因子分类体系：基本面因子、技术面因子、另类数据因子、高频因子、复合因子
做量化这些年，我最大的体会就是：因子分类这件事，决定了你的策略骨架。你想想看，如果连因子都分不清楚，那后面的回测、组合、风控，基本就是空中楼阁。
我个人习惯把因子分成五大类。这五类不是拍脑袋想的，是我在实盘里踩过坑、吃过亏之后，慢慢总结出来的。今天咱们就一个一个拆开聊。
1. 基本面因子：最老派，但最稳
基本面因子，说白了就是看公司「值不值」。市盈率、市净率、ROE、营收增速……这些大家都很熟。但我要说的是，别以为基本面因子就是简单的「低PE买高PE卖」。
核心逻辑：市场对基本面的反应往往是滞后的。财报出来之后，机构调仓需要时间，散户反应更慢。这个时间差，就是我们的利润来源。
我在项目中遇到过一件事：某只股票PE从30倍跌到15倍，按传统思路该抄底了。结果呢？它又跌了30%。为什么？因为它的盈利预期在下调，PE虽然低了，但P（价格）还在跌。所以，基本面因子一定要结合预期差来用。
常用的基本面因子包括：
- 估值类：PE、PB、PS、PCF
- 成长类：营收增速、净利润增速、EPS增长率
- 质量类：ROE、毛利率、净利率、资产负债率
- 分红类：股息率、分红比例
我的小技巧：基本面因子适合做长周期（月频、季频）的信号。别拿它去抓日内的波动，那是用牛刀杀鸡。
2. 技术面因子：短线的老朋友
技术面因子，大家更熟悉了。均线、MACD、RSI、布林带……这些指标我刚开始做量化时天天用。但后来我发现，技术面因子最大的问题不是不准，而是太「拥挤」。
你想想看，如果所有人都用同样的金叉死叉信号，那这个信号还有效吗？我曾经在回测里看到一个策略，用5日均线上穿20日均线做多，收益曲线漂亮得不行。结果实盘一跑，直接亏了两个月。为什么？因为大家都在用，信号提前被抢跑了。
所以，我建议：技术面因子要做「变形」。比如：
- 不要用标准的14日RSI，试试用21日或者34日
- 不要用简单的价格均线，试试用成交量加权均线（VWAP）
- 不要只看金叉死叉，试试看均线斜率的变化
避坑指南：我曾经在技术面因子上犯过一个低级错误——用未来数据。回测时用了当天的收盘价去计算均线，结果策略看起来完美，实盘一塌糊涂。记住：计算因子时，只能用历史数据。
3. 另类数据因子：信息差就是利润
另类数据，说白了就是「别人看不到的数据」。卫星图像、电商评论、招聘信息、信用卡流水……这些数据在传统机构眼里是噪音，但在我们量化人眼里，噪音里藏着黄金。
我记得有个项目，我们用爬虫抓了某电商平台的用户评论数据。通过情感分析，提前两周预测了某消费股的业绩暴雷。等财报出来时，我们已经平仓走人了。这就是另类数据的威力。
常见的另类数据来源：
| 数据类别 | 具体例子 | 应用场景 |
|---|---|---|
| 社交媒体 | 微博、推特、Reddit | 舆情分析、情绪指标 |
| 电商数据 | 销量、价格、评论 | 消费股预测 |
| 卫星数据 | 停车场车流量、农田面积 | 零售、农业 |
| 招聘数据 | 岗位数量、薪资变化 | 行业景气度 |
核心要点：另类数据的关键不是数据本身，而是处理速度。谁先拿到、谁先处理、谁先交易，谁就赚钱。
4. 高频因子：毫秒级的博弈
高频因子，是真正考验硬实力的地方。订单簿、逐笔成交、Tick级数据……这些数据量巨大，处理起来非常头疼。但收益也相当可观。
我刚开始做高频时，以为就是「快进快出」。后来发现，高频因子的核心不是速度，而是微观结构。比如：
- 订单簿不平衡：买一和卖一的挂单量差距
- 成交集中度：大单和小单的比例变化
- 价差变化：买卖价差的瞬时波动
举个例子，我曾经写过一个因子，专门监控「大单吃单」的行为。当发现连续有大单在买一价位吃掉卖单时，就跟着做多。这个因子在流动性好的股票上，胜率能到65%以上。
注意：高频因子对数据质量要求极高。毫秒级的时间戳误差，就可能导致因子完全失效。我建议先用模拟数据测试，再上实盘。
5. 复合因子：1+1>2
复合因子，就是把上面四类因子组合起来。为什么要组合？因为单一因子总有失效的时候。你想想看，如果只靠一个PE因子，遇到牛市时所有股票PE都高，你怎么选？
我常用的组合方式有两种：
- 线性加权：给每个因子一个权重，然后加权求和。简单，但容易过拟合。
- 非线性组合：用机器学习模型（如XGBoost、随机森林）自动学习因子之间的关系。效果好，但解释性差。
我个人更推荐第二种。为什么？因为因子之间往往有交互效应。比如，低PE + 高ROE + 低波动，这三个因子组合在一起，效果远好于单独使用任何一个。
我的经验：复合因子不要超过5个底层因子。因子太多，容易过拟合。我一般先用相关性分析去掉高度相关的因子，再逐步加入新的因子。
因子分类体系总览
下面这张图，是我自己整理的因子分类体系。你可以把它当作一个「因子地图」，做策略时对照着看，就知道该从哪里入手了。
最后说几句
因子分类这件事，没有标准答案。我见过有人把因子分成「有效」和「无效」两类，也见过有人分成「动量」「反转」「价值」「成长」四类。但我觉得，按数据来源和频率来分，是最实用的。
你想想看，当你拿到一个新数据时，第一反应是什么？肯定是「这数据是基本面还是技术面？是日频还是Tick级？」。所以，这个分类体系，本质上是在帮你快速定位因子的「出身」。
嗯，今天就聊到这儿。因子分类是基础，但基础不牢，地动山摇。希望这张「因子地图」能帮你少走一些弯路。