。
【主要结论】
主要结论一、Meme股源于情绪、市场和社交媒体的共同作用。
标的高涨幅、社交媒体情绪不断高涨以及两者的正反馈机制形成的动量，是Meme股的典型特征。例如，2021年的GameStop（游戏驿站）交易，先由基础行情激发投资者情绪，再经情绪发酵推动行情，最终产生脱离基本面或基金净值的情绪溢价。
主要结论二、Meme股的海外研究为投资策略构建提供了多种思路。
（1）通过跟踪社交媒体情绪，形成Meme股组合动态复制方案，在中盘股及金融、保险、地产行业中展现出更优的风险收益特征。
（2）通过风险对冲，构建个人投资者主题组合（PART），用以表征个人投资者选股的特质收益。
（3）引入度量个人投资者集中持股风险的RASH因子，可以有效降低组合波动率，提升夏普比率。
主要结论三、RASH因子可用来优化现有组合，以获得更好的收益风险特征。
本文使用同花顺iFind人气数据，首先构建了“同花顺高人气组合”。经过风险对冲后，即可得到中国个人投资者主题组合（PART）。利用PART，再计算中国个人投资者活跃度敏感性对冲因子（RASH）。在机构参与度较高的股票组合中，进一步剔除RASH因子前10%的股票，规避个人投资者过度集中的潜在风险，有助于改善投资组合的收益风险特征。
风险提示：过往的研究结果可能无法准确预测未来的市场表现；本文结论基于历史回测结果，相关表现不代表未来收益，实际应用中仍可能受到样本外环境变化的影响；市场投资风格可能发生变化，影响投资者行为与因子的有效性。
本文回顾了国投白银LOF的高溢价现象与投资者套利行为，并由此引出Meme股及海内外学术界关于Meme股的诞生、动量、溢出和投资组合应用等方面的视角与观点。
01
白银LOF套利回顾
白银与白银LOF
2024年以来，白银价格整体呈现“震荡上行-加速突破”的走势，并于2026年创出历史新高。本轮行情的核心驱动逻辑包括，白银自身供需失衡引发的“挤仓风险”、全球宏观货币宽松周期、“去美元化”趋势升温及避险情绪的逐步抬升，充分体现出白银兼具金融与工业的双重属性。
2025年4月后，金银比自接近105逐步收窄至50以下。在此过程中，白银相对黄金展现出更高的上涨弹性。而随着白银价格的加速上行，国投白银LOF（161226）——中国大陆唯一跟踪白银期货的场内基金受到市场广泛关注，其场内流通份额由2025年年中的近10亿元增长至2026年年初的超100亿元。
国投白银LOF成立于2015年8月，由国投瑞银基金管理有限公司管理，截至2025年四季度末，基金合计规模为189.44亿元。该产品主要通过持有白银期货主力合约达成投资目标，同时根据期限结构与流动性合理选择标的合约与换约时机。由于白银期货本身具备杠杆属性，资金管理上，基金会按比例部分持有白银期货合约，其余部分投资于高流动性的固定收益类资产等以获得收益增强，从而使得基金本身无杠杆。
LOF溢价套利流程——以国投白银LOF为例
LOF即上市开放式基金，是同时具备场外申赎与场内交易双重属性的开放式基金。其核心特征为同一基金份额拥有两个定价体系：场外申赎以基金单位净值（NAV）为基准；场内则在交易所挂牌，以二级市场市价成交。区别于普通开放式基金及ETF的实物申赎，LOF基金的基金份额可通过跨市场转托管实现场内-场外的转换，适用于需要灵活转换渠道的投资者。
由于市场供需、投资者情绪、交易摩擦等因素，场内市价有时不能收敛于基金净值，导致一定程度的折价或溢价。如，投资者对标的形成一致看涨的预期，资金快速流入后，份额并未扩容，就可能形成溢价。而转托管机制则是折溢价套利和抚平折溢价的核心，以溢价套利为例，若LOF存在场内溢价，套利者会在场外申购LOF，再通过转托管转换为场内份额，最后在场内卖出获取溢价。具体流程如下，
T日，投资者发现LOF基金场内价格相较基金单位净值存在潜在的溢价，于是发起场外申购。
T+1日，场外份额确认，投资者通过拟转出的场外基金销售机构（转出方），向交易所TA系统提交场外转场内的跨系统转托管业务申请。
T+1日日终，场外基金销售机构将当日全部场外转场内的跨系统转托管申请数据发送至交易所TA系统。交易所TA系统对申请数据进行检查，对有效申请记减投资者上海（深圳）开放式基金账户中的LOF份额。
T+2日，交易所登记并发送数据。
T+3日，投资者可以通过场内证券经营机构（转入方）查询跨系统转托管转入的LOF份额，并在交易时段以市价卖出完成溢价套利。
T+4日，投资者可将本金与收益从场内账户转出。
更高效的途径是直接使用场内账户申购LOF，份额自动过户至场内账户，最快T+2日可用。
