因子池的建立与数据清洗
构建多因子模型的第一步是建立全面的因子池。因子来源包括财务数据、量价数据、分析师预期、另类数据等。财务因子涵盖估值、盈利、成长、杠杆、流动性等维度。量价因子包含动量、反转、波动率、换手率、成交金额等。期货因子则需考虑基差、展期收益率、持仓量变化、波动率期限结构等。数据清洗至关重要，需处理缺失值、异常值、停牌、涨跌停等情形。股票数据需前复权处理，期货数据需拼接主力合约并计算连续价格。缺失值可采用行业均值填充或前向填充，异常值用中位数绝对偏差法缩尾。
因子有效性检验
因子有效性检验决定其是否纳入模型。常用方法包括信息系数分析、分组回测、因子收益率回归。信息系数计算因子值与下期收益的秩相关系数，绝对值大于0.03通常视为有效。分组回测将股票按因子值排序分为五组或十组，观察多空组合收益单调性。因子收益率回归采用横截面回归，计算每期因子暴露的收益，再用t检验判断显著性。期货因子检验需注意合约换月影响，使用主力连续合约并剔除换月前后三天的数据。换手率高的因子需考虑交易成本，通常要求多空组合年化换手率低于20倍。
因子正交化与合成
多个因子间存在共线性，需进行正交化处理。常用方法有对称正交、施密特正交、主成分分析。对称正交保持因子间相关性最小且不依赖于排序。合成方法包括等权加权、信息系数加权、最大化信息系数加权、机器学习集成。等权加权简单稳健，适合因子数量较少的情况。信息系数加权根据历史信息系数均值分配权重，需滚动计算避免未来函数。机器学习方法如梯度提升树、随机森林可捕捉非线性关系，但需警惕过拟合。期货因子合成需考虑不同品种波动差异，可先对因子做横截面标准化再合成。
收益预测与风险模型
收益预测采用横截面回归或机器学习模型。横截面回归将下期收益对因子暴露回归，得到因子预期收益，再与当前因子暴露相乘得到个股预期收益。风险模型用于控制组合暴露，常用结构化风险模型如巴拉模型，包含国家因子、行业因子、风格因子。股票风险因子包括市值、贝塔、动量、波动率、流动性等。期货风险因子包括基差动量、展期收益率、波动率、持仓量等。风险模型协方差矩阵估计需使用指数加权移动平均或压缩估计，避免维度灾难。
组合优化与约束条件
组合优化在给定预期收益和风险模型下最大化效用函数。目标函数通常为组合预期收益减去风险厌恶系数乘以组合方差。约束条件包括个股权重上限、行业暴露中性、风格暴露中性、换手率约束、做空限制。股票组合可设置单票权重不超过1%，行业偏离不超过2%。期货组合需考虑保证金占用、展期成本、流动性限制。优化求解可采用二次规划或凸优化。实际中常加入交易成本模型，如线性成本或平方根成本，避免过度换手。
回测与绩效评估
回测需模拟真实交易环境，考虑交易成本、滑点、涨跌停无法成交、期货保证金变化。绩效指标包括年化收益、夏普比率、最大回撤、信息比率、胜率、盈亏比。股票多因子组合年化收益8%-15%较为常见，夏普比率大于1为佳。期货多因子组合需关注尾部风险，最大回撤控制在20%以内。回测需进行样本外测试，使用滚动窗口或扩展窗口。因子衰减测试观察因子在不同持有期的表现。归因分析将收益分解为风格、行业、选股贡献。
动态调仓与因子衰减监控
多因子模型需定期调仓，股票通常月度或周度调仓，期货可日度或周度调仓。调仓时需重新计算因子暴露、预期收益、风险模型。因子衰减监控跟踪因子信息系数滚动均值，低于阈值时降低权重或剔除。股票因子需关注财报季节效应，期货因子需关注展期窗口。动态权重调整可采用贝叶斯收缩或指数加权。极端市场环境下需临时降低杠杆或增加对冲。
代码示例 因子信息系数计算
import pandas as pd
import numpy as np
def calculate_ic(factor_df, return_df):
"""
factor_df: 索引为日期和股票代码的因子值
return_df: 索引为日期和股票代码的下期收益
"""
merged = pd.concat([factor_df, return_df], axis=1).dropna()
ic_series = merged.groupby(level=0).apply(
lambda x: x.iloc[:, 0].corr(x.iloc[:, 1], method='spearman')
)
return ic_series
# 假设factor和return为多级索引DataFrame
# ic = calculate_ic(factor, forward_return)
# print(ic.mean(), ic.std())
期货多因子特殊处理
期货多因子模型需处理合约展期、保证金、涨跌停、夜盘等。展期收益率因子计算为近月合约价格减远月合约价格除以远月价格。持仓量变化因子反映多空分歧。波动率因子使用日内高频数据计算已实现波动率。期货因子需按品种中性化，避免单一品种暴露过大。跨品种套利因子如螺纹钢与热卷价差、豆油与棕榈油价差。期货组合优化需考虑保证金占用，通常杠杆不超过3倍。
常见陷阱与应对
未来函数是常见错误，如使用未来财报数据或未来价格计算因子。幸存者偏差需使用全历史股票池包含退市股票。过拟合通过样本外测试和简化模型避免。因子拥挤导致收益衰减，需监控因子相关性变化。交易成本低估会高估策略收益，需使用实际成交数据校准。数据窥探偏差要求先定义因子再检验。期货主力合约切换导致价格跳跃，需使用复权方法处理。
实战建议
从少量经典因子开始，如估值、动量、波动率，逐步扩展。股票多因子模型优先选择低换手因子，期货多因子模型关注展期和基差。使用开源工具如alphalens、zipline、backtrader加速开发。定期更新因子池，剔除失效因子。风险控制优先于收益增强，设置硬性回撤止损。记录每笔交易和因子表现，建立因子数据库。
