8.1 因子是什么：把感觉变成可记录特征

课前导读

本节目标

学完能解决什么困惑：把"这只股票看起来不错"拆成可记录、可比较、可复盘的特征，理解因子在选股中的位置。

难度：入门

用时：约 35 分钟

上一章你已经学过 Python、pandas、缺失值、异常值、rolling 和 shift。

这些工具像一套文具：铅笔、尺子、表格、计算器都准备好了。

从本章开始，我们要回答一个更接近投资的问题：到底该把哪些东西写进表格里？

如果只是把价格、成交量、净利润机械地放进 DataFrame，表格会很大，却不一定帮你做出更清醒的判断。

所以第 8 章的核心，是把"凭感觉选股"升级为"用可记录特征选股"。

这一节先讲最基础的问题：什么是因子。

---

知识正文

一、从一句常见的话开始

新手看股票时，经常会说：

"我感觉这家公司不错。"

"这只股票好像很便宜。"

"最近涨得挺强，是不是还会继续？"

"这个行业波动太大，我有点害怕。"

这些话都不是错的。

问题在于，它们太模糊。

模糊的话无法比较，也无法复盘。

今天你说"便宜"，明天我说"便宜"，我们可能指的完全不是一回事。

量化思维的第一步，不是马上写复杂程序，而是先把这些感觉翻译成可记录的字段。

flowchart LR
    A["一句模糊感觉"] --> B["拆成可观察现象"]
    B --> C["选择可记录字段"]
    C --> D["形成股票标签"]
    D --> E["比较与复盘"]

这张图里的"股票标签"，就是理解因子的入口。

二、类比一：给股票贴标签

想象你去整理一个巨大的书架。

如果每本书都只写着"不错""一般""可能有用"，你很难找到自己要的书。

但如果每本书都贴上标签：文学、历史、页数、出版年份、适合初学者、是否有图表，你就能更快筛选。

股票也一样。

A 股有几千只股票。

如果只靠感觉看，一天看十只就会疲劳。

如果给每只股票贴上可记录标签，比如估值、盈利质量、近期涨跌、波动大小，比较就会清楚很多。

模糊说法	可以翻译成的标签	标签要回答的问题
看起来便宜	市盈率、股息率、PB	当前价格相对盈利或资产贵不贵
公司质地不错	ROE、毛利率、现金流	公司赚钱是否稳定、是否扎实
最近走势强	近 20 日涨跌幅、均线位置	市场最近是否持续认可它
我怕它太刺激	波动率、振幅、最大回撤	价格晃动会不会超出承受范围

