28 KiB

Raw Permalink Blame History

Alpha 因子研究详解

`quant_alpha_factor_demo.py` 学习文档

目标读者：量化入门者，已完成前三篇学习
配套文件：quant_alpha_factor_demo.py
前置知识：建议先阅读前三篇文档
系列位置：第 4 篇 — Alpha 因子研究篇

什么是 Alpha 因子？
因子动物园：主要因子流派
合成股票池：为什么需要多只股票？
五个经典因子详解
因子预处理：三步标准化流程
IC 分析：量化因子预测能力
分层回测：直观验证因子有效性
因子合成：1+1 > 2
多空组合：因子的实际落地
因子衰减：信号会过时
结果解读与局限性
术语速查表

1. 什么是 Alpha 因子？

1.1 从一个比喻说起

想象你是一个选股顾问，每天从 3000 只 A 股中挑出最有潜力的 50 只。你会怎么做？

初学者可能说："涨得多的买，跌得多的卖。"
有经验的人可能说："找低估值、高成长、低波动的股票。"

Alpha 因子 (Alpha Factor) 就是这些选股思路的数学化表达——用一个公式，对每只股票算出一个"分数"，分数越高，预期未来收益越高。

1.2 Alpha 的准确含义

在金融学中，收益被分解为两部分：

股票总收益 = Beta 收益 + Alpha 收益
股票总收益 = (跟随大盘的那部分) + (超出大盘的那部分)

术语	中文	含义
Beta (β)	市场贝塔 / 系统性风险	随市场涨跌的收益——"大盘涨了 10%，我的股票也涨了 8%"
Alpha (α)	超额收益 / 选股能力	超越市场的额外收益——"大盘涨了 5%，但我的策略赚了 20%"

Alpha 因子的目标就是找到那些能预测"未来超额收益"的信号。

1.3 因子 vs. 策略

很多初学者会混淆"因子"和"策略"的概念：

	因子 (Factor)	策略 (Strategy)
本质	一个截面排名信号（谁更好？）	一套完整的买卖规则
例子	MOM = 12月动量	"当 MOM > 0 时买入，< 0 时卖出"
分析方法	IC、分层回测	净值曲线、夏普比率
应用范围	多只股票的横截面	单只或多只股票的时间序列

因子是选股的"原材料"，策略是用因子构建的"成品"。

2. 因子动物园（Factor Zoo）

学术界发现的因子多达 300+ 个，被戏称为"因子动物园 (Factor Zoo)"。按经济学逻辑，主要分为以下几大类：

2.1 行为金融类因子（最常用）

因子	中文	核心逻辑	代表论文
Momentum	动量因子	赢家继续赢，输家继续输（追涨惯性）	Jegadeesh & Titman (1993)
Reversal	反转因子	短期过度涨跌会均值回归	Jegadeesh (1990)
Post-Earnings Drift	盈利漂移	超预期财报后股价持续漂移	Ball & Brown (1968)

2.2 风险溢价类因子（有理论支撑）

因子	中文	核心逻辑
Low Volatility	低波动因子	低波动股票的风险调整后收益更高（违反 CAPM）
Low Beta	低贝塔因子	低市场敏感性股票长期跑赢（BAB 效应）
Illiquidity	非流动性因子	流动性差的股票有额外的流动性溢价

2.3 基本面类因子（需要财报数据）

因子	中文	核心逻辑
Value (B/P, E/P)	价值因子	低估值股票长期跑赢（价值投资量化版）
Profitability (ROE)	盈利能力	高盈利质量公司持续超额收益
Growth	成长因子	营收/利润高速增长的公司

本 Demo 聚焦于纯价格/成交量因子（无需财报），这也是因子研究的起点。

3. 合成股票池

3.1 为什么需要多只股票？

前三篇 Demo 分析的都是单只股票随时间的变化（时间序列）。

Alpha 因子研究是一种完全不同的分析维度：

时间序列分析:   分析同一只股票在不同时间的行为
                苹果公司 → 2020, 2021, 2022, ...

截面分析:       在同一个时间点，比较不同股票之间的差异
                2023-01-01 → 苹果, 谷歌, 微软, 亚马逊, ...

