因子有效性的真实数据——我们跑了 200 只 A 股的因子 IC 之后学到什么

"你们说的因子有效，是真算出来的，还是挑了段好看的区间截图?"——这条质疑我们在后台不止一次收到过，而且问得很对。市面上大部分"因子选股有效"的文章，截的都是那个因子表现最好的一段窗口，连投资域怎么圈定、口径是什么都不写清楚。这篇反着来：把因子效力面板背后的方法论和真实数字一次性摊开，不好看、甚至方向搞反的因子也留在表里，没有被挑掉。

数据口径先说清楚：下面所有数字来自 2025-02-01 到 2026-06-11 这段区间，一共 39 个截面（两周采一次样，不是每天），统计的是每个因子对未来 20 个交易日收益的预测力，最新一期投资域是 200 只股票。可能有人会问，现在早过了 6-11，为什么最新一期还停在那天——因为算一期 IC 前必须先等够 20 个交易日的未来收益走完、数据才算闭合，这是方法本身自带的滞后，不是断更。

一、为什么做这个面板

我们不是研究机构，做这个面板的初衷很朴素：自己每天在用因子给股票打分，总得先说服自己这些分数不是瞎编的。与其把这套验证藏在内部，不如直接摆到产品里当一个公开面板——数据摆出来，对错都由使用者自己判断，这也是我们更愿意做"工具"而不是替你下结论的原因之一。

二、17 个因子，5 大类，还空着一类

平台目前注册了 17 个因子，分五大类：动量 4 个（1 个月、3 个月、6 个月，以及跳过最近 1 个月的"12 个月减 1 个月"经典动量）、波动率 2 个（20 日已实现波动率、ATR）、流动性 2 个（20 日日均成交额、Amihud 非流动性）、价值 4 个（PE、PB、PS，均为 TTM 口径，以及股息率）、质量 5 个（ROE、ROIC、毛利率、净利率、资产负债率）。说句不太好看的实话：代码里其实还预留了第六类——情绪类因子，现在一个都没注册进去，这块数据我们还没接上，不装作已经有。

三、怎么算出来的

对每个截面日期，我们先构建一个"截至当日可投资"的股票池：过滤掉当时还没上市的股票（用首根 K 线日期做锚点），再按"收盘价 × 股本"这个规模代理排序，取前 200 只。两周一个点不是偷懒——因子效力看的是未来的表现，一个点位的"未来"要等够交易日才算数，天天算并不会让结论更准，只会让面板天天在重复同一批还没成熟的数据。每个因子在这个池子里，对未来 20 个交易日的收益分别计算 RankIC（Spearman 秩相关）和 IC（Pearson 相关）。这套价格与基准获取逻辑，跟决策日志结算、策略跟踪复用的是同一份代码，不是每个功能各写一套各测各的。

几个术语说人话：某一期 RankIC 是正的，意思是"因子值排名高的股票，后来涨得也确实靠前"；所有期 RankIC 的均值就是"RankIC 均值"，均值除以期间波动就是 IR——IR 越高，说明这个因子不是靠某一期运气好撑起来的。命中率不是看某一期 RankIC 的正负，而是"方向和该因子标注的高优/低优是否一致"的期数占比，已经按方向调整过，不是原始符号比例。

四、四个诚实的坑

第一，候选池的历史缺席偏差。 候选池按当前（不是历史时点）的规模代理圈出来，历史上曾经很大、后来掉出候选池的股票，会在所有历史截面里都缺席——包括它们当年真正该被算进去的日期。上市锚点过滤解决的是"未上市却被算进去"，但"今天的赢家反过来决定历史统计范围"这个方向还没解决，需要覆盖面更广的历史候选池。

第二，sina 补数的复权因子固定是 1.0。 一部分早期 K 线是从新浪补的，复权因子写死了 1.0，也就是没做除权除息调整，这会让跨越分红送股的动量类因子在个别股票上有轻微失真。

第三，退市股票的幸存者偏差。 退市股票一旦在统计窗口内拿不到未来收益，就直接从 IC 样本里剔除——现在看到的所有 IC 数字，都对"活下来的股票"存在一点幸存者偏差，方向是让结果比实际情况略微好看。

第四，也是这次新摊开的一个：PIT 基本面深度，把价值类因子的期数砍到了 3。 价值类因子要用当时能拿到的财务快照算估值，而我们现在积累的历史深度还不够长，能对齐上因子计算窗口的完整快照只覆盖了 3 个截面，其余因子是 37 或 39 个。这直接导致下面表里 PE(TTM) 的 IR 是 -0.746——全表数字最"夸张"的一行，乍看像是一个极强的反向信号。但看起来最惊人的数字恰恰最不可信：一个只考过 3 次试的学生，考出一次年级最高分和一次年级最低分都不奇怪，不能就此断言他的真实水平。PB(-0.150) 和 PS(TTM)(-0.111) 是同样的 3 期、同样的问题，只是数字没那么吓人，容易被顺着表格划过去。

