01学完这一课，你能做到什么
一张表里可能同时有 、营收增长、ROE、成交量和 。它们都叫“指标”，但描述的是完全不同的事情。把指标混在一起，模型很容易学到重复信息，研究结果也难以解释。
学完这一课，你应该能：
- 按经济含义给指标建立分类和字典；
- 分清估值、成长、财务质量、杠杆、规模、、波动、交易活跃、分析师情绪、股东和技术指标；
- 正确计算 ROC、评级变化和目标价偏离度；
- 理解一个的预期方向只是研究假设，不能直接当成买卖结论；
- 区分单股跨时间相关和同日多股票横截面检验，避免把相关性写成因果。
02从“超过阈值”走向特征体系
规则策略常写成“ 超过 20”或“ 低于 30”。这种写法简单、容易解释，但阈值通常带有经验色彩。因子体系则把许多可计算的特征放在一起，让模型研究它们的组合。
模型可以输出两种常见结果：
- 分类分数：通常在 0 到 1 之间，但没有校准时不能直接当成可靠概率；
- 回归预测值：单位应和目标收益一致，例如预测下一交易日收益。
模型输出还可以作为新的综合因子，但如果把历史模型输出再输入另一个模型，必须使用预测，不能把训练集上已经见过标签的结果当作新信息。
研究流程可以写成：准备数据 → 计算因子 → 、标准化、 → 定义分类或回归任务 → 训练模型 → 调参和评估。模型名字越复杂，不代表结果一定越好；可复现、稳定、适合数据规模更重要。
一句话记住因子先说清含义，再检验预测信息。
03用经济含义给因子分类
先建立一张因子字典。每一列至少写清：名称、公式、窗口、数据来源、数据可用时间、缺失处理和预期方向。
常见类别包括：
- 估值：PE、、 及其倒数，描述价格相对盈利、净资产或收入的关系。负盈利时 PE 不能按普通便宜程度排序；
- 成长：营收、现金流及增长速度，描述业务变化，要区分同比、环比和一次性因素；
- 财务质量： 等持续盈利能力。连续多年 ROE 超过 15% 可以是示例筛选线，不是质量保证；
- 杠杆：资产负债率、流动比率。杠杆会放大收益与损失，银行、地产等行业应按业务结构比较；
- 规模：、流通市值。小盘股可能有更强爆发力，但不等于更安全；
- 动量：1、3、6、12 个月收益，描述过去趋势，正负方向需要检验；
- 波动：收益标准差、高低价差、ATR，描述波动强弱，不直接决定涨跌；
- 交易活跃：、成交额，反映成交行为，要和价格及所处阶段一起看；
- 分析师情绪：评级、评级变化、目标价偏离，反映研究观点及其变化；
- 股东：股东户数、持股结构变化，必须核对披露日期，户数变化不能直接证明散户或机构行为；
- 技术指标：、、形态，是从行情加工出的描述变量，多个指标可能高度重复。
一张指标卡要求你同时写“它是什么”和“预期方向是什么”。例如，低 PE 的研究假设可能是未来表现偏正；ATR/价格的预期方向通常不能直接设为正或反，因为它主要描述风险强弱。两者都要用数据检验。
估值
PE、PB、PS：价格相对盈利、净资产和收入。
成长
营收、现金流及增长速度：业务是否在变化。
财务质量
ROE 等：盈利是否稳定，还要结合负债和现金流。
动量
过去收益与变化：趋势可能延续，也可能反转。
波动
ATR、收益波动率：描述幅度，不直接预测方向。
一句话记住分类是字典，不是预先写好的涨跌答案。
这个指标属于哪类因子
逐张查看常见指标，判断它属于哪一类因子，并想一想预期方向。
请判断这张指标卡属于哪一类因子，并结合指标含义说明它的预期方向是正、反，还是需要先检验。
市盈率 PE
指标卡：PE = 当前价格 ÷ 每股收益。当前 PE 为 12，同行中位数为 25。
04分析师情绪：把观点变成可检查的数值
假设近 30 天有 10 家券商对一家公司给出评级。你可以先固定映射：买入 5 分、增持 4 分、中性 3 分、减持 2 分、卖出 1 分。
如果十家评级总分为 45：
平均评级 = 总分 ÷ 评级数量 = 45 ÷ 10 = 4.5
如果行业平均是 4.2：
相对行业评级 = 个股平均评级 − 行业平均评级 = 4.5 − 4.2 = 0.3
再看变化。若本期平均 4.5、上期 4.2：
评级变化 = 本期 − 上期 = 4.5 − 4.2 = +0.3
若从 2.5 升到 4：
评级变化 = 4 − 2.5 = +1.5
变化通常比长期维持高评级更能体现新增预期，但也不保证未来表现，还要注意覆盖偏差和不同机构术语的统一。
目标价偏离度可以写成：
目标价偏离度 = 一致目标价 ÷ 当前价 − 1
例如平均目标价 353 元、现价 210 元：
353 ÷ 210 − 1 ≈ 68.1%
如果现价 10 元、目标价 20 元：
20 ÷ 10 − 1 = 100%
没有目标价时不能填 0，也不能拿 替代。还要记录报告新旧、机构样本、目标期限和权重。