因子的"截面预测能力"是指：在某一天，因子值高的股票，是否在未来一段时间表现更好？

这需要"同一天、多只股票"的数据——即横截面数据 (Cross-Sectional Data)。

3.2 隐藏因子生成模型

为了让演示中的因子真实有效，本 Demo 使用了一个隐藏因子生成模型 (Hidden Factor Generative Model)，向合成数据中注入"真实的 Alpha"：

每只股票每天的收益 = 市场风险 + 质量 Alpha + 动量 Alpha + 噪音
                   = β × r_市场 + λ_q × Q_i,t + λ_m × M_i,t + ε_i,t

成分	符号	变化速度	含义
市场风险	β × r_市场	每日变化	所有股票共同承担的市场涨跌
质量 Alpha	λ_q × Q_i,t	季度持续	该股票的"潜在质量分"，缓慢变化
动量 Alpha	λ_m × M_i,t	月度持续	该股票的"当前动量状态"，适度变化
特质噪音	ε_i,t	每日随机	无法预测的随机波动

关键点：Q 和 M 是不可直接观察的隐藏变量。
Alpha 因子的价值就在于：用可观察的价格数据（动量、波动率等）来间接估计这些隐藏的质量/动量分数。

4. 五个经典因子详解

4.1 动量因子（MOM）— 追涨惯性

来源：Jegadeesh & Titman (1993)
直觉：股票市场存在"趋势延续"效应——过去 6-12 个月的赢家，未来 3-12 个月通常继续赢。

\text{MOM}_{i,t} = \frac{P_{i,t-21}}{P_{i,t-252}} - 1

参数	说明
`P_{i,t-21}`	股票 i 在 t-21 日（约 1 个月前）的价格
`P_{i,t-252}`	股票 i 在 t-252 日（约 12 个月前）的价格
计算窗口	从 12 个月前到 1 个月前（跳过最近 1 个月）

为什么要跳过最近 1 个月？

最近 1 个月的收益往往会短期反转 (Short-Term Reversal)，这是由于做市商 (Market Maker) 的库存调整和买卖价差摩擦导致的微观结构效应。如果不跳过最近 1 个月，反转效应会污染动量信号。

# 代码实现
MOM_LONG  = 252   # 12 个月
MOM_SHORT = 21    # 跳过 1 个月

factor_mom = prices_df.shift(MOM_SHORT) / prices_df.shift(MOM_LONG) - 1.0
#             ↑ P[t-21]                   ↑ P[t-252]

本 Demo 实验结果：

IC 均值 = +0.065 ★ 有效
ICIR = +0.452（接近 0.5 的优良水平）
这是因为隐藏质量/动量因子高的股票，自然同时有高 12M 动量 AND 高未来收益

4.2 短期反转因子（REV）— 均值回归

来源：Jegadeesh (1990)
直觉：上个月涨太多的股票，下个月往往小幅回调；跌太多的往往反弹。

\text{REV}_{i,t} = -\left(\frac{P_{i,t}}{P_{i,t-21}} - 1\right)

取负号是为了保持"因子值越高 → 预期收益越高"的正方向约定：

上个月大跌（负收益）→ REV 为正 → 预期反弹 → 因子值高 ✓

本 Demo 实验结果：

IC 均值 = -0.050（负！意料之中）
为什么是负的？因为我们的数据中注入了"动量 Alpha"——动量强的股票上个月涨、下个月还要涨，REV 反而是负向预测。这是一个很好的教学点：同一个市场中，因子之间可能互相矛盾。

4.3 低波动因子（LVOL）— 低波动异象

来源：Baker, Bradley & Wurgler (2011)
直觉：根据传统金融理论，高风险应获高回报。但实证研究发现，低波动股票的原始收益也更高，即"低波动异象 (Low-Volatility Anomaly)"。

\text{LVOL}_{i,t} = -\sigma_{i,t-60:t}

其中 \sigma 是过去 60 交易日的日收益率标准差（年化波动率的代理指标）。

取负号：波动率越低 → LVOL 越高 → 预期收益越高。

可能的解释：

机构投资者受"跑赢基准"的业绩压力，被迫偏爱高贝塔/高波动股票，导致这些股票被高估
散户偏好"彩票式"高波动股票（类似买彩票），也导致高波动股票被高估
低波动股票更少被卖空，保护其免遭过度高估后的暴跌

