摘要：如果我們把這三個(gè)因子都加進(jìn)去會怎樣呢收益率為倍，沒有剛才那么好了，還是剛才的和凈利潤環(huán)比增長率這兩個(gè)因子比較好，那就保留兩個(gè)吧。因此，我們可以考慮使用排名的方法，對這些因子進(jìn)行排名。

導(dǎo)語：每一位寬客都相信，影響股票漲跌的因素不勝枚舉，而這些“因素”就是因子！本文作為一篇合格的入門教程，提供代碼當(dāng)做框架，各路寬客可以自己測試，查看收益率，亦可利用聚寬python平臺自行構(gòu)建代碼。

規(guī)范源碼已更新！請大家克隆研究。
本文由JoinQuant量化課堂推出 。難度標(biāo)簽為進(jìn)階上，理解深度標(biāo)簽：level-0

JoinQuant免費(fèi)提供數(shù)據(jù)獲取、研究環(huán)境、策略回測、實(shí)盤連接、發(fā)送交易信號，學(xué)習(xí)交流等功能.

作者： 導(dǎo)數(shù)君
編輯： 宏觀經(jīng)濟(jì)算命師

因子是什么？通俗來講。選股擇時(shí)，我們得有一個(gè)標(biāo)準(zhǔn)對不對？這些標(biāo)準(zhǔn)就叫做因子。比如，我認(rèn)為營收增長率高的公司就是好公司！那我就把營收增長率大于30%的股票拉出來納入石榴裙下好了。這個(gè)營收增長率大于30%就是因子，完畢。

因子有選股的因子（股票好不好），有擇時(shí)的因子（好股票什么時(shí)候買）。由于擇時(shí)往往跟技術(shù)指標(biāo)關(guān)系緊密，本篇中就介紹基本面類的因子吧，偏財(cái)務(wù)向。

最簡單的方法，先物色一些自己喜歡的因子，比如增長率啦，市值啦，ROE啦，等等。然后一個(gè)個(gè)往里面加，看看效果如何，效果好了留下，效果差了刪除，反復(fù)重復(fù)這個(gè)過程就能找到心儀的因子啦。

舉個(gè)例子，小編先選兩個(gè)因子，ROA和凈利潤/營業(yè)總收入(%)。ROA和利潤率比較高的一般都是表現(xiàn)良好的公司，所以小編決定選取ROA和凈利潤/營業(yè)總收入前20名的股票買入，回測結(jié)果如下圖所示：

表現(xiàn)比大盤略好一點(diǎn)，11年的收益有3.98倍。那換個(gè)因子試試？小編把凈利潤/營業(yè)總收入換成凈利潤環(huán)比增長率(%)，回測結(jié)果如下圖所示：

然后發(fā)現(xiàn)收益率好了一點(diǎn)點(diǎn)，過去11年的收益有7.54倍。嗯，比剛才高了一些。如果我們把這三個(gè)因子都加進(jìn)去會怎樣呢？

收益率為5.34倍，沒有剛才那么好了，還是剛才的ROA和凈利潤環(huán)比增長率(%)這兩個(gè)因子比較好，那就保留兩個(gè)吧。小編聽說小市值股票收益好，如果把市值這個(gè)因子也加進(jìn)去會怎么樣呢？回測了一下，發(fā)現(xiàn)：

收益居然有28倍！真的是太不可思議了。

所以話說回來，雖然這種試錯法選因子是一種比較基礎(chǔ)的選因子方式，但其實(shí)還挺有用。經(jīng)過反復(fù)試錯，小編發(fā)現(xiàn)小市值和ROE高的股票收益比較高，回測結(jié)果顯示，收益可以達(dá)到42倍之多！

是不是很驚艷！你可以直接編程構(gòu)建代碼，也可以用我們的代碼當(dāng)做框架。總之，可以自己測試一下，看看收益會不會爆表。
作為一篇合格的教程，我們接下來看看代碼是如何實(shí)現(xiàn)的：

首先，財(cái)務(wù)面的數(shù)據(jù)有個(gè)問題，就是有些數(shù)據(jù)是不可獲得的，這樣的話對排序的影響比較大，因此涉及到一個(gè)清洗數(shù)據(jù)的步驟。一個(gè)很簡單的辦法就是用均值來填充，這個(gè)在Python的pandas庫里面有個(gè)現(xiàn)成的函數(shù)，大家可以嘗試使用里面的均值填充法。小編自己也寫了一個(gè)填充均值的函數(shù)，大家也可以參考一下源碼。

不過隨著深入的研究，可能會發(fā)現(xiàn)用均值填充并不是一個(gè)完美的方法。這里小編再提供一個(gè)思路，大家感興趣可以自己實(shí)現(xiàn)：如果某只股票這一期的某個(gè)財(cái)務(wù)數(shù)據(jù)空缺，但是上一期沒有，我們可以根據(jù)該股票這個(gè)數(shù)據(jù)與上一期的平均值比例來確定。用公式說可能更清晰點(diǎn)：
空缺數(shù)值=本期該字段平均值*上期該字段數(shù)值/上期該字段平均值。

其次，我們對因子的單位要做一個(gè)統(tǒng)一。因?yàn)橛械囊蜃咏^對值好幾十億（比如市值），有的可能只有十幾（收益率）甚至是負(fù)的，因此因子和因子之間很難直接賦予權(quán)重進(jìn)行計(jì)算。因此，我們可以考慮使用排名的方法，對這些因子進(jìn)行排名。
Python自帶有一個(gè)sort函數(shù)，不過為了練手起見，小編自己寫了一個(gè)。用的是最簡單的冒泡排序算法，高手也可以試一下堆排序或者歸并排序以加快回測的速度。

最后，我們將上述功能匯總成一個(gè)函數(shù)，集中取數(shù)據(jù)-清洗數(shù)據(jù)。

有了以上的幾個(gè)子函數(shù)，寫主函數(shù)就很方便了，各位寬粉們趕緊嘗試吧！

我們這篇文章主要介紹了如何通過財(cái)務(wù)數(shù)據(jù)來構(gòu)建一個(gè)多因子的策略。由于是入門向，我們構(gòu)建多因子的方法比較簡單，選取的因子依據(jù)是主觀分析+排名。
如果想定量的分析，主流的方法是做回歸分析，或者對各個(gè)因子進(jìn)行打分，這些將會在進(jìn)階的量化課堂中有所介紹。如果還有其他的方法，當(dāng)然也歡迎嘗試。

本文由JoinQuant量化課堂推出，版權(quán)歸JoinQuant所有，商業(yè)轉(zhuǎn)載請聯(lián)系我們獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。

文章更迭記錄：
v2.1，2016-07-25，修正文字，感謝 liuzehong 指出
v2.0，2016-07-16，更新為規(guī)范源碼，添加“函數(shù)說明書”
v1.1，2016-07-04，添加“導(dǎo)語”
v1.0，2016-05-21，文章上線

策略代碼與回測結(jié)果見：原文