第四章：动量因子家族
动量因子，说白了就是「追涨杀跌」的量化版本。别笑，这招在市场上还真管用。
我个人习惯把动量因子分成两类：价格动量和量价结合。今天咱们就把这五个核心因子挨个捋一遍。嗯，每个我都踩过坑，有些坑现在想起来还肉疼。
4.1 过去N日收益率：最朴素的动量
先来个最简单的。过去N日收益率，公式长这样：
return_N = (close_price / close_price.shift(N)) - 1你可能会想，这也太简单了吧？对，但它有效。我在做A股因子测试时，20日收益率在沪深300成分股上IC均值能到0.03左右。别小看这0.03，稳定啊。
关键参数：N的取值很讲究。我个人经验：
- 短线（5日）：噪声大，但反应快
- 中线（20日）：最稳定，我常用
- 长线（60日）：趋势性强，但滞后
避坑指南：我曾经在回测时直接用复权价格算收益率，结果发现因子失效了。为什么？因为复权价格会引入未来信息。记住，用原始价格或者前复权但要注意除权除息日的处理。
4.2 动量因子：不止是收益率
动量因子和收益率有啥区别？说白了，动量因子更强调「趋势的持续性」。我常用的动量因子有两种：
- 价格动量：当前价格相对N日均线的位置
- 标准化动量：收益率除以波动率，相当于夏普比率的变种
代码实现也不复杂：
# 标准化动量
def normalized_momentum(close, window=20):
returns = close.pct_change(window)
volatility = returns.rolling(window).std()
return returns / volatility你想想看，为什么标准化后效果更好？因为单纯看收益率，高波动股票容易产生极端值。标准化后，因子分布更均匀，选股更稳健。
我的小技巧：做因子测试时，记得对动量因子做市值中性化处理。大市值股票的动量效应和小市值股票不一样，混在一起会出问题。
4.3 移动平均乖离率：偏离就是机会
乖离率，英文叫BIAS。公式很简单：
BIAS = (close - MA) / MA * 100它衡量的是价格偏离均线的程度。偏离大了，要么回归，要么趋势加速。我在实盘中遇到过这样的情况：某只股票乖离率超过15%，我以为要回调，结果它继续涨了30%。嗯，这就是趋势加速的情况。
所以乖离率的使用要分场景：
| 乖离率范围 | 市场状态 | 操作建议 |
|---|---|---|
| |BIAS| < 3% | 正常波动 | 观望 |
| 3% < |BIAS| < 8% | 偏离修复 | 反向操作 |
| |BIAS| > 8% | 趋势加速 | 顺势操作 |
注意：乖离率的阈值不是固定的。我曾经在创业板用主板的标准，结果频繁触发错误信号。不同板块、不同波动率的股票，阈值要动态调整。
4.4 RSI相对强弱指标：超买超卖的判断
RSI，量化圈的老朋友了。公式：
RSI = 100 - (100 / (1 + RS))
其中 RS = 平均上涨幅度 / 平均下跌幅度我个人习惯用14日RSI。为什么是14？其实没什么特别原因， Wilder老爷子当年就是这么定的，大家用习惯了就成了标准。
RSI的核心用法：
- RSI > 70：超买，可能回调
- RSI < 30：超卖，可能反弹
- RSI背离：价格创新高但RSI没创新高，反转信号
这里我要重点说说RSI背离。我曾经靠这个信号抓到过一只翻倍股。当时股价创新低，但RSI已经抬高了，典型的底背离。嗯，后来确实反弹了，但过程很磨人，拿了两个月才见效。
实战经验：RSI在震荡市中效果最好。单边行情里，RSI会长时间处于超买或超卖区域，这时候用传统阈值会频繁出错。我一般会结合ATR（平均真实波幅）来判断市场状态。
4.5 量价背离因子：量在价先
这个因子是我最喜欢的。量价背离，说白了就是「价涨量缩」或「价跌量增」。前者是上涨乏力，后者是恐慌抛售。
我常用的量价背离因子：
# 量价背离因子
def volume_price_divergence(close, volume, window=20):
price_change = close.pct_change(window)
volume_change = volume.pct_change(window)
# 价涨量缩为负值，价跌量增为正值
divergence = price_change * (-volume_change)
return divergence这个因子的逻辑很直观：
- 价涨量缩（负值）：上涨动力不足，看空
- 价跌量增（正值）：下跌有承接，看多
我在做因子测试时发现，量价背离因子在中小盘股上效果特别好。为什么？因为大盘股流动性好，量价关系容易被机构行为干扰。小盘股的量价关系更纯粹，反映的是真实供需。
进阶用法：把量价背离因子和其他动量因子组合。比如乖离率+量价背离，当乖离率偏大且出现量价背离时，反转概率更高。我做过组合测试，IC提升30%以上。
知识体系总览
下面这张图，是我整理这五个因子的逻辑关系。你看完应该能明白它们各自的位置和作用。
这五个因子，从简单到复杂，从价格到量价结合，构成了一个完整的动量分析框架。我个人建议，刚开始做因子库时，先把前三个因子跑通，再慢慢加入RSI和量价背离。一口吃不成胖子，量化也是。
好了，这一章的内容就到这里。记住，因子不是越多越好，关键是理解每个因子背后的逻辑，以及它们在不同市场环境下的表现。嗯，下一章咱们聊聊反转因子，那又是另一番天地了。