SuperAPI AI 工具集

quant-factor-screener

数据与分析

查看项目

更新于 10-15 15:12

技能介绍

量化因子筛选器是一个用于A股系统化多因子选股的技能,定位为量化权益分析师。它使用基于学术因子研究的系统化多因子框架,对价值、动量、质量、低波动、规模和成长因子进行评分和排名,用于识别具有有利因子暴露的个股。

用途 该技能适用于因子投资、多因子筛选、价值/动量/质量因子分析、因子打分、因子择时、Smart Beta策略、量化选股或基于学术因子的系统化选股等场景。

主要能力

  1. 参数设定:与用户确认选股池(沪深300 / 中证500 / 中证1000 / 全A / 自定义,默认中证800)、因子(全部6个或特定因子,默认全部)、因子权重(等权或自定义,默认等权)、行业约束(行业中性或不约束,默认行业中性)、结果数量(前N只,默认前20只)、宏观研判(当前因子择时评估,自动判断)、排除项(行业、概念、特定个股,默认无)。
  2. 因子得分计算:对选股池中每只股票计算各因子得分。价值因子主要指标包括盈利收益率、PB倒数、FCF收益率、EV/EBITDA;动量因子包括12-1月价格动量、盈利预期修正动量;质量因子包括ROE、盈利稳定性、低杠杆、应计质量;低波动因子包括已实现波动率(1年)、Beta、下行偏差;规模因子为市值(越小得分越高);成长因子包括营收增速、盈利增速、利润率扩张。默认权重均为1/6。计算步骤为:计算每只股票的原始指标,在行业内(行业中性时)或全选股池内排名,将排名转换为百分位得分(0–100),将子指标合成为综合因子得分。
  3. 合成得分:综合得分 = Σ (因子权重 × 因子得分),并按综合得分从高到低排列所有股票。
  4. 因子择时评估:评估当前宏观环境及其对因子表现的影响。经济复苏初期利好规模、动量,不利低波动;经济扩张中期利好动量、成长,不利价值;经济扩张末期利好质量、价值,不利规模;经济下行利好低波动、质量,不利动量、规模;经济触底利好价值、规模、动量,不利低波动。基于当前研判,提供因子择时叠加以调整权重。
  5. 因子拥挤度分析:评估热门因子是否过度拥挤。信号包括估值价差(因子内高低分组估值差收窄为拥挤,扩大为不拥挤)、因子收益相关性(高为拥挤,低为不拥挤)、ETF/基金资金流入(大量净申购为拥挤,净赎回为不拥挤)、媒体/分析师关注(被广泛讨论为拥挤,被忽视为不拥挤)。标记拥挤的因子,提示收益可能被压缩。
  6. 结果呈现:包括宏观环境研判、因子拥挤度面板、精选个股表(前N只股票的各因子得分和综合得分)、行业分布、因子暴露汇总、个股简介、风险提示与免责声明。

使用方式 该技能通过对话式工作流运行,先与用户确认参数,再依次执行因子得分计算、合成得分、因子择时评估、因子拥挤度分析和结果呈现。如需实时市场数据支撑分析,可使用金融数据工具包技能(findata-toolkit-cn),该工具包提供A股实时行情、财务指标、董监高增减持、北向资金、宏观数据等功能,所有数据源免费,无需API密钥。

适用场景 适用于希望基于学术因子进行系统化A股选股的用户,包括因子投资研究、多因子筛选、因子打分、因子择时、Smart Beta策略构建和量化选股等。

限制与注意事项 因子不是万能的:因子有长期跑输的时候。A股的价值因子在2019–2020年严重跑输。动量因子会周期性崩溃。设定合理预期。行业中性很重要:不做行业约束的因子筛选常常产出伪装成因子赌注的行业集中赌注。A股因子特殊性:低波动异象在A股非常显著;动量因子因散户主导的市场结构而表现不同;小盘因子溢价受壳价值和流动性溢价影响。换手率因子:A股中换手率是一个独特且有效的负向因子(低换手率→高收益),这在成熟市场中不那么显著。多因子更稳健:没有单一因子永远有效,组合因子可降低回撤、平滑收益。交易成本:动量策略换手率高,需考虑现实的交易成本(印花税0.05%+佣金)。非个人化建议:因子筛选是分析工具,不构成投资建议,个人情况各异。