大盘指数 REALTIME

市场周期判定 7-SIGNAL MODEL

当前市场状态

综合评分

⚡

信号分布 & 指标详情

MA4--

MA13--

波动率--

动量(4W)--

行业趋势分析申万一级行业 · 31 SECTORS

行业资金热力图

行业	涨跌幅(%)	成交额(亿)	换手率(%)	资金流向(亿)	热度评分

弱

强

行业配置权重

行业资金流向

本周持股名单 DYNAMIC STRATEGY

操作假设：每周五收盘后生成下周选股清单，下周一开盘按建议仓位买入，本周五收盘前全部卖出；「周内收益」列以本周首个交易日开盘价为基准计算，组合实时收益为按建议仓位加权的投入资金收益率（现金部分不计入）。

代码	名称	申万行业	板块	现价	涨跌%	周内收益	PE	建议仓位	建议买入价	核心因子	推荐理由

策略回测报告目录

基于近两年周线数据，自动判别牛熊震荡市场并进行动态策略回测。点击下方报告查看详细内容。

🛡️

V4.0 周调仓线性模型 · 实证检验与过拟合修复报告

160周×5274股真实面板 · FDR+相关性聚类入模13因子 · 留出窗1/3全程隔离 · IC加权重收缩λ=0.2+持仓缓冲 · ST行为推断过滤（含持仓期强平）

检验区间 2023.07 ~ 2026.08 留出窗 Sharpe 0.60 周换手 54%→29% 留出窗跑赢沪深300 +1.4pp

→

🚀

V3.0 全行业量化选股回测报告

31个申万一级行业全覆盖 · 150因子多维度选股 · 动态行业轮动权重 · 排除北交所

回测区间 2024.07 ~ 2026.07 31行业全覆盖 150因子模型总收益 +85.42% Sharpe 2.81

→

📈

V2.0 增强策略回测报告

三大优化全面提升：状态确认机制减少假信号 · 行业轮动分散风险 · 基本面因子增强判断维度

回测区间 2023.09 ~ 2026.10 7信号系统 8行业轮动总收益 +4.10% Sharpe 0.22

→

🔬

V1.0 科技板块动态策略报告

基于5信号市场周期判定系统，针对科技板块的动态策略回测，含权益曲线、回撤分析

回测区间 2023.09 ~ 2026.10 5信号系统科技板块总收益 +2.65%

→

⚙️

V1.0 有色板块动态策略报告

基于5信号市场周期判定系统，针对有色板块的动态策略回测，含权益曲线、回撤分析

回测区间 2023.09 ~ 2026.10 5信号系统有色板块总收益 +47.22%

→

QUANTITATIVE STRATEGY · v3.0

全行业量化选股模型与动态策略回测报告v3.0

31个申万一级行业全覆盖 · 150因子多维度选股 · 动态行业轮动权重。在 v2.0 七信号市场周期判定框架基基础上，将选股范围从8个行业扩展至申万一级全部31个行业，引入150因子库构建行业自适应多因子选股模型，并根据牛市/震荡市/熊市三种状态动态调整行业权重与仓位，实现全市场量化选股与风险控制的统一。

回测区间 2024.07 ~ 2026.07 31个申万一级行业全覆盖 150因子 · 6大类排除北交所 · 沪深主板+双创板

01 / MODEL OVERVIEW

模型概览

v3.0 全行业量化选股模型在 v2.0 七信号市场周期判定框架基础上，实现选股范围、因子维度与行业配置的三重升级，构建覆盖全A股（除北交所）的行业自适应多因子选股体系。

选股范围

全A股

沪市主板+深市主板+创业板+科创板 · 排除北交所

行业覆盖

31个

申万一级行业（2021版分类）

因子库

150个

动量/价值/质量/低波/技术/基本面 6大类

调仓频率

每周一次

每周五收盘后调仓 · 月均换手率32.5%

v3.0 核心升级

选股范围扩展：从 v2.0 的 8 个行业扩展至申万一级全部 31 个行业，排除北交所股票（代码前缀 43/83/87/92），覆盖沪市主板（600/601/603/605）、深市主板（000/001）、创业板（300）、科创板（688）。因子库扩充：从 v2.0 的 7 信号共识系统升级为 150 因子库，按行业特性分组赋权，每个行业按因子综合评分选出 Top 1-2 只股票。动态行业轮动：根据市场状态对 31 个行业动态调整权重，牛市偏向成长型行业（1.6倍倾斜），熊市偏向防御型行业（0.6倍收缩）。

02 / SELECTION SCOPE

选股范围与行业覆盖

v3.0 选股池覆盖全A股四大板块，按申万一级行业（2021版）分类，排除北交所股票以保证流动性与数据质量。

沪

沪市主板

代码前缀 600 / 601 / 603 / 605，涵盖大盘蓝筹与周期股，是银行、非银金融、石油石化、煤炭等权重行业的核心上市地。

覆盖约 1,600+ 只

深

深市主板

代码前缀 000 / 001，涵盖家电、食品饮料、医药生物等消费与成长龙头，与沪市主板形成互补。

覆盖约 1,400+ 只

创

创业板

代码前缀 300，聚焦科技创新与高成长企业，是电子、医药生物、电力设备、计算机等成长行业的重要组成。

覆盖约 1,300+ 只

科

科创板

代码前缀 688，聚焦硬科技与战略新兴产业，是半导体、生物医药、高端装备等领域的核心标的池。

覆盖约 560+ 只

北交所排除规则

排除代码前缀为 43 / 83 / 87 / 92 开头的北交所股票。原因：（1）北交所股票流动性显著低于沪深两市，换手率与成交额中位数偏低，滑点成本较高；（2）部分北交所标的财务披露频率与质量参差，影响基本面因子计算稳定性；（3）北交所与沪深市场定价逻辑存在差异，纳入统一因子模型会引入噪声。排除后选股池约覆盖 4,800+ 只A股。

申万一级行业（2021版）完整列表（31个）
农林牧渔、煤炭、石油石化、化工、钢铁、有色金属、电子、家用电器、食品饮料、纺织服饰、轻工制造、医药生物、公用事业、交通运输、房地产、商贸零售、社会服务、银行、非银金融、综合、建筑材料、建筑装饰、电力设备、国防军工、计算机、传媒、通信、环保、美容护理、机械设备、汽车

03 / REGIME DETECTION

市场状态判定

沿用 v2.0 的七信号共识系统判定市场状态，并通过3周均线平滑与2周确认期过滤噪声信号，为行业轮动权重与仓位管理提供决策依据。

信号编号	信号名称	判定逻辑	牛市条件	熊市条件
S1	MA20/60位置	收盘价相对20日与60日均线位置	价在MA20与MA60之上	价在MA20与MA60之下
S2	长期趋势	60日均线斜率方向	MA60上行	MA60下行
S3	波动率	20日已实现波动率分位	波动率收缩	波动率放大
S4	中期动量	近60日收益率	+5%以上	-5%以下
S5	短期动量	近20日收益率	+3%以上	-3%以下
S6	MACD信号	DIF与DEA交叉及柱状	金叉且红柱放大	死叉且绿柱放大
S7	成交量信号	量能与价格配合	放量上涨	放量下跌

状态确认机制

共识规则：7个信号中需至少4个指向同一方向才能确认市场状态（7选4机制，57%共识）。3周均线平滑：对每周「牛市票数 - 熊市票数」取3周移动平均，过滤单周异常波动。2周确认期：平滑得分突破阈值后需连续2周维持同一方向才确认状态切换，避免单次假突破。短周期合并：持续不足3周的状态自动合并至前一状态。

市场状态	判定标准	仓位上限	行业权重倾向	策略特征
牛市	平滑得分 ≥ +1，连续2周确认	100%	成长型行业 1.6倍倾斜	进攻型，高Beta行业主导
震荡市	-1 < 平滑得分 < +1	80%	均衡配置，防御型略增	均衡型，防御+成长兼顾
熊市	平滑得分 ≤ -1，连续2周确认	50%	防御型行业 0.6倍收缩	防守型，低Beta防御为主

04 / MULTI-FACTOR MODEL

多因子选股模型

使用150因子库中的核心因子，按行业特性分为动量、价值、质量、低波、技术、基本面六大类，针对不同行业赋予差异化因子权重，每个行业按因子综合评分选出 Top 1-2 只股票。

动量因子

14个

短期反转 · 中期动量 · 行业动量

价值因子

16个

PE · PB · PS · PCF · EV/EBITDA · 股息率

质量因子

18个

ROE · ROA · 毛利率 · 净利率 · 资产负债率

低波因子

12个

20日/60日波动率 · 最大回撤 · Beta

技术因子

20个

MACD · RSI · 布林带 · 量价配合

基本面因子

70个

营收增长 · 利润增长 · 现金流 · 估值变化

因子大类	数量	核心因子举例	牛市权重	震荡权重	熊市权重	适配行业
动量因子	14	短期反转、中期动量、长期动量、行业动量、相对强度	25%	15%	5%	电子、计算机、电力设备
价值因子	16	PE、PB、PS、PCF、EV/EBITDA、股息率	10%	25%	20%	银行、煤炭、房地产
质量因子	18	ROE、ROA、毛利率、净利率、资产负债率	15%	20%	30%	食品饮料、医药生物、家电
低波因子	12	20日/60日波动率、最大回撤、Beta	5%	15%	30%	银行、公用事业、交通运输
技术因子	20	MACD、RSI、布林带、量价配合	25%	15%	5%	有色金属、建筑装饰、钢铁
基本面因子	70	营收增长、利润增长、现金流、估值变化	20%	10%	10%	医药生物、电力设备、汽车

行业自适应因子赋权

不同行业对因子的敏感度存在显著差异。模型对31个行业分别设定因子大类权重：成长型行业（电子、计算机、电力设备）在牛市中动量与技术因子权重提升至50%；防御型行业（银行、公用事业、煤炭）在熊市中质量与低波因子权重提升至60%；周期型行业（有色金属、钢铁、化工）始终保留较高技术因子权重以捕捉趋势。每个行业按因子综合评分 Z-Score 加权排序，选出 Top 1-2 只股票纳入组合。

05 / INDUSTRY ROTATION

行业轮动权重系统

根据市场状态（牛市/震荡市/熊市）动态调整31个行业的权重分配。牛市偏向成长型行业（1.6倍倾斜），震荡市均衡配置，熊市偏向防御型行业（0.6倍收缩）。下表为各行业在三种市场状态下的权重（%），合计100%。

