单因子有效性检验方法论

1. 信息系数 (IC)#

计算同一时刻的因子值与未来一段时间（通常一个月）收益的相关性。

2. 分层回测#

按指标值大小对股票分组，观察各组历史累计收益、信息比率、最大回撤、胜率等。单调性越强，选股能力越强。

1. OLS vs 稳健回归 (RLM)#

• OLS: 易受异常值影响，误差非正态时失真
• RLM: 使用 M-estimator 迭代加权最小二乘，根据残差大小分配权重，显著减小异常值影响

2. 截面回归 vs 面板回归#

• 按月截面回归: 样本量适中，可观察因子表现的时间变化和风格切换
• 整体面板回归样本量过大，因子容易通过显著性检验

3. 值回归 vs 秩相关#

• 使用 Spearman 秩相关系数代替 Pearson 线性相关系数
• 不要求正态分布假设，能捕捉非线性单调关系

4. 全市场分组 vs 行业内分组#

• 部分基本面因子（如 PB）行业间天然差异大，行业内分组更合理

5. 同向显著比例 vs 状态切换比例#

• 同向显著比例高 → 风格延续性强，可动态调整因子权重
• 风格频繁切换 → 使用静态权重更合适

因子分类#

1. 估值因子 (Value): EP_TTM, BP_LR, SP_TTM, FCFP_TTM, OCFP_TTM, DP_TTM, PEG, EV/EBITDA
2. 规模因子 (Size): 总市值、流通市值、总资产
3. 成长因子 (Growth): 营收/净利润/毛利/EPS/ROE/ROA/总资产增长率
4. 质量因子 (Quality): ROE, ROA, GPM, 资产周转率, 营业利润率, 股息率
5. 杠杆因子 (Leverage): 流动/现金/速动比率, 资产负债比
6. 动量因子 (Momentum): 1/3/6/12/24个月收益率
7. 波动因子 (Volatility): High/Low 比, 日收益率标准差, CAMP 残差标准差
8. 技术因子 (Technical): MACD, OBV, ILLIQ, RSI
9. 流动性因子 (Liquidation): 1/3/6个月换手率
10. 分析师因子 (Analyst): 平均评级, 评级变化, 一致预期, 预测 EPS 变化
11. 其他因子: 股权集中度, Beta, 主营业务集中度

数据清洗#

• MAD 去极值: $Median_f \pm 3 \times 1.4826 \times MAD$ 替代 3σ 法，更适合厚尾分布
• 缺失值处理: 缺失率<20%用行业中位数填充，>20%则剔除

关键指标#