这些标签本身还不是结论。

它们只是把"感觉"变成了"可记录的观察"。

关键理解

因子不是神秘公式，而是股票身上的一张张可记录标签。标签越清楚，复盘时越知道自己当初到底看中了什么。

三、类比二：给股票做体检

再换一个类比。

医生不会只看一眼病人就说"你健康"。

医生会看体温、血压、心率、血糖、肝功能等指标。

单个指标不能代表全部健康状况，但它能提示一个角度。

股票的因子也是类似的体检指标。

市盈率像"价格相对赚钱能力的温度计"。

ROE 像"公司用自家本钱赚钱的效率表"。

近 20 日涨跌幅像"近期市场情绪的速度表"。

波动率像"股价路面颠簸程度的提示牌"。

你不会因为一个人体温正常，就断定他一定完全健康。

同样，你也不能因为一个因子好，就直接买入一只股票。

四、正式定义：什么是因子

在本章里，我们把因子理解为：

因子是一个能够解释、区分或帮助预测股票未来收益和风险的可记录特征。

这句话可以拆成四层。

第一，因子是"特征"。

它通常是一列数据，比如 pe、roe、ret_20d、volatility_20d。

第二，因子要"可记录"。

如果你说"老板看起来靠谱"，但没有任何可重复记录方式，它还不是合格因子。

如果你改成"过去三年净利润是否连续增长"，它就更接近可记录特征。

第三，因子可以"解释"差异。

例如，某些低估值股票长期表现不同，可能与市场对价格和盈利的重新认识有关。

第四，因子只能"帮助预测"，不能保证预测。

市场里有政策、情绪、流动性、突发公告和交易制度，任何单个因子都不能给你确定答案。

常见误区

看到"帮助预测"四个字，不要理解成"一定上涨"。因子更像天气预报里的气压、温度和湿度，能提高判断质量，但不能保证明天一定不下雨。

五、因子值：一只股票某一天的标签数值

理解因子时，还要认识一个小概念：因子值。

因子值就是某只股票在某个时点上的具体数值。

比如学习用的虚构表格如下：

股票	市盈率 PE	ROE	近 20 日涨跌幅	20 日波动率
示例消费公司	28	18%	6%	2.1%
示例银行公司	6	11%	-2%	1.0%
示例科技公司	55	9%	15%	3.8%
示例周期公司	14	7%	-8%	4.5%

这张表没有要求你立刻选出哪只最好。

它只是让每只股票都带着四张标签进入比较。

同一天比较多只股票，就是横向排队。

同一只股票跟自己过去比较，就是看它的状态有没有变化。

这两种比较都会在后面的课程中逐步展开。

六、四个最容易上手的因子例子

先从四个你已经见过或容易理解的例子开始。

因子	直觉解释	新手应该先问的问题
市盈率 PE	花多少钱买公司一元盈利	便宜是因为被低估，还是因为利润正在变差
ROE	公司用股东投入的钱赚利润的效率	高 ROE 能否持续，还是只是一年特别高
近 20 日涨跌幅	最近约一个月市场是否愿意继续买它	是健康趋势，还是短期追涨情绪
波动率	股价每天上下晃动的剧烈程度	这种颠簸我能不能承受

这里的 PE 在第 3 章已经出现过。

ROE 的中文叫净资产收益率。

你可以先把它理解成：公司用自己的"家底"赚钱的效率。

近 20 日涨跌幅来自第 2 章和第 7 章的价格、收益率与 rolling 思维。

波动率暂时不用急着背公式。

先把它理解成"这只股票平时坐起来有多颠"。

七、A 股语境下的因子观察

A 股市场里，因子的含义一定要放回现实环境。

同样是低市盈率，银行股、电力股、周期股背后的原因可能不一样。

有些股票低估值，是因为市场担心增长慢。

有些股票低估值，是因为行业景气度下行。

有些股票低估值，也可能只是暂时被忽视。

同样是高 ROE，消费龙头、医药企业、资源类公司也要分开理解。

一家公司的 ROE 高，可能来自品牌优势。

也可能来自负债较高。

还可能来自某一年产品价格特别好。

所以，因子从来不是脱离业务的数字游戏。

专业老师会提醒你：先理解数字背后的经济含义。

投资者会提醒你：再好的标签也要考虑价格、风险和自己的承受能力。

量化开发会提醒你：每个标签都必须能在表格中稳定计算、保存和复查。

八、用 pandas 做一个最小因子表

下面的代码不需要外部数据。

它只是演示如何把几个学习样本整理成因子表。

请先看直觉：我们不是让代码替你买股票，而是让代码把标签写整齐。

import pandas as pd

df = pd.DataFrame(
    {
        "stock": ["示例消费", "示例银行", "示例科技", "示例周期"],
        "pe": [28, 6, 55, 14],
        "roe": [0.18, 0.11, 0.09, 0.07],
        "ret_20d": [0.06, -0.02, 0.15, -0.08],
        "vol_20d": [0.021, 0.010, 0.038, 0.045],
    }
)

df["pe_label"] = df["pe"].rank(ascending=True)
df["roe_label"] = df["roe"].rank(ascending=False)
df["momentum_label"] = df["ret_20d"].rank(ascending=False)
df["risk_label"] = df["vol_20d"].rank(ascending=True)

print(df)