4.4 低贝塔因子（BAB）— 赌对低贝塔

来源：Frazzini & Pedersen (2014) "Betting Against Beta"
直觉：CAPM 预测 β = 1.5 的股票比 β = 0.5 的股票多 50% 的期望收益。但实际上两者差距远小于理论值，甚至低贝塔股票反而更赚钱。

\text{BAB}_{i,t} = -\hat{\beta}_{i,t}^{(60D)}

\hat{\beta}_{i,t} = \frac{\text{Cov}(r_i, r_{\text{mkt}})_{60D}}{\text{Var}(r_{\text{mkt}})_{60D}}

代码实现（完全向量化，不用 Python 循环）：

# 利用 pandas rolling 方法批量计算所有股票的滚动贝塔
rolling_var_mkt = market_series.rolling(60).var()          # 市场方差
rolling_cov     = log_ret_df.apply(
    lambda col: col.rolling(60).cov(market_series)          # 各股协方差
)
rolling_beta_df = rolling_cov.div(rolling_var_mkt, axis=0)  # β = Cov/Var
factor_bab      = -rolling_beta_df                           # 取负值

4.5 Amihud 非流动性因子（ILLIQ）— 流动性溢价

来源：Amihud (2002) "Illiquidity and Stock Returns"

\text{ILLIQ}_{i,t} = \frac{1}{D} \sum_{d=t-D}^{t} \frac{|r_{i,d}|}{V_{i,d}}

符号	含义
$	r_{i,d}
`V_{i,d}`	第 d 日的成交量（元）
D = 20	过去 20 个交易日

含义："每元成交量能引起多大的价格波动？"

ILLIQ 高 → 流动性差（小单也能推动价格）→ 投资者要求更高回报 → 流动性溢价 (Liquidity Premium)

5. 因子预处理：三步标准化

原始因子值"脏"得没法直接用，必须经过以下三步清洗：

Step 1：截面去极值（Winsorization）

问题：某天某股票的动量值是 +500%（因为遭遇了重组事件），这个极端值会完全主导本日截面的相关系数计算。

解决：在每个截面，将超出 [\mu - 3\sigma, \mu + 3\sigma] 的值截断到边界。

原始:  [5%, 12%, 8%, 500%, -2%, 9%]
       ↓
去极值: [5%, 12%, 8%, 46%, -2%, 9%]   ← 500% 被截断到 3σ 边界

# 向量化实现（无 Python 循环）
mu    = factor_df.mean(axis=1)    # 每日截面均值
sig   = factor_df.std(axis=1)     # 每日截面标准差
lower = (mu - 3 * sig).values[:, np.newaxis]   # 广播到矩阵形状
upper = (mu + 3 * sig).values[:, np.newaxis]
clipped = np.clip(factor_df.values, lower, upper)

Step 2：截面 Z-score 标准化

问题：动量因子单位是%（典型值 ±30%），ILLIQ 单位是极小的小数（1e-10 量级），无法比较和相加。

解决：在每个截面，对因子进行 Z-score 标准化，使均值=0，标准差=1。

z_{i,t} = \frac{x_{i,t} - \bar{x}_t}{\sigma_t}

标准化后：

不同因子量纲统一，可以直接相加（因子合成时需要）
Z-score > 0 → 该股票因子值高于同期平均
Z-score < 0 → 该股票因子值低于同期平均

Step 3：市值中性化（Market Cap Neutralization）

问题：在 A 股市场，小市值股票往往同时具有高动量、高波动、低流动性。如果不剔除市值效应，动量因子可能只是在选小市值股票，并非真正的动量信号。

解决：对 log(市值) 做 OLS 回归，用残差替换原因子值：

\text{factor\_neutral}_i = \text{factor}_i - (\hat{\alpha} + \hat{\beta} \cdot \log(\text{mktcap}_i))

# 每个截面: y = alpha + beta * x + residual
y_c = factor_values     # (50,) 各股因子值
x_c = log_mktcap_values # (50,) 各股对数市值

xm, ym = x_c.mean(), y_c.mean()
slope   = np.dot(x_c - xm, y_c - ym) / np.dot(x_c - xm, x_c - xm)
residuals = y_c - (ym + slope * (x_c - xm))   # 市值中性化后的因子值

