机器学习因子库

🧠 Alpha 因子 = 解释股票超额收益的因素 —— 找到这些因子，就能构建量化策略。

🎯 因子分类总览

类别	因子数	周期	难度	收益贡献
量价因子	30+	日 / 周 / 月	⭐⭐	⭐⭐⭐⭐⭐
财务因子	20+	季 / 年	⭐	⭐⭐⭐
情绪因子	15+	日	⭐⭐⭐	⭐⭐⭐
另类因子	20+	日 / 周	⭐⭐⭐⭐	⭐⭐⭐⭐
宏观因子	10+	日 / 月	⭐⭐	⭐⭐
事件因子	10+	不定期	⭐⭐	⭐⭐⭐

📊 一、量价因子

📈 价格因子

因子	公式	含义
1 日动量	`close / close.shift(1) - 1`	短期反转
5 日动量	`close / close.shift(5) - 1`	周动量
20 日动量	`close / close.shift(20) - 1`	月动量
60 日动量	`close / close.shift(60) - 1`	季动量
120 日动量	`close / close.shift(120) - 1`	半年动量
250 日动量	`close / close.shift(250) - 1`	年动量
12-1 月动量	`close / close.shift(252) / close.shift(21) - 1`	经典 12-1 因子
反转因子	`-ret_1d`	1 日反转
5 日反转	`-ret_5d`	周反转
距离 52 周高点	`close / high.rolling(252).max() - 1`	突破因子
距离 52 周低点	`close / low.rolling(252).min() - 1`	反转因子
价格 / 5 日均线偏离	`close / ma5 - 1`	短期偏离
价格 / 20 日均线偏离	`close / ma20 - 1`	中期偏离
价格 / 60 日均线偏离	`close / ma60 - 1`	长期偏离
价格 / 200 日均线偏离	`close / ma200 - 1`	经典长期因子
12 月新高	`(close == high.rolling(252).max()).astype(int)`	突破信号
52 周新高距离	`high.rolling(252).max() / close - 1`	反向因子

📉 均线因子

因子	公式	含义
MA5 / MA20 比率	`ma5 / ma20`	短期趋势
MA20 / MA60 比率	`ma20 / ma60`	中期趋势
MA60 / MA250 比率	`ma60 / ma250`	长期趋势
5 日均线上穿	`(ma5 > ma20).astype(int)`	金叉信号
20 日均线上穿	`(ma20 > ma60).astype(int)`	中期金叉
均线发散度	`(ma5 - ma20) / ma20`	趋势强度
MA120 距离	`close / ma120 - 1`	长期偏离
MA250 距离	`close / ma250 - 1`	牛熊指标
MA250 上方	`(close > ma250).astype(int)`	牛熊市分界

📊 波动率因子

因子	公式	含义
5 日波动率	`return.rolling(5).std()`	短期波动
20 日波动率	`return.rolling(20).std()`	月波动率
60 日波动率	`return.rolling(60).std()`	季波动率
波动率变化	`vol_5d / vol_20d - 1`	波动率变化
波动率 z-score	`(vol_20d - mean) / std`	异常波动
下行波动率	`return[return < 0].std()`	风险
上下波动比	`vol_up / vol_down`	趋势稳定性
BOLL 上轨距离	`(close - boll_upper) / close`	突破
BOLL 下轨距离	`(close - boll_lower) / close`	反转

📈 技术指标因子

因子	公式	含义
RSI	`100 - 100 / (1 + avg_gain / avg_loss)`	超买超卖
MACD	`ema12 - ema26`	趋势动量
MACD 信号	`macd - signal`	交叉信号
KDJ-K	`K = 2/3 * K_prev + 1/3 * RSV`	短线
KDJ-D	`D = 2/3 * D_prev + 1/3 * K`	短线
KDJ-J	`3K - 2D`	短线
ADX	`100 * abs(DX_avg) / DX_avg`	趋势强度
CCI	`(TP - MA) / (0.015 * MD)`	顺势指标
ATR	`TR.rolling(n).mean()`	真实波幅
OBV	`cumsum(volume * sign(close_diff))`	资金流

