Menu
多因子选股模型的完整指南，包括因子选取、有效性检验（排序法）、冗余因子剔除、综合评分模型构建和实证案例。适用于需要构建或优化多因子选股策略的量化投资者。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
统计套利策略的完整指南，包括配对交易、协整分析、主成分策略和行业轮动套利。适用于需要构建市场中性策略、对冲系统性风险并获取稳定Alpha收益的量化投资场景。
量化投资策略组合选择指南，根据市场环境（牛/熊/震荡）选择合适的选股和择时策略组合。适用于需要构建或调整量化投资组合、不知道如何搭配使用多种策略的投资者。
资金流选股模型指南，包括资金流概念、测算方法和基于高频数据的选股策略。适用于需要利用资金流向进行选股决策的场景。
动量与反转策略指南，包括行为金融学基础、动量反转效应的成因和A股量化策略。适用于需要理解和实施动量/反转投资策略的场景。
量化选股基础知识，介绍量化投资的概念、框架以及与传统投资方法的区别。当需要理解量化选股的核心理念、适用场景或构建量化选股系统时使用此 skill。
行业轮动策略指南，基于宏观经济周期和M2指标的A股行业轮动模型。适用于需要理解和实施行业配置策略的场景。
| name | multi-factor-model |
| description | 多因子选股模型的完整指南，包括因子选取、有效性检验（排序法）、冗余因子剔除、综合评分模型构建和实证案例。适用于需要构建或优化多因子选股策略的量化投资者。 |
多因子模型是应用最广泛的选股模型之一。其核心思想是：采用一系列因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。
多因子模型相对来说比较稳定，因为在不同市场条件下，总有一些因子会发挥作用。
何时使用此技能：
市场上的投资者（价值投资者、投机者、短线交易者）都会根据某些因子来判断股票的涨跌。当有一群交易者同时采用某个因子时，就会造成该因子有效。
例如：当很多投资者认为低PE的价值型股票是好的投资标时，他们纷纷买入低PE股票，会使得该股票出现上涨或超越大市。这样就使得低PE因子的有效性得到体现。
| 方法 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 打分法 | 根据各个因子大小对股票打分，按权重加权得到总分 | 相对稳健，不易受极端值影响 | 不能及时调整敏感性 |
| 回归法 | 用过去收益率对因子回归，预测未来收益 | 能及时调整敏感性，不同股票敏感性可不同 | 易受极端值影响 |
推荐：初学者使用打分法，熟练后可尝试回归法
候选因子类型及示例：
| 类别 | 因子 | 说明 |
|---|---|---|
| 估值因子 | PE、PB、PS | 市盈率、市净率、市销率 |
| 成长因子 | 净利润增长率、营收增长率、EPS增长率 | 盈利增长速度 |
| 盈利因子 | ROE、ROA、毛利率、净利率 | 盈利能力 |
| 规模因子 | 总市值、流通市值 | 公司大小 |
| 动量因子 | 20日涨跌幅、60日涨跌幅 | 过去价格表现 |
| 波动因子 | 日收益率标准差 | 价格波动程度 |
| 预期因子 | 分析师一致预期、盈利预测 | 市场预期 |
| 宏观因子 | GDP增速、M2 | 经济环境 |
选取原则：
检验方法：排序法
Step 1: 在每个月初计算每只个股的各因子指标
Step 2: 按因子大小从小到大排序，平均分为n个组合（建议5个）
Step 3: 持有至月末，下月初重新构建组合
Step 4: 重复到模型形成期末
有效性判断标准（三个条件）：
排序关系：组合因子大小与收益应具有较大相关性
超额收益：极端组合应有显著超额收益
胜率：不同市场环境下高收益组合跑赢基准概率高
关键指标：
| 指标 | 含义 | 合格标准 |
|---|---|---|
| 年化复合收益 | 组合的实际收益 | 最高组合 > 最低组合 |
| 超额收益 | 相对于基准的收益 | > 5% |
| 跑赢概率 | 跑赢基准的月份占比 | > 60% |