形象比喻：
这就像做标准化考试时，把"学生身高"这个干扰变量从"篮球成绩"中剔除——矮的学生篮球技术再好，也会因为身高被低估，剔除后才能真正比较技术水平。

6. IC 分析（Information Coefficient）

6.1 IC 的定义

\text{IC}_t = \text{SpearmanCorr}\left(\text{factor}_{t,\cdot},\ \text{return}_{t+H,\cdot}\right)

在日期 t，计算截面 Spearman 秩相关系数：

左侧：50 只股票在 t 日的因子值（处理后）
右侧：这 50 只股票在未来 H=21 日的收益率

为什么用 Spearman 秩相关而不用 Pearson 线性相关？

	Pearson	Spearman
计算	`(X - \bar{X}) \cdot (Y - \bar{Y})` 的相关	`\text{rank}(X)` 与 `\text{rank}(Y)` 的相关
假设	线性关系	只需单调关系
对极端值	敏感	鲁棒
量化研究常用	○	✓ 更常用

6.2 ICIR：IC 的信噪比

\text{ICIR} = \frac{\text{IC 均值}}{\text{IC 标准差}}

ICIR 就是"IC 序列的夏普比率"——衡量因子预测能力的稳定性：

ICIR	含义
< 0.3	不稳定，可能只是偶然
0.3 ~ 0.5	有一定稳定性
> 0.5	稳定的 Alpha 信号

6.3 IC 评价标准

指标	强因子	有效因子	弱因子
\|IC 均值\|	> 0.10	0.05~0.10	< 0.05
ICIR	> 0.5	0.3~0.5	< 0.3
IC > 0 比率	> 60%	55%~60%	< 55%

6.4 本 Demo 的 IC 结果解读

因子	IC 均值	ICIR	解读
MOM ★	+0.065	+0.452	动量有效！因为高质量/高动量股票有持续的正 Alpha
REV	-0.050	-0.273	反转因子在此模型中"反着来"——短期涨的股票继续涨（动量效应更强）
LVOL	-0.010	-0.028	近乎无效——数据中没有注入"低波动溢价"的 Alpha
BAB	-0.010	-0.027	近乎无效——原因同上
ILLIQ	+0.009	+0.058	极弱——有轻微的流动性溢价信号

学习要点：IC 近零不代表因子"写错了"，而是反映了数据生成机制。本 Demo 的合成数据中，Alpha 主要来自质量和动量因子，所以 MOM 有效而 LVOL/BAB 无效。真实市场中，多个因子通常都有正 IC，但有时某种因子会在特定市场环境（regime）下失效。

7. 分层回测（Quantile Analysis）

7.1 方法步骤

分层回测是最直观的因子验证方式：

① 在每个调仓日 T，按因子值对 50 只股票从小到大排序
② 等分成 5 组（Q1=最低 20%，Q5=最高 20%）
③ 各组各构建等权组合，持有 21 天
④ 记录各组收益，持续到回测结束

期望的理想结果：

累积收益: Q5 > Q4 > Q3 > Q2 > Q1   （单调递增）

如果因子有效，Q5（因子分最高）应该持续跑赢 Q1（因子分最低）。

7.2 本 Demo 的 MOM 因子分层结果

分组	年化收益	含义
Q1（最低动量）	-8.9%	过去一年最弱势的股票，未来继续弱
Q2	-12.7%	偏弱
Q3	-5.0%	中性
Q4	+9.7%	偏强
Q5（最高动量）	+27.9%	过去一年最强势的股票，未来继续强
L-S（Q5-Q1）	+40.1%	多空价差，几乎与市场涨跌无关

虽然 Q2 < Q1 有轻微异常（不完全单调），但整体趋势清晰：高动量 → 高未来收益。

7.3 分层回测的实现细节

for i in range(len(rebal_dates) - 1):
    t0, t1 = rebal_dates[i], rebal_dates[i + 1]   # 建仓日 / 平仓日

    # 按因子值分组
    labels = pd.qcut(
        factor_today.rank(method='first'),  # 先取秩（避免重复值问题）
        n_quantiles,                         # 分成 5 组
        labels=["Q1", "Q2", "Q3", "Q4", "Q5"]
    )