📊 量价配合因子

因子	公式	含义
量比	`volume / volume.rolling(5).mean()`	成交量异常
换手率	`volume / total_shares`	流通性
量价同向	`sign(close_diff) * sign(volume_diff)`	量价配合
5 日均量 / 20 日均量	`vol5 / vol20`	成交量趋势
量价背离	`close_diff * -sign(volume_diff)`	背离信号
大单占比	`(big_trade_volume / total_volume)`	主力
资金流（估算）	`(close - open) * volume`	资金流入

🔧 完整 Python 实现

python

import pandas as pd
import numpy as np

class PriceVolumeFactors:
    """量价因子库"""
    
    def __init__(self, df):
        self.df = df.copy()
        self._compute_basic()
    
    def _compute_basic(self):
        """基础计算"""
        df = self.df
        df['return_1d'] = df['close'].pct_change(1)
        df['return_5d'] = df['close'].pct_change(5)
        df['return_10d'] = df['close'].pct_change(10)
        df['return_20d'] = df['close'].pct_change(20)
        df['return_60d'] = df['close'].pct_change(60)
        df['return_120d'] = df['close'].pct_change(120)
        df['return_250d'] = df['close'].pct_change(250)
        
        # 均线
        for n in [5, 10, 20, 60, 120, 250]:
            df[f'ma{n}'] = df['close'].rolling(n).mean()
        
        # 波动率
        for n in [5, 10, 20, 60]:
            df[f'vol_{n}d'] = df['return_1d'].rolling(n).std()
    
    def momentum_factors(self):
        """动量因子"""
        df = self.df
        # 经典 12-1 月动量
        df['mom_12_1'] = (df['close'].shift(21) / df['close'].shift(252) - 1)
        return df
    
    def mean_reversion(self):
        """均值回复"""
        df = self.df
        # 短期反转
        df['reversal_1d'] = -df['return_1d']
        # 周反转
        df['reversal_5d'] = -df['return_5d']
        return df
    
    def volatility_factors(self):
        """波动率因子"""
        df = self.df
        # 波动率变化
        df['vol_change'] = df['vol_5d'] / df['vol_20d'] - 1
        # 波动率 z-score
        vol_mean = df['vol_20d'].rolling(60).mean()
        vol_std = df['vol_20d'].rolling(60).std()
        df['vol_zscore'] = (df['vol_20d'] - vol_mean) / vol_std
        return df
    
    def ma_deviation(self):
        """均线偏离"""
        df = self.df
        df['ma5_dev'] = (df['close'] - df['ma5']) / df['ma5']
        df['ma20_dev'] = (df['close'] - df['ma20']) / df['ma20']
        df['ma60_dev'] = (df['close'] - df['ma60']) / df['ma60']
        return df
    
    def rsi_factor(self):
        """RSI 因子"""
        df = self.df
        delta = df['close'].diff()
        gain = delta.where(delta > 0, 0)
        loss = (-delta).where(delta < 0, 0)
        avg_gain = gain.rolling(14).mean()
        avg_loss = loss.rolling(14).mean()
        rs = avg_gain / (avg_loss + 1e-9)
        df['rsi'] = 100 - 100 / (1 + rs)
        # 极端 RSI 反转
        df['rsi_extreme'] = (df['rsi'] < 20).astype(int) - (df['rsi'] > 80).astype(int)
        return df
    
    def macd_factor(self):
        """MACD 因子"""
        df = self.df
        ema12 = df['close'].ewm(span=12).mean()
        ema26 = df['close'].ewm(span=26).mean()
        df['macd'] = ema12 - ema26
        df['macd_signal'] = df['macd'].ewm(span=9).mean()
        df['macd_hist'] = (df['macd'] - df['macd_signal']) * 2
        return df
    
