4. 因子计算基础：因子定义与分类、因子计算框架、常见因子实现、因子标准化

各位同学，欢迎来到因子计算这一章。

说实话，因子这东西，听起来玄乎，其实就是我们用来预测股票未来涨跌的“信号”。你想想看，做量化交易，本质上就是在找规律。而因子，就是这些规律的数学化表达。

我个人习惯把因子比作“选股的眼睛”。没有因子，你就是在黑箱里瞎摸。有了因子，你至少知道该往哪个方向看。

4.1 因子定义与分类

先给个定义：因子，是指能够解释或预测资产收益的某种特征或变量。

嗯，这里要注意，因子不是凭空捏造的。它背后得有逻辑支撑。比如“动量因子”，逻辑就是“强者恒强”；“反转因子”，逻辑就是“物极必反”。

常见的因子分类，我整理了一张表，大家看看：

分类	典型因子	逻辑简述
动量因子	过去N日收益率	趋势延续，涨的还会涨
反转因子	过去N日收益率（负相关）	物极必反，涨多了会跌
波动率因子	过去N日收益率标准差	低波动股票长期跑赢高波动
价值因子	市盈率、市净率	便宜的好货
质量因子	ROE、毛利率	好公司更抗跌

当然，这只是冰山一角。实际工作中，因子库动辄成百上千个。但核心逻辑就这些：要么追趋势，要么赌反转，要么求稳。

4.2 因子计算框架

讲完了分类，咱们聊聊怎么算。我见过很多新手，上来就写一堆for循环，数据量一大直接卡死。其实，因子计算是有套路的。

我个人习惯用向量化计算。说白了，就是利用NumPy和Pandas的底层优化，一次性处理整个数组，而不是一个个循环。

一个标准的因子计算框架，通常包含这几步：

1. 数据准备：获取日线数据（开盘价、收盘价、成交量等）
2. 因子计算：用向量化函数（如rolling、shift、pct_change）计算原始因子值
3. 因子处理：去极值、标准化、中性化
4. 因子存储：存入HDF5或数据库，方便后续回测

我曾经在一个项目中，接手了别人写的因子计算代码。好家伙，一个因子跑了三个小时。我改成向量化后，三分钟搞定。你想想看，这差距有多大。

4.3 常见因子实现

光说不练假把式。咱们直接上代码，看看几个经典因子怎么实现。

4.3.1 动量因子

动量因子，说白了就是“过去涨得好，未来大概率继续涨”。计算方式很简单：

import pandas as pd
import numpy as np

# 假设df是日线数据，包含'close'列
def momentum_factor(df, window=20):
    """
    计算动量因子：过去N日的累计收益率
    """
    df['momentum'] = df['close'].pct_change(periods=window)
    return df

嗯，这里要注意：pct_change(periods=window) 计算的是过去N天的总收益率，不是平均收益率。我个人习惯用总收益率，因为更直观。

4.3.2 反转因子

反转因子和动量因子正好相反。它赌的是“涨多了会跌，跌多了会涨”。

def reversal_factor(df, window=5):
    """
    计算反转因子：过去N日的累计收益率（取负值）
    """
    df['reversal'] = -df['close'].pct_change(periods=window)
    return df

你看，代码几乎一样，就是加了个负号。但逻辑完全不同。动量因子是正相关，反转因子是负相关。

4.3.3 波动率因子

波动率因子，衡量的是股票价格的“上蹿下跳”程度。低波动率的股票，长期来看往往表现更好。

def volatility_factor(df, window=20):
    """
    计算波动率因子：过去N日收益率的标准差
    """
    df['daily_ret'] = df['close'].pct_change()
    df['volatility'] = df['daily_ret'].rolling(window=window).std()
    return df

这里有个细节：rolling(window=window).std() 计算的是样本标准差。如果你想要总体标准差，可以加个 ddof=0 参数。不过在实际量化中，样本标准差更常用。

4.4 因子标准化

因子算出来了，但不同因子的量纲不一样。比如动量因子可能是0.05（5%），波动率因子可能是0.02（2%）。直接比较没有意义。所以，我们需要标准化。

常用的标准化方法有两种：

1. Z-score标准化：减去均值，除以标准差。结果服从均值为0、标准差为1的分布。
2. 排序标准化：将因子值排序，映射到[0,1]区间。说白了，就是看排名。

我个人更推荐Z-score标准化，因为它保留了因子值之间的相对距离信息。

def zscore_normalize(series):
    """
    Z-score标准化
    """
    return (series - series.mean()) / series.std()

def rank_normalize(series):
    """
    排序标准化
    """
    return series.rank(pct=True)

嗯，这里要注意：标准化之前，一定要先去极值。否则，一个极端值会把整个分布拉偏。

好了，因子计算的基础就这些。说白了，就是三步：算出来、标准化、存起来。但每一步都有坑，需要你亲自踩一踩才能记住。

下一章，我们会把这些因子组合起来，构建一个完整的选股模型。到时候你会发现，单个因子可能很弱，但组合起来威力巨大。

---

公众号:蓝海数据掘金营，微信deep3321