玩转 Python 量化交易（第 2 讲）

不写代码的量化多因子策略开发

今日目标（Learning Objectives）

  • 复述量化策略的端到端流程（假设→数据→因子→合成→组合→评估→稳健性）
  • 理解多因子策略的理论基础与行业共识（风险补偿/行为，周期性与分散化，可投资性）
  • 在 Excel/Sheets 完成多因子：因子工程→合成→分组/Top-N→月度调仓→成本与绩效
  • 识别并规避关键陷阱：未来函数、阈值泄露、样本内过拟合、可交易性忽视

工具与课堂产出

  • 工具：Excel 或 WPS
  • 课堂产出：
    • 合成因子得分、Q 分组 / Top-N
    • 月度调仓、成本与换手近似
    • 多空收益、夏普、累计曲线
    • ≥1 项稳健性实验、≥1 个风险点
    • AI 使用记录（提示词 + 关键响应）

因子投资是什么？

  • 定义：可度量、解释一组证券收益差异的共同驱动特征（MSCI）
  • 多因子模型（直观）：

  • 常见权益因子：Value、Size、Momentum、Quality、Low Vol、Yield

多因子策略理论与实务发展(1/2)

  • 1960s–1990s
    • 理论：CAPM（1964/1965；Sharpe 1964, Lintner 1965），APT（1976；Ross），FF3（三因子，1992/1993；Fama–French）
    • 实务：Barra 风险模型在机构组合中普及；DFA 等“因子倾斜”投资（1990s）
  • 1997–2005
    • 理论：Carhart 动量（1997）；低波/低贝塔异常系统化记录（1991；Haugen–Baker）
    • 实务：均值—方差优化 + 因子约束进入投研流程；基本面加权（RAFI，2005）引发“Smart Beta”讨论
  • 2006–2011
    • 理论：最小方差组合经验研究（2006；Clarke–de Silva–Thorley）；低波指数方法成熟（Min Vol 指数，2008 起）
    • 实务：首批低波/质量/价值等风格指数与 ETF 落地；2007/08 “量化风格挤兑”暴露拥挤与杠杆风险

多因子策略理论与实务发展(2/2)

  • 2012–2016
    • 理论：FF5（2015；Profitability/Investment），QMJ（质量，2014 WP/2019 发表；Asness 等），BAB（低贝塔，2014；Frazzini–Pedersen）；“动物园/复现危机”（2016；Harvey–Liu–Zhu）
    • 实务：Smart Beta 与多因子指数/ETF 爆发；“打分合成 vs 集成优化”两条构建路径形成共识
  • 2017–2020
    • 理论：因子择时难度量化与稳健统计（2017–2019，多篇）
    • 实务：MiFID II 研究解绑（2018）促使买方自建量化与替代数据；TCA/执行算法与成本模型深度融合
  • 2021–至今
    • 理论：不同利率/通胀体制下因子表现差异与宏观敏感度研究
    • 实务：“疫苗日”价值/周期旋转（2020-11-09）与再通胀交易（2021）促使更重视拥挤与容量管理；ML/多源数据作为叠加层，但产品端坚持“可解释 + 可投资”

学术界挖掘因子的一般做法（以FF3、FF5为例）

  • 数据与分组
    • 每年6月末：按市值（S/B）与 BM（H/N/L）、盈利（R/W）、投资（C/A）分组；月度更新收益。
  • 因子收益
    • MKT：市值加权市场超额收益。
    • SMB：小盘三组平均 − 大盘三组平均。
    • HML：平均(高BM的小/大) − 平均(低BM的小/大)。
    • RMW：平均(高盈利的小/大) − 平均(低盈利的小/大)。
    • CMA：平均(低投资的小/大) − 平均(高投资的小/大)。
  • 检验
    • 排序检验：因子溢价 t 值、分组单调性。
    • 模型检验：对 25 组合（S×BM）、25–100 特征组合做时序回归；报告 、GRS、。
    • FMB： → → 与 NW/Shanken 标准误。

Panel A: Size–B/M portfolios

Low 2 3 4 High
Small 0.26 0.81 0.85 1.01 1.15
2 0.48 0.72 0.94 0.94 1.02
3 0.50 0.78 0.79 0.88 1.07
4 0.60 0.57 0.71 0.85 0.86
Big 0.46 0.51 0.48 0.56 0.62