    def volume_factors(self):
        """成交量因子"""
        df = self.df
        df['vol_ratio_5_20'] = df['volume'].rolling(5).mean() / df['volume'].rolling(20).mean()
        # 换手率（需流通股本数据）
        if 'float_share' in df.columns:
            df['turnover'] = df['volume'] / df['float_share']
        # 量价配合
        df['price_volume_corr'] = df['close'].pct_change().rolling(20).corr(
            df['volume'].pct_change()
        )
        return df
    
    def all_factors(self):
        """所有量价因子"""
        self.momentum_factors()
        self.mean_reversion()
        self.volatility_factors()
        self.ma_deviation()
        self.rsi_factor()
        self.macd_factor()
        self.volume_factors()
        return self.df


# 使用
import akshare as ak
df = ak.stock_zh_a_hist(symbol='600519', start_date='20200101', end_date='20241231', adjust='qfq')
df = df.rename(columns={
    '日期': 'date', '开盘': 'open', '最高': 'high',
    '最低': 'low', '收盘': 'close', '成交量': 'volume'
})
factor_engine = PriceVolumeFactors(df)
df_with_factors = factor_engine.all_factors()
print(df_with_factors.columns.tolist())

📊 二、财务因子

💰 估值因子

因子	公式	含义
PE-TTM	`price / EPS_TTM`	市盈率
PB	`price / book_value`	市净率
PS-TTM	`market_cap / revenue`	市销率
PCF	`market_cap / operating_cash_flow`	市现率
EV/EBITDA	`(market_cap + debt - cash) / EBITDA`	企业价值倍数
PEG	`PE / profit_growth`	增长调整后 PE
股息率	`dividend / price`	现金回报
市值	`log(market_cap)`	规模因子
对数市值	`np.log(market_cap)`	经典规模因子
A 股流通市值	`log(free_float_market_cap)`	流通规模

📈 成长因子

因子	公式	含义
营收增速 1Y	`revenue / revenue.shift(4) - 1`	同比增长
净利润增速 1Y	`net_profit / net_profit.shift(4) - 1`	盈利增长
ROE 增速	`roe / roe.shift(4) - 1`	盈利质量提升
EPS 增速	`eps / eps.shift(4) - 1`	每股收益增长
3 年复合增速	`(X / X.shift(12)) ** (1/3) - 1`	长期增长
5 年复合增速	`(X / X.shift(20)) ** (1/5) - 1`	5 年增长

💎 质量因子

因子	公式	含义
ROE	`net_profit / equity`	净资产收益率
ROA	`net_profit / total_assets`	总资产回报
ROIC	`NOPAT / invested_capital`	投入资本回报
毛利率	`(revenue - cost) / revenue`	毛利率
净利率	`net_profit / revenue`	净利率
营业利润率	`operating_profit / revenue`	营业利润率
资产负债率	`total_debt / total_assets`	财务杠杆
流动比率	`current_assets / current_liab`	短期偿债
速动比率	`(current_assets - inventory) / current_liab`	速动偿债
利息保障倍数	`EBIT / interest_expense`	偿债能力
现金流 / 净利润	`OCF / net_profit`	盈利质量
应收 / 总资产	`AR / total_assets`	应收风险

🔧 财务因子计算

python

import pandas as pd
import numpy as np
import tushare as ts

def get_financial_factors(stock_code='600519.SH'):
    """获取 A 股财务因子"""
    pro = ts.pro_api('YOUR_TOKEN')
    
    # 获取财务数据
    income = pro.income(ts_code=stock_code, period='20241231')
    balance = pro.balancesheet(ts_code=stock_code, period='20241231')
    cashflow = pro.cashflow(ts_code=stock_code, period='20241231')
    daily = pro.daily(ts_code=stock_code, start_date='20241201', end_date='20241231')
    
    factors = {}
    
    # 估值因子
    price = daily['close'].iloc[-1]
    eps = income.iloc[0]['n_income'] / 1e8  # 简化为总利润
    factors['PE'] = price / (eps / daily.iloc[0]['total_share'])  # 简化
    factors['PB'] = price / (balance.iloc[0]['total_hldr_eqy_exc_min_int'] / daily.iloc[0]['total_share'])
    