    # 计算等权持有收益
    hold_ret = price_df.loc[t1] / price_df.loc[t0] - 1.0
    for q in ["Q1", "Q2", "Q3", "Q4", "Q5"]:
        stocks_in_q = labels[labels == q].index
        bucket_returns[q].append(hold_ret[stocks_in_q].mean())

为什么先 rank() 再 qcut()？
qcut 按数值边界分割，如果因子值有重复（e.g., 好几只股票 LVOL 恰好相同），分组会不均匀。先 rank(method='first') 将重复值也区分开（先出现的秩更低），再 qcut 就能保证每组大小相同。

8. 因子合成（Factor Combination）

8.1 为什么要合成？

单个因子的 IC 通常只有 0.05~0.10，预测能力有限。多因子合成的优势：

互补：不同因子捕捉不同维度的 Alpha，合成后覆盖更多信息源
降噪：单个因子可能在某些时期失效；多因子合成后整体更稳定
提升 ICIR：若各因子 IC 不完全相关，合成后 ICIR > 单个因子的 ICIR

用统计语言表达：设因子 A 和 B 各自 IC 均值 = $\mu$，IC 相关系数 = $\rho$，则：

\text{ICIR}_{composite} = \frac{2\mu}{2\sigma\sqrt{(1+\rho)/2}} = \frac{\text{ICIR}}{\sqrt{(1+\rho)/2}}

当 \rho < 1 时，合成 ICIR > 单个 ICIR。这就是多元化的价值。

8.2 两种合成方法

方法1：等权合成 (Equal-Weight Composite)

\text{Composite}_{EQ,i,t} = \frac{1}{N}\sum_{k=1}^{N} z_{k,i,t}

优点：简单、稳健，不依赖历史 IC 估计，不容易过拟合
缺点：对强因子和弱因子一视同仁

方法2：IC 加权合成 (IC-Weighted Composite)

w_k = \frac{\max(\overline{IC}_k, 0)}{\sum_j \max(\overline{IC}_j, 0)}, \quad \text{Composite}_{ICW,i,t} = \sum_{k=1}^{N} w_k \cdot z_{k,i,t}

优点：给更强的因子更高权重，理论上 ICIR 更高
缺点：历史 IC 可能不稳定（特别是样本期短时），有过拟合风险

本 Demo 结果：

方法	IC 均值	ICIR
等权合成	+0.036	+0.237
IC 加权	+0.045	+0.304

IC 加权略好，因为它把更多权重给了最强的 MOM 因子（权重 88.4%）。

9. 多空组合（Long-Short Portfolio）

9.1 构建逻辑

多空策略是因子策略的"利润提取机制"：

每个调仓日（每月）:
   ① 计算每只股票的合成因子分
   ② 买入 Top 20%（因子分最高的 10 只）= 多头组合
   ③ 做空 Bottom 20%（因子分最低的 10 只）= 空头组合
   ④ 21 天后平仓，重复

9.2 市场中性（Market Neutral）

多空组合最大的优点是市场中性 (Market Neutral)：

多空收益 = 多头组合收益 - 空头组合收益
         = (Alpha_long + Beta_long × r_市场) - (Alpha_short + Beta_short × r_市场)
         ≈ Alpha_long - Alpha_short    （若 Beta_long ≈ Beta_short，市场影响相消）

这意味着：无论市场大涨大跌，多空组合只赚 Alpha，不受市场影响。

9.3 本 Demo 结果解读

组合	年化收益	夏普比率	最大回撤
多头 (Long)	+30.9%	1.36	-13.9%
空头 (Short)	-2.3%	-0.11	-43.4%
多空 (L-S)	+33.9%	5.19	-0.4%

多空 Sharpe 达到 5.19 并最大回撤仅 -0.4%——这是演示数据 注入了较强 Alpha 信号的结果，真实市场中通常 Sharpe 1-3 就算非常优秀的多空策略。

9.4 A 股限制与现实考量

⚠️ A 股重要提示：
A 股融券做空受到严格限制，普通投资者无法执行多空策略。
多空策略主要适用于：港股、美股市场，或通过股指期货进行市场对冲。
在 A 股，因子策略通常只执行"多头"部分（买入高分股票），不做空低分股票。