这段代码里，rank 的意思是排队。

pe 越低，估值标签越靠前。

roe 越高，质量标签越靠前。

ret_20d 越高，近期动量标签越靠前。

vol_20d 越低，波动风险标签越靠前。

注意，"靠前"不等于"必须买"。

它只说明这只股票在某个维度上更符合你设置的观察规则。

九、因子与买入按钮之间隔着三道门

很多新手第一次接触因子，会误以为找到一个好因子就找到了财富密码。

这很危险。

因子和买入之间至少隔着三道门。

第一道门是数据门。

数据是否准确、是否有缺失、是否在当时已经可见。

第二道门是解释门。

因子为什么可能有效，背后是不是有商业逻辑或交易行为逻辑。

第三道门是执行门。

真正买卖时有涨跌停、流动性、成本、滑点和情绪压力。

flowchart TD
    A["因子值看起来不错"] --> B["检查数据是否可靠"]
    B --> C["解释为什么可能有效"]
    C --> D["观察风险与交易边界"]
    D --> E["进入候选池或继续观望"]

风险提示

不要把任何因子当作"自动买入按钮"。因子只能帮助你提出更清楚的问题，不能替你承担亏损。

十、本节可执行练习：把一句感觉翻译成因子

现在请拿出你的交易日志或学习笔记。

写下一句你过去可能会说的话。

例如："我觉得这只股票最近挺强。"

然后按下面四步翻译。

第一步，找出这句话里真正想表达的观察。

这里的观察是"最近市场愿意持续买它"。

第二步，把观察改成字段。

可以使用近 20 日涨跌幅、MA20 与 MA60 的位置、成交量变化。

第三步，写清楚计算口径。

例如近 20 日涨跌幅等于最近收盘价相对 20 个交易日前收盘价的变化比例。

第四步，写清楚限制。

最近强不代表未来一定强，也可能是短期过热。

完成这四步，你就已经把一句感觉变成了一个可复盘的因子雏形。

---

交互实验室

因子标签卡：把三只股票放到同一张桌子上

本节不新增组件。

你可以直接复制下面的表格到笔记、表格软件或 Notebook 的 Markdown 单元中填写。

请选择三只你熟悉但不会立刻交易的 A 股观察对象。

如果没有真实数据，就先用"示例 A、示例 B、示例 C"练习字段设计。

项目	股票 1	股票 2	股票 3
我原先的感觉
可以翻译成的因子
因子值从哪里来
因子方向	越高越好或越低越好	越高越好或越低越好	越高越好或越低越好
可能的误读
暂时结论	进入观察或继续学习	进入观察或继续学习	进入观察或继续学习

三个练习问题

1. 如果你说"这家公司很便宜"，你至少可以用哪两个字段来记录？

2. 如果一只股票近 20 日涨幅很高，你需要写下哪些风险提醒？

3. 如果 PE 很低但公司连续亏损，你会把它归为"便宜"还是"需要进一步检查"？

参考思路

第一个问题可以想到 PE、PB、股息率等。

第二个问题要提醒自己，近期涨幅高可能是趋势，也可能是追涨后的拥挤。

第三个问题应优先选择"需要进一步检查"。

因为低估值标签必须和盈利质量、行业状态、风险事件一起看。

---

核心复盘

知识清单：

• [ ] 因子是能解释、区分或帮助预测收益和风险的可记录特征
• [ ] 因子像股票标签，也像体检指标，单个指标不能代表全部
• [ ] 市盈率、ROE、近 20 日涨跌幅、波动率都可以作为入门因子例子
• [ ] 因子值只是某只股票在某个时点的标签数值，不是买入命令
• [ ] 用 pandas 做因子表的目的，是把观察写清楚，而不是让代码替你冲动下单

金句总结

"因子不是答案，而是把感觉变成证据的第一步。"