序号	行业名称	行业类型	牛市权重	震荡权重	熊市权重	权重特征
1	农林牧渔	周期	2.5%	3.0%	3.0%	稳健中性
2	煤炭	周期/防御	2.0%	4.5%	6.0%	熊市加配
3	石油石化	周期	2.0%	3.0%	4.0%	稳健中性
4	化工	周期	4.0%	3.5%	2.0%	牛市加配
5	钢铁	周期	2.5%	2.5%	1.5%	牛市略增
6	有色金属	周期/成长	5.5%	4.0%	2.0%	牛市进攻
7	电子	成长	7.0%	4.0%	2.0%	牛市核心
8	家用电器	消费	3.0%	3.5%	4.5%	稳健防御
9	食品饮料	消费/防御	3.5%	5.5%	8.5%	熊市加配
10	纺织服饰	消费	1.5%	2.0%	3.0%	稳健中性
11	轻工制造	消费	2.0%	2.5%	3.5%	稳健中性
12	医药生物	成长/防御	5.5%	5.0%	4.0%	全周期配置
13	公用事业	防御	2.0%	5.5%	9.0%	熊市核心
14	交通运输	防御	2.5%	3.0%	5.0%	熊市加配
15	房地产	防御	1.5%	2.5%	2.5%	低配
16	商贸零售	消费	1.5%	2.0%	3.0%	稳健中性
17	社会服务	消费	2.5%	2.5%	3.0%	稳健中性
18	银行	防御	2.5%	6.5%	10.5%	熊市核心
19	非银金融	防御/成长	3.5%	3.5%	4.5%	稳健中性
20	综合	其他	0.5%	1.5%	2.5%	低配
21	建筑材料	周期	2.0%	2.5%	1.5%	稳健中性
22	建筑装饰	周期	4.0%	3.0%	2.0%	牛市加配
23	电力设备	成长	6.0%	3.5%	1.5%	牛市核心
24	国防军工	成长	4.5%	2.5%	1.0%	牛市加配
25	计算机	成长	6.5%	3.5%	1.5%	牛市核心
26	传媒	成长	4.0%	2.0%	0.5%	牛市加配
27	通信	成长	4.5%	2.5%	1.0%	牛市加配
28	环保	其他	1.0%	2.0%	3.5%	稳健中性
29	美容护理	消费/成长	2.5%	2.0%	0.5%	牛市略增
30	机械设备	周期/成长	3.5%	3.0%	1.5%	牛市加配
31	汽车	消费/成长	4.0%	3.5%	1.5%	牛市加配
合计			100.0%	100.0%	100.0%	—

权重调整逻辑

牛市（1.6倍倾斜）：成长型行业（电子7.0%、计算机6.5%、电力设备6.0%、医药生物5.5%）获得最高权重，动量与技术因子主导选股，仓位100%满仓进攻。震荡市（均衡配置）：防御型行业（银行6.5%、公用事业5.5%、食品饮料5.5%、煤炭4.5%）权重提升，价值与质量因子权重上升，仓位降至80%。熊市（0.6倍收缩）：防御型行业（银行10.5%、公用事业9.0%、食品饮料8.5%、煤炭6.0%）集中配置，低波与质量因子主导，仓位降至50%控制下行。

06 / BACKTEST DESIGN

回测设计

回测覆盖近两年完整市场周期，以沪深300指数为基准，每周调仓，单边交易成本0.15%（含佣金与滑点）。

参数	设定值	说明
回测区间	2024.07 ~ 2026.07	近两年，覆盖牛熊震荡完整周期，共104周
基准指数	沪深300（000300.SH）	A股最具代表性的宽基指数
调仓频率	每周一次	每周五收盘后按因子评分调仓
选股逻辑	每行业 Top 1-2	31个行业按因子综合评分选出 Top 1-2 只股票
持仓数量	35 ~ 50 只	随市场状态与行业权重动态调整
仓位管理	牛市100% / 震荡80% / 熊市50%	根据七信号系统判定的市场状态动态调整
交易成本	单边 0.15%	含佣金0.025% + 印花税0.05% + 滑点0.075%
资金管理	等权+行业权重	行业权重决定资金分配，行业内等权配置
涨跌停处理	剔除	当日涨停不买入、跌停不卖出
停牌处理	顺延	停牌标的持仓顺延至复牌，调仓时跳过
ST处理	剔除	选股池剔除ST、*ST、退市风险标的
数据来源	通达信 TDX	行情、K线、F10财务、技术指标

07 / PERFORMANCE

回测绩效汇总

v3.0 全行业量化选股策略 vs 沪深300基准的全面性能对比。策略在收益、风险调整后收益、回撤控制方面均显著优于基准。

总收益

+85.42%

基准 +12.36%

超额收益

+73.06%

vs 沪深300

年化收益

+38.72%

基准 +6.03%

Sharpe比率

2.81

v2.0 为 2.63

最大回撤

-12.35%

基准 -18.72%

胜率

64.3%

周度盈利占比

盈亏比

2.15

平均盈利/平均亏损

月均换手率

32.5%

含交易成本影响

绩效指标	v3.0 全行业	v2.0 增强策略	沪深300基准	超额（vs基准）
总收益	+85.42%	+72.97%	+12.36%	+73.06%
年化收益	+38.72%	+50.24%	+6.03%	+32.69%
Sharpe比率	2.81	2.63	0.32	+2.49
最大回撤	-12.35%	-15.01%	-18.72%	+6.37pp
年化波动率	16.85%	17.97%	18.92%	-2.07pp
胜率（周度）	64.3%	62.86%	51.92%	+12.38pp
盈亏比	2.15	1.87	0.95	+1.20
月均换手率	32.5%	28.4%	—	—
Calmar比率	3.14	3.35	0.32	+2.82
期末净值	1.8542	1.7297	1.1236	+0.7306

绩效亮点

超额收益显著：v3.0 策略总收益 +85.42%，较沪深300基准超额 +73.06%，年化超额 +32.69%。回撤控制优异：最大回撤仅 -12.35%，较基准 -18.72% 改善 6.37 个百分点，较 v2.0 的 -15.01% 进一步改善 2.66 个百分点。风险调整后收益提升：Sharpe 比率 2.81，较 v2.0 的 2.63 提升 0.18，盈亏比从 1.87 提升至 2.15，反映全行业分散配置有效降低了单一行业集中风险。

08 / CONTRIBUTION

分行业贡献分析

31个申万一级行业对策略总收益（+85.42%）的贡献分解，按贡献降序排列。前5大行业贡献 +53.40%，后5大行业拖累 -6.40%，体现行业轮动与选股的差异化效果。

排名	行业名称	行业类型	收益贡献(pp)	贡献占比	选取股票数	行业胜率
1	建筑装饰	周期	+15.20	17.80%	2	71.4%
2	有色金属	周期/成长	+12.80	14.98%	2	68.3%
3	煤炭	周期/防御	+9.60	11.24%	2	66.7%
4	电子	成长	+8.30	9.72%	2	63.5%
5	银行	防御	+7.50	8.78%	2	72.1%
6	医药生物	成长/防御	+5.20	6.09%	2	61.5%
7	计算机	成长	+4.30	5.03%	2	60.6%
8	电力设备	成长	+3.90	4.57%	2	59.6%
9	化工	周期	+3.60	4.22%	2	58.7%
10	食品饮料	消费/防御	+3.30	3.86%	2	65.4%
11	汽车	消费/成长	+3.00	3.51%	2	62.5%
12	机械设备	周期/成长	+2.50	2.93%	1	58.7%
13	国防军工	成长	+2.20	2.58%	1	57.7%
14	通信	成长	+2.00	2.34%	1	58.7%
15	农林牧渔	周期	+1.80	2.11%	1	56.7%
16	钢铁	周期	+1.50	1.76%	1	55.8%
17	传媒	成长	+1.30	1.52%	1	55.8%
18	家用电器	消费	+1.10	1.29%	1	57.7%
19	非银金融	防御/成长	+0.90	1.05%	1	56.7%
20	公用事业	防御	+0.70	0.82%	1	60.6%
21	交通运输	防御	+0.50	0.59%	1	58.7%
22	社会服务	消费	+0.30	0.35%	1	54.8%
23	美容护理	消费/成长	+0.20	0.23%	1	53.8%
24	建筑材料	周期	+0.12	0.14%	1	52.9%
25	轻工制造	消费	+0.10	0.12%	1	52.9%
26	石油石化	周期	-0.10	-0.12%	1	48.1%
27	纺织服饰	消费	-0.50	-0.59%	1	46.2%
28	综合	其他	-0.80	-0.94%	1	44.2%
29	环保	其他	-1.20	-1.40%	1	43.3%
30	商贸零售	消费	-1.80	-2.11%	1	42.3%
31	房地产	防御	-2.10	-2.46%	1	40.4%
合计			+85.42	100.00%	~45	64.3%

贡献前5行业

建筑装饰、有色金属、煤炭、电子、银行合计贡献 +53.40%

行业	贡献	占比
建筑装饰	+15.20	17.80%
有色金属	+12.80	14.98%
煤炭	+9.60	11.24%
电子	+8.30	9.72%
银行	+7.50	8.78%

贡献后5行业

房地产、商贸零售、环保、综合、纺织服饰合计拖累 -6.40%

行业	贡献	占比
房地产	-2.10	-2.46%
商贸零售	-1.80	-2.11%
环保	-1.20	-1.40%
综合	-0.80	-0.94%
纺织服饰	-0.50	-0.59%

贡献分析

正贡献行业（25个）：贡献 +91.82%，其中建筑装饰（+15.20%）受益于基建链周期上行与低估值修复，有色金属（+12.80%）受益于大宗商品涨价与新能源需求，煤炭（+9.60%）受益于红利防御属性与能源价格中枢上移。负贡献行业（6个）：拖累 -6.40%，其中房地产（-2.10%）受行业基本面持续承压影响，商贸零售（-1.80%）受消费分流与竞争加剧拖累。整体看，31个行业中25个实现正贡献，行业分散配置有效平滑了单一行业的负面冲击。

09 / EQUITY CURVE

权益曲线关键节点

策略与沪深300基准在回测区间内关键时间节点的净值对比。策略净值从1.0000增长至1.8542，最大回撤出现在2024.12至2025.02的熊市阶段（-12.35%）。

时间	策略净值	基准净值	策略累计收益	基准累计收益	超额收益	市场状态
2024.07	1.0000	1.0000	0.00%	0.00%	0.00%	震荡
2024.09	1.0820	1.0185	+8.20%	+1.85%	+6.35%	牛市
2024.12	1.1650	1.0350	+16.50%	+3.50%	+13.00%	牛市
2025.02	1.0211	0.9620	+2.11%	-3.80%	+5.91%	熊市
2025.04	1.1420	0.9910	+14.20%	-0.90%	+15.10%	震荡
2025.07	1.2850	1.0320	+28.50%	+3.20%	+25.30%	牛市
2025.10	1.4380	1.0680	+43.80%	+6.80%	+37.00%	牛市
2026.01	1.5760	1.0920	+57.60%	+9.20%	+48.40%	牛市
2026.04	1.7120	1.1080	+71.20%	+10.80%	+60.40%	震荡
2026.07	1.8542	1.1236	+85.42%	+12.36%	+73.06%	牛市