    # 质量因子
    factors['ROE'] = income.iloc[0]['n_income'] / balance.iloc[0]['total_hldr_eqy_exc_min_int']
    factors['DebtRatio'] = balance.iloc[0]['total_liab'] / balance.iloc[0]['total_assets']
    factors['GrossMargin'] = (income.iloc[0]['revenue'] - income.iloc[0]['oper_cost']) / income.iloc[0]['revenue']
    
    return factors

📊 三、情绪因子

📊 投资者情绪

因子	数据源	公式
新增开户数	中证登	月度新增开户数同比
百度搜索指数	百度	关键词搜索量
微信指数	腾讯	"股票" 搜索量
雪球关注度	雪球	个股关注数变化
股吧情绪	东方财富	帖子正面 / 负面比例
融资余额	交易所	融资余额变化
融券余额	交易所	融券余额变化
北向资金	沪深港通	净流入 / 净流出
ETF 净申购	基金公司	净申购 / 净赎回
新基金发行	基金公司	月度新发基金规模
隐含波动率	期权	50ETF 期权 IV
PCR	期权	Put/Call 比率
信用利差	债券	高收益债利差
波动率指数	50ETF 期权	中国 VIX

🔧 情绪因子实战

python

def get_sentiment_factors():
    """获取市场情绪因子"""
    import akshare as ak
    
    factors = {}
    
    # 北向资金
    north = ak.stock_hsgt_north_net_flow_in_em(symbol='北上')
    factors['north_flow_5d'] = north['value'].head(5).sum()
    
    # 融资融券
    margin = ak.stock_margin_underlying_info_szse()
    factors['margin_balance'] = margin['rzmr'].iloc[0]
    
    # ETF 净申购
    # ...
    
    return factors

📊 四、另类因子

🌐 新闻舆情

因子	数据源	说明
新闻情感	财经新闻 API	NLP 分析
公告事件	巨潮	增持 / 减持 / 业绩预告
研报评级	Wind	买入 / 中性 / 卖出
社交媒体情绪	雪球 / 微博	情绪打分
机构调研	投资者关系平台	调研频次
研报目标价	Wind	上涨空间

📊 分析师预期

因子	说明
一致预期 EPS	分析师预测的 EPS 均值
预期上调比例	上调家数 / 总家数
预期 PE	当前价 / 一致预期 EPS
预期增速	一致预期未来 3 年增速
覆盖券商数	多少分析师覆盖
目标价均值	分析师目标价均值
目标价上涨空间	目标价 / 当前价 - 1

📅 事件因子

因子	说明
增持 / 减持	股东行为
回购	公司回购
股权激励	高管激励
业绩预告	业绩超预期 / 不及预期
送转股	高送转
解禁	解禁压力
ST	戴帽 / 摘帽
重大事件	重组、并购

📊 五、宏观因子

因子	频率	来源
GDP 同比	季度	统计局
CPI 同比	月	统计局
PPI 同比	月	统计局
M2 同比	月	央行
社会融资	月	央行
PMI	月	统计局
LPR	月	央行
国债收益率	日	财政部
汇率	日	央行
美元指数	日	外汇市场

📊 六、因子测试

📐 IC 测试

python

import numpy as np
import pandas as pd
from scipy.stats import spearmanr

def factor_ic_test(factor, returns, by='date'):
    """因子 IC 测试"""
    # 按日期计算 IC
    ic_series = []
    for date, group in factor.groupby(by):
        f = group.values.flatten()
        r = returns.loc[group.index].values.flatten()
        if len(f) > 0 and not np.isnan(f).all() and not np.isnan(r).all():
            ic, _ = spearmanr(f, r)
            ic_series.append({'date': date, 'IC': ic})
    
