美股因子模型迁移到 A 股

日期: 2026-07-24 方向: Phase 3 / A 股因子 阶段: Phase 3: 实盘+规模化+迁移 标签: #AShare #FactorMigration #Momentum #Reversal #SmallCap #qlib #CSI300

---

今日目标

---

一、「迁移」的真正意义：不是 copy 代码

Phase 1-2 我们在美股上把动量、低波动、质量、价值四个因子打磨了 60 天。一个很自然的问题是：

「这些因子能直接搬到 A 股吗？」

新手会把它理解成「代码改个数据源」。这是 90% 的人会犯的错。

迁移的真正问题不是工程，是alpha 假设：

核心认知：一个因子能赚钱，是因为它对应了一种特定的市场无效率。市场无效率的来源（谁在交易、信息怎么传、有什么摩擦）变了，因子的表现可以符号反转——同样的公式，在美股 +0.6 Sharpe，在 A 股 -0.4 Sharpe。

所以这一天的目标不是「写代码」，而是重新验证假设：哪些假设在 A 股仍然成立、哪些必须改写、哪些必须反号。

---

二、A 股因子有效性 vs 美股：分项对比

这一节是 Day 76 的核心。我把过去 10 年（2014-2024）A 股和美股的主流因子表现对照梳理：

2.1 关键差异 1：动量反号

这是最反直觉的一条。美股 12-1 动量是 Jegadeesh & Titman (1993) 以来最稳定的因子之一，A 股直接反过来。

具体表现：

• 短期（1 个月）反转：过去 1 个月涨得最多的股票，下个月 average underperform 2-3%
• 中期（3-12 个月）也偏反转或无效：除了一些特殊行情期（2020 消费 / 2021 新能源）有趋势
• 长期（>12 个月）才出现弱动量：但信噪比很差

学界已经反复验证过这件事（Cheema & Nartea 2014, Guo et al. 2017）。

2.2 关键差异 2：Size premium 远比美股强

美股 Fama-French 的 SMB 因子从 1980s 之后基本失效。A 股相反：

• 中证 1000 vs 沪深 300：过去 10 年 small cap 年化超额 ~5-8%
• 国证 2000 vs 沪深 300：超额更大但波动更高
• 即使在 2017、2024 这种「核心资产」年份，也只是回撤而非翻转

这给个人量化一个独特的优势：机构因为容量限制，常常只能在中证 800 以上 universe 玩，小盘 alpha 留给了散户量化。

2.3 关键差异 3：低波动和质量基本同向

这一点是好消息——意味着我们在美股上花 30 天打磨的低波动、质量因子，迁移到 A 股不需要换方向，只要重新校准参数。

---

三、为什么 A 股会短期反转：微观结构解释

把因子迁移做对，必须搞清楚这一条。原因不是「中国市场不成熟」这种敷衍说法，而是具体的微观结构：

3.1 散户交易量占比 ~70%

散户的特征：

• 反应慢：财报后 PEAD（盈利公告后漂移）信号在 A 股留存的时间是美股的 3-5 倍
• 反应过度：好消息一旦传开，散户集中追入，把价格推到远高于合理水平
• 羊群效应：5% 涨幅吸引一波买入 → 7% 吸引下一波 → 涨停 → 第二天承接盘耗尽 → 回归

→ 这就是短期反转的来源。不是市场无效率太多，是反应过度后的均值回归。

3.2 流动性集中在小盘 + 题材股

A 股有一个独特现象：资金会在小盘题材股之间快速轮动。今天追新能源，明天追 AI，后天追军工。

这种轮动的结果：

• 个股层面：一只小盘股 1 个月涨 50%，下个月有大概率回吐 20-30%
• 横截面层面：上个月涨幅前 10% 的组合，下个月显著 underperform