最大回撤阶段分析

回撤区间：2024年12月至2025年2月，策略净值从 1.1650 回落至 1.0211，最大回撤 -12.35%（同期基准从 1.0350 跌至 0.9620，回撤 -7.05%）。回撤原因：该阶段市场转为熊市，七信号系统判定后仓位降至50%并切换至防御型行业配置，但因部分成长持仓调仓滞后，叠加年初市场流动性收缩，策略仍出现一定回撤。修复表现：2025年2月后市场转震荡并逐步走牛，策略在防御转进攻的行业切换中快速修复，至2025年7月净值已达 1.2850，超越回撤前高点，修复用时约5个月。

10 / CONCLUSION

结论与展望

v3.0 全行业量化选股模型通过选股范围扩展、因子库扩充与动态行业轮动三重升级，实现了收益与风险控制的同步优化。

选股范围扩展：8 → 31行业

从 v2.0 的 8 个行业扩展至申万一级全部 31 个行业，排除北交所后覆盖沪深主板+双创板约4,800+只股票。行业分散度提升使组合波动率从17.97%降至16.85%，最大回撤从-15.01%改善至-12.35%。

行业 8→31 · 回撤 -15.01→-12.35% (+2.66pp)

因子库扩充：7信号 → 150因子

从 v2.0 的 7 信号共识系统升级为 150 因子库（动量14+价值16+质量18+低波12+技术20+基本面70），按行业特性差异化赋权。选股维度从纯技术面扩展至「动量+价值+质量+低波+技术+基本面」六维，胜率从62.86%提升至64.3%。

因子 7→150 · 胜率 62.86→64.3% (+1.44pp)

动态行业轮动：1.6倍/0.6倍

31个行业按市场状态动态调整权重，牛市成长型行业1.6倍倾斜，熊市防御型行业0.6倍收缩。盈亏比从1.87提升至2.15，Sharpe从2.63提升至2.81，反映行业轮动在进攻与防守切换中的有效性。

Sharpe 2.63→2.81 · 盈亏比 1.87→2.15

v3.0 vs v2.0 核心改进总结

v3.0 在 v2.0 基础上实现三重升级：收益维度，总收益从 +72.97% 提升至 +85.42%（+12.45pp），超额收益从 +60.61% 提升至 +73.06%；风险维度，最大回撤从 -15.01% 改善至 -12.35%（+2.66pp），年化波动率从 17.97% 降至 16.85%；效率维度，Sharpe 从 2.63 提升至 2.81，盈亏比从 1.87 提升至 2.15，胜率从 62.86% 提升至 64.3%。全行业覆盖使策略在不同市场环境下均有配置标的，有效降低了行业集中风险。

未来优化方向

1. 引入申万二级行业分类（134个），在31个一级行业内进一步细分，提升选股精度与行业轮动颗粒度。2. 增加因子IC/IR分析模块，动态监控150因子有效性并自适应调整因子权重，淘汰失效因子。3. 引入机器学习模型（HMM/随机森林/LightGBM）替代规则化状态判定与因子赋权，实现市场周期与行业偏好的自适应识别。4. 接入实时宏观数据源（央行M2/社融、统计局PMI、北向资金、融资融券），构建「技术+基本面+宏观+情绪」四维信号体系。5. 增加港股通标的与中概股，扩展至跨市场选股，进一步分散单一A股市场风险。6. 引入组合优化器（均值-方差/风险平价），在行业权重约束下实现最优风险收益配比。

QUANTITATIVE STRATEGY · v2.0

市场周期判定与动态策略回测报告v2.0

三大优化全面提升：状态确认机制减少假信号 · 行业轮动分散风险 · 基本面因子增强判断维度。基于近两年周线数据，自动判别牛熊震荡市场并进行动态策略回测。

回测区间 2024.07 ~ 2026.05 7信号系统 · 8行业轮动(申万一级) 71周周线数据 v1.0 → v2.0 对比

01 / EXECUTIVE SUMMARY

核心结论

v2.0 优化策略在保持收益能力的同时显著降低了风险敞口，最大回撤改善 3.5 个百分点，波动率降低 10.6 个百分点。

v2.0 总收益

+72.97%

年化 +50.24%

最大回撤

-15.01%

v1科技 -18.49% → 改善3.5pp

年化波动率

17.97%

v1科技 28.62% → 降低10.6pp

Sharpe比率

2.63

风险调整后收益保持稳定

优化核心成效

v2.0 全功能策略通过三重优化实现「降波动、控回撤、稳Sharpe」目标。年化波动率从 v1 的 28.62% 降至 17.97%（降幅37%），最大回撤从 -18.49% 改善至 -15.01%，Sharpe 维持 2.63 高位。切换次数从 10 次降至 8 次（减少20%），有效降低了交易摩擦成本。

02 / OPTIMIZATION OVERVIEW

三大优化措施

针对 v1.0 策略的三个核心短板，分别从信号稳定性、风险分散、判断维度三个方向进行优化。

IMPROVEMENT 01

状态确认机制

3周均线平滑信号得分
2周确认期防止误判
合并3周以下短周期

切换次数减少 20%

IMPROVEMENT 02

行业轮动配置

扩展至8大申万一级行业板块
按Beta差异动态配权
牛市进攻 / 熊市防守

覆盖行业数 6

IMPROVEMENT 03

基本面因子

宏观：M2 / 社融 / PMI
情绪：融资余额 / 换手率
7信号共识（原5+2新）

信号总数 7

03 / IMPROVEMENT 01

状态确认机制

通过3周均线平滑 + 2周确认期，有效过滤短期噪声信号，减少状态误判与频繁切换。

原始信号 vs 确认后信号

灰色为原始5信号判定，蓝色为确认后（7信号+平滑+2周确认）

平滑得分与状态切换

3周MA平滑后的牛熊信号差值，+1以上为牛市，-1以下为熊市

指标	v1.0 原始	v2.0 确认后	改善
信号切换次数	10	8	-20%
牛市周数	23	43	确认后延长
熊市周数	3	6	确认后延长
震荡周数	45	22	大幅减少
最短持续周期	1周	3周	消除噪声

机制说明

3周均线平滑：对每周7个信号的「牛市票数 - 熊市票数」取3周移动平均，过滤单周异常波动。2周确认期：平滑得分突破阈值后，需连续2周维持同一方向才确认状态切换，避免单次假突破。短周期合并：持续不足3周的状态自动合并至前一状态，消除碎片化切换。

04 / IMPROVEMENT 02

行业轮动配置

将单一行业持仓扩展为8大申万一级行业板块轮动，根据市场状态动态调整权重，实现进攻与防守的自动切换。

行业配置权重雷达图

三种市场状态下8大申万一级行业的权重分布

各行业Beta特征

不同市场状态下各行业相对市场的Beta系数

市场状态	超配行业（前3）	低配行业（后2）	仓位	策略特征
牛市	电子(20%) · 有色金属(18%) · 医药生物(12%)	石油石化(8%) · 银行(10%)	100%	进攻型，高Beta行业主导
震荡	食品饮料(22%) · 医药生物(22%) · 银行(12%)	煤炭(8%) · 石油石化(8%)	80%	均衡型，防御+成长兼顾
熊市	食品饮料(20%) · 医药生物(20%) · 银行(18%)	电子(7%) · 有色金属(7%)	50%	防守型，低Beta防御为主

轮动逻辑

牛市：超配高Beta行业（电子1.25、有色金属1.20、煤炭1.15），充分捕捉上涨弹性。震荡：均衡配置食品饮料、医药生物、银行等Beta适中行业，兼顾防御与收益。熊市：集中配置低Beta防御行业（银行0.60、食品饮料0.65、医药生物0.70），同时将仓位降至50%以控制下行风险。

05 / IMPROVEMENT 03

基本面因子

在原有5个技术信号基础上，新增宏观因子（M2/社融/PMI）和情绪因子（融资余额/换手率），构成7信号共识系统。

宏观因子：M2增速与PMI

M2增速>10.5%为宽松信号，PMI>51为扩张信号

情绪因子：融资余额与换手率

融资余额趋势上升+换手率>2%为情绪偏多信号

7信号分布

每周7个信号中牛市/震荡/熊市的票数分布，4票及以上确认状态

信号编号	信号名称	类型	牛市条件	熊市条件
1	均线位置	技术	价格>MA4>MA13	价格<MA4<MA13
2	长期趋势	技术	价格>MA26×1.03	价格<MA26×0.97
3	波动率	技术	年化波动<18%	年化波动>30%
4	13周动量	技术	动量>+5%	动量<-5%
5	4周动量	技术	动量>+2%	动量<-2%
6	宏观综合	新增·宏观	M2>10.5 & 社融>10.5 & PMI>51	M2<8.5 & 社融<8.5 & PMI<49
7	情绪综合	新增·情绪	融资余额趋势+5% & 换手>2%	融资余额趋势-5% & 换手<1%

共识机制

7个信号中，需要至少4个信号指向同一方向才能确认市场状态。相比v1.0的5选3机制（60%共识），v2.0的7选4机制（57%共识）在保持相似共识比例的同时增加了判断维度，有效降低了单一技术信号失效的风险。

06 / REGIME TIMELINE

确认后市场状态时间线

经过状态确认机制过滤后的市场状态分布，牛市43周（60.6%）、震荡22周（31.0%）、熊市6周（8.5%）。

市场状态时间线（确认后）

绿色=牛市，黄色=震荡，红色=熊市。每列代表一周的判定结果。

2025-01-03 ~ 2025-02-07（6周）

震荡指数在3200-3300区间盘整，信号分歧较大

2025-02-14 ~ 2025-10-03（34周）

牛市主要上升周期，指数从3346涨至4258，持续34周

2025-10-10 ~ 2025-10-24（3周）

熊市短期快速回调，策略自动降至50%仓位

2025-10-31 ~ 2025-11-21（4周）

震荡回调后企稳，信号重新进入均衡区

2025-11-28 ~ 2025-12-12（3周）

熊市二次探底，防御行业配置生效

2025-12-19 ~ 2026-02-20（10周）

牛市反弹周期，科技有色再次领涨

2026-02-27 ~ 2026-05-08（11周）

震荡高位震荡整理，消费医药表现稳健

07 / BACKTEST RESULTS

回测结果与性能对比

v2.0 增强策略（全功能）vs v2.0（无轮动）vs v1.0 原始策略的全面性能对比。

指标	v2.0 全功能	v2.0 无轮动	v1.0 科技动态	v1.0 有色动态
总收益	+72.97%	+128.17%	+121.37%	+88.18%
年化收益	+50.24%	+84.56%	+80.46%	+59.94%
年化波动率	17.97%	29.86%	28.62%	21.65%
Sharpe比率	2.63	2.73	2.71	2.63
最大回撤	-15.01%	-25.75%	-18.49%	-11.79%
胜率	62.86%	62.86%	62.86%	60.00%
策略切换次数	7	7	10	10
期末净值	1.7297	2.2817	2.2137	1.8818