LOF溢价套利并非无风险套利，其中最大的风险在于申购转托管到场内的时间差。在此期间，投资者可能遭遇场内溢价的快速收敛和标的本身价格下跌的风险。一方面，白银LOF的底层资产为国际定价且波动较高的白银，其价格易受美联储政策、地缘政治、汇率等多重因素影响，而高波动则增加了套利的不确定性。另一方面，当价格波动过于剧烈时，交易所可能实施临时停牌或全天停牌，也会进一步拉长被动持仓的时间，增加套利风险。如，2025年12月26日，国投白银LOF于10:30复牌后跌停，套利者缺乏卖出机会。
为保护基金份额持有人利益或受到交易所监管时，LOF基金也可能暂停申购业务，使得套利策略无法实施。如，2026年1月27日，国投白银LOF基金发布公告，从2026年1月28日起，暂停申购（含定期定额投资）业务。
高溢价从何而来？
在2025年白银价格上涨的过程中，国投白银LOF也曾多次出现溢价现象，如，6月及9-10月（图3），但很快被平抑。然而，2025年11月底至2026年2月，溢价率却不断走高，一度突破100%，国投白银LOF也多次受到交易所的盘中停牌限制。截至2026年2月26日，溢价率仍未回归。
我们认为，最近这次的持续高溢价可能源于以下三个原因：
（1）标的高涨幅
白银在2025年11月底至2026年2月期间的涨幅远超前三次出现溢价的阶段，且上涨持续性强，回调的幅度与时间均较少。结果是，从价格下跌到溢价回落的传导还没完成，白银又继续上涨，溢价率也随之居高不下。
（2）社交媒体情绪
社交媒体如微信上的各类白银套利教程，吸引了更多资金的加入。部分投资者在申购时甚至发生了“乌龙”，与国投白银LOF名字和代码相近的国投瑞盈LOF（161225）也连续三天涨停。我们认为，自媒体广泛而迅速的传播，导致大量专业程度不高的投资者参与其中，进一步推高溢价率。
上述现象从“白银套利”的微信指数中就可见一斑。微信指数是腾讯官方推出的基于微信生态的大数据分析工具。通过分析海量用户的搜索、浏览、分享等行为，以数量化的方式反映关键词在微信内的热度和趋势变化。如图4所示，“白银套利”为关键词的微信指数峰值出现在2025年12月25日；截至2026年1月29日，国投白银LOF溢价率的高点则出现在2025年12月24日收盘。
微信指数的主要数据源是公众号、视频号和搜一搜。我们认为，公众号更能代表媒体、博主，搜一搜、视频号则更反应个体行为。由微信指数热度来源占比（图5）可见，白银套利的传播始于公众号，且占比始终最高。2025年12月17日起，搜一搜占比逐渐增加。我们推断，可能是个体投资者接收到信息，搜寻白银套利的参与方式，其中部分成为白银套利的参与群体。2025年12月25日起，视频号占比逐渐增加。我们认为，可以理解为个人投资者参与套利并获利后的个体宣传。
（3）高溢价动量
理论上，套利行为会平抑溢价。但由于国投白银LOF申购限额从500元（2025年12月22日）逐步降至100元（2025年12月29日），最后暂停了场外申购（2026年1月28日），导致单个账户的套利规模较小，难以承接迅速涌入的大量资金。结果，溢价不仅未被平抑，反而在较高的参与热情下持续扩大，形成了一种“溢价动量”。此外，场外申购转场内存在一定的时滞，因而无法及时、高效地平抑短期溢价，也让高溢价得以延续。
综上所述，标的高涨幅、社交媒体情绪不断高涨以及两者的正反馈机制形成的动量，导致了本次国投白银LOF的持续高溢价。事实上，这类现象在海外并不鲜见。例如，2021年Reddit社区发起的GameStop（游戏驿站）交易，其过程几乎和此如出一辙。即，先由基础行情激发投资者情绪，再经情绪发酵推动行情，最终产生脱离基本面或基金净值的情绪溢价。这类股票（资产）在海外被冠以一个新的名称——Meme股（资产）。
02
Meme股——从Gamestop到Meme产品
2.1 Meme股的定义
Meme股（Meme Stock）指那些基本面不佳，但个人投资者通过社交媒体发帖合作买入而上涨的股票。其中，社交媒体在海外主要是X、“Wall Street Bets”为话题的Reddit论坛；在国内主要是微信公众号、抖音等自媒体平台与股吧、雪球、同花顺等互联网金融软件。通常，在社交媒体上广泛流传的是有关某只股票的“梗图”或段子，博主们会带上股票的标签发帖，从而实现迅速传播。Meme股的价格和成交量受社交媒体影响剧烈上升，扭曲的供需关系往往会使从基本面出发做空的机构投资者面临严峻的挑战。因此，对Meme股及其投资者的行为进行研究，就显得十分重要。
2.2 Meme股的经典案例
GameStop——个人与机构之间的拉锯战
一般认为，Meme股的称谓最早出现于2021年，对应的案例是美股的GameStop。该公司是一家线下游戏零售商，主要销售游戏、娱乐产品等。在互联网浪潮的冲击下，GameStop的基本面数据走弱，2018年的净利润转负，亏损近6.5亿美元。而2020年的疫情，则让GameStop的营收继续下降。知名机构香橼认为这家公司缺乏投资价值，并发布做空观点。
