第 03 篇

多因子策略入门

用几个可量化的「标准」（因子）给股票打分选股：先主观挑因子、逐个试效果，留好删差，再用排名法把不同量纲的因子统一起来。入门篇（postId=1399，作者导数君）用 ROA、净利润率、净利润环比、市值、ROE 的组合试错演示，回测最高做到 42 倍。素材见 raw/collections/jq-quant-classroom/03-03-多因子策略入门md.md。

量化多因子因子选股ROAROE市值因子财务数据

这是什么

本篇讲基本面多因子选股的入门做法。先定义「因子＝选股择时的标准」，再演示一套最朴素的方法：挑几个财务因子，逐个往策略里加，看回测效果，好的留下、差的删掉。文中用聚宽的财务数据做了几轮实验（ROA、净利润/营业总收入、净利润环比增长率、市值、ROE 的组合），并交代了三个绕不开的工程问题：财务数据缺失、因子量纲不统一、代码函数化。

核心要点

因子是什么

因子通俗说就是选股择时的标准。例：认为「营收增长率高的公司是好公司」，就把营收增长率大于 30% 的股票选出来——这个条件就是因子。
因子分两类：选股因子（股票好不好：基本面、财务向）与择时因子（好股票什么时候买，与技术指标关系紧密）。本篇只讲财务向的选股因子。

试错法选因子（几个回测实验）

方法：先物色喜欢的因子，一个个加进去看效果，效果好留、效果差删，反复迭代。
实验 A：ROA + 净利润/营业总收入(%) 两因子，各取前 20 名买入 → 11 年收益 3.98 倍，比大盘略好。
实验 B：把「净利润/营业总收入」换成「净利润环比增长率(%)」→ 11 年收益 7.54 倍，好一点。
实验 C：三个因子全加（ROA + 净利润/营业总收入 + 净利润环比）→ 5.34 倍，反而不如两个因子。结论：保留 ROA + 净利润环比增长率两个。
实验 D：再加市值因子 → 28 倍。
反复试错后：小市值 + 高 ROE 的股票收益高 → 回测显示最高可达 42 倍。
文章定位：试错法是最基础的选因子方式，但「其实还挺有用」。

三个工程问题

财务数据缺失要清洗：有些财务数据取不到，对排序影响大。简单办法是用均值填充（pandas 有现成函数，编者另写了自用函数）。更精细的思路：某只股票本期某项数据空缺、但上期有，可按下式推算——空缺值 = 本期该字段平均值 × 上期该字段数值 ÷ 上期该字段平均值。
因子量纲不统一：市值能到几十亿，收益率只有十几甚至为负，直接加权没法算。办法是用排名统一——把每个因子值变成名次。Python 自带 sort；编者自己用冒泡排序练手，高手可用堆排序/归并排序加快回测。
函数化：把「集中取数据 → 清洗数据 → 排名」汇总成子函数，主函数就很好写了。

小结与预告

入门版是「主观分析 + 排名」。
主流定量方法——回归分析、对各因子打分——留到进阶量化课堂。

机制 / 论证

因子不是越多越好：三个因子（5.34 倍）反而输给两个因子（7.54 倍）——多因子之间有冗余、噪音与相互干扰；「逐个加、看效果」正是为了在组合里筛掉拖后腿的因子。
换对因子能改变量级：把「净利润/营业总收入」换成「净利润环比增长率」收益从 3.98 倍升到 7.54 倍；补上「市值」直接到 28 倍——选因子本身比数量重要。
排名为什么能统一量纲：市值（几十亿）和收益率（十几甚至负）没法直接赋权相加；把每个因子转成名次后，所有因子都在同一把尺子上，才能比较与组合。这是「打分法」的雏形。
数据缺失的处理逻辑：均值填充最简单但粗糙；「按上期比例推算」假设该股票相对同类的强弱会延续，比填全场均值更贴个体。
诚实提示：这套方法回测数字惊人（42 倍），但文章也明确这只是入门框架——真正严谨的是打分与回归，且回测语境（股票池、区间、是否含偏差）正文未交代。

可操作

因子与组合（保留正文实验值，11 年回测）：
- 双因子：ROA + 净利润环比增长率(%)，各取前 20 名 → 7.54 倍。
- 加市值因子 → 28 倍；小市值 + 高 ROE → 最高 42 倍。
- 参数：取因子值前 20 名买入（选股数可调）。
数据与流程：财务字段取数在聚宽走 get_fundamentals（见聚宽行情与财务数据获取 API；财务字段口径见利润表（读懂一段时间赚了多少钱））；缺失值用均值填充或「本期均值 × 上期值 / 上期均值」推算；各因子转成名次后综合。
代码结构：子函数 = 取数据 + 清洗（填充缺失）+ 排名（冒泡/堆/归并可换）；主函数只调子函数、做买入卖出。
教训：回测好≠策略真有效；组合因子时留好删差，警惕三因子不如两因子的「加料反而变差」。

术语

因子：选股/择时的可量化标准（如营收增长率>30%）。
选股因子 vs 择时因子：公司好不好 vs 什么时候买。
ROA：总资产收益率。ROE：净资产收益率。
净利润/营业总收入(%)：销售净利率类指标；净利润环比增长率(%)：本期净利相对上期的增速。
均值填充：用字段平均值补缺失数据。
冒泡/堆/归并排序：把因子值变名次的排序算法。
排名法：把不同量纲因子统一成名次再组合（入门法）；打分/回归为进阶法。

不确定 / 待验证

正文未写股票池范围、回测区间与复权口径；各实验倍数（3.98/7.54/5.34/28/42 倍）只能按正文陈述记录，是否含幸存者偏差/前视偏差无从核实 [需要验证]。
「42 倍」的小市值+ROE 结论是 2016 年前后语境，A 股风格切换后未必复现。
完整代码（取数、清洗、排序、下单）在附图与规范源码，raw 正文未含 [需要验证]。
文章 2018-12 有过「修正卖出」（v3.0），正文没写改了什么。