什么是“多因子”？

在量化投资中，“因子”可以简单理解为衡量股票特征的指标。就像评价一个学生不能只看数学成绩，还要看语文、体育和品德一样，评价一家上市公司也不能只看股价涨跌。

常见的因子包括：

  • 估值因子：如市盈率（PE），衡量股票便不便宜。
  • 动量因子：如过去20天的涨幅，衡量近期势头强弱。
  • 质量因子：如净资产收益率（ROE），衡量公司赚钱能力。

单因子选股容易“偏科”。例如，只选低市盈率的股票，可能会买到基本面恶化的“价值陷阱”；只选高动量的股票，可能会追高在山顶。因此，我们需要一种方法将多个维度结合起来，这就是多因子打分法的核心。

多因子选股是怎么给股票打分的？

很多初学者会问：市盈率是倍数，涨跌幅是百分比，单位都不一样，怎么加在一起？这就涉及到了打分过程中的两个关键步骤：标准化和加权合成。

第一步：去量纲（标准化）

想象一下，我们要比较苹果和橙子的甜度。苹果用“糖度计读数”，橙子用“含糖百分比”，直接相加没有意义。在量化中，我们使用 Z-Score（标准分）等方法，将所有因子转化为统一的“标准分”。

  • 操作逻辑：计算全市场所有股票在该因子上的平均值和标准差。
  • 结果：如果某只股票的市盈率远低于市场平均，它的估值因子得分就会很高（因为越便宜越好，通常取负值或倒数处理）；如果某只股票近期涨幅领先，它的动量因子得分也会很高。

经过这一步，所有因子都变成了没有单位的纯数字，具备了可比性。

第二步：加权合成

不同因子的重要性不同。有的策略认为“便宜”最重要，有的认为“涨势”最重要。我们需要给每个因子分配权重。

  • 等权法：假设估值、动量、质量各占 1/3 的权重。这种方法简单稳健，避免了对单一因子的过度依赖。
  • IC加权法：根据历史数据回测，哪个因子在过去一段时间预测准确率更高，就给它更高的权重。

最终得分公式示例： 综合得分 = 0.4 × 估值标准化得分 + 0.3 × 动量标准化得分 + 0.3 × 质量标准化得分

第三步：排序与筛选

计算出每只股票的综合得分后，系统会按照分数从高到低进行“排座次”。得分最高的前 50 只或前 10% 的股票，就是该模型筛选出的“优选池”。

这就好比高考录取，不是看单科成绩，而是看总分排名。多因子模型通过这种机制，试图找出那些“既便宜、又有涨势、且基本面良好”的综合优等生。

使用量化平台时的注意事项

在使用本平台的回测或选股工具时，请注意以下几点方法论原则：

  1. 避免未来函数：确保使用的财务数据是当时已公开的。例如，8月发布的半年报，不能在7月的回测中使用。
  2. 行业中性化：不同行业的估值逻辑差异巨大（如银行股PE普遍低，科技股PE普遍高）。优秀的多因子模型会在行业内进行排名，而不是全市场混排，以防止选出来的全是同一个行业的股票。
  3. 定期调仓：因子得分是动态变化的。今天的“高分股”下个月可能因为股价大涨而变得“昂贵”，导致得分下降。因此，多因子策略通常需要定期（如每月）重新打分和换仓。

结语

理解“多因子选股是怎么给股票打分的”，有助于投资者摆脱凭感觉选股的误区。它不是预测未来的水晶球，而是一套严谨的、基于历史统计规律的筛选框架。通过量化工具，我们可以更客观地审视市场，发现那些被单一视角忽略的投资机会。