2021年1月，处于瓶颈期的GameStop迎来转折，前电商公司Chewy的创始人Ryan Cohen加入董事会。Ryan的入局，迅速在论坛、社交媒体平台上掀起热烈的讨论。上线电商平台，大大提升了GameStop的想象空间。随后，在美国个人投资者的聚集地Reddit分论坛Wall Street Bets上，很多人发帖并号召抱团买入GameStop的股票和期权，股价开始上涨。
2021年1月13日，第一次逼空出现，GameStop从20美元上涨至40美元附近。横盘整理五天后，股价继续上涨。随着媒体的报道，讨论度不断上升，大量投资者因为FOMO（踏空心理，Fear of Missing Out）而抢购，形成一定的正循环。行情的高潮发生在1月26日盘后，马斯克发布推特讨论GameStop，使其股价一度冲至483美元，最高单日涨幅达135%。
2021年1月28日，线上股票交易平台Robinhood宣布，对包括GameStop在内的多只股票限制交易，仅允许用户卖出股票，并调高了对部分个股的保证金要求。除Robinhood外，多家交易平台也同时或更早地发布了限制交易措施，此举令GameStop下跌44.29%。
美国对冲基金Melvin Capital在GameStop上涨过程中因做空而亏损严重，最终于2022年倒闭。由此可见，在社交媒体异常发达的今日，个人投资者的影响力及Meme股潜在的风险给机构投资者都带来了巨大的挑战。
白银逼空——从股票市场到商品市场
2021年1月GameStop逼空取得大胜后，论坛中的个人投资者迅速将目光转向白银。他们发现，摩根大通等机构长期做空白银、压制价格，同时白银期货市场交易与实物交割存在失衡，具备逼空条件。于是，个人投资者又一次集体行动，通过大量买入白银ETF（如，SLV）、期货、期权等标的，推动银价上涨，迫使空头高位平仓或实物交割，从而重创做空机构。
2021年1月28日至2021年2月1日，全球最大的白银ETF——SLV持仓量短期内骤增逾1600吨，实物白银零售网站甚至因抢购而暂停销售。COMEX白银期货快速上涨，涨幅一度超21%，创下2013年以来新高，一举打破此前金银同涨同跌的规律。韩国个人投资者也发起“K-streetbets”运动予以声援，全球白银市场热度空前。
面对银价异动，芝加哥商品交易所（CME）迅速上调白银期货保证金，增加个人投资者的交易成本与平仓压力。同时，机构空头开始大规模平仓反击，市场流动性收紧。2021年2月2日，银价下跌近9%，回吐大部分涨幅，个人投资者抱团行情彻底瓦解。与白银联动的GameStop同步崩塌，当日下跌超60%。
白银逼空事件是GameStop事件的情绪外溢，个人投资者高涨的做多情绪从股票溢出至商品及衍生品市场。但由于整体发酵时间短，同时，白银市场规模远超个股，且受商品供需、宏观政策影响更深，个人投资者难以长期主导价格。因而，随着监管与市场规则的调整以及机构的反击，此次逼空事件快速落幕，也未出现类似Melvin Capital倒闭的情况。
Opendoor——Meme浪潮2.0
2025年7月中旬，美股市场再次出现Meme股行情，包括Opendoor Technologies、科尔士百货（Kohl's Corp.）和Krispy Kreme等一批基本面不佳的公司，股价出现大幅上涨。与GameStop相同的是，其上涨逻辑依然不是基于企业的基本面变化，而是由社交媒体的热议推动，是针对被严重做空的困境公司的投机性行为。
以Opendoor为例（图7），此轮上涨源于多伦多对冲基金经理Eric Jackson在社交平台X的“买入”推荐，随后在Reddit各论坛引发热议，其股价也在7月21日上涨43%。当日成交量高达19亿股，占全美股市总成交量的11%（不含OTC，图8）。
2.3 以Meme股为主题的产品
海外的Meme股热潮也催生了相应的ETF产品。下文试举两例，分别以主动和被动方式管理。
主动产品——以MEME为例
Roundhill Meme Stock ETF（MEME）成立于2025年10月7日，采用主动管理的形式。首先剔除成交额最高的200只普通股与ADR，再从剩下的股票中筛选隐含波动率最高的30个标的作为候选池。其中，隐含波动率由期权价格计算得出。每个调仓周期，在候选池中挑选13-25只股票作为持仓，权重由隐含波动率决定，单一行业持仓上限为25%。由于热点变动频繁，MEME的调仓频率最高可达周频。尽管该产品成立以来的业绩并不理想（图9），但考虑到成立时间较短，未来表现有待进一步观察。
被动产品——以SFYF为例
SoFi Social 50 ETF（SFYF）成立于2019年5月7日，是一只关注个人投资者持有最热门股票的被动产品，由SoFi Invest平台上持有量最高的50只美国股票组成。SFYF根据该平台会员在每月底对每只股票的持仓金额确定权重，每月再平衡一次。成立以来，SFYF的业绩表现与标普500接近（图10），但明显具备高β、高弹性的特征。