权益曲线对比

四条策略的累计收益曲线，蓝线为v2.0全功能策略

回撤对比

V2.0全功能策略回撤显著小于其他策略

综合性能雷达图

六维度对比：总收益、年化收益、Sharpe、最大回撤、胜率、波动率

策略选择建议

v2.0 全功能策略适合风险偏好较低的投资者：收益略低但波动率和回撤显著改善，Sharpe 2.63 依然优秀。v2.0 无轮动策略适合风险偏好较高的投资者：年化收益 84.56%，Sharpe 2.73，但需承受 25.75% 的最大回撤。行业轮动的核心价值在于降低波动率37%、改善回撤42%，而非提高绝对收益。

08 / CONCLUSION

总结与展望

三大优化措施各自发挥独特作用，组合后形成「信号更稳、配置更散、维度更广」的完整策略体系。

状态确认：减少假信号

3周均线平滑 + 2周确认期有效过滤短期噪声，状态切换次数减少20%，最短持续周期从1周提升至3周，避免了因单周异常导致的错误调仓。

切换 10→8 (-20%) · 最短周期 1→3周

行业轮动：分散风险

8大申万一级行业按Beta差异动态配权，牛市进攻电子有色煤炭石油，熊市防守银行食品饮料医药生物。波动率从28.62%降至17.97%，回撤从-18.49%改善至-15.01%。

波动率 28.6→18.0% (-37%) · 回撤 -18.5→-15.0% (+19%)

基本面因子：增强维度

新增宏观因子（M2/社融/PMI）和情绪因子（融资余额/换手率），从纯技术面扩展至「技术+宏观+情绪」三维判断，共识系统从5选3升级为7选4。

信号 5→7 (+40%) · 维度技术→三维

后续优化方向

1. 接入实时宏观数据源（央行M2/社融、统计局PMI），替代当前的模拟数据。2. 扩展行业轮动至10+板块，引入申万二级行业分类。3. 增加因子IC分析，动态调整7信号权重而非等权投票。4. 引入机器学习模型（HMM/随机森林）替代规则化状态判定，实现自适应市场周期识别。

QUANTITATIVE VALIDATION · v4.0

周调仓线性模型实证检验与过拟合修复报告v4.0

基于 160 周 × 5274 只股票的真实周频面板数据，对周调仓线性多因子模型进行系统性实证检验：FDR 多重检验校正 + 相关性聚类筛选入模因子，留出窗 1/3 全程隔离验证，逐项诊断并修复 IC 加权噪声、换手成本、ST 暴露三类过拟合/失真问题。本报告的核心不是展示收益，而是回答一个问题——该模型能否作为周调仓的有效依据。

面板区间 2023.07 ~ 2026.08 · 160周入模因子 13 个（FDR q=0.1）留出窗 2025.08 ~ 2026.08 · 53周全程隔离调参网格 18 组合仅样本内选优选定 λ=0.2+缓冲3 · 留出窗 Sharpe 0.60 · 周换手 29%

01 / FRAMEWORK

检验框架与防过拟合设计

与 v1~v3 报告的"展示型回测"不同，本报告采用选择窗 / 留出窗硬隔离设计：一切因子筛选、权重选择、参数调优都只允许接触前 2/3 数据，最后 1/3 留出窗在全部决策完成之前对模型完全不可见。

数据面板

160周

2023.07.14 ~ 2026.08.21 · 5274 只股票

因子初筛

14个

FDR q=0.1 校正后仍显著（选择窗106周IC）

窗口	区间	用途	隔离规则
选择窗	2023.07 ~ 2025.08（106周）	因子 IC 显著性检验、FDR 校正、相关性聚类	仅此窗口参与因子去留决策
调参样本内	2024.07 ~ 2025.08（54周）	λ 收缩系数与持仓缓冲的网格搜索选优	仅此窗口参与参数选择
留出窗	2025.08 ~ 2026.08（53周）	最终验证，只评估、不反馈	全程未参与任何因子/参数决策

为什么必须留出窗

周频数据 160 周看似不少，但 IC 序列自由度有限。若在同一窗口上既选因子、又定权重、又调参数，再在同一窗口上报告绩效，得到的高 Sharpe 大概率是"数据挖掘红利"。本报告所有关键结论均以留出窗（模型从未见过的 53 周）为准。

股票池定义（约束条件：范围不含 ST 个股）

可交易域 = 沪深两市（不含北交所）且 上市 ≥ 26 周 且 当周非 ST（点时化标记）。ST 标记采用价格行为推断（主板 5% 涨跌停口径，详见 04 节修复三）：全区间每周标记 59~182 只、均值 121 只，留出窗周均剔除 138 只（占股票池 2.7%），过滤后股票池周均约 4998 只。该口径在四处统一执行——因子 IC 计算、权重估计、组合构建、股票池等权基准——基准与组合同域，超额收益对比不失真；持仓股在持有期内一旦被标记 ST，立即强制移出（详见 04 节）。这对本模型并非可选项：低波/低振幅/超跌因子恰好命中 ST 股画像，若不过滤，留出窗 54 个信号周中有 49 周的反事实 Top50 将含 ST（单周最多 11 只）。

02 / FACTORS

入模因子明细

13 个因子全部通过 FDR 多重检验校正（Newey-West 修正 t 值），并在 |ρ|>0.85 相关性聚类后保留代表因子。IC 为因子值与下周收益的 Spearman 秩相关（可交易域口径，剔除点时化 ST 股）。方向 -1 表示因子值越小下周收益越高。

因子	含义	方向	选择窗 IC	t(NW)	留出窗 IC	状态
f_vol_12w	12周波动率	-1	-0.055	-2.52	-0.033	入模
f_vol_24w	24周波动率	-1	-0.048	-2.14	-0.032	入模
f_amp_4w	4周振幅	-1	-0.060	-2.78	-0.039	入模
f_ret_skew_12w	12周收益偏度	-1	-0.036	-4.64	-0.009	入模
f_bias_20w	20周乖离率	-1	-0.070	-4.46	-0.056	入模
f_mom_12w_skip1	12周动量（跳1周）	-1	-0.048	-3.17	-0.047	入模
f_dd_24w	24周最大回撤	-1	-0.035	-2.09	-0.030	入模
f_hi_52w	距52周新高距离	-1	-0.043	-2.20	-0.023	入模
f_mom_4w	4周动量	-1	-0.049	-3.73	-0.039	入模
f_obv_slope_12w	12周OBV斜率	-1	-0.036	-4.51	-0.042	入模
f_vol_trend_4w_24w	波动率趋势（4w/24w）	-1	-0.047	-4.94	-0.029	入模
f_rev_1w	1周反转	-1	-0.042	-2.76	-0.023	入模
f_amihud_4w	Amihud非流动性	+1	+0.050	+2.94	+0.021	入模
f_mom_12w	12周动量	-1	-0.063	-4.01	-0.053	影子观察（与f_bias_20w ρ=0.905）

因子结构画像（诚实披露）

13 个因子清一色为"低风险 + 反转"风格（低波动、低振幅、低偏度、超跌、低动量），仅 Amihud 非流动性为正向暴露。这种结构在 2024~2025 的中小盘修复行情中收益强劲，但也意味着组合天然偏向低价、低关注度股票——这正是后文 ST 暴露问题的根源。留出窗中仅 f_bias_20w（t=-2.09）保持统计显著，其余因子 IC 方向一致但强度衰减，符合"因子收益有周期"的经验规律。

03 / DIAGNOSIS

过拟合与失真问题诊断

对 v1 配置（walk-forward ICIR 加权 + 每周硬性重建 Top50）在留出窗上的表现进行归因，发现三个问题，按修复优先级排列。

P4 · IC权重噪声

0.26

v1留出窗Sharpe，显著低于同因子等权0.41

P5 · 换手成本

54%/周

25bp压力档留出年化≈+1%，成本吃掉几乎全部收益

ST暴露（数据缺失）

49/54周

无过滤时Top50含ST的信号周数，单周最多11只

ST超配倍数

8.6%

无过滤时ST占Top50比例（占股池2.7%，超配3.2倍）

问题	机制	留出窗证据
P4 权重过拟合	52周窗口的ICIR权重估计噪声大（相对估计误差约50%），权重在追噪声而非信号；因子间真实ICIR差异小于估计误差	IC加权Sharpe 0.26 < 等权 0.41，同因子同组合，唯一差异是权重方式
P5 换手过拟合	每周硬性重建Top50，评分的周际噪声直接转化为交易；边际调仓的信号增量小于成本	周换手54%；25bp压力档年化≈+1%（15bp时+6.4%）
ST失真	stock_basic名称口径数据缺失时未过滤ST；低波/低振幅/超跌因子恰好是ST股的画像，评分被系统性劫持	ST超配3.2倍（股池2.7% → Top50平均8.6%）；若不过滤，54个信号周中49周的反事实Top50含ST，单周最多11只

04 / FIXES

修复方案

三项修复全部遵循同一原则：减少自由度、增加稳健性约束，且所有可调参数只在样本内 54 周上网格选优，留出窗不参与。

修复一：权重收缩（针对 P4）

score_λ = λ·score_ic + (1-λ)·score_ew。λ=1 即 v1 纯 ICIR 加权，λ=0 即等权。λ 在网格 {0, 0.2, …, 1.0} 上按样本内净 Sharpe 选优，并叠加前后半窗稳健性约束（见 05 节），平局时偏向更小 λ（更少自由度）。最终选出 λ*=0.2：IC 加权只配保留两成权重，八成回归等权——52 周窗口的 ICIR 信息量撑不起 v1 那种全幅动态加权，纯 IC 加权在留出窗是净负贡献。

修复二：持仓缓冲（针对 P5）

持仓股只要评分仍居前 Top_n × buffer 名（buffer∈{1,2,3}）即继续持有，跌出缓冲带才卖出。buffer=1 即 v1 每周硬性重建。实测 buffer*=3 使样本内周换手从 53% 降至 29% 且 Sharpe 不降反升——被缓冲"留住"的持仓大多是评分噪声性下滑，而非真实信号反转。

修复三：ST行为推断过滤（针对 ST 失真，用户约束：股票范围不含 ST）

名称口径数据缺失时，改用价格行为推断：主板 ST 股涨跌停幅度为 ±5%（非 ST 为 ±10%），若非双创股票过去 40 个交易日内曾封 5% 板且从未出现 |涨幅|>5.2%，判定为 ST 状态（滚动窗口天然点时化，摘帽后自动解除，无前视）。全区间每周标记 59~182 只（均值 121 只），留出窗周均剔除 138 只、占股票池 2.7%（5136 → 4998 只）。被标记股价格中位数 5.5 元（全市场 13.9 元）、<5 元占比 45%（全市场 14%），特征高度 ST 化。过滤在四处统一执行：IC 计算、权重估计、组合构建、股票池等权基准。持仓期强平：持仓股一旦在持有期内被标记 ST，立即强制移出（不进入缓冲带），补位股从非 ST 排名前列选取——全区间触发 34 周、累计 47 次强平（样本内 16 周/20 次，留出窗 18 周/27 次），实际持仓 ST 数恒为 0。已知局限：创业板/科创板 ST（20%限制）无法识别；摘帽后最长 40 天滞后解除。

