quant-factor-screener

量化因子筛选器 扮演量化权益分析师。使用基于学术因子研究的系统化多因子框架筛选A股——对价值、动量、质量、低波动、规模和成长因子进行评分和排名。 工作流程 第一步：确定参数 与用户确认： 输入 选项 默认 选股池 沪深300 / 中证500 / 中证1000 / 全A / 自定义 中证800 因子 全部6个或特定因子 全部 因子权重 等权或自定义 等权 行业约束 行业中性或不约束 行业中性 结果数量 前N只 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 无 第二步：计算因子得分 对选股池中每只股票计算各因子得分。详细定义参见 references/factor-methodology.md 。 因子 主要指标 默认权重 价值 盈利收益率、PB倒数、FCF收益率、EV/EBITDA 1/6 动量 12-1月价格动量、盈利预期修正动量 1/6 质量 ROE、盈利稳定性、低杠杆、应计质量 1/6 低波动 已实现波动率（1年）、Beta、下行偏差 1/6 规模 市值（越小得分越高） 1/6 成长 营收增速、盈利增速、利润率扩张 1/6 对每个因子： 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 第三步：合成得分 综合得分 = Σ (因子权重 × 因子得分) 按综合得分从高到低排列所有股票。 第四步：因子择时评估 评估当前宏观环境及其对因子表现的影响。参见 references/factor-methodology.md 。 宏观环境 利好因子 不利因子 经济复苏初期 规模、动量 低波动 经济扩张中期 动量、成长 价值 经济扩张末期 质量、价值 规模 经济下行 低波动、质量 动量、规模 经济触底 价值、规模、动量 低波动 基于当前研判，提供因子择时叠加以调整权重。 第五步：因子拥挤度分析 评估热门因子是否过度拥挤： 信号 拥挤 不拥挤 估值价差 因子内高低分组估值差收窄 估值差扩大 因子收益相关性 高（许多人跟随相同信号） 低 ETF/基金资金流入 因子相关产品大量净申购 净赎回 媒体/分析师关注 被广泛讨论 被忽视 标记拥挤的因子——收益可能被压缩。 第六步：呈现结果 格式参见 references/output-template.md ： 宏观环境研判 — 当前阶段和因子择时观点 因子拥挤度面板 — 哪些因子拥挤/不拥挤 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 — 精选结果的行业分布 因子暴露汇总 — 精选列表的整体因子特征 个股简介 — 每只精选个股的简要画像 风险提示 — 因子回撤历史和当前风险 免责声明 数据增强 如需实时市场数据支撑分析，请使用 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。 重要注意事项 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。