→ 反转效应在小盘股最强、大盘股最弱。这一点和美股 size effect 完全反着用：在 A 股反转因子 × 小盘股是更好的 alpha 来源。

3.3 涨跌停 + T+1 制造摩擦

• 涨停板（+10%）：一旦涨停，封单巨大，第二天 gap up 后抛压释放——这是动量失效的另一个机械原因
• T+1：今天买的股票今天不能卖，对短期动量策略是天然削弱
• ST 制度：濒临退市的股票反而有「壳价值」博弈，价值因子在低 P/B 股票上信号被污染

3.4 结论：A 股的 alpha 来自反向交易散户

一句话总结：

美股因子赚的是「机构慢反应」的钱，A 股因子赚的是「散户反应过度」的钱。

方向是反的，但都来自市场参与者的可预测错误。

---

四、建模选择：怎么把美股代码改成 A 股代码

基于上面的分析，我们的建模决策：

---

五、完整代码：qlib + AKShare 跑 A 股三因子

qlib 是微软开源的量化框架，对 A 股支持最好。AKShare 是免费数据源（不需要 wind / tushare pro 订阅）。

5.1 环境准备

# qlib 对 numpy 2.x 还有兼容问题，用 1.x
pip install pyqlib==0.9.3 akshare==1.13.0 pandas==1.5.3 numpy==1.24.4

# 下载 qlib 自带的 A 股数据（CSI300/CSI500/全 A）
python -c "import qlib; from qlib.tests.data import GetData; GetData().qlib_data(target_dir='~/.qlib/qlib_data/cn_data', region='cn')"

5.2 因子定义

# tr_day76_ashare_factors.py
import qlib
from qlib.constant import REG_CN
from qlib.data import D
from qlib.data.dataset.loader import QlibDataLoader
import pandas as pd
import numpy as np

qlib.init(provider_uri='~/.qlib/qlib_data/cn_data', region=REG_CN)

# === Universe: CSI300 ===
universe = D.instruments(market='csi300')

# === 时间窗口 ===
START, END = '2014-01-01', '2024-12-31'

# === 因子表达式（qlib 自带 alpha 语法） ===
factors = {
    # 1 个月反转 — 美股动量的反号
    'mom_reversal_1m':  '-1 * (Ref($close, 1) / Ref($close, 21) - 1)',

    # 60 日低波动（注意取负号让低波动 = 高得分）
    'low_vol_60d':      '-1 * Std(Log($close / Ref($close, 1)), 60)',

    # 质量代理：ROE TTM（用 qlib 的 fundamental 表，如果没有就用净利润率近似）
    # 这里简化为 op profit / total assets 的近似
    'quality_proxy':    '($close / Ref($close, 252)) * (1 / (Std(Log($close / Ref($close, 1)), 60) + 0.001))',
}

注：完整的 ROE 因子需要财报数据，AKShare 拉就行（ak.stock_financial_em）。这里为了让 demo 自包含，用价格代理。

5.3 IC 计算和回测

from qlib.data.dataset import DatasetH
from qlib.contrib.evaluate import backtest_daily

def calc_factor_ic(factor_expr, name):
    """计算因子的 IC（Information Coefficient）"""
    fields = [factor_expr, 'Ref($close, -21) / $close - 1']  # 因子值 vs 未来 21 日收益
    df = D.features(universe, fields, START, END, freq='day')
    df.columns = ['factor', 'future_return']

    # 横截面 IC（每月最后一日）
    df = df.dropna()
    monthly = df.groupby(level=0).apply(
        lambda x: x['factor'].corr(x['future_return'], method='spearman')
    )
    return {
        'name': name,
        'ic_mean': monthly.mean(),
        'ic_std': monthly.std(),
        'ic_ir': monthly.mean() / monthly.std() * np.sqrt(12),  # 年化 IR
        'ic_positive_pct': (monthly > 0).mean(),
    }

results = []
for name, expr in factors.items():
    results.append(calc_factor_ic(expr, name))

pd.DataFrame(results).to_csv('day76_ashare_ic.csv', index=False)

5.4 多因子组合回测

from qlib.contrib.strategy import TopkDropoutStrategy
from qlib.contrib.evaluate import backtest_daily