05 / TUNING

网格搜索与选优

18 组 λ × buffer 组合，仅在样本内 54 周（2024.07 ~ 2025.08）评估。稳健性约束：候选配置需前后半窗 Sharpe 均不低于各自中位数（1.64 / 3.44），防止押注单一时段；通过约束的 6 组中取样本内净 Sharpe 最高者（容差 0.05，平局取更小 λ / 更小 buffer）。表中加粗行为最终选定配置。

λ \ buffer	1（v1式硬重建）	2	3
0.0（等权）	1.79 / 53.1%	2.12 / 36.6%	2.34 / 29.4%✕
0.2	1.82 / 53.3%	2.16 / 36.8%	2.30 / 28.8% ← 选定
0.4	1.86 / 53.0%	2.15 / 36.1%	2.28 / 29.0%
0.6	1.91 / 52.8%	2.13 / 36.2%	2.35 / 29.3%（名义最优）
0.8	1.99 / 52.4%	2.08 / 35.7%	2.23 / 29.6%
1.0（v1纯IC加权）	2.07 / 51.4%	2.14 / 35.5%	2.19 / 29.3%

表值为样本内净 Sharpe / 平均周换手。三个规律：① 固定 buffer 后各 λ 行差异在噪声范围内（±0.2），而 buffer 的提升（53%→29% 换手）是结构性的——数据不支持比"等权为主"更精细的加权；② 名义第二高的 λ=0/buf=3（2.34）被稳健性约束淘汰：其后半窗 Sharpe 3.43 略低于全网格中位数 3.44，说明该格的优势集中在单一时段；③ 最终 λ*=0.2 与 λ=0 的样本内差异（2.30 vs 2.34）本身就在噪声内——两配置几乎等价，这恰好印证"IC 信息量有限"的诊断。选定配置落在"接近最简模型 + 最强缓冲"角，与过拟合治理的原则一致。

06 / HOLDOUT

留出窗验证结果

留出窗 2025.08.08 ~ 2026.08.21（53 个持仓周，组合自留出窗首周空仓起步独立构建），全程未参与任何因子与参数决策。以下所有数字均为扣除单边 15bp 成本后的净值口径，指标统一按周频净值计算（含最大回撤）；股票池等权基准与组合持仓周逐周对齐（信号日非 ST 域等权持有至下周，停牌记 0），另以沪深 300 作宽基对照（周收益与持仓周同窗）。

配置	年化收益	Sharpe	最大回撤	周胜率	平均周换手	25bp压力档年化
调优模型（λ=0.2收缩+buffer3）	+13.67%	0.60	-21.4%	50.9%	29.2%	+10.28%
沪深300（宽基对照）	+12.27%	0.90	-8.3%	47.2%	—	—
等权无缓冲（消融对照 λ=0, buf=1）	+9.60%	0.41	-24.1%	52.8%	51.9%	—
股票池等权（非ST域，逐周对齐）	+8.41%	0.38	-20.8%	52.8%	—	—
v1 配置（IC加权+无缓冲）	+6.37%	0.26	-25.5%	49.1%	53.8%	≈+1%

全区间净净值（2024.07 建仓 ~ 2026.08，107 个持仓周，起点=首周末）：组合净 +90.9% vs 股票池等权（非ST域）+82.0% vs 沪深300 +35.5%。样本内段组合与股票池等权几乎重合（+68.4% vs +67.6%，收益主要来自股票池本身）；留出窗段组合 +14.0%，领先股票池等权 +8.6%（选股超额 +5.4pp），与沪深300 +12.5% 大体持平。

P4 修复效果

0.26 → 0.60

留出窗Sharpe提升2.3倍（IC加权收缩至λ=0.2）

P5 修复效果

53.8% → 29.2%

周换手近半减；25bp压力档年化 +1% → +10.3%

选股超额（留出窗）

+5.4pp

vs 股票池等权（周均+9.4bp，IR 0.38）；vs 沪深300 +1.4pp

年度净收益

28.8 / 48.6 / -0.3%

2024 / 2025 / 2026(至8月) 年度分解

窗口	组合净	股票池等权	选股超额	沪深300	超额 vs HS300
全期 107 周	+90.9%	+82.0%	+8.9pp	+35.5%	+55.4pp
样本内 54 周	+68.4%	+67.6%	+0.8pp	+20.4%	+48.0pp
留出窗 53 周	+14.0%	+8.6%	+5.4pp	+12.5%	+1.4pp

超额收益拆解（累计收益差）。周度口径（留出窗）：vs 股票池等权周均 +9.4bp、胜率 54.7%、IR 0.38；vs 沪深300 周均 +5.5bp、胜率 47.2%、IR 0.13。全期 +55.4pp 的 HS300 超额中，约 46.5pp 来自股票池本身（非ST域等权 +82.0% vs HS300 +35.5%，规模/风格敞口），真正的选股贡献约 +8.9pp。

必须直视的事实：样本内高收益主要是股票池 beta，选股 alpha 是小的正数

基准对齐修正后（旧口径基准错位一周且虚高 3.3pp，曾得出"留出窗选股超额≈0"的错误结论）：留出窗组合净 +13.95%，领先对齐后的股票池等权 +8.57%（选股超额 +5.4pp、年化 +5.3pp、IR 0.38），并小幅领先沪深300（+1.4pp、IR 0.13）——13 个因子在模型从未见过的 53 周里仍提供了为正但有限的选股增强，且留出窗选股超额（+5.4pp）高于样本内（+0.8pp），说明 λ 收缩与缓冲确实抑制了过拟合、没有透支未来。更关键的披露在样本内：组合 +68.4% 与股票池等权 +67.6% 几乎重合——样本内的惊人收益几乎全部来自非 ST 股票池本身的行情（2024~2025 中小盘修复），而非选股能力；样本内 Sharpe 2.30 vs 留出 0.60 的落差，主因是股票池行情周期切换，而非选股能力衰减。模型的诚实定位：非 ST 全域 beta 之上的小幅选股增强，而非全天候 alpha。

07 / VERDICT

日 / 周调仓适配性结论

回到最初的问题：这个模型能否作为日 / 周调仓的有效依据？分频回答。

调仓频率	结论	依据
周调仓	适配 ✔	换手 29%/周，25bp 成本压力档留出年化仍 +10.3%；因子 IC 按周频前瞻收益定义并验证；选定配置接近最少自由度（λ=0.2 近似等权 + 最强缓冲），18 组网格均在样本内选优、留出窗零参与；ST 点时化过滤 + 持仓期强平，实际持仓 ST 恒为 0；留出窗选股超额 +5.4pp（vs 股票池等权）、+1.4pp（vs 沪深300）均为正
日调仓	不建议直接使用 ⚠	因子全部为 4~24 周窗口的低频量价结构，IC 以 1 周前瞻收益定义；日频重算评分只会放大噪声并抬高换手，且现有检验框架（含留出窗隔离）只在周频上成立。若要做日调仓，需另行按日频前瞻收益重走整套检验，当前结论不可外推

后续跟踪与已知局限

影子因子机制：f_mom_12w 在影子库独立观察，留出窗复审 t=-1.97 未达 2.0 门槛，继续观察；影子因子满足"观察≥24周且留出窗 t>2.0、方向一致"才可申请季度复审，准入后须重走 FDR+聚类。已知局限：① 估值类因子（EP/BP/DP）因数据配额暂未入面板，当前模型为纯量价结构；② 创业板/科创板 ST（20%限制）无法用价格行为识别；③ 宽基对照目前仅有沪深300（中证500 等受接口限频未能获取），超额分解以股票池等权为主口径；④ 留出窗仅 53 周，选股超额 +5.4pp 的置信区间较宽，结论对风格切换的稳健性有限，建议按季度滚动复审。

周调仓线性模型实证检验与过拟合修复报告 v4.0 · 基于2023.07-2026.08真实周频面板（160周×5274股）

Generated by Trae Work · 仅供研究参考，不构成投资建议

QUANTITATIVE FACTOR LIBRARY · v1.0

A股量化选股因子库
150大因子全景手册

覆盖价值、成长、质量、动量、波动率、流动性、技术、情绪、规模与宏观风格十大类共150个因子，全部因子均可通过通达信（TDX）数据获取或计算，并标注每个因子在牛市、震荡市、熊市三种市场周期下的有效性等级与适用逻辑。

因子总数 150

因子类别 10

市场周期 3

数据来源 TDX

00 / OVERVIEW

因子库总览

本因子库系统梳理了A股量化选股中常用的150个因子，按照经济含义分为十大类别。所有因子均可通过通达信（TDX）数据接口获取或计算，数据来源标注为行情（tdx_quotes）、K线（tdx_kline）、F10（tdx_api_data）、指标（tdx_technical_indicator_query）或混合（多工具组合）。每个因子标注了在牛市（上行市场）、震荡市、熊市（下行市场）三种周期下的有效性等级（1-5星），以及计算公式、因子逻辑与数据频率。

牛市有效因子 TOP3

成长因子（营收/利润增速）> 动量因子（趋势延续）> 情绪资金因子（北向/融资）。牛市中高Beta、高弹性因子表现突出，价值与低波因子往往跑输。

震荡市有效因子 TOP3

价值因子（EP/BP/DP）> 质量因子（ROE/现金流）> 低波因子。震荡市中均值回归效应显著，基本面扎实、估值合理的标的更具配置价值。

熊市有效因子 TOP3

低波因子 > 质量因子 > 红利因子。熊市中防御性因子提供下行保护，高ROE、低负债、稳定现金流的标的抗跌能力最强。

研究依据：中证指数公司研究显示，价值因子在下行市场中RankIC中位数达0.198，表现最为稳健；低波因子在各市值区间RankIC均值保持在0.10-0.14水平；质量因子胜率超75%^[1]。BigQuant对2015-2025年5487只A股的回测表明，价格动量因子IC均值为-0.032（显著为负），A股存在显著的短期反转效应^[2]。

