第4章风格因子定义

4、风格因子定义：成长/价值、大盘/小盘、消费/科技等风格分类方法，以及风格因子的标准化处理

聊到北向资金，很多人第一反应就是看净流入流出。但说实话，只看总量，你很难判断资金到底在打什么牌。真正的高手，盯的是风格切换。

什么叫风格？说白了，就是资金在选股时的偏好。是喜欢买贵的成长股，还是捡便宜的价值股？是抱大盘蓝筹，还是炒小盘题材？这些偏好一旦形成趋势，就是风格因子在起作用。

我刚开始做量化那会儿，也踩过坑。以为把几个指标拼在一起就能定义风格，结果回测一跑，信号乱得像心电图。后来才明白——风格因子不是拍脑袋想出来的，得有清晰的分类逻辑和标准化的处理流程。

4.1 风格因子的核心分类

我们先看最常见的三组风格分类。每一组，我都用实际项目中的经验来讲。

4.1.1 成长 vs 价值

这是最经典的一组。成长因子，衡量的是公司未来的扩张潜力；价值因子，看的是当前股价是否被低估。

成长因子的常见代理变量：

营收增长率（过去3年复合）
净利润增长率
ROE（净资产收益率）趋势
研发投入占比

价值因子的常见代理变量：

市盈率（PE）倒数——也就是E/P
市净率（PB）倒数
股息率
自由现金流收益率

我的经验： 别只用单一指标。比如只看PE，银行股永远都是价值风格，但有些银行其实在转型成长。我习惯把3-4个指标合成一个复合因子，效果更稳定。

4.1.2 大盘 vs 小盘

这个分类相对简单，但容易犯一个错误——直接用市值排序。你想想看，茅台和工商银行都是大盘，但它们的资金行为完全不同。

我建议这样处理：

按总市值排名，前30%定义为大盘，后30%为小盘，中间40%为中盘
或者用对数市值，减少极端值的影响
记得每月或每季度重新调整一次分类

注意： 北向资金在大盘和小盘上的切换，往往领先于A股整体风格。我曾经在2021年初观察到北向持续加仓中盘股，而当时市场还在疯炒大盘。两个月后，中盘风格果然爆发。

4.1.3 消费 vs 科技

这是行业层面的风格分类。消费和科技，是北向资金最偏爱的两大方向。

消费风格包含：

食品饮料
医药生物
家用电器
农林牧渔

科技风格包含：

电子
计算机
通信
电力设备（新能源）

嗯，这里要注意。有些股票横跨多个行业，比如比亚迪，既是汽车又是新能源。我一般用申万一级行业分类为主，如果遇到跨行业公司，看它的主营业务收入占比，超过50%就算。

4.2 风格因子的标准化处理

定义好分类之后，下一步就是标准化。为什么要标准化？因为不同指标的量纲不一样。营收增长率是百分比，PE是倍数，市值是亿元。不标准化，你没法把它们放在一起比较。

我常用的标准化方法有三种，按使用频率排序：

方法	公式	适用场景
Z-score标准化	(x - μ) / σ	数据近似正态分布时
百分位排名	rank(x) / N	数据有极端值或偏态时
Min-Max缩放	(x - min) / (max - min)	需要将数据映射到[0,1]区间时

我个人最常用的是百分位排名。为什么？因为金融数据经常有极端值，比如某只股票突然暴涨，PE变得特别高。如果用Z-score，这个极端值会严重扭曲结果。百分位排名就不怕，它只看相对位置。

来看一段代码示例，这是我实际项目中用过的处理逻辑：

import pandas as pd
import numpy as np

def style_factor_standardization(df, factor_cols, method='rank'):
    """
    风格因子标准化处理
    df: 包含因子数据的DataFrame
    factor_cols: 需要标准化的因子列名列表
    method: 'rank' 或 'zscore' 或 'minmax'
    """
    df_std = df.copy()
    
    for col in factor_cols:
        if method == 'rank':
            # 百分位排名，结果在0到1之间
            df_std[col + '_std'] = df_std[col].rank(pct=True)
        elif method == 'zscore':
            # Z-score标准化
            mean = df_std[col].mean()
            std = df_std[col].std()
            df_std[col + '_std'] = (df_std[col] - mean) / std
        elif method == 'minmax':
            # Min-Max缩放
            min_val = df_std[col].min()
            max_val = df_std[col].max()
            df_std[col + '_std'] = (df_std[col] - min_val) / (max_val - min_val)
    
    # 处理缺失值：用中位数填充
    df_std = df_std.fillna(df_std.median())
    
    return df_std

# 使用示例
factors = ['growth_rate', 'pe_ratio', 'market_cap']
df_processed = style_factor_standardization(df_raw, factors, method='rank')

    核心要点： 标准化之后，每个因子的取值都在0到1之间（如果用百分位法）。这样我们就可以把成长因子、价值因子、市值因子直接相加或加权，构建一个综合的风格得分。

4.3 风格因子的合成与使用

有了标准化的因子，下一步就是合成。比如我想定义一个“成长价值偏离度”指标：

# 成长因子 = 营收增长率 + 净利润增长率 + ROE趋势
df['growth_score'] = (df['revenue_growth_std'] + 
                      df['profit_growth_std'] + 
                      df['roe_trend_std']) / 3

# 价值因子 = E/P + 股息率 + 自由现金流收益率
df['value_score'] = (df['ep_ratio_std'] + 
                     df['dividend_yield_std'] + 
                     df['fcf_yield_std']) / 3

# 成长价值偏离度：正值偏向成长，负值偏向价值
df['gv_deviation'] = df['growth_score'] - df['value_score']

这个偏离度指标，我经常用来观察北向资金的风格偏好。如果北向资金持续买入成长偏离度高的股票，说明他们在加仓成长风格；反之，就是在转向价值。

我曾经用这个指标在2022年10月捕捉到一次明显的风格切换。当时北向资金连续5天净买入价值偏离度高的股票，而成长偏离度持续走低。我判断资金在避险，于是跟着减仓了科技股。一个月后，市场果然回调，价值风格跑赢了成长风格10个点。

一个小技巧： 不要只看一天的风格偏离度，噪音太大。我习惯看5日移动平均，或者用滚动窗口计算趋势。趋势比绝对值更有参考价值。

4.4 本章知识体系

下面这张图，是我自己整理的一套风格因子处理流程。从原始数据到最终信号，每一步都有讲究。

你看，从原始数据到最终信号，中间要经过因子定义、标准化、合成、匹配、回测五个关键步骤。每一步都可能出错，但每一步也都有优化空间。

我个人觉得，标准化这一步是最容易被忽视的。很多人拿到数据就直接用，结果因子之间量纲不统一，合成出来的风格得分毫无意义。记住一句话：没有标准化的因子，就像没有校准的仪器——测出来的数据你敢信吗？

好了，这一章的内容就到这里。风格因子的定义和标准化是基本功，但也是后面所有分析的基础。你把这个搞透了，后面看北向资金的风格切换，就会清晰很多。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

4、风格因子定义：成长/价值、大盘/小盘、消费/科技等风格分类方法，以及风格因子的标准化处理

4.1 风格因子的核心分类

4.1.1 成长 vs 价值

4.1.2 大盘 vs 小盘

4.1.3 消费 vs 科技

4.2 风格因子的标准化处理

4.3 风格因子的合成与使用

4.4 本章知识体系