量化因子挖掘全景进阶课件

QUANTFACTORCOURSE量化因子挖掘全景进阶课件数据·因子·模型·组合2026年课程导览01认知重构厘清因子挖掘的本质与常见误区02数据地基数据源、清洗与特征工程基础03因子锻造因子构建、筛选与有效性检验04模型验证因子合成、回测与过拟合防范05组合落地从因子到组合的工程化实践06前沿展望机器学习与另类数据的新范式01认知重构因子不是圣杯，是可验证的假设从误区出发，重建对因子挖掘的正确认知量化因子的本质与价值因子是对未来收益具有预测能力的可量化特征因子把市场规律抽象为可计算、可检验的数值信号逻经济逻辑本质可计算、可检验的数值信号效有效因子双重要求需同时具备经济逻辑与统计显著性稳稳定性价值核心价值在于稳定性与可复用性，而非某次回测的惊艳表现因子挖掘的四大误区数据挖掘与因子挖掘之间，只差一层经济逻辑挖掘因子之前，先避开这四大误区4类纯数据挖掘脱离经济含义，极易产生过拟合过度优化样本内反复调参，样本外迅速失效幸存者偏差只用当前存续标的回看历史前视偏差无意中引入未来信息因子类型体系全景因子家族可按数据来源分层归类类型数据来源典型特征量价因子行情与成交动量反转波动基本面因子财务报表估值盈利成长情绪因子舆情与资金关注度资金流向另类因子非结构化数据供应链卫星遥感因子研究的标准流程因子挖掘是一条从假设到落地的完整链路因子研究遵循

假设→数据→因子→检验→合成→落地

的完整链路1提出经济假设›2数据准备与清洗›3因子构建与计算›4有效性检验›5因子合成与回测›6组合落地与持续监控02数据地基垃圾进，垃圾出数据质量决定因子研究的上限数据源全景与选型数据源的广度决定因子研究的天花板三大数据源行情数据2类价格各类资产的实时报价与历史价格序列成交量与盘口信息买卖委托挂单反映即时供需强度财务数据2类三张报表资产负债表、利润表与现金流量表全量科目衍生指标由报表加工计算的估值与盈利指标另类数据3类舆情市场情绪与事件的实时追踪供应链上下游生产与物流动态追踪遥感影像卫星观测识别实体经营活动选型原则：以策略逻辑为锚，按需匹配数据类型数据清洗的关键环节数据干净与否，直接决定因子的可信度缺缺失值处理插值以合理估计填补空缺剔除直接移除缺失样本独立标记缺失与否作为特征异异常值处理去极值消除极端值干扰缩尾处理截断两侧极端样本复复权处理前复权以最新价为基准回溯后复权的口径统一历史价为基准保持一致特特殊状态处理停牌识别标记处于停牌状态的标的退市标的的识别排除已退市标的干扰特征工程的基础处理基础处理是因子可比性的前提标标准化量纲消除不同因子的量纲差异中中性化干扰剔除行业与风格暴露的干扰去去极值影响抑制极端值对统计量的影响缺缺失填充覆盖率保证因子的有效覆盖率数据质量的评估维度数据质量需从多个维度共同评估数据可用性取决于三个核心维度的共同达标只有三项达标，数据才真正可用一致性跨源数据能否相互印证时效性更新频率是否满足策略需要覆盖度标的范围与时间跨度是否完整03因子锻造好因子经得起多维度拷问构建、筛选、检验三位一体的因子工程因子构建的三条路径逻辑与数据的融合，正在成为主流方向三种路径并驾齐驱，逻辑设定边界、数据优化参数的融合路径正成为主流逻辑驱动左对比项从经济学原理出发设计表达式数据驱动右对比项借助算法从海量数据中自动挖掘量价因子体系量价因子是最易获取也最拥挤的来源量价因子是最易获取也最拥挤的来源动量类刻画历史收益的延续性反转类捕捉短期过度反应的修正波动类反映风险溢价与不确定性基本面因子体系基本面因子为组合提供