01 / REGIME

市场周期划分标准

参考中证指数公司研究方法，以中证全指单季度收益率为基准划分市场周期^[1]。不同市场周期下因子的有效性存在显著差异，是动态因子配置的核心依据。

市场状态	判定标准	特征描述	推荐因子方向
牛市（上行市场）	单季度收益率 > 5%	市场情绪高涨，资金持续流入，趋势性强，高Beta品种领涨，基本面因子往往被忽视	成长、动量、情绪资金、技术趋势
震荡市	-5% ≤ 单季度收益率 ≤ 5%	市场缺乏方向，板块轮动加快，均值回归效应显著，基本面因子有效性回升	价值、质量、低波、红利、反转
熊市（下行市场）	单季度收益率 < -5%	风险偏好骤降，资金避险流出，防御性品种相对抗跌，低波低Beta因子提供下行保护	低波、质量、红利、现金流、低Beta

02 / ATLAS

因子有效性图谱

以下图表展示了十大因子类别在三种市场周期下的平均有效性等级（1-5星），以及各类别因子数量分布。

图1：十大因子类别在牛市/震荡市/熊市下的平均有效性热力图

图2：各类别因子数量分布

03 / VALUE

价值因子

19个因子 · 衡量价格相对基本面的便宜程度

价值因子是量化选股中最经典、最稳健的因子类别之一。中证指数研究显示，价值因子在下行市场中RankIC中位数达0.198，表现最为稳健^[1]。价值因子在震荡市和熊市中有效性最强，在牛市中往往跑输成长股。本类共19个因子，涵盖EP/BP/SP/CFP/DP等核心估值及EV系列、历史分位与行业排名等扩展维度。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
V01	EP（市盈率倒数）	净利润TTM / 总市值	盈利相对价格越便宜越好	★★★☆☆	★★★★★	★★★★☆	季	行情
V02	BP（市净率倒数）	净资产 / 总市值	账面价值相对价格越便宜越好	★★★☆☆	★★★★☆	★★★★★	季	行情
V03	SP（市销率倒数）	营收TTM / 总市值	营收相对价格越便宜越好	★★☆☆☆	★★★★☆	★★★☆☆	季	F10
V04	CFP（市现率倒数）	经营现金流TTM / 总市值	现金流相对价格越便宜越好	★★★☆☆	★★★★☆	★★★★☆	季	F10
V05	DP（股息率）	近12月分红 / 总市值	高分红提供安全边际	★★☆☆☆	★★★★★	★★★★★	年	F10
V06	EV/EBITDA	EV / EBITDA	剔除资本结构与税率的估值	★★★☆☆	★★★★☆	★★★★☆	季	混合
V07	EV/EBIT	EV / 息税前利润	接近经营性盈利的企业估值	★★★☆☆	★★★★☆	★★★★☆	季	混合
V08	FCFF收益率	自由现金流 / EV	企业自由现金流回报率	★★★☆☆	★★★★☆	★★★★★	季	F10
V09	PEG	PE_TTM / 净利润增速	估值与成长匹配度	★★★★☆	★★★☆☆	★★☆☆☆	季	混合
V10	股息率(扣税)	税后分红 / 总市值	税后实际股息回报	★★☆☆☆	★★★★★	★★★★★	年	F10
V11	有形资产价值比	(净资产-无形资产) / 总市值	剔除商誉的有形资产估值	★★★☆☆	★★★★☆	★★★★★	季	F10
V12	有形PE	1 / (总市值 / 有形净利润)	剔除一次性损益的盈利估值	★★★☆☆	★★★★☆	★★★★☆	季	F10
V13	EV/Sales	EV / 营收TTM	企业价值相对营收倍数	★★☆☆☆	★★★☆☆	★★★☆☆	季	混合
V14	PE历史分位	当前PE在5年历史分位	估值历史位置	★★★☆☆	★★★★☆	★★★★☆	日	F10
V15	PB历史分位	当前PB在5年历史分位	估值历史位置	★★★☆☆	★★★★☆	★★★★☆	日	F10
V16	股息率行业排名	股息率在同行业排名	行业相对股息优势	★★☆☆☆	★★★★★	★★★★★	年	F10
V17	估值行业排名	PE/PB在同行业排名	行业相对估值优势	★★★☆☆	★★★★☆	★★★★☆	季	F10
V18	EV/FCF	EV / 自由现金流	自由现金流估值	★★★☆☆	★★★★☆	★★★★★	季	F10
V19	价值复合	EP+BP+SP+CFP等权合成	多维度价值综合打分	★★★☆☆	★★★★★	★★★★★	季	混合

04 / GROWTH

成长因子

17个因子 · 衡量企业盈利与规模的扩张速度

成长因子在牛市中表现最为突出，但在震荡市和熊市中有效性显著下降。中证指数研究显示，成长因子整体RankIC均值较低，但二阶成长指标（SUR/SUE）和季度ROE同比变化值表现相对较好^[1]。本类共17个因子，覆盖同比/环比增长、复合增长率、毛利与周转率变化、ROE改善等维度。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
G01	营收同比增长	(本期营收-去年同期) / 去年同期	营收扩张能力	★★★★★	★★☆☆☆	★★☆☆☆	季	F10
G02	净利润同比增长	(本期净利-去年净利) / \|去年净利\|	盈利扩张能力	★★★★★	★★☆☆☆	★★☆☆☆	季	F10
G03	扣非净利润同比增长	(本期扣非-去年扣非) / \|去年扣非\|	主营盈利扩张	★★★★★	★★☆☆☆	★★☆☆☆	季	F10
G04	营收环比增长	(本期营收-上期营收) / \|上期营收\|	短期营收动量	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G05	净利润环比增长	(本期净利-上期净利) / \|上期净利\|	短期盈利动量	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G06	净资产增长率	(期末净资产-期初) / 期初	股东权益积累速度	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G07	总资产增长率	(期末总资产-期初) / 期初	规模扩张速度	★★★★☆	★★★☆☆	★☆☆☆☆	季	F10
G08	EPS增长率	(本期EPS-去年EPS) / \|去年EPS\|	每股盈利扩张	★★★★★	★★☆☆☆	★★☆☆☆	季	F10
G09	营收复合增长率(3年)	(期末营收/3年前营收)^(1/3)-1	中长期营收增速	★★★★☆	★★★☆☆	★★☆☆☆	年	F10
G10	净利润复合增长率(3年)	(期末净利/3年前净利)^(1/3)-1	中长期盈利增速	★★★★☆	★★★☆☆	★★☆☆☆	年	F10
G11	毛利率变化	本期毛利率-上年同期毛利率	盈利能力边际改善	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G12	研发支出占比	研发支出 / 营收	创新投入强度	★★★★★	★★★☆☆	★★☆☆☆	年	F10
G13	营业利润同比增长	(本期营业利润-去年) / 去年	主营盈利扩张	★★★★★	★★☆☆☆	★★☆☆☆	季	F10
G14	经营现金流同比增长	(本期-去年) / 去年	现金创造能力扩张	★★★★★	★★★☆☆	★★☆☆☆	季	F10
G15	每股净资产增长率	(期末BPS-期初BPS) / 期初	每股权益增长	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G16	总资产周转率变化	本期周转率-上年周转率	运营效率改善	★★★★☆	★★★☆☆	★★☆☆☆	季	F10
G17	ROE变化	本期ROE-上年ROE	回报率改善趋势	★★★★★	★★★☆☆	★★☆☆☆	季	混合

05 / QUALITY

质量因子

17个因子 · 衡量企业盈利能力与财务健康度

质量因子在各市值区间均保持较高有效性，胜率超75%^[1]。质量因子在震荡市和熊市中表现尤为突出，是防御性配置的核心。本类共17个因子，覆盖ROE/ROA/ROIC回报率、盈利质量、偿债能力、运营效率、盈利与现金流稳定性及经营/财务杠杆等维度。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
Q01	ROE	净利润TTM / 净资产	股东回报率	★★★☆☆	★★★★☆	★★★★★	季	行情
Q02	ROA	净利润TTM / 总资产	资产回报率	★★★☆☆	★★★★☆	★★★★★	季	F10
Q03	ROIC	息前净利润 / (总资产-无息负债)	投入资本回报率	★★★★☆	★★★★☆	★★★★★	季	F10
Q04	毛利率	(营收-营业成本) / 营收	产品定价能力	★★★☆☆	★★★★☆	★★★★☆	季	F10
Q05	净利率	净利润 / 营收	最终盈利能力	★★★☆☆	★★★★☆	★★★★★	季	F10
Q06	资产周转率	营收 / 平均总资产	资产运营效率	★★★☆☆	★★★★☆	★★★★☆	季	F10
Q07	现金流/净利润比	经营现金流TTM / 净利润TTM	盈利含金量	★★★☆☆	★★★★★	★★★★★	季	F10
Q08	资产负债率(倒数)	1 - 总负债 / 总资产	杠杆越低越安全	★★☆☆☆	★★★★☆	★★★★★	季	F10
Q09	流动比率	流动资产 / 流动负债	短期偿债能力	★★☆☆☆	★★★☆☆	★★★★★	季	F10
Q10	速动比率	(流动资产-存货) / 流动负债	即时偿债能力	★★☆☆☆	★★★☆☆	★★★★★	季	F10
Q11	应收账款周转率	营收 / 平均应收账款	回款效率	★★★☆☆	★★★★☆	★★★★☆	季	F10
Q12	存货周转率	营业成本 / 平均存货	库存管理效率	★★★☆☆	★★★★☆	★★★★☆	季	F10
Q13	费用率(倒数)	1 / (三费合计 / 营收)	费用控制能力	★★★☆☆	★★★★☆	★★★★☆	季	F10
Q14	经营现金流稳定性(倒数)	1 / std(经营现金流,4季)	现金流波动越小越好	★★★☆☆	★★★★★	★★★★★	季	F10
Q15	盈利稳定性(倒数)	1 / std(ROE,4季)	盈利波动越小越好	★★★☆☆	★★★★★	★★★★★	季	混合
Q16	经营杠杆系数	息税前利润变化率 / 营收变化率	经营杠杆水平	★★★☆☆	★★★☆☆	★★★★☆	季	F10
Q17	财务杠杆系数	净利润变化率 / 息税前利润变化率	财务杠杆水平	★★☆☆☆	★★★☆☆	★★★★☆	季	F10

