量化时代

溺 主流量化因子
量化因子是量化投资的基石，可以理解为筛选股票的指标或信号。随着市场有效性的提升，因子的种类和深度也在不断进化。当前主流的因子可以分为以下几大类：
1. 基本面因子
这类因子主要基于公司的财务报表和经营状况，属于中低频数据，是量化策略的传统基石。
价值因子： 寻找被市场低估的“便宜”股票。常用指标包括市盈率（PE）、市净率（PB）、企业价值倍数（EV/EBITDA）等。
成长因子： 寻找具有高增长潜力的公司。关注营业收入增长率、净利润复合增长率等指标。
质量因子： 衡量公司的“体质”和盈利能力，常作为“过滤器”剔除财务有瑕疵的公司。核心指标包括净资产收益率（ROE）、资产负债率、毛利率等。
2. 量价与技术因子
这类因子完全基于市场的交易数据，如价格、成交量等，属于高频数据，对于捕捉短期市场动态至关重要。
动量/反转因子： 动量因子认为“强者恒强”，即过去一段时间涨得好的股票未来可能继续上涨；反转因子则认为“物极必反”，预期价格会向均值回归。
波动率因子： 衡量股价的波动幅度。低波动率策略在A股市场表现出显著的风险溢价，即低波动组合长期来看可能跑赢高波动组合。
流动性因子： 衡量股票的交易活跃程度，常用换手率等指标。在不同市场环境下，高流动性与低流动性股票的表现存在差异。
规模因子： 基于公司市值大小进行选股。历史上A股存在“小盘股效应”，但该效应会随市场风格轮换而波动。
3. 另类数据因子
这是当前量化投资最具潜力的前沿领域，通过处理非结构化数据来获取传统因子无法提供的增量信息。
文本情感因子： 利用自然语言处理（NLP）和深度学模型，分析新闻、研报、社交媒体（如股吧）的文本，提取市场情绪、情感强度和不确定性等维度。
供应链因子： 通过分析企业间的供应链关系网络，发现上游企业业绩变化对下游企业股价的领先预测作用。
分析师预期因子： 不仅关注分析师的评级调整，还分析其预期的分歧度、修正幅度和持续性，以洞察市场共识的变化。
ESG因子： 将环境（E）、社会（S）和公司治理（G）指标纳入模型，旨在识别非财务风险，降低尾部风险并提升风险调整后收益。其中，公司治理（G）指标通常被认为与收益相关性最强。