| name | alpha-source-catalog |
| description | 13种Alpha信号源的系统化挖掘方法目录。包含每种源的数据要求、表达式模板、A股适配注意事项。当用户需要拓展因子来源、寻找新alpha方向、或对特定类型alpha做深度挖掘时加载。 |
| version | 1.0.0 |
| source | 《寻找Alpha:量化交易策略》Igor Tulchinsky (WorldQuant) |
| source_chapters | ["Ch18 Equity Price and Volume","Ch19 Financial Statement Analysis","Ch20 Fundamental Analysis","Ch21 Momentum Alphas","Ch22 News and Social Media","Ch23 Stock Options Market","Ch24 Institutional Research 101","Ch25 Event-Driven Investing","Ch26 Intraday Data","Ch27 Intraday Trading","Ch28 Index Alpha","Ch29 ETFs and Alpha Research","Ch30 Futures and Forwards"] |
| category | quant |
Alpha Source Catalog — 因子信号源目录
系统化梳理 alpha 的 13 种来源。每种源都包含核心逻辑、典型表达式、数据要求、以及在 A 股的适配要点。
使用方式
把这个目录当成因子挖掘的"灵感菜单":
- 选择一个来源类别
- 理解其核心逻辑
- 针对 A 股做本地化适配
- 通过 alpha-evaluation-guardrails 验证
01. 价格与成交量 (Price & Volume) — Ch18
核心逻辑: 价格和成交量是最基础的数据,反映所有市场参与者的博弈结果。
经典信号:
| 信号 | 表达式 | 逻辑 |
|---|
| 短期反转 | -1 * ret_5d | 过度反应后的修正 |
| 中期动量 | ret_60d | 趋势延续 |
| 量价关系 | ret_5d / volume_5d_ratio | 放量上涨更可靠 |
| 波动率 | -1 * std(ret, 20d) | 低波动溢价 |
A股适配:
- T+1 制度下日内反转不可行,隔夜反转需扣除次日开盘跳空
- 涨跌停板会制造假量——涨停日成交量被压制,次日可能暴量
- A 股散户占比高,短期反转效应强于美股
02. 财务报表分析 (Financial Statement Analysis) — Ch19
核心逻辑: 财务报表包含公司经营质量的结构性信息,信息消化慢,半衰期长。
经典信号:
| 信号 | 数据来源 | 逻辑 |
|---|
| 盈利质量 | 经营现金流 / 净利润 | 现金利润比纸面利润更可靠 |
| 资产效率 | 营收 / 总资产 | 资产周转率高的公司运营更优 |
| 应计利润 | (净利润-经营现金流) / 总资产 | 高应计→低质量利润→未来回报低 |
| 杠杆变化 | Δ(负债/权益) | 加杠杆可能是扩张也可能是困境 |
A股适配:
- 财报发布有延迟(季报15天、年报4个月),需严格对齐发布时间
- A 股 ST 制度和借壳会扭曲部分财务指标
- 国企和民企的财务行为差异很大,建议分组计算
03. 基本面与 Alpha (Fundamental Analysis) — Ch20
核心逻辑: 估值比率(PE、PB、PS等)和市场预期的错配。
经典信号:
| 信号 | 表达式 | 逻辑 |
|---|
| 盈利收益率 | E/P = 1/PE | 便宜的公司长期回报更高 |
| 盈利超预期 | EPS_actual / EPS_consensus - 1 | 超预期的正漂移效应 |
| 分析师上调 | ΔEPS_consensus | 趋势性上调的动量效应 |
| PEG | PE / EPS_growth | 成长调整后的估值 |
A股适配:
- A 股分析师覆盖集中在沪深300,中小盘覆盖不足
- 一致预期数据需要 clean——部分分析师跟风调整
- PE 为负的股票占比高(远高于美股),不能直接丢弃
