4、多因子模型构建：从单因子到多因子，如何合成与加权
单因子研究做完了，你手上可能有十几个看起来都挺靠谱的因子。然后呢？直接扔进模型？别急，这里有个坑——我早年就踩过。
单因子就像一个个独立的侦察兵，各有各的情报。但你要做决策，得把情报汇总起来，让它们互相印证、互相补充。这就是多因子合成的意义。
说白了，多因子模型要解决两个核心问题：用什么方法合，以及每个因子给多大权重。咱们一个一个来拆。
4.1 因子合成：把情报拧成一股绳
合成之前，先得把因子标准化。你想想看，市盈率是几倍到几十倍，换手率是百分之几，动量是涨跌幅——量纲都不一样，怎么直接加？
我个人习惯用Z-score标准化：
# Python示例：因子标准化
import pandas as pd
import numpy as np
def zscore_standardize(factor_series):
"""对因子序列做Z-score标准化，并截断极端值"""
mean = factor_series.mean()
std = factor_series.std()
z = (factor_series - mean) / std
# 截断到[-3, 3]，防止极端值干扰
return z.clip(-3, 3)
标准化之后，常用的合成方法有三种。我按实战频率排个序：
| 方法 | 核心思路 | 我的评价 |
|---|---|---|
| 等权合成 | 所有因子权重相同，直接平均 | 简单粗暴，但往往效果不差 |
| IC加权合成 | 按因子IC值（信息系数）分配权重 | 比等权好，但IC会变，需定期调整 |
| IR加权合成 | 按IC的均值/标准差（信息比率）加权 | 我最常用，兼顾了收益和稳定性 |
等权合成——别小看它。我在项目中遇到过，有些团队花里胡哨搞了一堆优化，结果还不如等权。为什么？因为因子之间相关性高的时候，复杂的加权方法容易过拟合。等权至少不会犯大错。
IC加权就直观多了：哪个因子最近预测能力强，就多给它点权重。公式很简单：
# IC加权合成示例
def ic_weighted_composite(factors_df, ic_series):
"""
factors_df: 各因子值，每列一个因子
ic_series: 各因子的IC值，index与列名对应
"""
weights = ic_series / ic_series.sum()
composite = factors_df.dot(weights)
return composite
IR加权是我个人最推荐的。它不光看IC的均值（预测能力），还看IC的标准差（稳定性）。你想想看，一个因子这周IC是0.1，下周是-0.08，波动这么大，你敢重仓吗？IR加权会自动惩罚这种不稳定的因子。
核心原则：因子合成不是越复杂越好。先跑等权，再试IC加权，最后上IR加权。每一步都做回测对比，别想一口吃成胖子。
4.2 权重优化：从拍脑袋到数学求解
加权方法再往上走，就是优化求解了。说白了，我们要找一个权重向量w，让合成因子的某些指标最优。
最常见的优化目标是最大化合成因子的IR。嗯，这里要注意——这需要用到因子之间的协方差矩阵。我直接给代码：
import numpy as np
def optimize_weights(factor_returns, target_ir=1.0):
"""
基于因子收益率序列，优化权重以最大化IR
factor_returns: 各因子每期的收益率，shape=(T, N)
"""
# 计算因子收益率的协方差矩阵
cov = np.cov(factor_returns, rowvar=False)
# 计算因子收益率均值
mean_ret = np.mean(factor_returns, axis=0)
# 最优权重：均值向量 @ 协方差逆矩阵
inv_cov = np.linalg.inv(cov)
weights = inv_cov @ mean_ret
# 归一化，使权重和为1
weights = weights / np.sum(np.abs(weights))
return weights
这段代码看着简单，但坑不少。我曾经在实盘里直接用这个，结果权重剧烈波动，换手率高得吓人。后来加了两个约束才稳住：
- 权重上下限约束：单个因子权重不超过30%，不低于5%
- 权重变化约束：每次调仓，权重变化不超过10%
避坑指南：我曾经在2018年用纯优化方法做多因子模型，结果权重全压在了动量因子上。那年市场风格切换，动量因子暴跌，组合回撤超过15%。后来我学乖了——优化出来的权重，一定要做敏感性分析。把每个因子权重上下调5%，看看组合表现会不会崩。
4.3 实战中的合成流程
说了这么多理论，咱们看看实际怎么干。我一般按这个流程走：
- 因子预处理：去极值、标准化、中性化（市值、行业）
- 相关性检查：如果两个因子相关性超过0.7，只留一个，或者做正交化
- 初步合成：先用等权合成跑一遍，看整体IC和IR
- 加权优化：用IR加权或优化求解，对比等权的结果
- 稳定性检验：滚动12个月窗口，看权重是否稳定
下面这张图，是我自己项目里用的多因子合成框架：
我的小技巧：每次调仓前，我会把合成因子的权重分布画出来。如果某个因子权重突然从20%跳到50%，我会停下来想想——是市场变了，还是数据出错了？多因子模型最怕的就是「黑箱操作」，每一步都要能解释得通。
4.4 别忘了回测验证
合成方法再好，也得用数据说话。我一般做三组对比：
- 等权 vs IC加权 vs IR加权：看哪个在样本外表现最稳
- 不同窗口期：用12个月、24个月、36个月的滚动窗口分别算权重
- 压力测试：把2015年股灾、2018年熊市单独拎出来看
记住一句话：多因子模型不是造出来的，是测出来的。你花在回测上的时间，至少应该是建模时间的3倍。
好了，因子合成和加权这块，核心就是这些。下一节咱们聊聊怎么用这些因子去选股、构建组合——那才是真正见真章的地方。
公众号:蓝海资料掘金营，微信deep3321