Panel B: Size–OP portfolios

Low 2 3 4 High
Small 0.56 0.94 0.90 0.95 0.88
2 0.59 0.78 0.84 0.81 0.98
3 0.53 0.77 0.72 0.78 0.94
4 0.57 0.65 0.63 0.70 0.82
Big 0.39 0.33 0.43 0.47 0.57

suorce: FF5 Table 1

因子挖掘方法与适用情景

方法范式 典型做法 适用/优点 风险/防御
理论驱动 先立经济直觉（风险/行为），
再写口径并预注册假设		 样本短或执行受限；可解释、可投资性好 叙事贴合显著性偏误 → 设定 OOS 留出、前置假设
经验复制 复现实证经典（Value/Mom/Quality/LowVol），
校准口径		 基准与教学；
可比性强		 口径不一致、后发表衰减 → 对齐定义、做样本外
统计/线性 橫截面回归、LASSO/Ridge、
PCA、逐步特征选择		 特征多、结构近线性；可解释 数据窥探 → 滚动/嵌套交叉验证、信息系数跟踪
机器学习/非线性 树、Boosting、Random Forest、XGBoost、浅层 NN、Stacking 非线性/交互强、特征多 黑箱/过拟合/泄露 → 滚动 OOS、时间分块 CV、特征重要性与稳定性
替代数据 文本/舆情、供应链、卫星、网页抓取 新维度、潜在先手 噪声高/合规与可复制性弱 → 审计数据来源、版本锁定
事件/微观结构 公告、回购、限售解禁、交易成本/深度/价差 明确催化、短期信号 执行摩擦、容量受限 → 成本/冲击建模、容量敏感性

横截面因子工程流程


  1. 数据与宇宙治理（PIT）
  2. 原始特征（仅用 时点信息）
  3. 横截面去极值（Winsorize/分位）
  4. 方向统一（越大越好）
  5. 横截面标准化（z/秩/正态分位，行业/国家内）
  6. 可选中性化（行业/规模/β/风格：残差化或约束化）
  1. 多描述子合成（等权/稳健配权/去冗余；多周期 EWMA）
  2. 得分→alpha（波动/特质缩放，半衰期/衰减）
  3. 组合构建（排序/倾斜/优化；内生风险 × 成本 × 约束）
  4. 再平衡与执行（缓冲/最小交易额/算法/TCA）
  5. 风险与容量治理（TE/集中度/ADV/拥挤/情景）
  6. 评估与生命周期（IC/IR/稳定性/换手/成本/OOS）

1) 数据与宇宙治理（PIT）

  • 行业共识
    • Point‑in‑Time、公告滞后、复权/退市、会计口径统一、异常审计；母指数/基准对齐
  • 各机构特点
    • AQR/BlackRock/Man：Barra/Axioma 风险模型；跨市场 QC
    • MSCI/Scientific Beta：规则化可投资宇宙（自由流通/流动性门槛）
    • WorldQuant：广覆盖 + 自动 QC，支撑大规模信号管线
    • DFA：覆盖至小盘，受容量/流动性边界管理

2) 原始特征定义（仅用 时点信息）

  • 行业共识
    • Value（）、Momentum（12‑1、残差动量）、Quality/Profitability、Low‑Risk、Size
  • 各机构特点
    • WorldQuant：海量短公式 alpha；去相关与衰减
    • AQR/BlackRock/Man：少而精 + 轻量 ML 融合（正则/可解释）
    • MSCI/SciBeta：公开规则化描述子，易复制
    • DFA：Size/Value/Profitability 三维用于“倾斜”

3) 横截面去极值（Winsorize/分位）

  • 行业共识
    • 在横截面内对每个描述子做分位截断（1–99%）或 ，抑制脏数据影响
  • 各机构特点
    • AQR/Man/BlackRock：行业/国家内分位截断；财报项加业务规则
    • MSCI/SciBeta：方法学固定口径，利于复制
    • WorldQuant：秩/分位型特征天然稳健
    • DFA：保守处理，避免无谓换手

4) 方向统一（越大越好）

  • 行业共识
    • 负向指标取负或单调变换：如 Score = -Accruals
  • 各机构特点
    • 基本一致；指数商文档会明确方向

5) 横截面标准化（行业/国家内）

  • 行业共识
    • 行业内 z‑score/秩/正态分位，消除结构差异
  • 各机构特点
    • MSCI/SciBeta：硬规则
    • AQR/BlackRock/Man：z 或秩；是否进一步残差化视产品
    • WorldQuant：更偏秩/分位
    • DFA：分层比较但不过度中性化

