本人之前都是做期权中性策略，第一次接触这个多因子策略，和一些大私募对接学习后，才知道这里面的水（只能说各有各的道）。

        先说下，何为因子策略，就是一个因子和股票的价格在一定时间内是存在一定的相关性的，举个最简单的例子，买方力量大于卖方，股价一定上涨。然后就是各种挖掘，从财务因子，基本面因子，价格因子，舆情因子，到各种千奇百怪的sb因子，无一不为了证明，这个因子是可以挣钱的，用了我这个因子，可以向公司报备，让公司付钱，实际上，挖的因子，99%都是无效因子。

       就是我不知道这个因子的内部逻辑，为什么会挣钱，就是为了构建一个高ic，而去构建，过拟合什么的，全都会有，然后还有一个严重的问题就是价格断层影响因子，就是涨停板，除权之类的，导致因子失效。

        事实上，我们仔细对比主观策略，或者半自动量化策略，与幻方之流的量化策略对比，年化收益其实不大，区别就是全自动量化夏普率高，资金平滑，而主观，半自动呈现阶梯状。

        什么叫多因子策略，实际上，就是找到一个有效因子，证明这个因子，在极大值做空，极小值做多，（或者反过来，根据ic值正负）就可以获得稳定收益。一般根据1日，5日，10日，20日进行评估，ic值，rank ic值，换手率等。

        注意，由于使用的分析周期都很短，特别是现在主流由过去的月调仓，转移为周调仓，注意是因子为计数的周，所以换手率异常的高，所以，手续费、滑点这些就是多因子的现实成本。

        当挖出一个因子后，就是根据这个因子值对股票排序，然后买入因子值大的，卖出因子值小的。特别是当因子非常多，就会出现有些因子买，有些卖同一只股票。这些都会导致交易的换手率非常高。毫无疑问，是这种异常的换手率产生了平滑的资金曲线。

A：因子你自己定义的，怎么不知道内部逻辑

B：很多因子是为了拟合而拟合

A：那只是你没有耐心去理解公式表达了什么含义而已

A:101因子本来就是交易型因子，它的设计目的就是为了今天买明天卖，所以只考虑最近5天的数据进行判断

B:自动挖掘因子，知道吧，就是遗传算法，不断挖因子，结果出来的大量因子，很美丽，看不懂原因，一实盘，死翘翘

A:你可以质疑这个参数有更优的选择，可以去测试，但是这里的总体思路就是短周期交易

那是因为遗传算法太傻逼，都是上个世纪的算法了

这个世纪的算法叫AutoML

但是会的人太少了，愿意投钱的老板在下一个牛市，所以还没火而已

B:所以，你理解的因子是什么

A:alphas are predictive models.

寻找因子就是为了寻找未来上涨的相关性

C:西格尔教授对股息率做了一个关于美国股市50多年的研究，股息率最高的一组公司其年化回报竟然高达12.6%；与此同时，股息率最低的一组则为8.8%；而在相同周期内，标普500指数的股息率大约为10%左右。
由此可见，股息率因子很可能是我们战胜市场的重要制胜因素之一。

A:所有的因子本质上是一个预测模型，IC是评价预测会不会靠谱的手段之一

B:一个问题，美国是价值投资，全球资本进入是为了享受成长红利，而中国股市是利好兑现市场，换成钱才是它的作用

A:构建因子是通常基于一种假设，比如你认为量价齐升，明天更有可能涨。量价齐升就是你的假设，至于这个假设成不成立就靠评估方式来确定

你所说的自动挖掘因子看不懂，那是因为他的核心假设不是这些【交易经验】，而是【过去数据中有效的因子未来也有效】

很明显随着市场处于不同的位置和风格，一种因子（且背后所对应的假设）不会长期有效。这又是另外一个问题了。

一个有效的因子，有效的时间只有60%-70%

大部分人会在因子失效的时候，换一种模式，再次进入这个循环，很多人无法坚持自己赚钱的套路，就是因为没有意识到这个原因

  （A:浙大计算机博士，B：up主  C:恒大深圳财务总监）

下面进入正题：

如何判定一个因子是否有效

 

分层模型回测

• 分层模型主要是考量保序作用。

依照因子值对股票进行打分，构建投资组合回测，是最直观的衡量指标优劣的手段。一般来 说，通过回归法和计算因子 IC 值都无法确定因子的单调性（例如，某因子值排名在中间 1/3 的个股表现比前 1/3 和后 1/3 的个股表现要好） ， 但是分层回测法是可以确定因子单调性的。 分层回测法逻辑简单，结果清晰，操作方便，并且具有能区分因子单调性的独特优势，是接 受度非常高的一种单因子测试手段。