python股票因子怎么计算才有效

📅 2026-09-16 08:19👁️ 4642 阅读💬 0 评论

企业微信

为什么需要自己计算股票因子

公开的因子数据往往滞后或经过平滑处理，直接用于实盘容易失效。用python从原始行情和财务数据出发，构建自定义因子，能更好控制因子暴露和更新频率。期货因子与股票因子存在联动，跨品种因子挖掘可以提高策略夏普比率。

数据准备与清洗

从tushare、akshare或本地数据库获取日频行情。处理停牌、涨跌停、新股上市不足60日等异常样本。复权价格用后复权，避免除权跳空干扰动量因子。


import pandas as pd

def clean_price(df):

    df = df[df['volume'] > 0]

    df = df[~df['trade_status'].isin(['停牌', '一字板'])]

    df['adj_close'] = df['close'] * df['adj_factor']

    return df

财务数据需要按公告日对齐，不能用报告期直接匹配，否则引入未来函数。季度数据用最新公告值填充，滞后45天更安全。

常见股票因子计算逻辑

动量因子

过去20日收益率减去过去5日收益率，剔除短期反转。python向量化计算：

python股票因子怎么计算才有效


factors['mom_20_5'] = df.groupby('code')['adj_close'].pct_change(20) - df.groupby('code')['adj_close'].pct_change(5)

波动率因子

20日收益率标准差除以60日标准差，衡量短期波动相对长期波动。低波动因子在A股长期有效。

换手率因子

过去20日平均换手率除以过去120日平均换手率。高换手往往伴随投机，因子值取负向。

估值因子

EP等于净利润除以总市值，BP等于净资产除以总市值。使用TTM净利润，市值用当日总市值。

质量因子

ROE稳定性用过去8个季度ROE标准差倒数，毛利率变化用同比差值。

期货因子的特殊处理

期货因子需要处理展期收益和保证金杠杆。计算基差动量：近月合约价格减远月合约价格，除以远月价格，取20日变化率。持仓量因子用会员持仓多空比变化。


def futures_basis_mom(near, far, window=20):

    basis = (near - far) / far

    return basis.pct_change(window)

期货因子与股票因子合成时，注意波动率量纲差异，用滚动zscore标准化。

因子标准化与中性化

横截面标准化：每个交易日对因子做zscore，剔除极值3倍标准差以外。

行业中性化：用申万一级行业哑变量回归，取残差。市值中性化：对对数市值回归，取残差。


import statsmodels.api as sm

def neutralize(factor, industry, mktcap):

    X = pd.concat([industry, np.log(mktcap)], axis=1)

    X = sm.add_constant(X)

    model = sm.OLS(factor, X, missing='drop').fit()

    return model.resid