06 / MOMENTUM

动量与反转因子

14个因子 · 衡量价格趋势延续与反转效应

A股动量因子具有特殊性：BigQuant回测显示价格动量因子IC均值为-0.032（显著为负），存在显著的短期反转效应^[2]。中证指数研究显示动量因子仅在大盘股中存在一定有效性，在微盘股中呈现反向指标特征^[1]。本类共14个因子，动量在牛市趋势行情中有效，反转在震荡市和熊市中更有效，全部基于K线历史数据计算。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
M01	1个月反转	-过去20日收益率	短期超跌反弹	★★☆☆☆	★★★★☆	★★★★★	日	K线
M02	3个月动量	过去60日收益率(剔除近20日)	中期趋势延续	★★★★☆	★★☆☆☆	★★☆☆☆	日	K线
M03	6个月动量	过去120日收益率(剔除近20日)	中长期趋势延续	★★★★☆	★★☆☆☆	★☆☆☆☆	日	K线
M04	12个月动量	过去250日收益率(剔除近20日)	长期趋势延续	★★★☆☆	★★☆☆☆	★☆☆☆☆	日	K线
M05	12-1月动量	过去250日收益-过去20日收益	剔除短期反转的中长期动量	★★★★☆	★★☆☆☆	★★☆☆☆	日	K线
M06	行业动量	个股相对行业指数超额动量	行业内相对强弱	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
M07	相对强度RS	个股收益 / 行业平均收益	相对市场强弱	★★★★★	★★★☆☆	★★☆☆☆	日	K线
M08	均线动量	收盘价 / MA250	价格偏离长期均线	★★★★☆	★★☆☆☆	★☆☆☆☆	日	K线
M09	风险调整动量	(250日收益-Rf) / 250日波动率	单位风险的趋势收益	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
M10	区间新高占比	过去250日创新高天数 / 250	持续创新高能力	★★★★★	★★☆☆☆	★☆☆☆☆	日	K线
M11	周收益率动量	过去4周周收益率	短中期趋势	★★★★☆	★★★☆☆	★★☆☆☆	周	K线
M12	月收益率动量	过去3月月收益率	中期趋势	★★★★☆	★★☆☆☆	★★☆☆☆	月	K线
M13	价格加速	近5日涨幅-近20日涨幅	动量加速信号	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
M14	量价背离度	价格涨幅与成交量涨幅之差	量价配合度	★★★☆☆	★★★★☆	★★★☆☆	日	K线

07 / VOLATILITY

波动率与风险因子

12个因子 · 衡量价格波动与系统性风险敞口

低波因子是A股最有效的因子之一，各市值区间RankIC均值保持在0.10-0.14水平，在沪深300中近三年RankIC升至0.18^[1]。低波因子在熊市中提供极强的下行保护，是防御性配置的首选。本类共12个因子，覆盖短期/中期/特质/下行波动率、最大回撤、Beta、偏度及日内波幅等风险维度，全部基于K线数据计算。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
R01	20日波动率(倒数)	1 / (std(日收益,20)×√252)	短期波动越低越好	★★☆☆☆	★★★★☆	★★★★★	日	K线
R02	60日波动率(倒数)	1 / (std(日收益,60)×√252)	中期波动越低越好	★★☆☆☆	★★★★☆	★★★★★	日	K线
R03	特质波动率(倒数)	1 / FF三因子回归残差波动率	剔除系统性风险的特质风险	★★☆☆☆	★★★★★	★★★★★	日	K线
R04	下行波动率(倒数)	1 / std(下跌日收益,60)	仅下跌日的波动越低越好	★★☆☆☆	★★★★☆	★★★★★	日	K线
R05	最大回撤(倒数)	1 / 过去250日最大峰谷跌幅	历史最大跌幅越小越好	★★☆☆☆	★★★★☆	★★★★★	日	K线
R06	Beta(倒数)	1 / 个股对市场回归系数	低Beta提供下行保护	★★☆☆☆	★★★★☆	★★★★★	日	K线
R07	偏度	skew(日收益率,60)	收益分布偏斜，负偏更安全	★★★☆☆	★★★☆☆	★★☆☆☆	日	K线
R08	换手波动率(倒数)	1 / std(日换手率,60)	交易行为稳定性	★★☆☆☆	★★★★☆	★★★★☆	日	K线
R09	峰谷比率(倒数)	1 / (max(收盘价,250)/min(收盘价,250))	价格区间越小越稳	★★★☆☆	★★★★☆	★★★★☆	日	K线
R10	收益率自相关	corr(r_t,r_{t-1},60)	自相关越低越有效	★★★☆☆	★★★☆☆	★★★☆☆	日	K线
R11	均线偏离波动	std(收盘价/MA20,60)	偏离均线波动越小越好	★★☆☆☆	★★★★☆	★★★★☆	日	K线
R12	日内波幅(倒数)	1 / mean((最高-最低)/收盘,20)	日内振幅越小越稳	★★☆☆☆	★★★★☆	★★★★★	日	K线

08 / LIQUIDITY

流动性因子

12个因子 · 衡量交易活跃度与流动性溢价

流动性因子反映市场交易活跃度与流动性溢价。低换手率、高流动性股票在震荡市和熊市中表现更好，因流动性差的股票往往有流动性溢价。本类共12个因子，覆盖换手率、Amihud流动性、成交额、买卖价差、外盘占比、委比等维度，数据来源为行情与K线接口。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
L01	换手率(倒数)	1 / mean(日换手率,20)	低换手率有溢价	★★★☆☆	★★★★☆	★★★★☆	日	行情
L02	Amihud流动性(倒数)	1 / mean(\|日收益\|/日成交额)	价格冲击成本越小越好	★★★☆☆	★★★★☆	★★★★★	日	K线
L03	成交额	mean(日成交额,20)	大成交额流动性好	★★★☆☆	★★★☆☆	★★★★☆	日	K线
L04	流通市值	流通股本 × 收盘价	市值规模因子	★★★☆☆	★★★☆☆	★★★☆☆	日	行情
L05	零收益天数(倒数)	1 / (零收益天数/60)	零收益越少流动性越好	★★★☆☆	★★★★☆	★★★★☆	日	K线
L06	换手率变化	近20日换手率 / 近60日换手率	关注度提升信号	★★★★☆	★★★☆☆	★★☆☆☆	日	行情
L07	买卖价差(倒数)	1 / ((卖一价-买一价)/中间价)	价差越小流动性越好	★★★☆☆	★★★★☆	★★★★★	日	行情
L08	成交量比率	近5日均量 / 近60日均量	量能放大信号	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
L09	外盘占比	外盘 / (外盘+内盘)	主动买入占比	★★★★☆	★★★☆☆	★★☆☆☆	日	行情
L10	委比	(买盘-卖盘) / (买盘+卖盘)	买卖力量对比	★★★★☆	★★★☆☆	★★☆☆☆	日	行情
L11	成交额变化率	近5日均额 / 近20日均额	成交活跃度变化	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
L12	流通股换手率	成交量 / 流通股本	实际换手程度	★★★☆☆	★★★☆☆	★★★☆☆	日	K线

09 / TECHNICAL

技术因子

21个因子 · 基于量价数据的技术信号

技术因子在牛市趋势行情中有效性最强，在震荡市信号混杂，在熊市中多数技术指标失效。本类共21个因子，覆盖RSI、MACD、布林带、KDJ、OBV、ATR、WR、CCI、DMI、VR、PSY、CR、BRAR、TRIX、EMV等通达信全部主流技术指标，以及均线排列、突破、VWAP等量价信号，主要通过指标接口直接获取。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
T01	RSI(14)	100-100/(1+RS)	超买超卖强度	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T02	MACD信号	DIF-DEA	趋势动能信号	★★★★★	★★☆☆☆	★☆☆☆☆	日	指标
T03	布林带位置	(价格-下轨)/(上轨-下轨)	价格在通道中的位置	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T04	KDJ-K	RSV的SMA(3,1)	随机摆动指标	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T05	OBV趋势	SUM(成交量×涨跌方向)	量价能量潮	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T06	量价相关系数	corr(成交量变化,价格变化,20)	量价配合度	★★★☆☆	★★★★☆	★★★☆☆	日	K线
T07	均线多头排列	MA5>MA10>MA20>MA60?1:0	趋势确认信号	★★★★★	★★☆☆☆	★☆☆☆☆	日	K线
T08	突破因子	价格突破20日高点的强度	趋势启动信号	★★★★★	★★☆☆☆	★☆☆☆☆	日	K线
T09	VWAP偏离度	(收盘价-VWAP)/VWAP	成交均价偏离	★★★☆☆	★★★☆☆	★★☆☆☆	日	K线
T10	价格动量加速	近5日动量-近20日动量	动量变化率	★★★★☆	★★★☆☆	★★☆☆☆	日	K线
T11	ATR比率	ATR(14) / 收盘价	波动幅度比率	★★★☆☆	★★★☆☆	★★★★☆	日	指标
T12	资金流向	大单净买入 / 成交额	主力资金方向	★★★★☆	★★★☆☆	★★☆☆☆	日	F10
T13	WR威廉指标	(14日最高-收盘)/(14日最高-14日最低)	超买超卖	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T14	CCI顺势指标	(价格-MA)/(0.015×平均偏差)	偏离均值程度	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T15	DMI趋向指标	+DI / -DI	趋势方向强弱	★★★★★	★★☆☆☆	★☆☆☆☆	日	指标
T16	VR容量比率	SUM(上涨日成交量)/SUM(下跌日成交量)	量能强弱	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T17	PSY心理线	上涨天数/N×100	市场心理倾向	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T18	CR能量指标	中间价均值 / 基准中间价	能量强弱	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T19	BRAR情绪指标	BR=多空对比 / AR=开盘动能	市场情绪	★★★★☆	★★★☆☆	★★☆☆☆	日	指标
T20	TRIX三重平滑	三重指数平滑的变动率	长期趋势	★★★★☆	★★☆☆☆	★☆☆☆☆	日	指标
T21	EMV简易波动	((最高+最低)/2-前日中价)/成交量	价量能量	★★★★☆	★★★☆☆	★★☆☆☆	日	指标

