2. 因子衰减的成因分析

因子衰减这事儿，说白了就是你的策略跑着跑着就不灵了。我刚开始做量化那会儿，总觉得找到一个好因子就能一劳永逸。结果呢？回测曲线漂亮得不行，实盘一上，两个月就开始走下坡路。嗯，这里面的门道，我今天跟你好好聊聊。

2.1 市场微观结构影响

市场微观结构，听起来挺唬人。其实说白了，就是订单怎么撮合、价格怎么形成的那些底层规则。我个人的经验是，很多人在回测时完全忽略了这一点。

举个例子。你发现了一个基于收盘价的动量因子，回测年化收益20%。但你想过没有？你的买入信号出现时，市场可能已经反应过了。尤其是高频数据里，买卖价差、订单簿深度这些细节，都会影响你的实际成交价。

我曾在A股市场做过一个实验：同一个因子，用1分钟K线和用日K线回测，收益差了将近一倍。为什么？因为微观结构里的噪声，在短周期里被放大了。

• 买卖价差：你看到的成交价，不一定是你实际能拿到的价格。尤其是小市值股票，价差可能吃掉你不少利润。
• 订单簿深度：大单进场时，如果流动性不足，价格会瞬间被推高。你的因子信号可能就在这一瞬间失效了。
• 交易时间规则：集合竞价、连续竞价、收盘价确定机制，这些都会影响因子的表现。

2.2 交易成本与滑点

交易成本和滑点，是因子衰减的头号杀手。我见过太多人，回测时假设零成本交易，结果实盘亏得底裤都不剩。

你想想看，一个因子年化收益10%，如果双边交易成本是0.3%，换手率每月100%，那一年下来光成本就吃掉3.6%。再加上滑点，可能5%就没了。剩下那5%，还不够你折腾的。

我曾经做过一个统计：在A股市场，一个中高频因子，如果回测时没有考虑千分之二的滑点，实盘收益至少会打七折。这不是危言耸听。

成本类型	典型值（A股）	对因子收益的影响
佣金	万2.5	低换手时影响小，高频时显著
印花税	千1（卖出）	单向成本，不可忽视
滑点	千1-千3	流动性越差，滑点越大
冲击成本	千1-千5	资金量大时尤其明显

2.3 因子拥挤度

因子拥挤度，这个词你可能听过。什么意思呢？就是大家都在用同一个因子，结果这个因子就不灵了。

我举个例子。2015年之前，小市值因子在A股简直是印钞机。但后来呢？随着量化私募越来越多，大家都往小市值里挤，因子收益就一路下滑。到2017年，小市值因子甚至变成了负收益。

为什么会这样？因为当太多资金追逐同一个因子时，会提前透支未来的收益。你想想看，如果所有人都知道某只股票明天会涨，那今天就会有人抢着买，结果今天就把明天的涨幅给吃掉了。

• 因子拥挤的度量：可以用因子多空组合的持仓重叠度、因子收益的波动率等指标来衡量。
• 拥挤的后果：因子收益下降、波动率上升、回撤加大。
• 如何应对：定期检查因子的拥挤度，如果发现太拥挤了，就减仓或者换因子。

2.4 投资者行为偏差

最后这一点，可能最容易被忽视。投资者行为偏差，说白了就是人的非理性行为对市场的影响。

我记得有一次，一个朋友跟我说他找到了一个完美的因子。我一看，确实回测很好。但仔细分析后发现，这个因子本质上是在捕捉散户的追涨杀跌行为。问题是，散户的行为模式是会变的。今天追涨，明天可能就割肉了。

常见的投资者行为偏差包括：

• 过度反应：对好消息过度乐观，对坏消息过度悲观。这会导致价格短期内偏离基本面。
• 处置效应：投资者倾向于卖出盈利的股票，持有亏损的股票。这会影响因子的持续性。
• 羊群效应：跟风买卖，导致因子在短期内被过度使用。
• 锚定效应：投资者会锚定某个价格，比如买入价或历史高点，影响决策。

这些行为偏差，会导致因子在某个时间段内表现很好，但一旦市场环境变化，或者投资者的行为模式改变，因子就会失效。

知识体系总览

下面这张图，是我自己整理的知识体系。你可以看到，因子衰减的四个成因是相互关联的。市场微观结构影响交易成本，交易成本加剧因子拥挤，而投资者行为偏差又会影响所有这些因素。

好了，以上就是因子衰减的四个主要成因。我个人觉得，理解这些成因比单纯追求高收益因子更重要。因为只有知道了因子为什么会衰减，你才能在它衰减之前做好准备。

记住一句话：没有永远有效的因子，只有不断进化的策略。