    ic_df = pd.DataFrame(ic_series)
    return ic_df

def evaluate_factor(ic_df):
    """评估因子有效性"""
    ic_mean = ic_df['IC'].mean()
    ic_std = ic_df['IC'].std()
    ic_ir = ic_mean / ic_std if ic_std > 0 else 0
    ic_positive_ratio = (ic_df['IC'] > 0).mean()
    
    print(f'IC 均值: {ic_mean:.4f}')
    print(f'IC 标准差: {ic_std:.4f}')
    print(f'IC IR: {ic_ir:.4f}')
    print(f'IC > 0 占比: {ic_positive_ratio:.2%}')
    
    # 判断标准
    if ic_abs := abs(ic_mean):
        if ic_abs > 0.05 and ic_ir > 0.5:
            print('✅ 强有效因子')
        elif ic_abs > 0.03 and ic_ir > 0.3:
            print('⚠️ 中等有效')
        else:
            print('❌ 弱效或无效')

📐 分层回测

python

def layered_backtest(factor, returns, n_groups=5):
    """分层回测（多空对冲）"""
    factor_with_ret = pd.DataFrame({
        'factor': factor,
        'return': returns
    }).dropna()
    
    # 分 5 组
    factor_with_ret['group'] = pd.qcut(
        factor_with_ret['factor'], 
        n_groups, 
        labels=False
    )
    
    # 计算每组平均收益
    group_returns = factor_with_ret.groupby('group')['return'].mean()
    
    # 多空收益
    long_short = group_returns.iloc[-1] - group_returns.iloc[0]
    
    print('各组平均收益:')
    print(group_returns)
    print(f'\n多空收益: {long_short:.4%}')
    
    return group_returns, long_short

📐 完整因子测试流程

python

class FactorEvaluator:
    """因子评估器"""
    
    def __init__(self, factor_data, return_data):
        self.factor = factor_data
        self.returns = return_data
    
    def run_full_test(self):
        """完整因子测试"""
        results = {}
        
        # 1. IC 测试
        ic_df = factor_ic_test(self.factor, self.returns)
        results['ic'] = evaluate_factor(ic_df)
        
        # 2. 分层回测
        group_ret, ls_ret = layered_backtest(self.factor, self.returns)
        results['long_short'] = ls_ret
        
        # 3. 多空累计收益
        cum_ret = self.returns.groupby('group').apply(
            lambda x: (1 + x).cumprod()
        )
        
        # 4. 画图
        import matplotlib.pyplot as plt
        plt.figure(figsize=(10, 6))
        for g, data in cum_ret.groupby(level=0):
            plt.plot(data.values, label=f'Group {g}')
        plt.legend()
        plt.title('因子分层累计收益')
        plt.show()
        
        return results

📊 七、因子组合

📈 多因子合成

python

class MultiFactorModel:
    """多因子合成"""
    
    def __init__(self, factors_df, returns):
        """
        factors_df: DataFrame, 包含多个因子列
        returns: 目标收益
        """
        self.factors = factors_df
        self.returns = returns
    
    def equal_weight(self):
        """等权组合"""
        scores = self.factors.rank(pct=True).mean(axis=1)
        return scores
    
    def ic_weighted(self, ic_values):
        """IC 加权"""
        weights = np.abs(ic_values)
        weights = weights / weights.sum()
        scores = (self.factors.rank(pct=True) * weights).sum(axis=1)
        return scores
    
    def ml_weighted(self):
        """机器学习加权"""
        from sklearn.ensemble import GradientBoostingRegressor
        
        # 训练
        X = self.factors.fillna(0)
        y = self.returns.fillna(0)
        model = GradientBoostingRegressor(n_estimators=100, max_depth=3)
        model.fit(X, y)
        
        # 预测
        scores = pd.Series(
            model.predict(X),
            index=X.index
        )
        return scores
    
    def backtest(self, scores, top_pct=0.1):
        """回测：买入评分最高的 top_pct"""
        threshold = scores.quantile(1 - top_pct)
        selected = scores > threshold
        