# 多因子合成：每个因子横截面 z-score 后等权相加
def composite_signal():
    factor_dfs = {}
    for name, expr in factors.items():
        df = D.features(universe, [expr], START, END, freq='day')
        df.columns = [name]
        # 横截面 z-score
        df[name] = df.groupby(level=0)[name].transform(
            lambda x: (x - x.mean()) / (x.std() + 1e-8)
        )
        factor_dfs[name] = df

    combined = pd.concat(factor_dfs.values(), axis=1).mean(axis=1)
    return combined

signal = composite_signal()

# 月度再平衡，每月持有前 30 只股票
strategy = TopkDropoutStrategy(
    signal=signal,
    topk=30,
    n_drop=5,
    method_sell='bottom',
    method_buy='top',
)

# 加入 A 股特定约束
exec_config = {
    'time_per_step': 'day',
    'generate_portfolio_metrics': True,
    'verbose': False,
    'trade_unit': 100,   # A 股最小 100 股
    'limit_threshold': 0.095,  # 涨跌停过滤
}

report, positions = backtest_daily(
    start_time=START,
    end_time=END,
    strategy=strategy,
    executor=exec_config,
    benchmark='SH000300',  # CSI300
    account=1_000_000,
)

print(report.tail())
print(f"Sharpe: {report['return'].mean() / report['return'].std() * np.sqrt(252):.3f}")
print(f"Annual return: {(1 + report['return']).prod() ** (252/len(report)) - 1:.2%}")
print(f"Max DD: {(report['cum_return'] / report['cum_return'].cummax() - 1).min():.2%}")

5.5 完整结果

→ 注意 CSI500 universe 的 Sharpe 普遍更高，这就是 A 股 small-cap premium 在起作用。

---

六、预期结果 vs 实际结果：差距怎么解释

「实盘 Sharpe 是 paper Sharpe 的 0.5-0.7」 在 A 股比美股更明显，原因：

• 涨跌停真实滑点比 backtest 想象的大
• 小盘股冲击成本显著（你买入会推高价格）
• T+1 锁住了应急平仓能力
• 数据幸存者偏差（已退市的票多数没在数据里）

---

七、风险因素：A 股特有的「黑天鹅」

7.1 涨跌停限制

• 单日 ±10%（创业板 / 科创板 ±20%）
• 回测易陷阱：因子在涨停那天给出强买入信号，回测假设你能买进去，实盘根本买不到
• 应对：在 signal generation 那天就排除涨跌停股票

7.2 T+1 settlement

• 月度策略影响小（持仓周期 21 天）
• 但应急平仓需要预留：今天加仓的票今天不能卖
• 这对事件驱动策略（Day 77 主题）影响很大

7.3 政策风险（这是 A 股最大的非财务风险）

对模型的启示：

• 任何 backtest 都要分子样本（2014-2018 / 2019-2021 / 2022-2024 分开看）
• 用滚动 Sharpe 而不是全样本 Sharpe 评估稳定性
• 政策敏感行业（互联网 / 教育 / 房地产 / 医药集采）单独建模或剔除

---

八、数据「look-back-able」：A 股能回测多久

8.1 数据可信度的时间分层

→ 可用样本约 10-11 年，但要切成 7 个明显的 sub-period 看。

8.2 7 个 sub-period 因子表现的稳定性

我自己回测时会算一张这样的表（这里是定性梳理）：

核心结论：没有任何一个因子在所有 sub-period 都稳定。多因子合成的必要性远高于美股——单一因子的失效窗口更长。

---

九、小盘 premium 怎么用：个人量化的独家优势

9.1 为什么这是个人的优势

机构投资者用不了 A 股小盘 alpha 的理由：

→ 个人量化跑小盘 alpha 天然占便宜，这是 Day 76 最重要的认知之一。

9.2 推荐 universe

我自己的资金量做 CSI500 + CSI1000 混合 universe 是最佳点：流动性能扛住月度换手，alpha 又足够强。

9.3 风险：single-stock blowup

小盘股的尾部风险远大于大盘：

• 财务造假（康得新 / 康美 / 瑞幸）
• 实控人爆雷（很多民企）
• 政策定向打击（教培 / 游戏版号）

对策：

• 单票仓位 ≤ 1.5%（持 30+ 只票才能分散）
• 财务造假筛选（应收账款占营收 > 50% 剔除，经营性现金流连续负的剔除）
• 行业上限（单一行业 ≤ 20%）

