第三章 单因子构建基础：基于行情数据的经典因子

做量化投资，说白了就是找规律。而找规律的第一步，就是构建因子。

我个人习惯把因子理解为「股票的某种特征」。比如这只股票最近涨得猛，那只股票波动特别大——这些特征如果能预测未来收益，那就是有效因子。

这一章，我们聚焦三个最经典的因子：动量因子、反转因子和波动率因子。它们都基于行情数据，是量化入门的必修课。

3.1 动量因子：追涨杀跌的数学表达

动量因子的逻辑很简单：过去涨得好的股票，未来一段时间还会继续涨。这听起来像废话，但背后有行为金融学的支撑——投资者反应不足、信息传播缓慢。

我在项目中遇到过这样的情况：用过去12个月的动量做多因子模型，回测收益很漂亮。但一到市场风格切换时，动量因子就「翻车」了。嗯，这里要注意，动量因子在震荡市里表现很差。

计算方式其实不复杂：

import pandas as pd
import numpy as np

def momentum_factor(close, window=20):
    """
    计算动量因子
    close: DataFrame, 每列是一只股票的收盘价
    window: 回溯窗口
    返回: 过去window天的累计收益率
    """
    # 计算收益率
    ret = close.pct_change()
    # 滚动求和
    momentum = ret.rolling(window=window).sum()
    return momentum

# 举个栗子
# 假设我们有5只股票，100个交易日的数据
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=100, freq='D')
stocks = ['股票A', '股票B', '股票C', '股票D', '股票E']
close_data = pd.DataFrame(
    np.random.randn(100, 5).cumsum(axis=0) + 100,
    index=dates,
    columns=stocks
)

mom_20 = momentum_factor(close_data, window=20)
print(mom_20.tail())

3.2 反转因子：均值回归的信仰

反转因子和动量因子正好相反。它认为过去涨得多的股票，未来会跌回来。说白了就是「涨多了会跌，跌多了会涨」。

你想想看，这个逻辑在A股市场是不是特别常见？很多股票短期暴涨后，很快就回调了。我曾经用5日反转因子做过一个短线策略，效果还不错。但要注意，反转因子在趋势行情里会亏得很惨。

计算反转因子，其实就是把动量因子取个负号：

def reversal_factor(close, window=5):
    """
    计算反转因子
    返回: 过去window天的累计收益率的相反数
    """
    ret = close.pct_change()
    reversal = -ret.rolling(window=window).sum()
    return reversal

rev_5 = reversal_factor(close_data, window=5)
print(rev_5.tail())

3.3 波动率因子：风险就是收益？

波动率因子衡量的是股票价格的震荡幅度。低波动率的股票，往往有更好的未来收益——这就是著名的「低波动异象」。

为什么会这样？我个人理解是：机构投资者偏好高波动股票来博收益，导致高波动股票被高估。而低波动股票被忽视，反而有超额收益。

计算波动率，最常用的是历史波动率：

def volatility_factor(close, window=20):
    """
    计算波动率因子
    返回: 过去window天收益率的标准差
    """
    ret = close.pct_change()
    vol = ret.rolling(window=window).std()
    return vol

vol_20 = volatility_factor(close_data, window=20)
print(vol_20.tail())

除了历史波动率，还有几个变种：

• 已实现波动率：用日内高频数据计算，更精确
• 波动率偏度：衡量波动率的不对称性
• 波动率聚集：高波动之后往往跟着高波动

3.4 因子构建的通用流程

做多了你会发现，所有因子的构建流程都差不多。我总结了一个四步法：

1. 数据准备：获取行情数据，做复权处理
2. 因子计算：用公式算出原始因子值
3. 因子处理：去极值、标准化、中性化
4. 因子评价：看IC、IR、分组收益等指标

下面这张图，展示了因子构建的完整流程：

3.5 因子处理：别让极端值毁了你的模型

原始因子值算出来后，不能直接用。为什么？因为数据里经常有极端值。比如某只股票因为重大利好连续涨停，动量因子值会特别大。如果不处理，这个极端值会严重影响后续的模型训练。

我常用的处理方法有三个：

处理方法	说明	代码实现
去极值	把超过3倍标准差的值，拉回到3倍标准差	np.clip(factor, mean-3*std, mean+3*std)
标准化	减去均值，除以标准差，变成均值为0、标准差为1的分布	(factor - mean) / std
中性化	剔除市值、行业等风格因素的影响	用回归取残差

3.6 实战：构建一个完整的因子测试框架

说了这么多，我们来写一个完整的因子测试函数。这个函数可以计算因子、做处理、然后输出一些评价指标。

def factor_test(close, factor_func, window=20, method='momentum'):
    """
    完整的因子测试框架
    """
    # 1. 计算因子
    factor = factor_func(close, window)
    
    # 2. 去极值
    mean = factor.mean()
    std = factor.std()
    factor_clipped = np.clip(factor, mean - 3*std, mean + 3*std)
    
    # 3. 标准化
    factor_std = (factor_clipped - factor_clipped.mean()) / factor_clipped.std()
    
    # 4. 计算未来收益率
    future_ret = close.pct_change().shift(-1)
    
    # 5. 计算IC（秩相关系数）
    ic = factor_std.rank(axis=1).corrwith(future_ret.rank(axis=1), axis=1)
    
    return {
        'factor': factor_std,
        'ic_mean': ic.mean(),
        'ic_std': ic.std(),
        'ic_ir': ic.mean() / ic.std() if ic.std() != 0 else 0
    }

# 测试动量因子
result_mom = factor_test(close_data, momentum_factor, window=20)
print(f"动量因子 - IC均值: {result_mom['ic_mean']:.3f}, IC_IR: {result_mom['ic_ir']:.3f}")

# 测试反转因子
result_rev = factor_test(close_data, reversal_factor, window=5)
print(f"反转因子 - IC均值: {result_rev['ic_mean']:.3f}, IC_IR: {result_rev['ic_ir']:.3f}")

# 测试波动率因子
result_vol = factor_test(close_data, volatility_factor, window=20)
print(f"波动率因子 - IC均值: {result_vol['ic_mean']:.3f}, IC_IR: {result_vol['ic_ir']:.3f}")

3.7 三个因子的对比与选择

最后，我们来对比一下这三个因子：

因子	核心逻辑	适用场景	常见窗口	注意事项
动量因子	强者恒强	趋势行情	20天、60天	震荡市容易亏钱
反转因子	均值回归	震荡行情	5天、10天	趋势行情容易亏钱
波动率因子	低波动异象	长期持有	20天、60天	极端行情下会失效

我个人建议：刚开始做因子研究时，不要贪多。先把这三个经典因子吃透，理解它们的逻辑和适用场景。等你对因子有了感觉，再去研究更复杂的因子。

记住一句话：好的因子，逻辑要自洽，回测要稳健，实盘要能赚钱。三者缺一不可。

---

公众号:蓝海资料掘金营，微信deep3321