        # 计算组合收益
        portfolio_returns = self.returns[selected].mean(axis=1)
        cum_ret = (1 + portfolio_returns.fillna(0)).cumprod()
        
        # 基准
        bench_returns = self.returns.mean(axis=1)
        bench_cum = (1 + bench_returns.fillna(0)).cumprod()
        
        return {
            'strategy_cumret': cum_ret,
            'benchmark_cumret': bench_cum,
            'excess_return': cum_ret.iloc[-1] - bench_cum.iloc[-1]
        }

📊 八、因子衰减

📉 因子生命周期

每个因子都有生命周期：

发现期（高收益）
拥挤期（收益下降）
失效期（接近 0）

📌 应对策略

定期重训：每季度更新因子
因子轮动：剔除失效因子
多因子组合：避免单一因子失效
样本外验证：保留 20% 数据

📊 九、Alpha 库速查

📋 推荐因子组合（5 因子）

因子	权重	来源
12-1 月动量	30%	价格
盈利质量（ROE）	25%	财务
分析师上调	15%	情绪
低波动率	15%	价格
市值	15%	价格

📋 不同市场风格

风格	因子
价值	PE / PB / EV-EBITDA / 股息率
成长	营收增速 / 净利润增速 / PEG
质量	ROE / ROIC / 毛利率
动量	12-1 月动量 / 短期反转
小盘	流通市值（越小越偏好）
低波	波动率（越低越偏好）
高分红	股息率
分析师预期	预期 EPS / 预期上调

📖 相关阅读

来源

证监会公开公告
上交所交易规则
深交所 / 北交所规则
中国证券业协会（SAC）、中国证券投资基金业协会（AMAC）公开资料
国家金融监督管理总局、人社部、财政部、税务总局公开资料

💡 数据截至 2026-08；具体规则以交易所/监管机构最新公告为准。

机器学习因子库 ​

🎯 因子分类总览 ​

📊 一、量价因子 ​

📈 价格因子 ​

📉 均线因子 ​

📊 波动率因子 ​

📈 技术指标因子 ​

📊 量价配合因子 ​

🔧 完整 Python 实现 ​

📊 二、财务因子 ​

💰 估值因子 ​

📈 成长因子 ​

💎 质量因子 ​

🔧 财务因子计算 ​

📊 三、情绪因子 ​

📊 投资者情绪 ​

🔧 情绪因子实战 ​

📊 四、另类因子 ​

🌐 新闻舆情 ​

📊 分析师预期 ​

📅 事件因子 ​

📊 五、宏观因子 ​

📊 六、因子测试 ​

📐 IC 测试 ​

📐 分层回测 ​

📐 完整因子测试流程 ​

📊 七、因子组合 ​

📈 多因子合成 ​

📊 八、因子衰减 ​

📉 因子生命周期 ​

📌 应对策略 ​

📊 九、Alpha 库速查 ​

📋 推荐因子组合（5 因子） ​

📋 不同市场风格 ​

📖 相关阅读 ​

来源 ​

机器学习因子库

🎯 因子分类总览

📊 一、量价因子

📈 价格因子

📉 均线因子

📊 波动率因子

📈 技术指标因子

📊 量价配合因子

🔧 完整 Python 实现

📊 二、财务因子

💰 估值因子

📈 成长因子

💎 质量因子

🔧 财务因子计算

📊 三、情绪因子

📊 投资者情绪

🔧 情绪因子实战

📊 四、另类因子

🌐 新闻舆情

📊 分析师预期

📅 事件因子

📊 五、宏观因子

📊 六、因子测试

📐 IC 测试

📐 分层回测

📐 完整因子测试流程

📊 七、因子组合

📈 多因子合成

📊 八、因子衰减

📉 因子生命周期

📌 应对策略

📊 九、Alpha 库速查

📋 推荐因子组合（5 因子）

📋 不同市场风格

📖 相关阅读

来源