一、因子挖掘概述

1.1 什么是因子

先说说因子是什么。

说白了，因子就是能解释股票收益率差异的某种特征。比如市盈率、动量、波动率，这些都是因子。我刚开始做量化时，觉得因子就是一堆数学公式，后来才发现——因子其实是市场规律的数学表达。

举个例子：

• 价值因子：低市盈率的股票长期跑赢高市盈率的
• 动量因子：过去涨得好的股票，短期内还会继续涨
• 波动率因子：低波动的股票往往有更好的风险调整收益

每个因子背后，都对应着某种市场行为或投资者心理。嗯，这一点很重要——因子不是凭空捏造的，它得能讲出逻辑。

1.2 因子挖掘在量化交易中的价值

为什么我们要花大力气挖因子？

我个人的经验是：因子是量化策略的「原材料」。没有好的因子，再牛的模型也白搭。就像做菜，厨艺再好，食材不行也出不了好菜。

因子挖掘的价值体现在三个层面：

1. 超额收益的来源：因子是alpha的载体。多因子组合能产生稳定的超额收益
2. 风险控制：理解因子暴露，才能控制风险敞口。我记得有次回测表现特别好，一查发现是某个因子暴露过高，差点踩坑
3. 策略多样性：不同因子在不同市场环境下表现各异，组合使用能平滑收益曲线

因子类型	典型代表	逻辑基础
基本面因子	市盈率、市净率	价值投资理论
技术因子	动量、反转	行为金融学
另类因子	舆情、供应链	信息不对称

1.3 机器学习如何赋能因子挖掘

传统因子挖掘靠的是经验和直觉。你想想看，一个研究员一年能手工测试几十个因子就不错了。但机器学习不一样。

机器学习在因子挖掘中的角色，我总结为三点：

• 自动发现非线性关系：传统线性模型只能捕捉简单关系，而树模型、神经网络能发现复杂的交互效应。我在项目中遇到过，一个看似无用的特征，经过GBDT处理后变成了强因子
• 高维特征处理：几百个原始特征，人工筛选太慢。机器学习能自动做特征选择和降维
• 组合优化：多个因子怎么加权？机器学习能学到最优的权重分配

为什么会这样？因为金融数据信噪比极低，复杂模型容易过拟合。我见过太多人用LSTM挖因子，结果回测漂亮实盘翻车。

1.4 课程整体框架与学习路径

这门课一共30章，我把它分成四个模块：

1. 基础篇（1-8章）：因子定义、数据准备、特征工程基础
2. 方法篇（9-18章）：传统因子挖掘、机器学习因子挖掘、深度学习因子挖掘
3. 实战篇（19-25章）：因子评价、组合优化、回测框架搭建
4. 进阶篇（26-30章）：另类数据、高频因子、实盘部署

下面这张图展示了整个知识体系：

学习路径上，我建议你按顺序来。别跳着看，尤其是基础篇。我记得有学员直接跳到深度学习那章，结果连IC是什么都不知道，又回头补课——浪费时间。

每章我都会提供代码示例和实战案例。你跟着敲一遍，比光看强十倍。嗯，就这样，我们开始吧。