6) 可选中性化（行业/规模/β/风格）

  • 行业共识
    • 残差化：
    • 或在组合优化阶段施加暴露带
  • 各机构特点
    • Man/AQR/BlackRock：强中性化（L/S 尤甚）
    • MSCI/SciBeta：行业内 + 组合层带
    • WorldQuant：广泛残差化与去相关
    • DFA：弱中性，保留长期倾斜

7) 合成/加权（多描述子、多周期、去冗余）

  • 行业共识
    • 多描述子等权/稳健配权；高相关做收缩/分桶；多周期 EWMA
  • 各机构特点
    • AQR/Man/BlackRock：稳健配权 + 半衰期 + 相关性收缩；轻量 ML
    • MSCI：等权/固定权；SciBeta：单因子池 + 多策略聚合
    • WorldQuant：去相关 + 组合器最大 IR
    • DFA：连续倾斜函数，不追求精细配权

8) 得分→alpha（缩放与衰减）

  • 行业共识
    • $ \alpha_{i,t} = \kappa \cdot S_{i,t} $，按波动/特质波动缩放，设半衰期/衰减
  • 各机构特点
    • AQR/Man/BlackRock：分风格 sleeves 缩放与半衰期，再统一优化
    • WorldQuant：强衰减与去相关，IC 驱动
    • MSCI/SciBeta：多为排序/倾斜，不显式
    • DFA：得分直接映射为权重倾斜

9) 组合构建（排序/倾斜/优化）

  • 行业共识
    • 排序/筛选、连续倾斜、优化器、或多策略加权
  • 各机构特点
    • long‑only：MSCI/SciBeta（排序/倾斜 + 约束）、BlackRock/AQR（优化器一体化）、DFA（连续倾斜 + 缓冲）
    • long‑short：AQR/Man/BlackRock/WQ（强中性化 + 杠杆/借券费/成本内生）

10) 成本与容量建模（内生化）

  • 行业共识
    • 成本 ：点差 + 冲击（平方根/二次） + 换手惩罚；交易≤ADV 上限；容量看 ADV 与集中度
  • 各机构特点
    • AQR/Man/BlackRock/WQ：成本内生 + TCA 校准
    • MSCI/SciBeta：低频重构 + 缓冲 + 上限约束
    • DFA：耐心交易 + 替代性选股 + 最小交易阈值

11) 再平衡与执行（缓冲/算法/TCA）

  • 行业共识
    • 节奏：月/双周；指数季/半年度；缓冲带、最小交易额阈值；VWAP/POV/TWAP/IS；TCA 事后校准
  • 各机构特点
    • AQR/Man/BlackRock：连续/分层调仓 + TCA
    • MSCI/SciBeta：固定重构 + 双向缓冲
    • DFA：无硬重构，与现金流连续再平衡；动量用于交易风控

12) 风险与容量治理（风险模型/约束/压力） · 行业共识与各机构特点

  • 行业共识
    • 使用（收缩的）协方差矩阵与风格/行业因子风险模型，评估主动风险与相关性。
    • 常设约束：TE、行业/国家带、单票上限、净/总 $ \beta $、杠杆、流动性（持仓与交易占 ADV）。
    • 情景压测：风格崩盘、流动性收缩、宏观冲击；拥挤监控：估值分位、借券费、成交量、价差等。
    • 容量度量：ADV、集中度（HHI/有效成分数）、借券可得性（L/S）、拥挤度。
  • 各机构特点
    • AQR / BlackRock（Aladdin）/ Man：全链路风险平台，情景库与拥挤监控纳入日常。
    • MSCI / Scientific Beta：指数化模板（TE 目标/带、行业/国家/单票带、流动性门槛），重复制性。
    • DFA：强调税后与执行可行性、长周期回撤；“带宽化”暴露管理（不过度中性）。
  • 适用性
    • long‑only 指数增强：TE/行业国家带最关键。
    • L/S：净 $ \beta $≈0、行业/风格≈0、杠杆/借券费/可借量约束为核心。

13) 评估与生命周期管理 · 行业共识与各机构特点

  • 行业共识

    • 研究评估：Rank‑IC / IC、t‑stat、IR、hit‑rate、分组回测（Q1–Q5）、稳健性（子时期/地区/市值层）、样本外（OOS）与多重检验控制。
    • 组合评估：年化超额、回撤、TE 与主动风险分解、风格暴露达标度、换手/成本实现（TCA 前后）、容量敏感性。
    • 生命周期：新颖度筛查、库内相关性降重、退化监控（IC 漂移/拥挤/成本恶化）、停用/降权；版本管理与可重复性。

