2、因子分类体系：基本面因子、技术面因子、另类数据因子、宏观因子

做量化研究这几年，我最大的感受就是：因子分类这件事，决定了你后续所有工作的方向。你想想看，如果你连手里的因子属于哪一类都不清楚，那后面的有效性检验、组合优化，基本就是瞎忙活。

我个人习惯把因子分成四大类。这四类因子，说白了就是我们从不同维度去观察市场。每一类都有自己的脾气，处理方式也完全不同。

2.1 基本面因子

这类因子，是量化圈的「老大哥」。它基于公司的财务数据和经营状况。我刚开始做量化时，就是从基本面因子入手的。

常见的包括：

• 估值类：市盈率（PE）、市净率（PB）、市销率（PS）
• 成长类：营收增长率、净利润增长率、EPS增长率
• 质量类：ROE、ROA、毛利率、资产负债率
• 分红类：股息率、分红比例

嗯，这里要注意一点。基本面因子有个明显的缺点——数据频率低。季报、年报，一年就那么几次。你拿着三个月前的数据去预测明天的涨跌，这本身就有问题。

我在项目中遇到过这样的情况：用PE因子做选股，回测效果特别好。但实盘一跑，发现完全不是那么回事。后来一查，原来是幸存者偏差在作祟——回测时用了已经退市的股票数据，但实盘时你根本买不到这些股票。

2.2 技术面因子

技术面因子，说白了就是从价格和成交量里挖信息。这类因子我用的最多，因为数据干净、频率高、更新快。

常见的技术面因子：

• 动量因子：过去N日收益率、RSI、MACD
• 反转因子：短期超买超卖指标、乖离率
• 波动率因子：历史波动率、ATR、布林带宽度
• 量价关系因子：成交量变化率、OBV、资金流向

你想想看，技术面因子最大的优势是什么？实时性。每天收盘后，你就能拿到最新的因子值。这对于高频策略来说，简直是命根子。

但技术面因子也有坑。我记得有一次，我用一个简单的「过去5日涨幅」作为因子，回测效果漂亮得不行。结果实盘一跑，连续回撤了三个月。为什么？因为市场风格切换了。动量因子在趋势行情里好用，但在震荡行情里就是灾难。

2.3 另类数据因子

这类因子，是近几年量化圈最火的方向。说白了，就是用非传统数据来预测市场。

常见的另类数据：

• 舆情数据：新闻情感分析、社交媒体热度、股吧评论
• 供应链数据：卫星图像（停车场车辆数）、物流数据、海关数据
• 消费数据：信用卡刷卡记录、电商销量、APP下载量
• 政策数据：政府文件关键词、监管动态、行业政策

我个人觉得，另类数据是未来超额收益的主要来源。为什么？因为大家都在用传统因子，超额收益已经被吃光了。你想想看，如果所有人都用PE因子选股，那PE因子的有效性就会迅速衰减。

但另类数据有个大问题——数据清洗成本极高。我曾经处理过一份新闻情感数据，原始数据里全是乱码、重复、无关信息。光清洗就花了两周时间。而且，另类数据的时效性很短，今天的热点明天可能就过时了。

2.4 宏观因子

宏观因子，是自上而下的视角。它关注的是整个经济体的运行状况，而不是单个公司。

常见的宏观因子：

• 利率因子：基准利率、国债收益率、信用利差
• 通胀因子：CPI、PPI、核心通胀率
• 增长因子：GDP增速、PMI、工业增加值
• 货币因子：M2增速、社融数据、汇率

宏观因子有个特点——影响范围广，但传导链条长。你降息了，股市不一定马上涨。中间要经过「流动性改善→企业融资成本下降→盈利预期提升→股价上涨」这么一串链条。每个环节都有时滞。

我记得有一次，我用PMI因子做择时。回测显示，PMI上升时买入，下降时卖出，年化收益能到15%。但实盘一跑，发现PMI数据发布时，市场已经提前反应了。这就是典型的「数据滞后性」问题。

2.5 四类因子的对比

为了方便你理解，我整理了一张对比表：

因子类型	数据频率	数据来源	主要用途	常见陷阱
基本面因子	季度/年度	财务报表	选股	幸存者偏差、未来函数
技术面因子	日/周	行情数据	择时、选股	过拟合、风格切换
另类数据因子	不定	非传统渠道	超额收益	数据清洗成本高、时效性短
宏观因子	月度/季度	经济统计	风险控制	数据滞后、传导链条长

2.6 因子分类的核心逻辑图

下面这张图，是我自己总结的因子分类体系。你可以看到，四类因子并不是孤立的，它们之间存在着交叉和关联。

这张图里，我把四类因子放在四个象限。你注意看底部的「核心原则」——因子必须有经济含义。这是我做因子研究这么多年，最深刻的体会。