03
Meme股的海外观点与应用
Meme股（资产）源于投资者的非理性行为，而情绪又在其中发挥着至关重要的作用。Bechara（2004）和Lerner等人（2015）的研究表明，情绪对决策有显著影响。在金融领域，媒体引发的情绪可能促使投资者做出非理性决策，从而导致股票价格与其内在价值之间产生较大差异（Goedhart M H, 2005）。张等人（2018）以及Kaplanski G等人（2010）研究发现，社交媒体情绪能够影响股票指数和资产定价，快乐或焦虑等情绪会影响投资者决策。
市场状态又会反过来影响由情绪驱动的投资行为。随着市场不确定性的上升，情绪对回报的影响将被放大（Birru J, 2022）。在波动率较大的环境下，噪声交易者表现出更强的羊群行为，加剧了市场低效和价格泡沫（De Long, J. B., 1990）。Chung和Yeh（2009）进一步揭示，情绪对回报的预测能力因市场状态而异。
而社交媒体的出现则加速了情绪的传播。Foucault等人（2011）指出，高媒体关注度会吸引个人投资者，加剧股价波动。Barber和Odean（2008）也认为，媒体曝光会驱动个人投资者的交易行为。
于是，在情绪、市场和社交媒体的共同作用下，Meme股应运而生。
3.1 Meme股文献综述
3.1.1 个人投资者的关注是Meme股的源动力
Da等人（2011）用谷歌搜索频率作为衡量个人投资者关注度的指标，并发现关注度上升可在短期内推高股价，但会导致中期的价格反转。王镇和郝刚（2013）类似地研究了国内百度指数的用户关注度对A股收益率的影响，也发现当期投资者关注度的上升会导致收益率的提高。
3.1.2 Meme股会产生一种另类动量——Mementum
Costola M等人（2021）指出，Meme股通过社交媒体形成了一种另类动量Mementum，产生超额收益。具体地，Mementum存在于价格、成交量与推文数量，三者同时保持协整关系且同步变化的时间窗口。由该定义可知，Memetum出现需满足三个条件：（1）价格与推文数量、交易量与推文数量之间，同时存在协整关系；（2）协整状态同步发生；（3）协整状态与进入协整前的状态均具有持续性。
作者利用机制转换模型识别出Meme股具备显著的Memetum，并对未来收益存在正向预测作用。而且，Meme股的特征也与社交媒体上活跃度较高的其他股票不同。他们认为，Memetum可被视为Jarrow（1992）定义的一种市场操纵策略。这是因为，社交媒体的协调机制使得小投资者也能像单一的大交易者一样行动，从而成功操纵价格。
Xu and Livshits（2019）在加密货币市场中，也发现了类似的交易策略，即“拉高出货”。该策略通过社交媒体号召参与者集中买入，形成统一的交易行为，来创造短期的价格上涨。
3.1.3 Meme股的溢出效应
传统资产
Yousaf I等人（2023）研究发现，Meme资产与传统资产（如，股票、金、油、美元、美债等）之间，存在显著且时变的整体联动性，但风险传导机制呈现非对称特征。在极端上涨行情中，Meme资产是冲击的净传播方，其价格泡沫或空头挤压事件都会外溢至传统资产；而在极端下跌行情中，Meme资产转为冲击的净接收方，黄金与美债为主要传播方，反映市场恐慌时的避险行为。
美股行业
Barbić T和Čondić-Jurkić I（2024）指出，Meme股以及Meme相关ETF对大部分标普500行业ETF的影响有限，仅对通信、科技精选、和必选消费有一定程度的影响。Elsayed等人（2024）的研究也表明，Meme股和行业相对脱节，短期内可能存在一定的溢出效应，但长期影响较小。
数字货币
Aloosh A（2022）研究了Meme股和数字货币或Meme币之间的关系，并发现股票市场和数字货币市场的历史相关性较低，但Meme股与数字货币之间存在“价格共爆炸”现象（co-explosivity），且与社媒活动息息相关。Li S.（2022）认为存在Meme股到数字货币的单向财富转移效应，即，Meme股盈利会推动数字货币上涨。
3.2 Meme股的投资应用
近年来，越来越多的海外文献开始尝试将Meme股应用于投资策略的开发。如，构建Meme股动态复制组合；挖掘个人投资者特征后，构建剥离这一风险的主题组合或规避Meme股以提升业绩表现。
3.2.1 Meme股动态复制组合
Martinez J D P.（2024）提出了一种跟踪社交媒体情绪的动态Meme股组合复制方案，具体步骤如下。
（1）通过YoloStocks.live获取每个交易日“Wall Street Bets”中最热门的前20只股票及其基础量价数据，剔除上市不满5年或数据缺失的股票。