10. 因子衰减（Factor Decay）

10.1 什么是因子衰减？

因子衰减曲线回答一个关键的实践问题：
"这个因子的信号，在多少天后就失效了？"

我们对不同的持有期 H（1D, 5D, 10D, 21D, 42D, 63D）分别计算 IC：

\text{IC}(H)_t = \text{SpearmanCorr}\left(\text{factor}_{t,\cdot},\ \text{return}_{t+H,\cdot}\right)

如果 IC(H) 随 H 增大而快速降向 0，说明因子是"短期信号"，需要高频换仓。
如果 IC(H) 衰减缓慢，说明因子是"长期信号"，低频换仓也有效。

10.2 本 Demo 的衰减结果

持有期	MOM (IC)	REV (IC)
1D	+0.067	-0.043
5D	+0.066	-0.045
10D	+0.065	-0.046
21D	+0.065	-0.050
42D	+0.061	-0.027
63D	+0.054	-0.033

MOM（慢衰减）：IC 从 1D 到 21D 几乎不变（+0.067 → +0.065），42D 以后才明显下降。
→ 说明动量信号在 1-3 个月内保持有效，月频换仓足够，不需要高频交易

REV（快变化）：在 42D 处强度减弱（-0.027），62D 处轻微回升。
→ 反转信号在短期更强，长期减弱，适合周频换仓

10.3 实践意义

快速衰减因子:
  优点: 信号新鲜，短期预测准确
  缺点: 必须高频换仓 → 高换手率 (Turnover) → 高交易成本
  适合: 高频量化交易机构，有直连交易所的低手续费通道

慢速衰减因子:
  优点: 不需要频繁换仓，交易成本低
  缺点: 信号滞后，无法捕捉短期机会
  适合: 中低频量化（月频/季频）、散户量化尝试

11. 结果解读与局限性

11.1 为什么 LVOL 和 BAB 无效？

在本 Demo 中，LVOL 和 BAB 的 IC ≈ 0，原因在于数据生成机制：

我们只注入了质量和动量 Alpha，没有注入"低波动溢价"或"低贝塔溢价"。因此，低波动率并不预示更高未来收益。

在真实市场中，低波动因子在许多市场（美股、港股、A 股）都有实证支撑。本 Demo 的结果不能说明低波动因子无效——只能说明它在这个特定的合成数据中无效。

11.2 合成数据的局限性

局限	真实市场中不存在	本 Demo 简化了
市场冲击	大单买卖会推高/压低价格	假设无限流动性
交易成本	买卖价差、印花税、佣金	未扣除交易成本
因子拥挤	大家都用同一个因子时，超额收益消失	未模拟
财报数据	基本面因子需要财报，有发布延迟	未涉及
风险暴露限制	真实组合需控制行业、风格暴露	无约束

11.3 量化因子研究的注意事项

样本外验证（Out-of-Sample Test）：IC 是在同一数据集上计算的，存在过拟合风险。实践中需要用样本外数据验证。
因子衰减与换仓成本的权衡：IC 高不等于策略盈利，必须考虑换手成本是否侵蚀了因子收益。
市场环境（Regime）的影响：动量因子在趋势市中有效，在剧烈波动的市场（如2020年3月）可能大幅失效。
因子拥挤（Factor Crowding）：当太多资金追同一个因子时，因子溢价会被套利消除。

