因子挖掘的一些思考：从模糊的感知到可交易信号的量化

1. 核心心法：为何我们需要“量化”情绪？

在金融交易的视角下，价格波动本质上是基本面变动与投资者心理博弈的叠加。正如投资大师巴菲特所言：

“在别人贪婪时恐惧，在别人恐惧时贪婪。”

这句话听起来简单，但在实战中，大多数初学者会陷入“单一指标失效”、“过度拟合历史”以及“回测与****偏差过大”的三重困境。原因在于他们依赖的是“模糊的感觉”，而非“结构化的信号”**。

作为量化野生宽客，我们的任务是构建严谨的数据驱动体系，将情绪指标化。我们要始终遵循一个核心逻辑：“钱往哪里走，机会就在哪里”。通过追踪真实的成交数据，我们可以穿透市场的迷雾，识别出最具确定性的机会。

2. 资金流：追踪真金白银的“结果”

资金流是市场博弈的最直接结果。它不是预测，而是已经发生的、无法撤回的既定事实。

2.1 资金分类与情绪属性

通过对资金性质的拆解，我们可以识别不同群体的心理预期：

2.2 2026 年一季度现状分析：聪明钱的“分歧”

量化研究必须尊重最新数据的反馈。根据 2026 年 Q1 数据，北向资金整体小幅流出 142 亿元，但内部结构呈现出极大的逻辑差异：

• 配置型资金（ Long-term stable ）：持续流入约 10 亿元。
• 交易型资金（ Short-term flexible ）：大幅流出约 223 亿元。

? 观点：这种“长入短出”的背离意味着长线机构并未真正看空。在行业分布上，通信（+225 亿）和电力设备（+191 亿）的强力吸金，验证了市场对AI 算力爆发与新能源景气复苏两条逻辑主线的高度共识。

2.3 因子构建：从原始值到统计显著

初学者常直接使用买入金额，但成熟的因子需要进行标准化处理。以融资情绪因子为例，其构建逻辑应为：

2.4 构建复合情绪因子的三个步骤

1. 多源数据对齐：同步获取融资、北向、主力三类资金流数据。
2. PCA 权重优化：利用主成分分析（ PCA ）进行降维。quant 专家使用 PCA 而非简单加权，是为了在保留最大信号强度的同时，剔除不同资金流数据间的冗余噪音。
3. 动态仓位触发：设定阈值，当复合得分产生共振时执行交易。

? 过渡衔接：资金流告诉我们“钱去了哪里”，但要看清是谁在主导这些资金，我们需要深入“龙虎榜”进行身份识别。

3. 龙虎榜：识别市场主角的“身份”

龙虎榜是交易所披露的“底牌”，它揭示了是谁在推动价格极值。

3.1 龙虎榜数据的三个层次

• 席位属性：区分“机构专用”（基本面派）、“知名游资”（情绪派）与“陆股通”（配置派）。
• 买卖对比：分析买五/卖五的集中度，判断是“合力进攻”还是“散乱博弈”。
• 席位组合：识别特定游资席位的联动关系（如“团伙作战”）。

3.2 实战案例：游资围猎与共振

• 案例一：金风科技（ 2025/12-2026/01 ） 股价在 10 个交易日内暴涨 83.25%。龙虎榜显示徐晓（ 4.16 亿）、作手新一（ 3.22 亿）、消闲派（ 2.63 亿）等顶尖游资席位合力买入达 13.46 亿元。此时机构却在减持，呈现典型的“游资热、机构冷”格局，属于纯粹的情绪溢价。
• 案例二：大普微（ 4 月 16 日上市首日） 首日暴涨 430.71%。5 家机构席位净买入 4.02 亿元，顶级游资“涪陵广场路”净买入 3.55 亿元。这种“机构与游资共舞”是市场最强烈的共振看多信号。

3.3 因子化进阶逻辑

• 机构“V 字型”规律：研究发现，机构龙虎榜在极端净买入（强信心）和极端净卖出（彻底洗盘或剧烈调仓）两端，往往都预示着后续的超额收益，而中间平庸的数据则缺乏预测力。
• 主力成交-价格相关性因子：
  • 高相关性 + 高价位：可能暗示主力正在高位减持（出货）。
  • 低相关性 + 低价位：可能暗示主力在低位进行“沉默式”吸筹。

? 过渡衔接：理解了“谁在买”，下一步需要剖析他们“为什么买”，这需要借助 NLP 对新闻文本的解析。

4. 新闻情绪：解析市场波动的“因果”

非结构化文本中隐藏着资金流动的诱因。通过 AI 技术，我们可以将文字转化为具备多空指向的概率分数。

4.1 技术路径：从文本到 Alpha

1. 数据采集：抓取股吧评论、公告、新闻标题。
2. 情感极性判断：利用 ModernBERT 等模型评估新闻的正面/负面概率。
3. 量化映射：将情感概率转化为可用于回测的离散或连续得分。

4.2 前沿应用：ModernBERT 的惊人表现

最新的研究显示，基于 ModernBERT 模型构建的复合因子多空策略呈现出极高的稳健性：

• 年化收益率：80.46%
• **收益风险比 (Sharpe)**：4.18
• 最大回撤：仅 -9.87%

4.3 核心预警：情绪背离

[!WARNING] 风险预警信号：情绪背离 当价格持续创出新高，但新闻情绪指数或社交媒体热度（如股吧活跃度）开始边际下降，甚至出现大量质疑，这通常是上涨动力衰竭的早期征兆。 ? 过渡衔接：既然我们拥有了资金（结果）、龙虎榜（主体）、新闻（因果）三个维度的武器，如何将它们打造成一套完整的防御体系？

5. 系统集成：从单兵作战到多因子框架

5.1 华泰 A 股情绪指数框架拆解

一个成熟的量化系统应涵盖以下三个维度：

1. 资金维度（核心）：融资净买入、ETF 净申购、CDS 利差。
   • ? 专家提示：CDS 利差缩窄意味着市场感知到的系统性风险降低，这会显著提升风险偏好。
2. 预期维度：期权持仓 PCR （ Put-Call Ratio ）、隐含波动率。
3. 动能维度：MACD 、乖离率（ BIAS ）。

5.2 情绪因子的层级结构表

? 过渡衔接：在正式开始实战之前，必须学习如何避开那些致命的量化陷阱。

6. 量化陷阱与实战反思：保护你的本金

量化投资并非寻找点金石，而是对概率的持续管理。在构建因子时，请务必内省：

1. 持续性优于单点数据：单日资金的大幅流入可能是大宗交易的干扰，只有连续多日的趋势共振才具备信号价值。
2. 绝对禁忌：过度拟合（ Overfitting ）：这是量化投资中最隐蔽的杀手。绝对不要为了让历史曲线好看而无限增加参数。必须使用滚动窗口（ Rolling Window ）和严格的样本外测试（ Out-of-sample Testing ）。
3. 环境决定因子权重：
   • 趋势市：资金流因子权重应占主导。
   • 震荡市：优先观察新闻情绪的边际变化。
   • 极端市：紧盯龙虎榜席位博弈逻辑。
4. 数据源的质量决定因子生死：无论是通过 AKShare 获取国内开源数据，还是购买专业的机器可读新闻（ LSEG ），数据清洗（ Cleaning ）和去噪（ Denoising ）的能力往往比算法本身更重要。

总结：量化的本质是将“模糊的感觉”具象化。通过资金流（结果）、龙虎榜（主体）与新闻情绪（因果）的三维共振，我们不仅能看清钱的去向，更能读懂背后的动机，从而在波动的市场中保持数据驱动的理性。