（2）对比不同优化方法（最大夏普、最小方差、等权）与不同调仓频率（日频、周频、月频）后，以最小方差为优化方法的日频调仓组合可获得最高的信息比率（0.93）。
进一步按市值划分，中盘股票的Meme股组合年化收益率与夏普比率最高。小盘Meme股组合的波动率最大，大盘Meme股组合年化收益低于同期标普500指数（表2）。
而在不同行业中，金融、保险、地产行业的Meme股动态复制组合表现相对较优。
3.2.2 个人投资者主题组合（PART）
Luo, Y.等人（2024）在《Avoiding Retail Crowded Trades》一文中，以Meme股的被动产品——SoFi Social 50 ETF（SFYF）为对象，对个人投资者交易进行了业绩归因。如图11所示，SFYF一半以上的风险暴露于风格（Style），却贡献了接近-10%的年化回报。而选股（Stock Selection）仅解释SFYF总波动率的约40%，却能带来超过+15%的年化回报。换言之，选股的夏普比率约2.0，而风格约-1.0。
上述结果表明，剔除风格因子暴露后，个人投资者可能也具备一定的选股能力。根据Luo, Y.等人（2023）提出的风险对冲方法，可以构造一个跟踪SFYF系统性风险与风格暴露的股票篮子。通过做空该篮子以消除相应的风险，可得一个风险对冲后的个人投资者主题α组合，记为PART。
由图12中PART组合的风险归因可见，风格与行业的风险贡献均得到了较好的控制，大部分风险和收益均来自选股，其夏普比率为1.54。
3.2.3 PART组合的应用
如果认为个人投资者的参与程度也是一类风险，那么就可以利用PART组合度量每只股票的这种风险，进而改善原始投资组合的业绩表现。
具体地，Luo, Y.等人（2024）参考Wang等人（2018）的弹性网络回归算法，得到控制行业和风格后，个股收益率相对PART组合收益率的回归系数，并将其定义为个人投资者活跃度敏感性对冲因子（RASH，Retail Activity Sensitivity Hedge），用以表征每只股票在个人投资者交易上的风险暴露。
为避免Meme股的高波动特征对投资组合产生预期之外的影响，可引入RASH因子进行风险管理。Luo, Y.等人（2024）对已有的三个机器学习选股模型，以两种方法剔除RASH因子排名前100的股票。方法一，同时针对多头和空头组合进行，尽可能弱化个人投资者集中的股票或Meme股对组合的影响；方法二，仅对空头组合进行，旨在运用潜在的个人投资者集中溢价与选股α，但排除空头挤压的风险。
如图13-16所示，无论是多空还是纯空头，RASH因子剔除对现有模型年化收益率的影响较小，但有效降低了组合的年化波动率和最大回撤，夏普比率相应提升。
04
Meme投资的国内应用
下面，我们仿照Luo, Y.等人（2024）的做法，先构建同花顺高人气组合，对冲风险后，得到中国版PART组合。
4.1.1 同花顺高人气组合
同花顺人气指标综合了该软件用户浏览、热搜和自选的热度，再叠加自选粘性，可以较好地代表国内个人投资者关注的热门股票。参考SoFi Social 50 ETF（SFYF）的编制方案，每月末选取过去一个月同花顺人气指标最高的50只股票作为组合样本，由于缺乏具体的个人投资者持仓金额数据，因此加权方式暂定为等权，记为同花顺高人气组合。
图17-18分别展示了SoFi Social 50 ETF（SFYF）和同花顺高人气组合各自与宽基指数的净值走势对比。和SFYF具备高β、高弹性的特征不同，而同花顺高人气组合呈现较为显著的负向α。
4.1.2 风险对冲后的中国个人投资者主题组合
模仿Luo, Y.等人（2023）的方法，通过求解如下的优化问题，构造一个跟踪同花顺高人气组合系统性风险与风格暴露的对冲篮子。
目标函数：最小化与同花顺高人气组合的跟踪误差
对冲篮子选股范围：中证500成分股
再平衡周期：月度
个股权重上限：5%
对冲篮子权重和：100%
名义资产管理规模：1亿元
交易流动性限制：名义成交额不超过股票月度日均成交额的10%
持仓流动性限制：名义持仓额不超过股票月度日均流通市值的10%
类似地，通过做空上述对冲篮子，即可得到中国个人投资者主题组合（PART）。如图19所示，对冲风险后，PART组合的年化波动率为27%，相比同花顺高人气组合（32%）有所改善。我们认为，PART组合可在一定程度上表征个人投资者的选股收益。
4.1.3 规避个人投资者集中的股票
同样运用弹性网络回归，计算中国个人投资者活跃度敏感性对冲因子（RASH），滚动回归的窗口为40个交易日。其中，为中信一级行业收益率，为Barra风格因子收益率。
南京配资公司取RASH因子最大的100只股票构建等权组合，周频调仓，费率为双边千三，假设按次日VWAP价格买卖。如图20所示，除2024年2月和9月市场情绪经历极度低迷后迅速反弹的窗口，该组合基本上长期、持续跑输中证500。
