3、因子生命周期理论：因子从发现到失效的四个阶段
做量化策略这些年，我见过太多因子了。有的因子刚出来时猛如虎，三个月后就成了废物。说白了，因子跟人一样，有生老病死。今天我就聊聊因子生命周期这件事，把我踩过的坑和总结的经验都倒出来。
核心观点：因子不是永恒的，每个因子都有其生命周期。理解因子所处的阶段，比因子本身更重要。
3.1 为什么因子会经历生命周期？
你想想看，一个因子为什么能赚钱？本质上是因为市场存在某种定价偏差或信息不对称。但随着越来越多的人发现这个规律，资金涌入，套利空间就被抹平了。
我2018年做过一个简单的市值因子策略，回测夏普比高达2.3。当时我兴奋得不行，觉得找到了圣杯。结果实盘跑了半年，夏普比掉到了0.6。为什么会这样？因为太多人用同样的逻辑了。
因子的生命周期，本质上就是市场从「无知」到「共识」的过程。
3.2 四个阶段的详细拆解
我把因子生命周期分成四个阶段。每个阶段的特征、信号和应对策略都不一样。下面这张图可以帮你快速建立整体认知：
3.3 阶段一：发现期
特征：因子刚被挖掘出来，知道的人极少。收益不稳定，但潜在空间巨大。
这个阶段的因子，通常来自学术论文、非主流论坛或者你自己拍脑袋想出来的逻辑。我记得2015年做高频数据研究时，发现了一个基于逐笔成交数据的微观结构因子。当时回测效果一般，但我直觉觉得这东西有戏。
关键信号：
- 因子收益波动大，有时正有时负
- 换手率低，几乎没有机构在用
- 逻辑上说得通，但实证证据不足
应对策略：
- 小仓位试水，别上来就重仓
- 多做样本外测试，别被回测曲线骗了
- 我习惯用滚动窗口验证，比如每6个月重新跑一次回测
我的经验：发现期的因子，我一般只给5%以下的权重。等它跑出3-6个月的实盘数据后，再考虑加仓。别问我为什么这么保守——因为我在这个阶段亏过太多钱了。
3.4 阶段二：成长期
特征：因子开始被市场认可，收益曲线漂亮，夏普比达到峰值。这是因子最赚钱的阶段。
成长期的因子，就像刚出道的明星。大家都知道它好，但还没形成拥挤交易。我做过一个统计：大部分因子的夏普比峰值出现在被发现后的6-18个月之间。
关键信号：
- 因子收益持续为正，回撤小
- 开始有研报和公众号讨论这个因子
- 因子拥挤度指标开始上升，但仍在安全区间
应对策略：
- 适当加大配置权重，这是吃大肉的时候
- 建立监控机制，密切关注拥挤度变化
- 我建议每两周做一次因子衰减分析
避坑指南：成长期最容易犯的错误是「过度自信」。我曾经有一个动量因子，连续8个月表现优异，我直接把权重加到了30%。结果第9个月因子突然失效，一个月亏掉了前面半年的利润。记住：因子越赚钱，你越要警惕。
3.5 阶段三：成熟期
特征：因子被广泛使用，收益趋于稳定但明显下降。拥挤度达到高位，但还没到崩溃的程度。
成熟期的因子，说白了就是「鸡肋」——食之无味，弃之可惜。收益还有，但已经不能指望它带来超额收益了。
关键信号：
- 因子收益曲线变平，夏普比从2.0降到1.0以下
- 大量机构在跟踪这个因子
- 因子之间的相关性上升，同质化严重
应对策略：
- 降低权重，把它作为组合中的「稳定器」
- 考虑因子择时，只在特定市场环境下使用
- 我个人的做法是：成熟期因子只保留5-10%的配置
| 阶段 | 夏普比范围 | 拥挤度 | 建议权重 |
|---|---|---|---|
| 发现期 | 0.3 - 0.8 | 低 | ≤5% |
| 成长期 | 1.5 - 3.0 | 中低 | 15% - 25% |
| 成熟期 | 0.5 - 1.2 | 高 | 5% - 10% |
| 衰退期 | < 0.3 | 极高 | 0% - 3% |
3.6 阶段四：衰退期
特征：因子彻底失效，收益为负或接近零。拥挤度爆表，市场已经充分定价了这个因子。
衰退期的因子，最典型的特征就是「回测很美好，实盘很残酷」。我见过太多人抱着一个过时的因子不放，总觉得「市场会回归均值」。嗯，市场确实会回归均值，但回归的是零均值。
关键信号：
- 因子收益持续为负，且没有反转迹象
- 因子拥挤度指标突破历史极值
- 因子逻辑被市场证伪或已被充分套利
应对策略：
- 果断放弃，不要有感情
- 把资金转移到新发现的因子上去
- 我曾经死守过一个价值因子，多亏了半年才割肉。现在我的原则是：连续3个月IC为负，直接砍掉，不废话
重要提醒：衰退期的因子不是「暂时回调」，而是「永久性失效」。不要试图抄底因子，就像不要试图接飞刀。因子一旦进入衰退期，99%的概率不会回到巅峰状态。
3.7 如何判断因子当前处于哪个阶段？
这个问题很实际。我分享几个我常用的判断方法：
- 滚动IC分析：计算过去12个月的滚动IC均值。如果连续下降，说明因子在老化。
- 拥挤度指标：跟踪因子多空两端的持仓集中度。拥挤度超过历史80%分位数时，要高度警惕。
- 新进入者数量：统计最近3个月新发布的相关研报数量。数量激增往往是见顶信号。
- 因子收益衰减速度：计算最近6个月与之前6个月的收益比值。比值小于0.5时，基本可以判定进入衰退期。
下面是一个简单的Python代码，用来判断因子所处的生命周期阶段：
def judge_factor_lifecycle(factor_returns, window=12):
"""
判断因子生命周期阶段
factor_returns: 因子月度收益序列
window: 滚动窗口期数
"""
import numpy as np
# 计算滚动夏普比
rolling_sharpe = factor_returns.rolling(window).mean() / \
factor_returns.rolling(window).std()
current_sharpe = rolling_sharpe.iloc[-1]
peak_sharpe = rolling_sharpe.max()
# 计算拥挤度（简化版：用因子收益与市场收益的相关性）
# 实际应用中需要更复杂的拥挤度指标
market_corr = factor_returns.rolling(window).corr(market_returns)
if current_sharpe < 0.3:
return '衰退期'
elif current_sharpe > 1.5 and peak_sharpe - current_sharpe < 0.5:
return '成长期'
elif current_sharpe > 0.5 and peak_sharpe - current_sharpe > 0.5:
return '成熟期'
else:
return '发现期'一个小技巧：我习惯把因子生命周期做成仪表盘，每天自动更新。这样哪个因子在哪个阶段，一目了然。别等到因子亏钱了才去分析，那时候已经晚了。
好了，因子生命周期理论就讲到这里。记住一句话：没有永恒的因子，只有永恒的策略更新。保持对市场的敬畏，保持对因子的怀疑，这才是量化研究员该有的态度。
公众号:蓝海资料掘金营，微信deep3321