因子为什么能工作——在不确定性中寻找概率优势
量化投资的核心是因子。因子是把选股逻辑翻译成一个可计算的数字,买入因子得分高的,卖出得分低的,回测看结果。这套流程表面上是数学,但背后有个更深层的问题:因子凭什么能工作? 因子不是真理,是假设 因子有效的前提,是市场存在可以被利用的规律。但如果市场完全有效,所有信息都即时反映在价格里,任何因子都没用
「2026-08」的文章 清除筛选
量化投资的核心是因子。因子是把选股逻辑翻译成一个可计算的数字,买入因子得分高的,卖出得分低的,回测看结果。这套流程表面上是数学,但背后有个更深层的问题:因子凭什么能工作? 因子不是真理,是假设 因子有效的前提,是市场存在可以被利用的规律。但如果市场完全有效,所有信息都即时反映在价格里,任何因子都没用
量化私募统治力越来越强,这是不争的事实。头部机构数据源铺到 Level 2、逐笔成交、另类数据,算力堆到几千台机器全天候跑回测,人才库塞满清北复交的数理博士。个人在这些维度上,没有一个能打。 但越是这样,我越要自己做。这笔账不是比谁强,而是算另一条逻辑。 钱在战场上就是生命。不管一个机构多优秀、多规
量化的本质是数据加因子加策略,数据质量决定策略的下限。但个人量化最容易被忽视的陷阱,是把策略研究变成工程量——建库、爬虫、维护数据源,本末倒置。自建数据源的坑还在其次,数据源怎么选,标准只有一个:这笔钱,赚得回来吗?