因此，我们可以利用RASH因子优化现有的组合，以获得更好的收益风险特征。例如，在西部量化团队的前期报告——《当大单不再可靠：基于撤单行为的机构交易识别》中，我们设计了算法交易买单撤单占比因子（BABR），并用它度量机构投资者对股票的参与度。如果认为机构投资者具备更强的投研能力，那么BABR较大的股票，未来的收益率也更高。但考虑到其中可能有部分股票也被个人投资者高度关注，结合上文的研究结论，我们可以进一步剔除RASH因子前10%的股票，以规避个人投资者过度集中的潜在风险。
由图21-22可见，经RASH因子剔除后，BABR因子Top100组合的年化收益率从17%增加至21%，年化波动率和最大回撤均略有下降，夏普比率则从0.46提升至0.59。我们认为，在通过BABR因子捕捉机构高参与度股票的同时，规避其中部分因高人气导致个人投资者集中的标的，有助于改善投资组合的收益风险特征。
05
总结
本文以白银LOF的高溢价为切入点，结合海内外学术文献，系统梳理了Meme股的定义、演化脉络及市场影响，并探索其在投资管理中的潜在应用路径。
白银LOF的高溢价现象与Meme股的核心特征高度契合，均体现为标的高涨幅、社交媒体情绪不断高涨及两者的正反馈机制形成的动量，印证了个人投资者关注与情绪传播在资产定价中的显著作用。学术研究表明，Meme股通过社交媒体可形成独特的另类动量“Mementum”，并对传统资产与数字货币市场存在非对称的溢出效应。
Meme股的海外研究为投资策略构建提供了多种思路：（1）通过跟踪社交媒体情绪，形成Meme股组合动态复制方案，在中盘股及金融、保险、地产行业中展现出更优的风险收益特征。（2）通过风险对冲，构建个人投资者主题组合（PART），用以表征个人投资者选股的特质收益。（3）引入度量个人投资者集中持股风险的RASH因子，可以有效降低组合波动率，提升夏普比率。
本文模仿海外研究，使用同花顺iFind人气数据，首先构建了“同花顺高人气组合”。经过风险对冲后，即可得到中国个人投资者主题组合（PART）。利用PART，再计算中国个人投资者活跃度敏感性对冲因子（RASH），并选取因子值最大的100只股票构建等权组合。2022年4月15日以来，该组合基本上长期、持续跑输中证500。
RASH因子可用来优化现有组合，以获得更好的收益风险特征。例如，在机构参与度较高的股票组合中，进一步剔除RASH因子前10%的股票，规避个人投资者过度集中的潜在风险，有助于改善投资组合的收益风险特征。
06
风险提示
文献结果失效风险：本文仅基于现有文献进行梳理和分析，所引用的研究成果主要反映了过去市场的状况和规律。由于市场环境、经济条件以及政策因素等不断变化，过往的研究结果可能无法准确预测未来的市场表现。
回测与样本外风险：本文结论基于历史回测结果，相关表现不代表未来收益，实际应用中仍可能受到样本外环境变化的影响。
市场投资风险：市场投资风格可能发生变化，影响投资者行为与因子的有效性。
参考文献
[1]Lee S, Lee Y, Lee J, et al. A Statistical Analysis of the Relationship Between Meme Stocks and Social Media[J]. IEEE Access, 2025.
[2]Nobanee H, Ellili N O D. What do we know about meme stocks? A bibliometric and systematic review, current streams, developments, and directions for future research[J]. International Review of Economics & Finance, 2023, 85: 589-602.
[3]Bechara A. The role of emotion in decision-making: Evidence from neurological patients with orbitofrontal damage[J]. Brain and cognition, 2004, 55(1): 30-40.
[4]Zhang W, Wang P, Li X, et al. Twitter’s daily happiness sentiment and international stock returns: Evidence from linear and nonlinear causality tests[J]. Journal of Behavioral and Experimental Finance, 2018, 18: 50-53.