12. 术语速查表

中文	English	简要说明
Alpha 因子	Alpha Factor	能预测股票未来超额收益的数学信号
超额收益	Alpha	超越市场基准的额外收益
市场贝塔	Market Beta (β)	股票收益对市场收益的敏感度
截面数据	Cross-Sectional Data	同一时间点多只股票的数据
时间序列	Time Series	同一只股票随时间变化的数据
因子动物园	Factor Zoo	学术界发现的 300+ 个因子的统称
动量因子	Momentum Factor	基于过去 12-1 月累积收益的趋势延续信号
动量效应	Momentum Effect	赢家继续赢、输家继续输的市场现象
短期反转	Short-Term Reversal	短期内价格过度波动后的均值回归
低波动异象	Low Volatility Anomaly	低波动股票收益反而更高，违反 CAPM
非流动性	Illiquidity	每单位成交量引起的价格波动幅度
流动性溢价	Liquidity Premium	流动性差的资产额外要求的收益补偿
低贝塔	Low Beta (BAB)	贝塔系数低的股票，与市场敏感性低
赌对低贝塔	Betting Against Beta	Frazzini & Pedersen 提出的低贝塔超额收益策略
Amihud 指标	Amihud Illiquidity	\|r\|/成交量的均值，衡量流动性的经典指标
去极值	Winsorization	将极端异常值截断到合理范围
截面标准化	Cross-Sectional Normalization	在每个日期截面做 Z-score 标准化
Z-score	Z-score	(x - 均值) / 标准差，使均值=0，标准差=1
市值中性化	Market Cap Neutralization	回归剔除市值因子对因子值的影响
信息系数	IC (Information Coefficient)	因子值与未来收益的 Spearman 秩相关系数
IC 均值	IC Mean	IC 时间序列的均值，衡量因子平均预测能力
IC 标准差	IC Std	IC 时间序列的波动率，衡量因子稳定性
ICIR	ICIR (IC Information Ratio)	IC均值/IC标准差，类似因子的夏普比率
Spearman 秩相关	Spearman Rank Correlation	基于排名（秩）而非原始值的相关系数
Pearson 相关	Pearson Correlation	基于线性关系的相关系数
持有期	Holding Period (H)	建仓到平仓的时间跨度
分层回测	Quantile Analysis / Bucket Test	按因子值分组，对比各组未来收益
五分位	Quintile (Q1-Q5)	将股票等分为 5 组
等权组合	Equal-Weight Portfolio	每只股票持仓权重相同
调仓日	Rebalance Date	重新计算因子并调整持仓的日期
换手率	Turnover	每期组合发生变化的比例，越高交易成本越大
因子合成	Factor Combination	将多个因子加权合成为一个综合因子
等权合成	Equal-Weight Composite	所有因子等权相加的合成方法
IC 加权合成	IC-Weighted Composite	按各因子历史 IC 均值加权合成
多因子模型	Multi-Factor Model	使用多个因子解释股票收益差异的模型
多空组合	Long-Short Portfolio	做多高分股票、做空低分股票的中性化策略
多头	Long	买入持有，期望价格上涨
空头	Short / Short Selling	借入并卖出，期望价格下跌后回购获利
多空价差	Long-Short Spread	多头组合收益 - 空头组合收益
市场中性	Market Neutral	多空两侧的市场敝口相互对冲，净市场风险 ≈ 0
因子衰减	Factor Decay	因子预测能力随持有期延长而减弱的现象
市场环境	Market Regime	具有共同特征的特定市场状态（如牛市/熊市/震荡市）
因子拥挤	Factor Crowding	过多资金追逐同一因子导致溢价消失的现象
样本外验证	Out-of-Sample Test	在训练数据之外的独立数据集上验证模型效果
过拟合	Overfitting	模型过度适应训练数据，导致样本外表现差
隐藏因子	Hidden Factor / Latent Factor	不可直接观察、只能间接估计的潜在驱动因子
截面	Cross-Section	在同一时间点对多个实体的观察
OLS 回归	OLS (Ordinary Least Squares)	普通最小二乘法，用于因子中性化
残差	Residual	OLS 回归中因变量实际值与拟合值的差值

上一篇：事件驱动回测

附录：系列文档导航

篇	文件	文档	核心内容
第 1 篇	`quant_data_pipeline_demo.py`	`doc_01_data_pipeline.md`	复权、收益率、缺失值、异常值、涨跌停
第 2 篇	`quant_strategy_backtest_demo.py`	`doc_02_strategy_backtest.md`	技术指标、策略逻辑、向量化回测、绩效指标
第 3 篇	`quant_event_driven_backtest_demo.py`	`doc_03_event_driven_backtest.md`	事件驱动架构、6大组件、成本模型、与向量化对比
第 4 篇	`quant_alpha_factor_demo.py`	`doc_04_alpha_factor.md`	因子构建、IC/ICIR、分层回测、因子合成、多空组合

28 KiB Raw Permalink Blame History Unescape Escape