当前位置：首页>python>用 Python 打造多因子选股系统|从回测 301% 到理性反思

用 Python 打造多因子选股系统|从回测 301% 到理性反思

2026-06-29 07:43:24

用 Python 揭秘均值回归策略：你的收益从何而来？

2026年重磅升级已全面落地！欢迎加入专注财经数据与量化投研的【数据科学实战】知识星球！您将获取持续更新的《财经数据宝典》与《量化投研宝典》，双典协同提供系统化指引；星球内含 350 篇以上独有高质量文章，深度覆盖策略开发、因子分析、风险管理等核心领域，内容基本每日更新；同步推出的「量化因子专题教程」系列（含完整可运行代码与实战案例），系统详解因子构建、回测与优化全流程，并实现日更迭代。我们持续扩充独家内容资源，全方位赋能您的投研效率与专业成长。无论您是量化新手还是资深研究者，这里都是助您少走弯路、事半功倍的理想伙伴，携手共探数据驱动的投资未来！

引言

你是否好奇量化交易者是如何用代码战胜市场的？最近读到一篇非常实在的开源项目分享：作者用 Python 构建了一套多因子选股系统，对约 100 只美股大盘股每月排名打分，选出前 10 名等权持有，在 2020 到 2025 年的回测中取得了 301% 的总收益和 1.08 的夏普比率。

但更难得的是，作者并没有炫耀这份漂亮的成绩单，而是坦诚地剖析了系统的缺陷：数据有幸存者偏差、因子选择存在过拟合、交易成本模型过于理想……本文将带你了解这套系统的设计思路、关键代码实现，以及作者的反思总结，希望能帮助正在学习 Python 量化的朋友少走弯路。

一、系统整体架构

整套系统由 6 个模块组成，通过 YAML 配置文件管理所有参数，方便调整因子权重、再平衡频率等：

# 核心流程示意
data_fetch()        # 1. 从 Yahoo Finance 抓取日线数据
compute_factors()   # 2. 计算各类因子指标
composite_score()   # 3. 合成打分并排名
build_portfolio()   # 4. 选 Top 10 等权构建组合
run_backtest()      # 5. 跑回测
generate_report()   # 6. 输出分析报告和图表

二、因子设计：只保留「有效」的因子

作者实现了 7 组因子，但默认只启用 3 组，权重分配如下：

因子类别	具体指标	权重	方向
动量	3 个月收益率	35%	越高越好
动量	6 个月收益率	20%	越高越好
动量	1 个月收益率	15%	越高越好
趋势	距 50 日均线	15%	越高越好
趋势	距 200 日均线	10%	越高越好
流动性	日均成交额	5%	越高越好

被禁用的 4 组因子：

1. 均值回归（RSI-14）：与动量因子方向相反，在趋势行情中会制造噪声
2. 波动率（60 日已实现波动率）：样本期内，动量最强的股票恰好是波动最大的（半导体、成长科技、生物科技），过滤反而损失收益
3. 基本面（PE、EBITDA 利润率）：Yahoo Finance 只提供当前快照，存在前视偏差
4. 情绪因子：目前只是占位符，生成随机数，需接入真实数据源

三、核心代码：因子打分与排名

下面是一个简化版的因子合成打分逻辑，非常适合 Python 学习者参考：

import numpy as np
import pandas as pd
from scipy.stats import zscore

def winsorize(series, lower=0.01, upper=0.99):
    """对极值进行缩尾处理，避免单只异常股票扭曲整体分布"""
    lo = series.quantile(lower)   # 计算 1% 分位数
    hi = series.quantile(upper)   # 计算 99% 分位数
    return series.clip(lower=lo, upper=hi)

def compute_composite_score(df, factor_weights):
    """
    计算复合因子得分
    df：包含各因子原始值的 DataFrame（每行是一只股票）
    factor_weights：因子权重字典，例如 {"return_3m": 0.35, ...}
    """
    score = pd.Series(0.0, index=df.index)  # 初始化得分

    for factor, weight in factor_weights.items():
        # 步骤 1：缩尾去极值
        clipped = winsorize(df[factor])
        # 步骤 2：横截面 Z-score 标准化
        standardized = zscore(clipped, nan_policy="omit")
        # 步骤 3：按权重累加
        score += weight * pd.Series(standardized, index=df.index)

    return score

# 使用示例
factor_weights = {
    "return_1m": 0.15,   # 1 个月动量
    "return_3m": 0.35,   # 3 个月动量
    "return_6m": 0.20,   # 6 个月动量
    "dist_ma50": 0.15,   # 距 50 日均线
    "dist_ma200": 0.10,  # 距 200 日均线
    "dollar_vol": 0.05,  # 成交额
}

scores = compute_composite_score(stocks_df, factor_weights)
top_10 = scores.nlargest(10)  # 选出得分最高的 10 只股票
print("本月入选股票：", top_10.index.tolist())

四、组合构建与交易成本

每月最后一个交易日重新排名，选出前 10 只等权持有（每只 10%），两次再平衡之间让权重自然漂移。

def rebalance_portfolio(prev_weights, new_top10, prices):
    """
    月度再平衡函数
    prev_weights：上期持仓权重
    new_top10：本期选出的前 10 只股票
    prices：当期价格
    """
    # 新组合等权分配
    new_weights = pd.Series(0.1, index=new_top10)