04. 动量型 Alpha (Momentum Alphas) — Ch21
核心逻辑: 价格趋势会延续——强者恒强,弱者恒弱。
动量细分:
| 类型 | 时间窗口 | 逻辑 |
|---|
| 短期动量 | 1-3个月 | 趋势跟踪 |
| 中期动量 | 6-12个月 | 最经典的动量效应 |
| 长期反转 | 3-5年 | 长期赢家回归均值 |
| 截面动量 | 排名比收益率 | 比时序动量更稳定 |
| 行业动量 | 行业指数 | 行业级别的延续效应 |
| 残差动量 | 去 beta 后的收益 | 剥离市场影响 |
表达式模板:
# 截面动量(跳过最近1个月避免短期反转)
momentum_12_1 = ret_{t-12, t-1}
# 残差动量
residual_momentum = ret_{t-12, t-1} - beta * market_ret
A股适配:
- A 股月度动量弱于美股,但 2-4 周的短期动量 + 行业动量有效
- 小盘股动量更强(散户驱动趋势)
- 制度性变化(注册制、融券新规)可能阶段性破坏动量
05. 新闻与社交媒体 (News & Social Media) — Ch22
核心逻辑: 新闻和社交媒体的信息流可以提前反映价格变化。
经典信号:
| 信号 | 数据源 | 度量 |
|---|
| 新闻情绪 | 财联社/东方财富/路透 | 正面/负面词频比 |
| 社交媒体热度 | 雪球/股吧/微博 | 发帖量、阅读量变化 |
| 分析师报告 | 研报标题/摘要 | 上调/下调/首次覆盖 |
| 搜索量 | 百度指数 | 异常搜索量预示关注度 |
A股适配:
- 雪球和东方财富股吧是 A 股最活跃的散户舆论场
- NLP 情绪分析需要处理反讽和网络用语
- 监管问询函和关注函是强信号——被问询后股价通常承压
06. 期权市场信息 (Options Market) — Ch23
核心逻辑: 期权市场包含对未来波动率和方向的前瞻性预期。
经典信号:
| 信号 | 来源 | 逻辑 |
|---|
| Put/Call 比率 | 期权交易量 | 高 P/C → 市场悲观 |
| 隐含波动率差 | IV_call - IV_put | 市场对方向的隐含预期 |
| 波动率偏斜 | OTM put IV - ATM IV | 尾部风险定价 |
A股适配:
- A 股个股期权只有上证50和沪深300成分股(50ETF/300ETF期权)
- 中证500/1000 指数期权流动性有限
- 期权数据源:Wind, iFind(费用高)或 Tushare(覆盖有限)
07. 机构研究 (Institutional Research) — Ch24
核心逻辑: 卖方分析师报告包含对公司的预测和评级,其变化具有信息含量。
经典信号:
| 信号 | 度量 |
|---|
| 评级上调/下调 | 买入→增持→中性→减持→卖出 |
| 目标价变化 | 新目标价 / 当前价格 - 1 |
| 首次覆盖 | 首次覆盖通常带来价格发现 |
| 一致预期分歧 | 分析师 EPS 预测的横截面标准差 |
A股适配:
- A 股分析师评级普遍偏乐观,"中性"往往就是悲观
- 晨星/MSCI 等国际机构的评级更有参考价值
- 研报发布后股价反应通常在 1-3 天内消化
08. 事件驱动 (Event-Driven) — Ch25
核心逻辑: 公司事件(并购、分红、回购、增发、ST等)引发可预测的价格反应。
经典信号:
| 事件类型 | Alpha 方向 | 时间窗口 |
|---|
| 分红预案 | 高分红→正alpha | 预案日前后 |
| 回购公告 | 回购→正alpha | 公告后1-3个月 |
| 增发 | 增发→负alpha | 公告后 |
| 大股东增持 | 增持→正alpha | 公告后1个月 |
| ST/*ST | 预警→负alpha | 公告前后 |
| 指数调入 | 调入→正alpha | 公告后到生效日 |
| 可转债发行 | 短期正、长期不确定 | 公告后1周 |
| 高送转 | A股特有炒作 → 正alpha | 预案到除权 |
A股适配:
- A 股高送转(股票股利)是特色的炒作题材
- 监管函/关注函/立案调查是强负信号
- 指数调入(沪深300/中证500)在 A 股有明显价格效应
