从业认证| 从业9年
一、建立量化选股逻辑的六步
第一步:先把你的投资理念翻译成可计算的假设
量化不是从指标开始,是从一句话开始,而且这句话必须能被证伪:
"低估值且盈利稳定的公司在一年维度跑得更好"
"放量突破平台且回踩不破的股票,短线胜率更高"
"高换手的小市值票在情绪退潮期跌幅更大"
模糊的"低买高卖"写不成公式。理念决定了你后面该选什么因子、什么调仓频率、什么持仓周期——周期不匹配是散户做量化最常见的失败原因(用短线因子做月度调仓,或者用基本面因子做隔日交易)。
第二步:搭因子池,但要"少而不同"
因子通常分四类:价值(PE、PB、股息率)、质量(ROE、毛利率、资产负债率)、成长(营收/净利增速)、技术量价(动量、换手率、波动率、资金流)。机构的多因子框架基本也是这个分类法。
给个人投资者的建议是:起步 3~5 个因子就够了,但必须来自不同维度。价值 + 质量 + 动量各挑一个,组合效果远好于塞进去十个高度相关的指标。因子越多不等于越厉害,反而带来共线性和过拟合。
要特别警惕"假分散":20 日动量和 60 日动量本质上是一个逻辑,两个都放进去只是重复计数;低 PE 和高股息经常同时出现,同样高度相关。正式做法是做正交化处理,简易做法是同一维度只留一个。
第三步:数据处理——这一步决定了你的回测是不是自欺欺人
三件事必须做:
去极值与标准化:极端值会严重扭曲结果,常用 MAD 法或分位数缩尾,再用 Z-Score 统一量纲;
行业与市值中性化:不做这一步,你的"高 ROE 因子"很可能只是在偷偷买白酒;
剔除非可交易标的:停牌、ST、次新股、退市股要按历史时点剔除。
第四步:单因子有效性检验(最关键的一道筛子)
每个因子单独验证,四种方法交叉确认:
IC 分析:因子值与下期收益的秩相关系数,月度 IC 均值大于 0.03 才算有选股能力;
ICIR:IC 均值 ÷ IC 标准差,衡量稳定性,一般大于 0.3~0.5 才算可用;
分层回测:按因子值分组,看各组收益是否单调递增/递减。分层混乱 = 因子无效;
稳定性检验:在牛市、熊市、震荡市分别测。只在某一小段有效的,基本是过拟合或偶然。
一个核心判断原则:稳定性优先于绝对值。IC 中等但稳定的因子,比 IC 很高但飘忽不定的因子更实用。另外,任何因子即使通过了全部统计检验,如果没有经济逻辑能解释它,就要警惕——它可能只是碰巧拟合了历史。
第五步:合成打分 + 组合约束
三种合成方式由简到繁:等权法(新手够用、最稳健)→ IC/ICIR 加权(按因子历史有效性动态配权)→ 机器学习(XGBoost/LightGBM,需要足够样本和防过拟合能力)。
打分排序后取头部(通常是 Top 10%~20%),然后加约束:单票权重上限、行业暴露限制、市值中性。不做约束,模型会给你一个高度集中的组合,一次黑天鹅就打回原形。
第六步:回测与上线的正确姿势
回测必须避开的五个坑:
未来函数:用 10 月 31 日的财报数据去计算 10 月 1 日的因子值。财务数据要用 Point-in-Time 口径,信号用 T 日收盘生成、T+1 日成交;
幸存者偏差:只拿现在还在上市的股票跑历史,已退市的自动被剔除,策略会虚高。必须用历史全 A 股数据;
过拟合:参数太多、调得太细。防法是样本外测试 + 滚动回测 + 减少参数。检验参数鲁棒性很简单——把 20 日动量换成 18 日或 22 日,如果收益剧变,说明这个因子不稳健;
忽略交易成本:印花税、佣金、滑点、冲击成本,回测时至少要按双边 0.3%~0.5% 计入。很多高换手因子的理论收益,实盘全被摩擦成本吃掉;
回测指标只看年化收益:必须同时看夏普比率、最大回撤、换手率、胜率与盈亏比。
通过回测后,先跑 3 个月模拟盘,再用小资金实盘,别一步到位。
上线之后才算真正开始
因子会衰减(比如小市值因子在 2017 年后明显走弱),所以要持续监控:IC 是否长期在零附近波动甚至转负、策略拥挤度是否升高(多头持仓重合度)、市场风格切换时的压力测试。因子失效就降权或剔除,别死守。
二、减少情绪化交易:靠"设计绕过本能",而不是靠意志力
先认清敌人:三个刻在基因里的偏差
损失厌恶:亏损带来的痛苦约为同等盈利带来快乐的两倍。这直接导致"再等等回本"压过止损规则;
处置效应:赚一点就急着落袋,亏了反而死扛。这正是散户长期跑输的核心原因之一;
过度自信:把运气归因于能力,连赢之后加仓、集中持股,一旦转向波动远超承受范围。
这些不是性格缺陷,是人在不确定环境中的默认反应。对抗本能不如设计绕过本能的系统——这是所有有效方法的共同底层。
六条可落地的约束机制
1. 把纪律写成可执行的交易计划。 计划必须包含具体的入场条件、止损位、目标位、最大仓位比例,而不是"低买高卖"。规则越具体,留给情绪的空间越小。
2. 用自动化替你做最难的那部分坚持。 条件单自动止损、固定金额定投、交易账户与日常账户分离。自动化把决策从"当下情绪"转移到"事先设计"。券商 APP 的智能条件单(止盈止损、分批建仓、网格)基本都免费,这是零成本就能拿到的工具。
3. 仓位公式化,永远不靠感觉定大小。 单笔风险 = (总资金 × 1%~2%)÷(入场价 - 止损价)。当最大亏损被预先定义且足够小,你的神经系统才平静得下来按计划执行。
4. 设冷静期,在冲动和行动之间插一道buffer。 24 小时规则:产生交易念头后至少等 24 小时再执行;金额超过阈值的延迟 48~72 小时;单日波动超 2% 时不做任何交易——这恰恰是偏差最活跃的时候。
5. 写决策日志,并把评价标准从结果转向过程。 每笔记录:买入理由、预期、卖出条件、当时的情绪状态。给执行打 A~F 级(赚钱但破坏规则的仍算失败)。同时记下"三个这项投资可能失败的原因",强制对抗确认偏误。
6. 降低看盘频率。 频繁查看会放大情绪反应,诱发冲动操作。按固定时点复核,而不是全程盯盘。
如何建立量化选股逻辑,减少情绪化交易对投资决策的影响?
如何识别并控制自己的情绪化交易
问一问流程:
1.提交咨询
2.专业一对一解答
3.免费发送短信回复