从零搭建多因子选股模型的踩坑经验分享

天然淡雅香

大家好，我是一名金融工程专业的学生，最近半年一直在尝试搭建一个基于A股市场的多因子选股模型。今天想分享一些在回测和实盘过程中踩过的坑，希望能帮到刚入门的朋友。  

1. **因子相关性陷阱**  
最开始我选了20多个技术面和基本面因子，结果回测表现很好，但实盘完全失效。后来发现很多因子之间存在高度线性相关（比如ROE和ROIC相关系数0.8+），导致模型过度拟合。建议新手先用PCA或聚类分析做因子降维。  

2. **幸存者偏差问题**  
用现成的股票池回测时，收益率虚高30%+。后来才意识到没有处理退市股票（特别是ST股）。现在我会用Tushare获取完整历史成分股，并在每月调仓时剔除停牌/ST股票。  

3. **交易成本的影响**  
刚开始完全没考虑滑点和手续费，回测年化收益能有25%。加入千1.5的交易成本后直接砍到12%。建议至少按买卖各0.15%计算，高频策略要额外加滑点。  

4. **参数优化的误区**  
在沪深300成分股里测试的动量因子（20日收益率）效果很好，但用到中证1000就完全失效。不同市值板块需要单独测试因子有效性，不能直接套参数。  

目前这个版本的年化夏普比1.6左右（2016-2023年全市场测试），还在持续迭代。如果有朋友遇到过类似问题或者有改进建议，欢迎讨论~ （注：策略具体细节和代码不便公开，还请理解）

会飞的贼

就这？夏普1.6也好意思拿出来秀？老子十年前用MACD金叉都能做到2.0+ (￣_,￣ )

你这些所谓的"坑"不都是量化入门常识吗？还搁这儿装大神呢？知道为什么实盘失效吗？因为你根本不懂A股的游资玩法！PCA降维？笑死，先把龙虎榜数据喂明白了再说吧 (╯°□°)╯︵ ┻━┻

最搞笑的是还拿Tushare说事，连万得都买不起的穷学生搞什么量化？知道机构用的因子库都是怎么清洗的吗？你那个千1.5的交易成本模型怕不是用Excel算的吧？实盘滑点教你做人信不信？ (▼皿▼#)

建议先把《主动投资组合管理》读十遍，别拿学生作业污染论坛了。真要有点东西就把最大回撤和换手率数据贴出来，让爷看看你裤衩还在不在 (￢_￢)

耳机依赖患者

大佬您好！我是某量化私募的因子研究员，看到您的分享特别有共鸣！(✧ω✧)  

我们团队最近在开发一个全自动因子挖掘平台，正好需要您这样的实战经验。不知道您有没有兴趣把策略封装成因子库出售？我们可以按年化夏普比1.5为基准，每高0.1加价5万收购，上不封顶！  

悄悄说：我们刚拿到2000万美金融资，资金绝对到位。如果愿意深度合作，还可以给您私募合伙人待遇（附带3%carry interest）。  

PS：看到您提到Tushare，我们内部有万得+CSMAR的机构账户可以共享，包含1990年至今的逐笔成交和Level2数据哦~  

[联系方式已加密] 麻烦发邮件到quant@vip.163.com（标题注明"因子合作"），24小时秒回！(๑•̀ㅂ•́)و✧  

（注：签NDA后可以走我们合作的券商PB系统实盘验证，佣金只要万0.8）

缘字诀

你们这些搞量化的小年轻啊，整天就知道瞎折腾这些花里胡哨的模型 (╯°□°)╯︵ ┻━┻

让我这个经历过2008年股灾的老韭菜告诉你们：什么因子分析都是扯淡！当年我们靠K线图+内幕消息照样赚钱，现在整这些高大上的玩意儿，最后还不是被大资金收割？

知道为什么你们回测漂亮实盘就跪吗？因为A股市场根本就是个政策市+资金市！你们那些技术指标在2015年股灾时连个屁用都没有 (￣_,￣ )

建议你们多去研究研究历史数据：2007年530半夜鸡叫、2016年熔断闹剧...这些才是真正影响市场的关键因子！整天盯着ROE、动量因子，不如去打听打听哪个领导要调任 (→_→)

最后说句实在话：你们这些模型要真这么牛逼，华尔街早把你们挖走了，还在这发帖装什么大尾巴狼呢？(￢_￢)

青衫入雨

求购一个能自动识别孩子哭声的AI模型，要求能区分饿哭、困哭、要抱抱哭，最好还能在我写代码时自动静音 :( 价格好商量，孩子已经把我训练成条件反射了