[5]Lerner J S, Li Y, Valdesolo P, et al. Emotion and decision making[J]. Annual review of psychology, 2015, 66(1): 799-823.
[6]Costola M, Iacopini M, Santagiustina C R M A. On the “mementum” of meme stocks[J]. Economics Letters, 2021, 207: 110021.
[7]Jarrow R A. Market manipulation, bubbles, corners, and short squeezes[J]. Journal of financial and Quantitative Analysis, 1992, 27(3): 311-336.
[8]Goedhart M H, Koller T M, Wessels D. What really drives the market?[J]. MIT Sloan Management Review, 2005, 47(1): 21.
[9]Kaplanski G, Levy H. Sentiment and stock prices: The case of aviation disasters[J]. Journal of financial economics, 2010, 95(2): 174-201.
[10]Birru J, Young T. Sentiment and uncertainty[J]. Journal of Financial Economics, 2022, 146(3): 1148-1169.
[11]De Long J B, Shleifer A, Summers L H, et al. Noise trader risk in financial markets[J]. Journal of political Economy, 1990, 98(4): 703-738.
[12]Chung S L, Yeh C Y. Investor Sentiment, Regimes and Stock Returns[J]. Regimes and Stock Returns (February 13, 2009), 2009.
[13]Foucault T, Sraer D, Thesmar D J. Individual investors and volatility[J]. The Journal of Finance, 2011, 66(4): 1369-1406.
[14]Barber B M, Odean T. All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors[J]. The review of financial studies, 2008, 21(2): 785-818.
[15]Da Z, Engelberg J, Gao P. In search of attention[J]. The journal of finance, 2011, 66(5): 1461-1499.
[16]Yousaf I, Pham L, Goodell J W. The connectedness between meme tokens, meme stocks, and other asset classes: Evidence from a quantile connectedness approach[J]. Journal of International Financial Markets, Institutions and Money, 2023, 82: 101694.
[17]Elsayed A H, Hoque M E, Billah M, et al. Connectedness across meme assets and sectoral markets: Determinants and portfolio management[J]. International Review of Financial Analysis, 2024, 93: 103177.
[18]Barbić T, Čondić-Jurkić I. Viral trends and stock markets: Spillovers between meme assets and sectoral returns[J]. Financial internet quarterly, 2024, 20(4): 1-15.
