量化选股指标构建方法

一、单因子构建方法

1. ‌技术面因子‌
‌动量类因子‌：
计算过去N日收益率（如10日/20日），筛选短期强势股：
# Python示例：10日动量因子
df[‘momentum_10‘] = df[‘close‘].pct_change(periods=10)
结合自适应动量周期（AMP）识别中期趋势，避免短期噪声干扰49。
‌波动与流动性因子‌：
使用ATR（平均真实波幅）衡量波动风险：
high_low = df[‘high‘] - df[‘low‘] high_close = abs(df[‘high‘] - df[‘close‘].shift()) low_close = abs(df[‘low‘] - df[‘close‘].shift()) df[‘ATR‘] = np.maximum(high_low, np.maximum(high_close, low_close)).rolling(14).mean()
换手率、成交量标准差评估流动性风险。

2. ‌基本面因子‌
‌估值因子‌：
市盈率（PE）、市净率（PB）计算：
PE = 股价 / 每股收益（EPS） PB = 股价 / 每股净资产（BVPS）
低估值组合需结合行业分位数排除“价值陷阱”。
‌盈利质量因子‌：
ROIC（投入资本回报率）为核心指标：
ROIC = 税后净营业利润（NOPAT） / 投入资本
要求连续3年ROIC > 12%且行业排名前30%。

3. ‌资金流因子‌
‌主力资金动向‌：
MF指标（Money Flow）识别资金净流入：
资金流 = 上涨日成交额 - 下跌日成交额 MF强度 = 资金流 / 总成交额
需过滤尾盘大单干扰，聚焦盘中持续流入。
‌主力四线共振‌：
同步监测短/中/长期主力线黏合度，四线合一视为强势启动信号。