3、基础因子构建：动量因子、反转因子、波动率因子
因子挖掘这件事，说白了就是找规律。你想想看，股票涨跌有没有惯性？跌多了会不会反弹？波动大的票是不是更容易出事？这三个问题，正好对应了我们今天要聊的三个基础因子：动量、反转、波动率。
我个人习惯把这三个因子称为「三板斧」。别看它们基础，我在实盘项目中见过太多人把简单的东西搞复杂了。嗯，咱们今天就把它彻底讲透。
3.1 动量因子：追涨杀跌的数学表达
动量因子的核心思想很简单：过去涨得好的股票，未来一段时间可能继续涨。这不是玄学，背后有行为金融学的解释——投资者存在反应不足和羊群效应。
核心公式：
动量因子 = (当前收盘价 - N日前收盘价) / N日前收盘价
或者更常用的：动量因子 = ln(当前收盘价 / N日前收盘价)
我在项目中遇到过一个问题：到底用多少天算动量最合适？有人用20天，有人用60天。我的经验是——先别纠结，把多个窗口都算出来。
import pandas as pd
import numpy as np
def calc_momentum(close, window=20):
"""
计算动量因子
close: 收盘价序列
window: 回溯窗口
"""
# 我习惯用对数收益率，分布更对称
momentum = np.log(close / close.shift(window))
return momentum
# 多窗口动量
def calc_multi_momentum(close, windows=[5, 10, 20, 60]):
df = pd.DataFrame(index=close.index)
for w in windows:
df[f'momentum_{w}d'] = calc_momentum(close, w)
return df避坑指南：
我曾经在回测中发现动量因子在牛熊转换期表现极差。后来加了「市场状态过滤」——当大盘处于下跌趋势时，降低动量因子的权重。这个改动让夏普比率提升了0.3。
3.2 反转因子：跌多了就会涨吗？
反转因子和动量因子看起来相反，但逻辑完全不同。反转因子捕捉的是过度反应后的价格修复。说白了，就是市场有时候反应过度了，把价格推得太高或太低，后面会往回拉。
你想想看，为什么会有反转效应？因为散户容易追涨杀跌，机构投资者会在极端位置反向操作。我见过一个有趣的案例：某只股票连续跌停5天后，第6天开盘又跌了7%，但当天收盘竟然翻红了。这就是典型的短期反转。
反转因子构建：
短期反转 = -1 × 过去5日收益率
中期反转 = -1 × 过去20日收益率
注意：取负号是因为我们要做多跌得多的股票
def calc_reversal(close, window=5):
"""
计算反转因子
返回值越大，表示反转信号越强
"""
ret = close.pct_change(window)
# 取负号：过去跌得多 → 因子值大 → 预期未来上涨
reversal = -ret
return reversal
# 我习惯做标准化，方便不同窗口比较
def standardize_factor(factor):
return (factor - factor.mean()) / factor.std()重要提醒：
反转因子在流动性差的股票上效果很差。我曾经踩过这个坑——小市值股票的反转信号看起来很强，但实际交易时滑点直接把收益吃掉了。建议加上流动性过滤，比如只交易日均成交额在1亿以上的股票。
3.3 波动率因子：风险本身就是信号
波动率因子很有意思。传统金融学认为高风险高收益，但实际市场中，高波动率的股票往往表现更差。这就是所谓的「低波动异象」。
为什么会这样？我个人理解是：高波动股票吸引了太多投机资金，这些资金来得快去得也快，导致价格被扭曲。而低波动股票多为机构重仓，走势更稳健。
波动率因子构建方法：
| 方法 | 公式 | 特点 |
|---|---|---|
| 历史波动率 | std(ln(P_t / P_{t-1}), window) | 简单直观，最常用 |
| 已实现波动率 | sum(R_i^2) 日内高频 | 更精确，需要高频数据 |
| 振幅波动率 | (High - Low) / Close | 计算简单，适合日频 |
def calc_volatility(close, window=20):
"""
计算历史波动率
"""
log_ret = np.log(close / close.shift(1))
volatility = log_ret.rolling(window).std() * np.sqrt(252) # 年化
return volatility
def calc_amplitude(high, low, close):
"""
计算振幅波动率
我在实盘中喜欢用这个，因为它对跳空更敏感
"""
amplitude = (high - low) / close
return amplitude实战技巧：
我建议把波动率因子和动量因子结合起来用。比如：低波动 + 强动量的组合，往往能选出既稳健又有上涨动力的股票。我在一个CTA策略中用了这个组合，年化收益提升了8%。
3.4 三因子的协同与冲突
这三个因子不是孤立的。它们之间有关系，有时候还会打架。我画了一张图来说明它们的关系：
从图中可以看到：
- 动量 + 反转：短期反转和长期动量可以共存。比如一只股票短期跌多了（反转信号），但中期趋势还在（动量信号），这时候要小心判断。
- 反转 + 波动：高波动环境下的反转信号更可靠。因为波动大说明市场分歧大，反转的概率更高。
- 动量 + 波动：低波动环境下的动量信号更稳定。高波动动量容易被打脸。
组合使用注意事项：
千万不要简单地把三个因子等权相加。我试过，效果很差。正确的做法是：先做因子正交化处理，再用IC加权或者机器学习方法确定权重。这个我们后面章节会详细讲。
3.5 实战中的坑与对策
讲了这么多理论，我来分享几个实战中踩过的坑：
- 幸存者偏差：回测时用了现在的股票池，但历史上很多股票已经退市了。我建议用「全历史样本」，包括已经退市的股票。
- 前视偏差：计算因子时不小心用了未来的数据。比如用当天的收盘价算当天的因子，这在实盘中是做不到的。记住：因子计算只能用过去的数据。
- 行业中性化：不同行业的波动率差异很大。银行股波动率天然低，科技股波动率高。如果不做行业中性化，选出来的全是银行股。
def industry_neutralize(factor, industry):
"""
行业中性化处理
factor: 原始因子值
industry: 行业分类
"""
# 对每个行业做标准化
neutralized = factor.groupby(industry).transform(
lambda x: (x - x.mean()) / x.std()
)
return neutralized我的建议：
刚开始做因子挖掘的同学，先把这三个基础因子吃透。不要一上来就搞复杂的机器学习因子。我见过太多人把简单问题复杂化，结果基础因子都没做好。记住：80%的收益来自20%的基础因子。
好了，这一章的内容就到这里。这三个因子虽然基础，但它们是整个因子挖掘体系的基石。下一章我们会讲如何对这些因子进行有效性检验，包括IC分析、分层回测等。嗯，到时候见。