问题：不同因子可能由于内在驱动因素相同，所选出的组合高度一致，需要剔除冗余因子。
剔除步骤：
Step 1: 对不同因子下的n个组合打分（收益越大分值越高）
Step 2: 按月计算个股因子得分间的相关性矩阵
Step 3: 计算整个样本期内相关性矩阵的平均值
Step 4: 设定阈值（通常0.5），超过阈值的因子只保留有效性最强的
案例：盈利收益率与PEG相关性0.89 → 只保留盈利收益率
构建方法：
Step 1: 选取去除冗余后的有效因子
Step 2: 每月初计算每只股票的各因子得分
Step 3: 按权重加权求平均分
Step 4: 按总分排序，选取排名靠前的股票
可选参数：
注意：
需要持续监控和改进的方面：
| 类别 | 因子 |
|---|---|
| 估值 | 市盈率(PE)、市净率(PB)、市销率(PS)、PEG |
| 成长 | 净利润增长率、营收增长率、EPS增长率、PEG |
| 盈利 | ROE、ROA、毛利率、净利率、收入净利率 |
| 资本结构 | 资产负债率、流动比率、速动比率 |
| 规模 | 总市值、流通市值 |
| 动量 | 20日涨跌幅、60日涨跌幅、120日涨跌幅 |
| 波动 | 日收益率标准差、周收益率标准差 |
| 技术 | 换手率、震荡指标 |
| 因子类别 | 有效因子 |
|---|---|
| 估值 | 盈利收益率、PE、PB、PEG |
| 盈利 | ROE、ROA、收入净利率、毛利率 |
| 成长 | 净利润增长率、ROE变动、ROA变动 |
| 资本结构 | 资产负债率 |
| 规模 | 流通市值 |
| 动量 | 20日动量 |
| 波动 | 震荡指标 |
| 类别 | 因子 | 说明 |
|---|---|---|
| 估值 | 盈利收益率(EP) | 每股收益/股价 |
| 估值 | 市净率(PB) | 股价/每股净资产 |
| 盈利 | 净资产收益率(ROE) | 净利润/净资产 |
| 盈利 | 毛利率 | 毛利润/营业收入 |
| 成长 | 净利润增长率 | 净利润同比增速 |
| 资本结构 | 资产负债率 | 总负债/总资产 |
| 规模 | 流通市值 | 股票流通规模 |
| 动量 | 20日动量 | 过去20日收益率 |
| 波动 | 震荡指标 | 价格波动程度 |
| 指标 | 数值 |
|---|---|
| Q1组合年化复合收益 | 35.48% |
| 上证指数年化收益 | 14.19% |
| 超额收益 | 21.29% |
| 信息比率(IR) | 1.14 |
| 跑赢上证概率 | 68.06% |
| 上涨月份跑赢概率 | 76.09% |
| 下跌月份跑赢概率 | 53.85% |
结论：上升市场表现好于下跌市场
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 因子有效性检验不通过 | 样本期太短或参数不当 | 延长样本期至8年以上，调整分组数 |
| 冗余因子剔除过度 | 阈值设置过低 | 将阈值从0.5提高到0.7 |
| 模型样本外失效 | 过拟合或市场变化 | 简化模型，减少因子数量 |
| 收益低于预期 | 交易成本过高 | 设置滑点，优化持仓周期 |
stock-selection/momentum-reversal: 动量与反转策略stock-selection/sector-rotation: 行业轮动stock-selection/style-rotation: 风格轮动portfolio/strategy-selection: 策略组合选择□ 因子具有经济逻辑
□ 因子在样本内显著有效
□ 因子之间相关性 < 0.5
□ 因子在样本外依然有效
□ 因子计算数据可得且准确
| 优先级 | 因子 | 稳定性 |
|---|---|---|
| ★★★★★ | ROE、盈利收益率 | 最稳定 |
| ★★★★☆ | 净利润增长率 | 较稳定 |
| ★★★☆☆ | 市值、动量 | 中等稳定 |
| ★★☆☆☆ | 换手率、波动率 | 不稳定 |
因子IC = 因子值与下期收益的相关系数
IR = IC均值 / IC标准差