目标价偏离度 = 一致目标价 ÷ 当前价 − 1
353 元目标价、210 元现价，对应约 68.1% 的上行空间。
一句话记住评级变化是信息，绝对高评级不等于未来上涨。
05价量、动量、波动和交互：别把指标重复计数
这些指标可以按几组结构理解。
价量包括当日及 3/5/10 日收益、振幅、5/10 日量比、10 日相关和 5 日换手率变化。放量上涨、缩量上涨、放量下跌和缩量下跌含义不同，不能把大统一解释成买入。
动量可以用 ROC：
ROC_n = C_t ÷ C_(t−n) − 1
例如当前价格 110 元、20 个交易日前为 100 元：
ROC_20 = 110 ÷ 100 − 1 = 10%
一阶差分可以描述动量增加还是减少，二阶差分描述变化是否继续加快。相同方法也可以用于行业指数或行业 ，但窗口和口径必须统一。
波动包括 14 日 ATR 归一化、10/20/60 日历史收益波动率、年化波动和波动变化率。ATR/价格和收益标准差不是同一个指标。若 ATR 为 30 元、价格为 1,400 元：
ATR/价格 = 30 ÷ 1,400 ≈ 2.14%
较大波幅通常意味着单位风险要更小，但波动本身不告诉你涨还是跌。
技术指标和形态包括 RSI、MACD、均线排列、上下影线比例、实体比例、20 日新高新低和收盘价偏离均线。交互因子如动量 × ATR、RSI 与位置，可能表达条件组合，但交互越多，偶然相关机会也越多。
过去走得多远
ROC 等指标描述价格变化方向和幅度，方向需要检验。
路上晃得多厉害
ATR 和波动率描述幅度，不直接决定涨跌。
一句话记住每个因子都要有公式、窗口和分母。
06单股相关性：先把时间对齐
假设你从 2023—2025 年的日 计算一只股票的因子。每个因子都要和下一交易日收益对齐：
下一交易日收益 = C_(t+1) ÷ C_t − 1
例如今天收盘 100 元、下一交易日收盘 102 元：
下一交易日收益 = 102 ÷ 100 − 1 = 2%
要剔除缺失记录，少于 30 个有效样本时不计算。对每个因子使用 Spearman 相关排序，可以观察“因子排名”和未来收益排名的关系。
这里的任务是单只股票跨时间：同一只股票在不同日期的因子和未来收益怎样变化。它和上一课的同日多股票横截面 Rank IC不同。单股结果不能自动推广成横截面选股结论。
研究记录包含 723 条数据、5 只股票、若干经验相关分组，以及部分 MACD DIF 和交互因子的负相关观察。这些数字用于说明研究过程，完整结果表和显著性检验仍需以数据日志为准。不能用相关性证明因果，也不能用筛选因子的同一时期声称样本外有效。
一句话记住相关性是线索，不是因果和收益承诺。
07把分类变成可迁移的研究习惯
高收益数字旁边必须放风险信息。低波动不保证上涨，高波动也不自动提供高收益补偿。夏普使用和收益波动率；收益 ÷ 最大回撤更接近 类指标，不能把两个概念混用。
你可以完成一份最小因子字典：
- 各实现一项价量、动量、波动、形态和交互特征；
- 加入一项按公告时间对齐的基本面因子；
- 选一只股票做跨时间相关，再选一组股票做同日横截面相关；
- 报告样本数、窗口、方向、缺失比例和样本外结果；
- 人工复核一个 5 日 ROC、一组评级平均与变化、一个目标价偏离度。
每列都要写定义，所有输入必须早于决策时点，标签与特征要正确错位，行业编码不能被当成连续大小关系。行业独热编码能让模型识别行业差异，但不等于已经完成行业中性化。没有完整公式、研报、程序和图表时，把它们列为待补材料，不要用猜测填齐。
4 道小题
全部答对，这一课就算真正读懂了。答错了会告诉你为什么。
这一课，浓缩成一张卡
学完可以保存或分享给朋友。保存成图片的功能会在下一版加上。
按经济含义建立可复核的因子字典，再用正确时间和样本检验信息。
- 先分类再计算
- 方向只是假设
- 时间对齐不能错
记住这 5 句话
- 01因子字典要记录公式、窗口、来源、可用时间、缺失处理和预期方向。
- 02估值、成长、财务质量、动量和波动描述不同信息，分类不是涨跌答案。
- 03评级平均、评级变化和目标价偏离都要固定编码并核对披露时间。
- 04ROC 描述过去动量，ATR/价格描述相对波动，交互因子要防止偶然相关。
- 05单股跨时间相关不等于同日横截面选股有效，更不能把相关性写成因果。
完成这一课
读完讲义、动手做一次实验、答对小题，这一课就算学完了。
- 读完讲义
- 完成一轮因子分类判断
- 通过随堂自测
实验数据AI+金融投资训练营教学样本。固定的指标情景，用于练习因子分类。
固定教学样本只用于解释量化研究方法，不代表任何真实标的未来表现，也不构成投资建议。