量化交易中的因子

最新推荐文章于 2025-06-22 13:52:28 发布

falldeep

最新推荐文章于 2025-06-22 13:52:28 发布

阅读量3.8k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：量化交易文章标签：量化交易

本文链接：https://blog.csdn.net/falldeep/article/details/124218219

量化交易专栏收录该内容

12 篇文章

订阅专栏

什么是Alpha因子？也就是超额收益因子。

我们首先总结一下基本因子：

盈利性：投入资本回报率(ROIC)、已利用资本回报率(ROCE)、净资产收益率(ROE)、总资产收益率(ROA)、边际利润、人居收入、经济利润、投资增额收益。
估值：自由现金流价格比、外部融资总资产比、企业价值与EBITDA比(EV/EBITDA)、市盈率、股息率。
现金流：自由现金流(FCF)和营业收入之比、投入资本现金回报率(ROIC)。
成长性：每股自由现金流、每股盈余。
资产配置：净回购股份与投入资本比、一年流通股减少量、一年长期债务减少量、外部融资和总资产比、三年平均资本支出和投入资本比、收购与投入资产比。
价格动量：相对强弱、价格范围、相对强弱指数。
技术面因子：强弱指标(RSI)、随机指标(KD)、趋向指标(DMI)、平滑异同平均线(MACD)、能量潮(OBV)。

市场中的因子远远不止这些，所有的因子构成一个因子库：

研报因子：基于分析师发表研报的个股因子。
高频因子：继续挖掘日内模式中隐藏的alpha，提取出领先于市场的选股信息。
新闻语料库：建立系统性的新闻语料库，通过高效的算法标注，非监督学习等方法，挖掘市场的舆情信息。
基本面：细节、全面的财报信息分类整理。
宏观因子：通过宏观经济的各类统计量，挖掘市场周期性变化，更为精确的预测市场走势与行情分化。

量价因子、基本面因子和另类因子（数据）三者的区别

量价因子是基于技术分析发展出来的，从简单的日级别技术指标类因子，到复杂一些的分钟级别量价因子，形态类、图形类因子，遗传规划挖出的因子等等，本质是刻画基于行为金融学的人的固定行为模式或是一些共识。基于固定行为模式的因子个人认为是靠谱的，因为宏观环境在变化，不同的风格在轮动，但是人类的决策机制是相对固定的，人类的内在驱动模式是穿着草和树叶与大自然搏斗时长期进化来的，这太靠谱了，不仅经济学，政治学都依赖于人的内在驱动模式稳定可预测。而基于共识的因子就不那么稳定，需要持续地仔细考虑共识是否消失。个人觉得量价因子比基本面因子更适合quant，但是量价因子的可理解性有时候较差，尤其是大批量挖掘时，出货一般较多，这时更需要仔细去理解、分类，来检视统计学上优秀的因子的内在金融逻辑是否靠谱。

基本面因子是基于价值投资发展出来的，主要是多数基本面因子剔除可能存在的随股价变动的部分外，剩余部分基本是季频变动甚至年频变动，若数据年份不长，则太容易过拟合了，而数据年份又不好拉太长，毕竟有很多宏观事件或者市场规则改变显然影响总体，拉太长总体变了，统计学当然就失效了。这里存在一个两难。

另类因子，就是非传统的，别人不容易获得或是不经常使用的因子，这类因子的获取动机或使用动机一般已经具有较强的金融逻辑，若足够幸运，在统计上有效当然是极好的。这类因子的缺点可能就是成本高，真就一铲子一铲子去挖金，姿势还千奇百怪，统计上到底有没有效做完才知道。