2024年金融工程专题报告：量化多因子选股框架

单因子测试

备选因子：基于原始指标或开发；挑选时需要注意因子是否直接、直观且有意义。

直接（incisive）：通过因子能够明确对股票进行分类。直观（intuitive）：对股票的分类标准具有可以解释的逻辑性。 有意义（interesting）：分类后的股票风险收益特征具有明显差异。

因子预处理

01 - 去极值：因子数据中的极端值会影响分析结果，离群值会扭曲因子与收益率之间的相关性估计。 去极值的基本逻辑：确定上下限，将超出范围的因子值修改为上下限。 常见的去极值方法有： ① MAD法：上下限为 ?? ± ? ∗ ????， ??: 序列??的中位数，????: 序列|??-??|的中位数 ② 3?法：上下限为 ?? ± ? ∗ ?， ??: 序列??的均值，?：序列??的标准差 ③ 百分位法：上限分位数和下限分位数（一般为97.5%和2.5%）。

02 - 标准化：不同的因子数据往往具有不同的单位和数值范围，这种差异会导致数值较大的因子在 分析中占据过大的比重，而数值较小的因子则会被相对削弱。因此，通常需要对这些因子数据进行 标准化处理，以消除量纲的影响。

03 - 中性化：剔除因子数据中显著的风险暴露，因为若使用具有明显风险暴露的因子值作为选股 条件，会导致筛选出的股票集中在特定的风险暴露上。  中性化的基本逻辑：因子值作为y，风险因子作为x，进行线性回归，回归残差即为风险中性 后的因子值。

因子检验

因子评价方式：  01 - IC、IR：常用于评价因子有效性和稳定性。 02 - 分组测试：将股票按照因子值大小分组，统计每组在下一周期的收益。 03 - 双变量排序：计算控制因子1下的因子2分组收益，以防止排序受其他因子的干扰。 04 - 回归法：将T期的因子暴露与T+1期股票收益率进行线性回归。

01 - IC、IR：常用于评价因子有效性和稳定性。  Pearson相关系数（IC）：当期因子值与下期股票收益之间的线性相关性。 Spearman相关系数（RankIC）：当期因子与下期股票收益之间的序数相关性。 ICIR信息比率（IC Information Ratio）：IC的均值与IC标准差之比，代表因子 获取稳定Alpha的能力。

02 - 分组测试：将股票按照因子值大小分组，统计每组在下一周期的收益。  每组间的收益差异越大、单调性越明显，因子有效性越好。

03 - 双变量排序：计算控制因子1下的因子2分组收益，以防止排序受其他因子的干扰。 （有条件）双变量排序流程： 1）按因子值1将股票分为10组。 2）在各因子值1分组中按因子值2分为10组。 3）将不同因子值1分组内相同因子值2排序分组的收益加总，得到控制因子值1下的因子 值2的分组收益。

收益预测模型

收益预测：用一系列个股因子预测个股收益，本质可理解为多因子的聚合

因子聚合方式： 线性：  加权法：等权法、IC加权法、IC-IR加权法、IC半衰加权法。回归法：通过因子收益率估计个股收益。 非线性：神经网络、树模型。

收益预测模型评价

模型预测选股收益的IC、RankIC，绝对/相对胜率。预期收益多头组合（Top10%）相对市场等权组合的表现。

组合构建

计算组合的净值曲线和收益风险特征

1. 确定选股池 。基本池：沪深A股中，剔除ST股、上市不足3个月的股票以及停牌股。 其他要求：如流动性要求（剔除选股池中过去1年日均总市值和成交额排名靠后20%的股票）。 2. 确定调仓周期、季频、月频、双周频、周频。 3. 确定选股逻辑及权重，计算净值曲线。

报告节选：