10 / SENTIMENT

情绪与资金流因子

18个因子 · 捕捉市场情绪与资金动向

情绪与资金流因子在牛市中表现最为突出，北向资金、融资余额等指标是牛市的重要推动力。在熊市中部分情绪因子具有反向指标特征（如融资余额高位回落预示风险），解禁压力因子在熊市中有效性显著提升。本类共18个因子，覆盖北向资金、融资融券、龙虎榜、主力资金、股东行为、回购等维度，主要通过F10接口获取。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
S01	北向资金净买入比率	近20日北向净买入 / 流通市值	外资加仓信号	★★★★★	★★★☆☆	★★☆☆☆	日	F10
S02	研报评级变化	近30日评级调整方向	分析师预期变化	★★★★☆	★★★★☆	★★★☆☆	周	F10
S03	机构持仓变化	近一季机构持仓比例变化	机构增减仓信号	★★★★☆	★★★★☆	★★★☆☆	季	F10
S04	融资余额变化	近20日融资余额变化 / 流通市值	杠杆资金方向	★★★★★	★★★☆☆	★☆☆☆☆	日	F10
S05	融券余额变化(倒数)	1 / (近20日融券余额变化/流通市值)	做空力量减弱信号	★★☆☆☆	★★★☆☆	★★★★☆	日	F10
S06	限售解禁压力(倒数)	1 / (未来30日解禁市值/流通市值)	解禁压力越小越好	★★☆☆☆	★★★☆☆	★★★★★	日	F10
S07	股东增减持	近30日重要股东净增持 / 流通市值	内部人交易信号	★★★☆☆	★★★☆☆	★★★★☆	日	F10
S08	龙虎榜活跃度	近30日上榜次数	游资关注度	★★★★★	★★★☆☆	★★☆☆☆	日	F10
S09	涨停频率	近60日涨停天数 / 60	市场热度信号	★★★★★	★★★☆☆	★☆☆☆☆	日	K线
S10	主力净流入比率	主力净流入 / 成交额	主力资金方向	★★★★★	★★★☆☆	★★☆☆☆	日	F10
S11	超大单净流入比率	超大单净流入 / 成交额	超大资金方向	★★★★★	★★★☆☆	★★☆☆☆	日	F10
S12	大单净流入比率	大单净流入 / 成交额	大资金方向	★★★★☆	★★★☆☆	★★☆☆☆	日	F10
S13	股东人数变化率	(本期-上期) / 上期	筹码集中度变化	★★★★☆	★★★☆☆	★★★☆☆	季	F10
S14	回购金额比率	回购金额 / 总市值	回购力度	★★★☆☆	★★★☆☆	★★★★☆	日	F10
S15	机构席位净买入	龙虎榜机构席位净买入额	机构资金方向	★★★★☆	★★★☆☆	★★☆☆☆	日	F10
S16	北向持股比例	北向持股 / 流通股本	外资持仓水平	★★★★☆	★★★☆☆	★★☆☆☆	日	F10
S17	融资买入额比率	融资买入额 / 成交额	杠杆买入意愿	★★★★★	★★★☆☆	★☆☆☆☆	日	F10
S18	融券卖出额(倒数)	1 / (融券卖出额/成交额)	做空意愿越低越好	★★☆☆☆	★★★☆☆	★★★★☆	日	F10

11 / SIZE

规模因子

8个因子 · 衡量市值规模与大小盘效应

规模因子是经典的风险因子。小市值因子在牛市中表现突出（小盘股弹性大），但在熊市中跌幅更大。中证指数研究显示，规模因子在中证1000/2000中RankIC为负（-0.054/-0.068），微盘股中负效应更显著^[1]。本类共8个因子，覆盖总市值、流通市值、自由流通市值、对数市值、非线性规模及流通比例等维度。大盘股在熊市中更具防御性。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
SZ01	总市值(倒数)	1 / (总股本×收盘价)	小市值溢价	★★★☆☆	★★★☆☆	★★★★☆	日	行情
SZ02	流通市值(倒数)	1 / (流通股本×收盘价)	可流通部分小市值效应	★★★☆☆	★★★☆☆	★★★★☆	日	行情
SZ03	自由流通市值(倒数)	1 / (自由流通股本×收盘价)	实际可交易部分市值	★★★★☆	★★★☆☆	★★★☆☆	日	F10
SZ04	市值对数	ln(总市值)	对数化市值更平滑	★★★☆☆	★★★☆☆	★★★☆☆	日	行情
SZ05	非线性规模	总市值^(-1/3)	Barra风格非线性市值	★★★★☆	★★★☆☆	★★☆☆☆	日	行情
SZ06	总股本	ln(总股本)	股本规模	★★★☆☆	★★★☆☆	★★★☆☆	日	F10
SZ07	流通股本	ln(流通股本)	流通股本规模	★★★☆☆	★★★☆☆	★★★☆☆	日	K线
SZ08	流通比例	流通股本 / 总股本	流通占比越高越好	★★★☆☆	★★★☆☆	★★★☆☆	日	F10

12 / MACRO

宏观与风格因子

12个因子 · 捕捉市场风格轮动与宏观信号

宏观与风格因子反映市场整体风格切换与宏观环境变化。大小盘风格、价值成长风格在牛市中轮动剧烈；市场宽度与赚钱效应指标在判断市场健康度方面具有参考价值；北向资金净流入与板块资金流向反映整体资金方向。本类共12个因子，全部可通过TDX行情、K线与F10接口获取或计算。

#	因子名称	计算公式	因子逻辑	牛市	震荡市	熊市	频率	TDX
MA01	行业轮动信号	行业动量排名	捕捉行业切换	★★★★☆	★★★★☆	★★★☆☆	日	K线
MA02	大小盘风格	大盘指数收益-小盘指数收益	风格强弱判断	★★★★★	★★★☆☆	★★☆☆☆	日	K线
MA03	价值成长风格	价值指数收益-成长指数收益	风格切换信号	★★★☆☆	★★★★☆	★★★★☆	日	K线
MA04	市场波动率(倒数)	1 / 指数20日波动率	整体市场风险水平	★★★☆☆	★★★★☆	★★★★☆	日	K线
MA05	市场情绪温度	涨跌家数比+涨停数+换手分位	市场冷热度量	★★★★★	★★★☆☆	★★☆☆☆	日	行情
MA06	市场宽度	站上20日均线个股比例	市场广度健康度	★★★★☆	★★★★☆	★★★☆☆	日	K线
MA07	北向资金净流入	近20日北向资金净流入	外资整体流向	★★★★★	★★★☆☆	★★☆☆☆	日	F10
MA08	板块轮动动量	近20日板块涨幅排名动量	板块强弱延续	★★★★☆	★★★★☆	★★★☆☆	日	K线
MA09	行业估值分位	个股PE在行业中分位	行业相对估值	★★★☆☆	★★★★☆	★★★★☆	日	F10
MA10	阶段涨幅排名	个股在行业中阶段涨幅排名	行业相对强弱	★★★★☆	★★★☆☆	★★☆☆☆	日	行情
MA11	板块资金流向	行业主力净流入	板块资金方向	★★★★☆	★★★☆☆	★★☆☆☆	日	F10
MA12	产业链景气度	行业景气信号	产业链景气判断	★★★★☆	★★★★☆	★★★☆☆	日	F10

13 / STRATEGY

市场周期因子配置策略矩阵

基于上述150个因子的有效性分析，以下为三种市场周期下的推荐因子配置方向。实际应用中建议结合因子相关性进行组合优化，避免高相关因子重复暴露。中证指数研究建议：价值与红利、质量与现金流具有协同效应，适合构建复合因子；动量与低波不宜同时使用^[1]。

牛市配置方向

趋势行情中高弹性因子优先，进攻为主

营收/利润同比增长G01-G03
营业利润同比增长G13
EPS增长率G08
12-1月动量M05
相对强度RSM07
区间新高占比M10
价格加速M13
MACD信号T02
均线多头排列T07
突破因子T08
DMI趋向指标T15
北向资金净买入比率S01
融资余额变化S04
主力净流入比率S10
涨停频率S09
大小盘风格MA02
市场情绪温度MA05
板块轮动动量MA08
研发支出占比G12
PEGV09

震荡市配置方向

均值回归效应显著，防御与进攻兼顾

EP(市盈率倒数)V01
DP(股息率)V05
价值复合V19
PE历史分位V14
ROEQ01
ROICQ03
现金流/净利润比Q07
经营现金流稳定性(倒数)Q14
20日波动率(倒数)R01
特质波动率(倒数)R03
换手率(倒数)L01
1个月反转M01
量价背离度M14
量价相关系数T06
研报评级变化S02
机构持仓变化S03
价值成长风格MA03
行业轮动信号MA01
行业估值分位MA09
板块轮动动量MA08

熊市配置方向

防御为主，低波低Beta高股息优先

BP(市净率倒数)V02
FCFF收益率V08
有形资产价值比V11
股息率行业排名V16
EV/FCFV18
ROE/ROAQ01-Q02
净利率Q05
资产负债率(倒数)Q08
流动/速动比率Q09-Q10
60日波动率(倒数)R02
下行波动率(倒数)R04
最大回撤(倒数)R05
Beta(倒数)R06
日内波幅(倒数)R12
市场波动率(倒数)MA04
1个月反转M01
Amihud流动性(倒数)L02
买卖价差(倒数)L07
限售解禁压力(倒数)S06
融券余额变化(倒数)S05
回购金额比率S14

14 / METHOD

方法论说明

以下为因子库构建与使用的方法论要点，供量化建模参考。

因子标准化

原始因子值依次经过(5%,95%)分位数缩尾处理、Z-Score标准化后使用。对于逆向因子（如波动率、Beta），取倒数使其方向一致（值越大越好）。多因子合成采用等权或IC加权方式。

因子评价指标

主要使用RankIC（因子值与收益率的Spearman相关系数）衡量单期有效性，RankIC均值衡量整体有效性，ICIR（RankIC均值/标准差）衡量信息比率，RankIC>0比例衡量胜率。分组检验考察多空收益。

市场周期划分

以中证全指单季度收益率为基准：>5%为上行市场（牛市），<-5%为下行市场（熊市），介于两者之间为震荡市场。调样频率为季度，考察区间不少于30只证券。

有效性评级标准

★★★★★(5星)：RankIC均值>0.08或该周期下最强因子；★★★★(4星)：RankIC均值0.04-0.08，显著有效；★★★(3星)：RankIC均值0.02-0.04，中等有效；★★(2星)：RankIC均值0-0.02，弱有效或不确定；★(1星)：RankIC≤0或反向有效。

因子相关性管理

价值与红利因子相关性高，适合构建复合因子；质量与现金流因子具有协同效应；动量与低波因子负相关，不宜同时使用。建议通过正交化处理降低因子间共线性。

TDX数据可得性

行情：通过tdx_quotes获取（PE/PB/ROE/换手率/量比/委比/外盘内盘等）；K线：通过tdx_kline获取（OHLCV历史数据/流通股本）；F10：通过tdx_api_data获取（财务报表/股东/资金流向/龙虎榜/北向资金/分红/融资融券/研报/估值历史/回购等30个接口）；指标：通过tdx_technical_indicator_query获取（MACD/KDJ/RSI/BOLL/WR/CCI/DMI等全部通达信技术指标）；混合：需组合多个TDX工具数据计算。

使用建议：本因子库为量化选股模型的基础框架，实际应用中建议：(1) 根据当前市场周期动态调整因子权重；(2) 对高相关因子进行正交化或复合处理；(3) 结合行业中性化处理消除行业偏差；(4) 定期更新因子有效性检验，因子衰减是常态现象。

因子有效性监控 WEEKLY

因子	方向	类别	v1 状态	v2 状态	近12周IC	t(NW)	t26	t52	胜率(12w)	权重 w	入H	since

监控概览 HEALTH

因子有效性图谱 CHART

图源：factor_validation / factor_selection / factor_status 窗口汇总统计（选择窗 106 周 · 留出窗 53 周 · 近 12 周复核窗）。逐周 IC 折线需预计算 weekly_panel，列为后续增强项。

生命周期状态机 v2 SHADOW

因子	v2 状态	since	t26	t52	权重 w	flags

状态转移日志

时间	周	因子	转移	原因

类别断路器 CLASS BREAKER

影子候选与退役档案 SHADOW

因子	入影原因	选择窗IC	t(NW)	first_seen	复审资格