09. 日内数据 (Intraday Data) — Ch26
核心逻辑: 日内走势包含隔夜无法获取的微观结构信息。
经典信号:
| 信号 | 计算 |
|---|
| 开盘跳空 | open / prev_close - 1 |
| 日内反转 | close / open - 1(与开盘跳空反向) |
| 日内波动 | high/low - 1 |
| 尾盘异动 | 最后30分钟的收益占比 |
| VWAP 偏离 | close / VWAP - 1 |
A股适配:
- T+1 制度限制日内反转策略,但信号预测次日收益仍然可行
- 集合竞价阶段(9:15-9:25)的数据极有价值
- 午休 11:30-13:00 创造独特的日内模式
10. 日内交易 (Intraday Trading) — Ch27
核心逻辑: 在日内尺度上执行 alpha,需要额外的微观结构知识。
关键考量:
| 因素 | 影响 |
|---|
| 买卖价差 | 小盘股价差可能吃掉日内 alpha |
| 市场冲击 | 大单会推动价格,侵蚀收益 |
| 交易时段 | 开盘和收盘流动性最好 |
| 涨跌停 | 停板限制执行 |
A股适配:
- A 股涨跌停板限制严重的日内策略执行
- 建议只在开盘 30 分钟和收盘 30 分钟交易(流动性峰值)
11. 指数 Alpha (Index Alpha) — Ch28
核心逻辑: 指数成分股调整和指数层面信号提供 alpha 来源。
经典信号:
| 信号 | 逻辑 |
|---|
| 成分股调入效应 | 调入后有被动资金流入 |
| 行业轮动 | MACD 等指标在行业指数上更稳定 |
| 指数间价差 | 上证50 vs 中证1000 的比价回归 |
| 股指期货基差 | 基差隐含市场情绪和分红预期 |
A股适配:
- 沪深300/中证500/中证1000 每半年调整一次,调入调出效应显著
- 创业板指/科创50 调整频率高,流动性影响更大
- 股指期货贴水(期货 < 现货)在 A 股长期存在,可以用于 alpha 策略
12. ETF 与 Alpha (ETFs & Alpha) — Ch29
核心逻辑: ETF 资金流和折溢价包含市场情绪和资金方向信息。
经典信号:
| 信号 | 度量 |
|---|
| ETF 资金净流入 | 份额变化 × 净值 |
| IOPV 折溢价 | ETF_price / IOPV - 1 |
| ETF 换手率异常 | 异常高的换手率预示关注度 |
| 行业 ETF 轮动 | 行业 ETF 相对强弱 |
A股适配:
- A 股 ETF 市场 2020 年后爆发增长,行业 ETF 覆盖 30+ 行业
- IOPV 数据从东方财富 ETF API 获取
- 注意 ETF 做市商制度对折溢价的影响
13. 期货与远期 (Futures & Forwards) — Ch30
核心逻辑: 期货市场价格曲线包含对现货未来走势的预期。
经典信号:
| 信号 | 逻辑 |
|---|
| 期限结构 | contango(升水)vs backwardation(贴水) |
| 基差变化 | 基差收窄/走阔的趋势 |
| 持仓量变化 | 持仓量异常变化预示博弈加剧 |
| 跨品种价差 | 产业链上下游价差回归 |
A股适配:
- 中金所股指期货(IF/IC/IM)是最直接的 A 股相关期货
- 商品期货(上期所/大商所/郑商所)与相关股票联动
- 注意交割日附近的异常波动
因子组合策略
单一 alpha 来源往往不足以构建稳健策略。组合原则:
- 多频率覆盖:日内 + 日频 + 周频 + 月频信号互补
- 多来源交叉验证:价格型 + 基本面型 + 事件型互相确认
- 避免同质性:10 个价格动量 alpha 的边际贡献远不如 1 个价格+1 个基本面+1 个事件的组合
组合后必须检查:
- 合成因子的 IC 是否优于单因子
- 相关性是否可控
- 不同市场状态下各来源的贡献是否均衡
常见陷阱
- 数据不可得 — 很多 alpha 来源在 A 股没有成熟数据供应商(如期权、日内全 tick),需要自建
- 本地化失败 — 直接搬美股 alpha 到 A 股通常失效(制度、参与者结构不同)
- 过度依赖单一来源 — 当这一来源的参数变化(如 T+0 预期、涨跌停制度改革)时全军覆没
- 忽略数据延迟 — 财务数据/新闻情绪数据有天然延迟,alpha 窗口可能很短