---

十、PM 视角：今天学到的迁移性思考

1. 「同一个方法，跨市场结果可能反转」——这是今天最重要的认知。任何在 A 市场跑通的 A/B test 结果，迁到 B 市场前必须重新验证假设，不能默认成立。这一条不仅是量化，做产品、做风控、做金融工程都一样：信用卡风控模型从美国搬到东南亚，违约概率分布完全变了；DEX 的 AMM 公式从以太坊搬到 Solana，套利者结构完全不同。

2. alpha 的物理基础比公式重要：一个因子能赚钱，是因为它对应了某种市场参与者的可预测错误。如果这个错误的来源（散户比例、信息扩散、监管制度）变了，公式再优雅也是 noise。这一条对 Web3 同样成立：DeFi 的 alpha 来自跨协议套利者的反应延迟，链上结构变了，alpha 就变了。

3. 「适合个人不适合机构」的赛道值得珍惜：A 股小盘 alpha 是典型的「容量天花板留给散户」的结构。Web3 里类似的有：小市值 token 套利、NFT mint 套利、空投挖矿。作为个人量化 + Web3 PM，要刻意去找这类「机构进不来」的空间，而不是和机构在大盘股、主流币上拼信息和速度。

4. 数据可信度的时间分层是隐性风险：A 股 2010 前数据不可信、美股 1980 前数据稀疏、Crypto 2020 前数据混乱。任何长样本回测都隐含「数据质量不变」的假设，这个假设几乎总是错的。Sharpe = 0.8 用 5 年数据算出来的，和 Sharpe = 0.8 用 30 年数据算出来的，意义完全不同。

5. 政策风险是「非高斯」尾部：金融工程的 VaR、波动率、Sharpe 都建立在收益分布可建模的假设上。A 股的 2018 贸易战 / 2021 双减是直接把整个行业从分布里抹掉，这不是 fat tail 是直接的结构性 break。模型要承认自己解决不了这种 risk，对策只能是「分散行业 + 仓位上限 + 监控政策信号」。

6. 从工程 PM 视角看「迁移」：迁移不是 reuse，是重新部署一遍假设验证流程。在产品语境下，把美国 onboarding 流程搬到印度也是这个道理——支付方式、KYC 制度、用户阅读习惯全变了，搬的是「问题分解框架」而不是「具体方案」。

---

十一、明日预告

Day 77: A 股事件驱动策略——财报、停复牌、定增、回购

• A 股 PEAD（盈利公告后漂移）显著强于美股：散户的反应延迟
• 停牌制度的套利空间（重组停牌 / 恢复交易第一日 gap）
• 定增 / 大宗交易折价的统计意义
• 回购公告的 announcement effect
• T+1 + 涨跌停对事件驱动策略的真实影响
• 用 AKShare 拉财报日历，复现 PEAD 因子

---

实际执行记录

启动一项填一项，时间戳 + 卡点。

• [hh:mm] qlib + AKShare 环境装好 — ...
• [hh:mm] CSI300 数据下载完成 — ...
• [hh:mm] 反转动量因子 IC 跑出来 — ...
• [hh:mm] 低波动因子 IC — ...
• [hh:mm] 质量因子 IC — ...
• [hh:mm] 多因子组合回测 Sharpe — ...
• [hh:mm] 7 个 sub-period 滚动 Sharpe 表 — ...
• [hh:mm] CSI500 universe 对比 — ...
• 卡点 / 学到的：
  • 涨跌停过滤后实盘成交假设是否合理？
  • 财务数据延迟（公告日 vs 报告期）怎么处理？
  • 行业中性化用申万一级还是中信一级？

---

总字数：约 6,200 字 今日完成度：理论 ✓ / 实操（数据 + 因子 + 回测）/ 笔记 ✓