量价与基本面因子挖掘统一框架及实证分析

研究背景与核心逻辑

传统量化研究中，量价因子与基本面因子往往独立发展。量价因子凭借高频数据优势，能快速捕捉市场定价方向与交易时点，但易受短期情绪、风格切换及交易拥挤影响，噪声较高；基本面因子则基于企业估值、盈利能力及现金流等中长期指标，提供稳定的价值锚，但在交易时点确认上存在滞后性。单一维度因子在风格切换或市场波动加剧时容易失效。因此，高质量选股体系需同时解决“选什么公司”与“何时买入”两个问题，即将企业经营变化与市场定价确认统一为可经横截面检验的定价模型。

本文构建了一套量价与基本面因子的联合挖掘框架，旨在缓解单一量价因子的高噪声问题，并弥补单一基本面因子交易敏感度不足的缺陷。该框架通过统一数据频率、明确变量语义、受约束生成候选结构及多目标评估，挖掘兼具经济解释、市场确认和样本外稳健性的优质因子。

方法论：统一挖掘框架体系

该框架由数据层、表达层、搜索层、评估层和资产化层五个层级构成，形成一条连续的研究闭环。

在数据层，解决频率不一致问题。量价数据为日频，基本面数据为季频或月频。框架以公告时点为核心，将财务指标转换为逐日可用信息，避免未来函数，确保时间尺度统一。

在表达层，通过量纲和语义约束定义可解释的搜索空间。量纲上，区分价格、成交量、货币、比率及增长量纲，禁止无意义组合（如价格与利润直接相加）。语义上，将变量划分为盈利能力、成长性、现金流质量、资产质量、偿债能力、资本结构、营运效率、资本开支、股东回报、估值水平及量价确认等类别，明确每类变量在经济命题中的角色，如基本面变量负责“价值锚”，量价变量负责“时点确认”。

在搜索层，采用强类型表达式树与经济模板生成候选结构。搜索空间被压缩为满足金融逻辑、数据可得性和执行约束的子集。框架包含三条路径：量价主导、基本面主导及混合路径。混合路径为核心，通过模板将基本面变量作为核心指标，市场变量作为确认指标，形成如“现金流质量修复”等具体研究命题的候选空间。

在进化层，引入遗传规划（GP）与大型语言模型（LLM）反馈迭代。利用历史有效因子和LLM生成的假设作为热启动种子，通过变异和交叉机制在既定研究边界内扩展表达式。LLM作为研究助理，根据上一轮挖掘结果生成结构化反馈，指导下一轮候选假设生成，形成“挖掘—评估—复盘—再生成”的闭环。

在筛选层，实施两阶段评估与多目标排序。预筛阶段在代表性样本上快速剔除无效表达式；全样本复核阶段考察IC稳定性、换手率、复杂度及冗余度。最终通过Pareto排序，在预测能力、交易摩擦、可解释性及独立性之间取得平衡，并通过IC序列相关性控制因子库冗余，沉淀Active因子。

实证结果与因子表现

研究采用2016年1月1日以来的日频量价、三大财务报表及WIND金融指标数据，预测未来5日收益率，在中证500和沪深300成分股内进行测试。

在中证500成分股中，挖掘出的因子展现出不同的经济逻辑。例如，一个因子表现为高研发投入但市场关注度低（交易不活跃）的股票未来表现较好，体现了对低关注度成长股的定价修正。另一个因子则捕捉到“冷门稳定成长股”的短期反转逻辑，即低流动性且基本面成长信号稳定的公司表现更佳。此外，还发现了“低质量股短期反转”效应，即成本率、偿债能力及利润增速偏低且价格动量偏弱的股票未来表现较好。

在沪深300成分股中，因子挖掘同样取得了显著成果。一个典型因子结合了短期反转与现金流质量，表明近5日下跌但现金流质量高且流动性稳定的股票未来表现较好，属于“质量股短期反转”逻辑。另一个因子则捕捉到“市场认可的增长型投资”信号，即长期维持高资本开支且股价有支撑的公司，未来具有正超额收益，反映市场对其投资方向的认可。

基于沪深300挖掘的5个Alpha因子，采用线性等权方式构建选股组合，回测区间为2020年至2026年2月。组合周频调仓，持仓60只股票。结果显示，该组合年化收益率为12.30%，显著高于沪深300基准的2.18%，超额收益达9.90%。组合年化波动率为19.79%，夏普比率为0.69，最大回撤为-27.35%，优于基准的-45.60%。分年度看，组合在2020年、2024年等年份超额收益显著，整体展现出较强的稳健性和超额获取能力。

结论

本文建立的统一框架将因子研究从一次性回测转化为可持续积累、可复盘、可迭代的Alpha研究生产体系。通过点时一致性、变量语义组织、受约束候选生成及多目标评估，实现了基本面与量价因子的深度融合，为量化选股提供了更具解释力和稳健性的因子来源。