逐风 Lab
菜单

Research / Q1–Q6 · 因子研究

同一个因子，
在不同市值的池子里方向相反。

对 A 股微盘、中盘、大盘做全市值层的因子有效性检验。六模块递进：Q1–Q2 回答「现在是什么环境」，Q3–Q6 回答「什么因子在什么池子里有效」。

快照 2026/05数据源 baostock / akshare / Yahoo FinanceV1 截面分析

01 / Framework

六模块，递进

  1. 宏观框架

    估值分位 + 风格周期 + 驱动力归因

  2. 海外对比

    美股/日本小盘周期 vs A 股，判断驱动是否独立

  3. 微盘因子

    861520.EI 400 只成分股，七层验证，6 年回溯

  4. 实时监测

    六维仪表盘，日频风格切换信号

  5. 大盘因子

    CSI 300 三百只，七层验证（对照组）

  6. 中盘因子

    CSI 500 五百只，七层验证 + 三市值对比矩阵

02 / Findings

三个核心发现

波动率因子，方向翻转

微盘里低波动 = 抗跌（t=-4.00，p<0.001，六年全部同向）；到了中盘（t=+2.70）和大盘（t=+4.54），方向完全反过来——高波动才是赢家。同一个因子，市值不同，信号相反。

低波策略只适用于微盘。因子迁移必须做市值适配，不能直接搬。

方向一致性 > 统计显著性

动量平均 |t|=3.06，看起来漂亮，但六年方向 3 正 3 负——完全随机。波动率平均 |t|=3.28，六年全部同向。只看 p 值不看方向稳定性，会被过拟合的显著性误导。

这是整个项目最重要的一条方法论：|t| 大不代表能依赖。

大盘回归教科书，微盘反教科书

大盘里教科书逻辑成立：高 ROE 抗跌（t=+2.79）、低负债抗跌（t=-2.54）。微盘里全部失效甚至反向：ROE 越高越不抗跌，PB 越低越跌（壳价值陷阱）。Q5 与 Q3 的方向一致性仅 43%。

市值是关键分组变量，因子信号不可跨市值迁移。

03 / Matrix

三市值对比矩阵

整项研究信息量最大的一张表。P = 因子值越高越抗跌，N = 越低越抗跌；*** p<0.01，** p<0.05。

因子微盘 Q3中盘 Q6大盘 Q5模式
动量P+0.97P+3.47***P+3.75***三市一致
负债率N-0.78N-0.18N-2.54**三市一致
波动率N-4.00***P+2.70***P+4.54***微盘 vs 中大翻转
ROEP+0.49N-0.47P+2.79***微中翻转
EPSN-1.11N-0.67P+0.05中大翻转
净利增速P+0.90P+2.10**N-0.07中大翻转
营收增速N-0.60N-0.35P+1.55中大翻转
  • 动量、负债率跨市值稳健——三市方向一致，可以做全市场选股。
  • 波动率在微盘 vs 中大市值完全翻转——低波策略只适用于微盘。
  • 其余四个因子无稳定跨市值规律——中盘 100–200 亿层抗跌率仅 16%，内部市值分化比因子效果强得多。

04 / Macro · 2026/05 快照

当时的市场环境判断

2–3%

三大指数 PB 分位

从净资产看已是历史极端低位；但 PE 分位 20%→31%→45% 阶梯上行——ROE 下行是核心矛盾。

100%

CSI 1000 反弹中的 PE 贡献

PE 贡献 +63.1%，EPS 贡献 -9.0%。缺乏盈利支撑的估值修复，不可持续。

99.2%

CSI1000/CSI300 比值 5 年分位

小盘相对强度处于极端高位，上行空间有限。

0.932

60 日横截面相关性

系统性拥挤，alpha 收窄。

05 / Methodology

七层交叉验证

同一个假设在七个层级接受检验——单一统计陷阱很难同时骗过七层。

  1. t 检验（统计显著性）
  2. Mann-Whitney U（非参数稳健性）
  3. Logit 回归（多因子共线性）
  4. 五分位单调性
  5. 行业 × 因子矩阵
  6. 市值内部分层
  7. 跨年稳定性（6 年回溯）

数据先行。项目中曾出现 5 处预写结论与代码输出不符（数字写错、结论先行），全部修正。此后形成铁律：所有定量论断必须在代码完整运行后撰写，每个数字对应到具体 cell 输出。

可复现。发现 baostock 的 balance_data[6] 字段取错（负债率同比变化 ≠ 资产负债率）后，用 akshare indicator[61] 交叉验证 10 只股票确认偏差（4–88pp），再全量修复——负债率方向因此从「高负债抗跌」翻转为「低负债抗跌」。不依赖黑箱。

06 / Boundaries

边界与局限

结论的可信度，取决于边界写得多清楚。

  • Q5/Q6 为纯截面分析（V1），多年度回溯因指数成分每半年调整而搁置至 V2。
  • OCF/营收因子覆盖率不足（<85%），在所有指数中排除。
  • Logit Pseudo R² 整体偏低（2–8%）：对个股抗跌与否的截面解释力有限，行业归属和市值可能比因子更重要。
  • 风格周期检测算法（order=126）有约 6 个月滞后，震荡市可靠性下降。
  • 幸存者偏差：2021 年截面留存仅 32.2%，早期 t 值被系统性高估。这是结论的边界条件，不是技术注脚。