五、数据表（15 个因子，按 IR 降序）

坑都摆在明面上了，再看这张表。因子效力基于历史 IC，不代表未来预测力。RankIC 均值精确到万分位、IR 精确到千分位、命中率精确到十分之一个百分点，期数为整数——跟后台聚合结果的精度一致，没有额外四舍五入。

两条必须紧跟着说的话：

第一，表里 PE(TTM)、PB、PS(TTM) 这三个价值类因子只有 3 期样本，其余 12 个因子是 37 期或 39 期，是常态。3 期不足以支撑任何"这个因子有效/无效"的结论，它们留在表里是如实呈现，不是统计显著的证据——前面第四个坑已经拿 PE 举过例了。

第二，17 个已注册因子，这里只看到 15 行。股息率(value_dividend_yield) 和 ROIC(quality_roic) 这两个因子，目前一条 factor_ic 记录都没有，不是效力差，是压根没跑出数据。我们没有拿"0"去凑成 17 行，而是让它们从表里彻底缺席——编出来的 0 会被读成"测过、结果没用"，比不显示更容易误导。

六、三个发现

IR 最高的是净利率(quality_net_margin)，0.475，命中率 67.6%，37 期。 这个数字要泼盆冷水：0.475 是这 15 个因子里最高的一档，但也只是最高的一档——离整数 0.5 都还差一点。命中率 67.6%，还不到七成，意味着有相当一部分期数里方向其实是反的——这不是一个能让人闭着眼睛跟的数字，是一个"比瞎猜靠谱一些、但远谈不上确定"的数字。截面统计上的相对领先，不等于任何一只具体股票的确定性，更不是收益承诺。

不如预期的是动量 12M-1M(momentum_12m_1m)，IR 只有 0.143。 这是经典的"跳过最近一个月"动量因子，量化圈子里名气不小，我们原本预期它排得靠前一些。它的期数和大多数其他因子一样是 39 期，不存在小样本借口，就是实打实排在全表中段——是投资域本身不吃这个因子，还是别的原因，这里不下结论，先如实报数。

方向反转的意外来自动量 3M(momentum_3m)，IR -0.080。 它标注的方向是"高优"，但 RankIC 均值是 -0.0185，IR 是 -0.080，方向和标注对不上。有意思的是命中率反而有 64.1%，超过六成的期数方向是站对的——把均值和 IR 拉负的，是剩下不到四成、但幅度明显更大的那些期。也就是说不是"这个因子一直在反着来"，而是多数时候小赢、少数时候大输，少数的大输把总账拉成了负的。顺带一句，方向和标注对不上的不止这一个：资产负债率(quality_debt_to_asset，IR 0.087，命中率 43.2%) 和已实现波动率 20D(volatility_realized_20d，IR 0.036，命中率 41.0%) 也一样，只是 IR 本来就在 0 附近晃，没那么戏剧性，容易被划过去。

七、这篇文章想干什么

不是让你去买 IR 最高那个因子分数最高的那几只股票——面板本身没有把因子分数和"买入清单"划等号，平台的 AI 分析助手描述个股时也不会给目标价、仓位建议或买卖结论。这篇想做的是"授人以渔"：方法论、口径、局限一次性讲清楚，下次再看到"XX 因子闭眼买入年化 30%"<!-- copy-guard:allow 引用并反驳的典型话术，本文立场是拆解它而非主张它 -->这种说法，你自己就知道该拆开问哪几个问题。顺带预告：因子这条线看的是"哪类股票整体上占优"，我们另一块"决策日志"看的是相反角度——你自己有没有习惯性追涨杀跌，下一篇细讲。

八、去哪儿验证这些数字

不用信我们摊出来的这张表，自己去翻。/factors 现在是不需要登录的公开页，上面这张表的实时版本（同一份口径、每周随数据更新）可以直接核对；口径与已知偏差的完整说明另有一页 /methodology。登录用户在"量化监控"页的因子效力面板能看到同一份数据。

更新说明

• 2026-08-14：本文正文与数据表保持 2026-07-13 取数当天的原样，不回改历史数字。需要补注的口径变化有一处：第二节说"情绪类因子现在一个都没注册进去"，这在取数当天成立，但 2026-07-18 平台已注册了 4 个量价代理的情绪类因子，注册因子总数因此从 17 变为 21。本文表内 15 行是 2026-07-13 的截面结果，不含这 4 个因子；实时数字请以 /factors 面板为准。

---

风险提示与免责声明

本文所有分析、因子得分、回测结果均基于历史数据，不能代表未来收益。本平台提供的分析仅供参考，不构成投资建议，不提供任何针对具体证券的买卖 / 持有 / 目标价 / 仓位建议。所有策略仅供教育研究与回测验证，真实交易需独立判断并通过持牌券商执行。股票投资有风险，入市需谨慎，过往业绩不代表未来收益。AI 分析可能存在误差，请独立判断并自行承担投资风险。请根据自身风险承受能力理性投资，量力而行。