概述

多因子模型是量化投资中最经典的选股框架之一。本文介绍如何基于 Barra 风险因子体系，构建适用于 A 股市场的多因子选股模型。

1. 因子体系设计

价值因子

**EP（Earnings-to-Price）**：TTM 净利润 / 总市值

**BP（Book-to-Price）**：最近一期净资产 / 总市值

**SP（Sales-to-Price）**：TTM 营业收入 / 总市值

成长因子

**SUE（Standardized Unexpected Earnings）**：标准化盈利意外

**营收增速**：最近 4 个季度同比增速均值

**ROE 变化率**：ROE 的季度环比变化

动量因子

**短期反转**：过去 20 个交易日收益率（取反）

**中期动量**：过去 60~250 个交易日收益率

2. 因子测试与筛选

IC 分析

Information Coefficient 是衡量因子预测能力的核心指标：

IC = corr(因子值, 下期收益率)

筛选标准：

IC 均值绝对值 > 0.03

ICIR（IC 均值 / IC 标准差）> 0.5

IC 方向稳定性 > 55%

分层回测

将股票按因子值分为 5 组，检验多头组合相对空头组合的超额收益是否单调递增。

3. 组合优化

采用均值-方差优化框架，在最大化预期收益的同时控制风险暴露：

行业偏离约束：±5%

个股权重上限：2%

换手率约束：单边 30% / 月

注意事项

A 股市场的因子表现与海外市场存在差异，价值因子长期有效但波动较大

需要对因子进行市值中性化和行业中性化处理

回测时注意避免未来数据偏差（Look-ahead Bias）