    # 计算单边换手率
    all_tickers = prev_weights.index.union(new_weights.index)
    turnover = (new_weights.reindex(all_tickers, fill_value=0) 
                - prev_weights.reindex(all_tickers, fill_value=0)).abs().sum() / 2

    # 交易成本：10bps 佣金 + 5bps 滑点
    cost_bps = 15
    cost = turnover * cost_bps / 10000

    return new_weights, turnover, cost

# 例如：50% 换手率对应约 7.5bps 的成本

五、回测结果一览（2020 年 1 月 ~ 2025 年 12 月）

指标	数值
总收益	+301.3%
年化收益（CAGR）	26.6%
年化波动率	24.7%
夏普比率	1.08
最大回撤	-27.4%
日胜率	55.8%
月均换手率	47.8%

三次主要回撤：

1. COVID 冲击（2020 年 2 ~ 6 月）：-27.4%
2. 2022 年熊市（2021 年 12 月 ~ 2023 年 3 月）：-20.6%
3. 2024 ~ 2025 年调整：-20.3%

六、作者坦诚的反思

有效经验

• 中期动量是主要驱动力：3 个月和 6 个月收益率因子贡献最大
• 剔除相互矛盾的因子比添加新因子更重要：关掉均值回归和波动率因子后表现反而更好
• 流动性过滤避免了踩坑

真实存在的问题

1. 排名临界处的股票频繁进出：第 8 名和第 12 名的得分差距往往只是噪声，但硬切分的 Top 10 带来了不必要的换手
2. 成本累积被低估：按 15bps × 48% 换手率计算，年化拖累约 86bps
3. 行业过度集中：最后一期 10 只股票中有 4 只半导体股，本质是行业押注
4. 幸存者偏差：股票池用的是当前 S&P 500 成分股，2020 ~ 2025 间被剔除的股票完全没进入样本
5. 因子选择本身就是过拟合：基于样本期表现决定启用哪些因子，这个决策已经「偷看」了未来
6. 交易执行假设过于理想：信号和交易都用同一天收盘价，实盘至少有 1 天延迟

七、下一步改进方向

• Walk-forward 滚动验证：在训练窗口估计权重，在样本外评估
• IC 衰减分析：测量信号在 1 天 / 1 周 / 1 月不同持有期的预测能力
• 行业中性化：已有 FactorNeutralizer 模块，只需接入主流程
• 真实情绪因子：用 FinBERT 处理财经新闻或财报电话会议文本
• 无交易缓冲区：只有当预期得分提升超过成本时才调仓
• 基于波动率的仓位管理：用逆波动率加权替代等权

总结

这个项目最有价值的地方，不是那条漂亮的净值曲线，而是围绕它的一整套诊断工具——因子 IC、分层收益、换手分解、分市场状态的表现分析。这些工具能告诉你信号是否真实、在哪里会失效，而单看收益曲线是看不出来的。

对 Python 学习者的启发有三点：

1. 模块化架构比单个脚本更重要：参数外置、组件解耦，才能快速迭代
2. 诚实面对自己的假设：回测漂亮不等于能赚钱，数据偏差、样本内选择、成本模型都可能让结果虚高
3. 写代码只是第一步，思考结果为什么这样才是关键

如果你也在学 Python 量化，不妨把这个思路运用到自己的项目里：先搭好可插拔的框架，再用严谨的诊断方法持续审视自己的策略。

参考文章

加入专注于财经数据与量化投研的知识星球【数据科学实战】，获取本文完整研究解析、代码实现细节。

财经数据与量化投研知识社区

2026年全面升级已落地！【数据科学实战】知识星球核心权益如下：

1. 双典系统赋能：获赠《财经数据宝典》与《量化投研宝典》完整文档，凝练多年实战经验，构建系统化知识框架；
2. 量化因子日更教程（2026重磅新增）：每日更新「量化因子专题教程」，配套完整可运行代码与实战案例，深度拆解因子构建、回测与优化全流程；
3. 量化文章专题教程库：300+篇星球独有高质量教程式文章，系统覆盖策略开发、因子研究、风险管理等核心领域，内容基本每日更新，并配套精选学习资料与实战参考；
4. 量化投研实战课程：赠送《AKQuant-入门及实战》《PyBroker-入门及实战》视频课程，手把手教学，快速掌握量化策略开发技能；
5. 财经数据支持：定期更新国内外财经数据，为策略研发提供精准、可靠的数据基础；
6. 顶尖学者与行业专家分享：年度邀请学术界博士与业界资深专家开展前沿论文精讲与实战案例分享，不少于4场，直击研究前沿与产业实践；
专家直连答疑：与核心开发者及领域专家实时互动，高效解决投研实战难题；
7. 专业社群与专属福利：加入高质量交流社群，获取课程折扣及更多独家资源。

星球已沉淀丰富内容生态——涵盖量化文章专题教程库、因子日更系列、高频数据集、PyBroker实战课程、专家深度分享与实时答疑服务。无论您是初探量化的学习者，还是深耕领域的从业者，这里都是助您少走弯路、高效成长的理想平台。诚邀加入，共探数据驱动的投资未来！