  • 各机构特点

    • WorldQuant：IC/Rank‑IC 管线化，去相关与新颖度门槛，聚合前强筛选。
    • AQR / Man / BlackRock：经济直觉 + 统计稳健 + 执行可行三维并重；TCA 与拥挤监控闭环。
    • MSCI / Scientific Beta：暴露达标、TE/换手合规、指数可复制性；多策略聚合稳健性检验。
    • DFA：税后收益与实现度（交易/税损/借贷收入）权重高；长期暴露稳定性优先。

机构对照表

维度 AQR / Man / BlackRock MSCI / Scientific Beta WorldQuant DFA
数据治理 PIT + 风险模型 + 跨市 QC 规则化可投资宇宙 广覆盖 + 自动 QC 广覆盖至小盘 + 容量边界
特征定义 少而精，多描述子，轻量 ML 公开规则化描述子 海量短公式 alpha Size/Value/Profit 倾斜
去极值/标准化 分位 + 行业内 z/秩 方法学明确口径 多用秩/分位 保守处理
中性化 强（行业/β/规模/风格） 行业内 + 组合层带 广泛残差化 弱中性，保留弹性
合成 稳健配权 + 多周期 等权/固定权；多策略池 去相关 + 组合器 连续倾斜函数
α/衰减 波动/特质缩放 + 半衰期 排序/加权为主 强衰减 + 去相关 不显式 α
组合构建 优化器一体化（/成本/约束） 排序/倾斜/多策略 组合器 + 优化器 倾斜 + 缓冲 + 替代
成本/容量 内生 + TCA 闭环 低频 + 缓冲 + 上限 内生 + 参数网格 耐心交易 + 税务
再平衡/执行 连续/分层 + 算法 固定重构 + 缓冲 连续 + 组合器 连续 + 税损/借贷
风险/压力 全链路 + 情景库 TE/行业/国家模板 β/杠杆/借券 税后/长期回撤
评估/生命周期 三视角 + OOS/拥挤/TCA 暴露达标 + 复制性 IC 管线 + 新颖度 税后实现度

Excel 迷你案例

  • 数据：20–30 只股票 × 2–3 行业 × 1 国家
    列：参考FF5要求
  • （简化后的关键）步骤
    1. 定义
    2. 去极值
    3. 标准化（行业内）
    4. 中性化（规模）
    5. 合成与评估

资源与参考

常见误区与快速自检

  • 未来函数 / 索引错位（t → t+1）
  • 全样本阈值/标准化（应为当期横截面）
  • 过度优化与复杂加权（先用等权/秩均）
  • 可交易性忽视（小盘/停牌/涨跌停）
  • 信号同质化与重复计数（高度相关信号去重）

- 课程：玩转 Python 量化交易（通识·8学时） - 讲次定位：理论与方法 + Excel/Sheets 全流程演示 - 受众：无先修、非金融专业同学

.footnote[对齐行业共识：MSCI、Robeco、NEPC、《因子投资：方法与实践》、Paleologo]

--- ### 议程与时间（120 min） 1. 理论基础与行业共识（25'） 2. 方法论 Canvas 与治理（10'） 3. 表格演示：因子工程与合成（25'） 4. 表格演示：组合构建与评估（25'） 5. 小组实操（20'） 6. 展示与总结（15'）

.footnote[每页 2–3 分钟，现场答疑留 5–10 分钟机动]

### 行业发展时间线（速览） - 1960s：CAPM（Sharpe, Lintner） - 1992/1993：Fama–French 三因子（Value/Size） - 1997：Carhart 动量（四因子） - 2014–2015：BAB（Betting Against Beta），FF 五因子（Prof/Investment），QMJ（质量） - 2010s：Smart Beta/多因子指数与 ETF 扩张 - 2016–至今：因子“动物园”与复现危机、拥挤与容量管理 - 2020s：ML 与多源数据融合，治理与可投资性成为共识 .footnote[启示：择时难，多因子分散更稳健；强调成本、容量与治理。]

.footnote[课堂建议聚焦“理论驱动 + 经验复制 + 轻量统计”，将 ML/替代数据留到第4讲展开。] .footnote[防御要点：一次只动 1–2 个“旋钮”；负结果也记录；治理与透明优先于“漂亮数字”。]