[19]Aloosh A, Ouzan S, Shahzad S J H. Bubbles across meme stocks and cryptocurrencies[J]. Finance Research Letters, 2022, 49: 103155.
[20]Li S. Spillovers between Bitcoin and Meme stocks[J]. Finance Research Letters, 2022, 50: 103218.
[21]Martinez J D P. Creation of an ETF That Can Track Social Media Impact on a Dynamic “Meme Stock” Portfolio[D]. Universidade NOVA de Lisboa (Portugal), 2024.
[22]Jussa, J., Luo, Y., Wang, S., Martin, H., Li, V., Zhong, J., Martin, H., Rohal, G., Liu, S. “A Battle Between Retail and Institutional Investors” [J]. Wolfe Research Luo’s QES , 2021
[23]Li J, Li Z. Sentiment, Social Media, and Meme Stock Return Predictability[J]. Social Media, and Meme Stock Return Predictability (June 21, 2024), 2024.
[24]Xu J, Livshits B. The anatomy of a cryptocurrency {Pump-and-Dump} scheme[C]//28th USENIX Security Symposium (USENIX Security 19). 2019: 1609-1625.
[25]Luo, Y., Jussa, J., Rohal, G., Wang, S., Li, V., Wu, K., Elledge, D., Huang, J., Liu, S., Martin, H., Neumann, J., Chen, L., Gao, M. “Avoiding Retail Crowded Trades”,[J]. Wolfe Research Luo’s QES, July 23, 2024
[26]王镇,郝刚.投资者关注度对股票收益率的影响——基于百度指数指标[J].新疆财经,2013,(05):14-21.
[27]崔婷，黄斐然.基于情感分析大模型的股票预测：结合GRU和ALBERT的预测模型[J].东岳论丛，2024，45（2）：113-123.
[28]成悦.基于投资者情绪的股价涨跌预测研究[D].武汉：中南财经政法大学，2023.
报告信息
证券研究报告：《Meme投资详解：从GameStop到白银LOF套利的启示》
对外发布日期：2026年05月18日
报告发布机构：西部证券研究发展中心
说明：本公众号发文仅为报告内容的摘要，完整报告请参见上文所述报告的原文。
分析师信息
冯佳睿（S0800524040008）
fengjiarui@xbmail.com.cn
联系人：李子凯
lizikai@xbmail.com.cn
]article_adlist-->免责声明
本公众号推送内容仅面向西部证券股份有限公司（以下简称“西部证券”）机构客户，请勿对本公众号内容进行任何形式的转发。若您并非西部证券机构客户，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！西部证券不会因订阅本公众号的行为或者收到、阅读本公众号推送内容而视相关人员为客户。
本公众号内容基于已公开的信息编制，但作者对该等信息的真实性、准确性及完整性不作任何保证。本公众号所载的意见、评估及预测仅为出具日的观点和判断，该等意见、评估及预测在出具日外无需通知即可随时更改。在不同时期，西部证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。同时，本公众号所指的证券或投资标的的价格、价值及投资收入可能会波动。西部证券不保证本公众号所含信息保持在最新状态。对于西部证券其他专业人士（包括但不限于销售人员、交易人员）根据不同假设、研究方法、即时动态信息及市场表现，发表的与本公众号不一致的分析评论或交易观点，西部证券没有义务向本公众号所有接收者进行更新。西部证券对本公众号所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。
在任何情况下，本公众号所载的观点、结论和建议仅供投资者参考之用，并非作为购买或出售证券或其他投资标的的邀请或保证。客户不应以本公众号取代其独立判断或根据本报告做出决策。该等观点、建议并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本公众号内容，不应视本公众号为做出投资决策的唯一因素，必要时应就法律、商业、财务、税收等方面咨询专业财务顾问的意见。西部证券以往相关研究报告预测与分析的准确，不预示与担保本公众号及西部证券今后相关研究报告的表现。对依据或者使用本公众号及西部证券其他相关研究报告所造成的一切后果，西部证券及作者不承担任何法律责任。
本公众号版权仅为西部证券所有。未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号版权。如征得西部证券同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“西部证券研究发展中心”，且不得对本公众号进行任何有悖原意的引用、删节和修改。如未经西部证券授权，私自转载或者转发本公众号配资开户流程App查询，所引起的一切后果及法律责任由私自转载或转发者承担。西部证券保留追究相关责任的权力。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91610000719782242D。
品牌实盘网提示：本文来自互联网，不代表本网站观点。