低频而稳定

的收益估值估值类因子市盈率与市净率等相对定价指标相对定价盈利盈利类因子盈利能力与盈利质量盈利质量成长成长类因子营收与利润的增长趋势增长趋势质量质量类因子财务稳健性与经营效率经营效率因子有效性检验方法多维检验才能判断因子的真实预测力IC分析因子值与未来收益的相关性分层回测按因子排序分组，观察收益单调性换手率与衰减刻画因子的衰减速度与成本负担IC分析衡量因子值与未来收益的相关性分层回测按因子排序分组，观察收益单调性换手率与衰减刻画因子的衰减速度与成本负担检验结论需在多个统计口径下保持一致因子筛选与去冗余去冗余是提升组合信息密度的关键相关性剔除高度相关冗余因子正交化提取因子的增量信息精简平衡信息量与复杂度相关性筛选剔除高度相关的冗余因子正交化处理提取因子的增量信息因子精简在信息量与复杂度之间取得平衡目标以更少因子承载更多有效信息04模型验证回测漂亮不等于实盘有效用严谨验证守住研究底线因子合成的主要方法合成方式直接影响信号的稳定性3种主要合成方式等权·加权·最优化从简单稳健到动态赋权，再到以目标反推权重，复杂度依次提升方法选择需平衡表达力与样本外稳定性权重越复杂，对样本外稳定的要求越高等权合成简单稳健的基准方案加权合成按有效性指标动态赋权最优化合成以组合目标反推权重回测框架的设计要点回测的可信度取决于假设的严谨回测的可信度，取决于假设的严谨忽视任一环节，回测结论都可能

失真样本划分训练段与测试段

严格分离交易成本假设佣金、税费与

冲击成本基准选择匹配策略风格的

业绩参照过拟合的识别与防范过拟合是因子研究中最隐蔽的敌人识别过拟合，需要从数据留出、时间滚动、参数扰动三个维度交叉审视。样本外验证预留独立数据检验真实表现交叉验证多时段滚动检验稳定程度参数敏感性扰动参数观察业绩波动幅度稳健的因子应对参数变化不敏感因子衰减与稳定性监控因子有效性需要

持续跟踪

而非一劳永逸生命周期演化规律从有效到衰减的演化规律拥挤度收益摊薄赛道拥挤导致超额收益逐步摊薄持续监控常态化跟踪建立因子表现的常态化跟踪机制动态调整失效应对及时发现失效信号，动态调整因子库05组合落地因子只有进入组合才产生价值从信号到持仓的最后一公里从因子到组合的路径因子只有进入组合，才真正产生价值因子只有进入组合，才真正产生价值将因子值转化为可比较的分数，按综合得分筛选股票池，由得分确定持仓比例打分因子打分将因子值转化为可比较的分数›选股排序选股按综合得分筛选股票池›配权权重分配由得分确定持仓比例从信号到持仓，还需经过

风险约束

的校准组合优化的主要方法优化方法要与策略目标相匹配“约束越复杂，越需警惕优化结果的稳健性。”均值方差优化在收益与风险之间求平衡风险平价让各类风险源贡献更为均衡机器学习优化刻画复杂约束下的非线性目标风险约束与控制约束是控制组合偏离的护栏合理约束有助于降低回撤与跟踪误差合理约束有助于降低

回撤

与

跟踪误差行业中性行业约束控制组合与基准的行业偏离，保持行业配置与基准一致。风格中性风格约束约束市值与估值等风格暴露，避免风格漂移。个股上限集中度约束通过设置单一持仓占比上限，避免持仓过度集中于个别标的。交易成本与换手管理忽视成本，纸面收益会大打折扣交易成本贯穿每一笔换手，忽视成本，纸面收益会大打折扣换手率控制节奏管理在收益与成本之间审慎权衡审慎权衡成本估计前置测算对佣金、税费与冲击的前置测算交易执行策略优化以更优执行策略降低冲击成本高频调仓策略尤其需要成本敏感性测试06前沿展望下一个超额收益藏在数据之外拥抱新范式，保持研究进化机器学习在因子挖掘中的应用算法在预测力与可解释之间需要权衡机器学习让因子挖掘在预测力与可解释性之间寻求平衡特征工程自动化方向一算法辅助生成候选因子非线性发现方向二捕捉传统方法难以识别的模式可解释性方向三在预测能力与解释成本之间取得平衡风险警示：黑箱模型失效时难以归因另类数据驱动的因子创新超额收益正加速向数据之外迁移核心判断超额收益正加速向数据之外迁移文本数据新闻·研报·舆情从新闻、研报与社交舆情中提取增量信息，捕捉市场预期之外的叙事与情绪变化。遥感数据卫星影像反映实体经营活跃度，为宏观与行业景气提供高频旁证。高频数据从微观结构中提取短周期信号，捕捉交易层面的即时变化。另类数据的核心壁垒在于

获取与清洗成本因子研究的工程化未来可迭代的工