市场风格因子字典

English page

这份字典把研究里的原始指标、风格因子和报告层因子家族分开记录。它描述当前公开研究的实现口径，方便复核和后续版本升级，不代表对商业 Barra 模型的完整复刻。

机器可读版本位于 studies/style_factors_18y/factor-descriptors.yml。

公式和数据字段怎么读

当前公式中的 ln 是自然对数；clip(x, a, b) 会把数值限制在 a 到 b 之间；1 / PB 或 1 / PE_TTM 会反转估值倍数的方向，因此正的估值倍数越低，得分越高。PE_TTM 是按最近连续 12 个月盈利计算的市盈率。公式中的 21 日、252 日按数据源定义的交易观测计数，不是自然日。Cov 是协方差，表示两个收益序列是否共同变化；Var 是方差，表示单个序列的变化程度；rᵢ 是个股收益，当前贝塔代理中的 rₘ 是研究样本股票的等权平均收益。分位缩尾会限制极端值；z-score 表示一个数值相对当期截面均值和标准差的位置。

total_mv、turnover_rate、pct_chg、PE_TTM、netprofit_yoy 和 debt_to_assets 等字段名沿用数据源写法，便于回查数据契约。字段单位、缺失值规则和点时可用日期以源表契约及各公式说明为准；不能只凭熟悉的字段名推断。ROE 是净资产收益率，ROA 是总资产收益率，OCF 是经营活动现金流，三者含义不同，不能互换。

先看这几个词

**原始指标（descriptor）**是直接测量的特征，例如公司规模或近期涨幅；因子把一个或多个指标变成股票分数，用来比较股票；因子家族则把相关分数归在一起，便于汇总。高减低是最高分组的平均结果减去最低分组的平均结果，属于历史对照，不是投资者账户收益。**点时（PIT）**表示只使用研究日期当时已经能获得的信息。下文保留精确计算方式、数据来源和证据边界。

三层结构

原始指标（descriptor）是直接从行情或基本面数据计算出的变量，例如 ROE、PB 和 21 日收益率。风格因子是用于分组和归因的研究变量，例如盈利能力、杠杆和短期动量。因子家族用于报告和汇总，例如把盈利能力、杠杆、盈利质量和盈利稳定性归入质量家族。

归因分析应优先使用风格因子层。家族适合做展示和汇总，原始指标用于解释一个风格因子具体由什么构成。

当前实现

因子家族	风格因子	当前主要指标	当前解释边界
规模	规模	log_market_cap	总市值口径，尚未实现完整 Barra 市值模型
价值	账面市值比	1 / PB	PB 缺失或为零时无法生成
价值	盈利收益率	1 / PE_TTM（仅正 PE）	亏损公司被排除
动量	短期动量（21 日）	21 日收益，排除形成日	更接近短期动量或反转代理
波动率	总波动率（21 日）	21 日收益标准差	尚未剥离市场和行业波动
流动性	单日、20 日、60 日换手率	换手率及其滞后均值	不同窗口代表不同研究问题
流动性	Amihud 非流动性（20 日）	abs(return) / amount 的滞后均值	同时混合波动和信息冲击
质量	盈利能力	ROE（ROA 为敏感性版本）	ROE 会受到财务杠杆影响
质量	杠杆	Debt / Assets 的反向得分	可与复合质量重复，归因时需避免同时使用
质量	盈利质量	OCF / Net Profit	需要继续核验财务数据的 PIT 可见时间
质量	盈利稳定性	过去 8 个季度净利润同比波动的反向值	利润接近零时增长率可能不稳定
质量	复合质量	上述四个子因子等权	归因时不要与杠杆子因子同时回归

每个因子具体包含什么

下面按当前机器可读字典说明 descriptor、处理方式和最终方向。descriptor 可以理解为原始特征，因子是经过方向统一和横截面处理后用于分组的分数。

因子	原始特征	处理和聚合	高分代表什么
size（规模）	daily_basic.total_mv，总市值	取自然对数，形成日可见的规模分数	小市值
book_to_price（账面市值比）	daily_basic.pb，市净率	取 1 / PB，PB 缺失或为零时不生成	账面市值比较高
earnings_yield（盈利收益率）	daily_basic.pe_ttm，滚动市盈率	只对正 PE 取 1 / PE_TTM，亏损公司没有该分数	盈利收益率较高
short_term_momentum_21d（短期动量）	daily.close，收盘价	计算形成日前 21 个交易日的收益，排除形成日，避免把当天价格带入特征	近期涨幅较高
total_volatility_21d（总波动率）	daily.close，收盘价	计算最近 21 个收益观察值的标准差	波动率较低
turnover_1d（单日换手率）	daily.turnover_rate	直接使用形成日可见的换手率	换手率较低
turnover_20d（20 日平均换手率）	daily.turnover_rate	对形成日前的换手率取 20 日滞后均值	中短期交易活跃度较低
turnover_60d（60 日平均换手率）	daily.turnover_rate	对形成日前的换手率取 60 日滞后均值	中期交易活跃度较低
amihud_20d（Amihud 非流动性）	收益率和成交额	先计算 abs(return) / amount，再取形成日前 20 日均值	单位成交额带来的价格变化较小，交易冲击较低
profitability（盈利能力）	fundamental.roe，ROE	截面缩尾到 1% 至 99%，再计算标准分。ROA 只作为敏感性版本	盈利能力较强
leverage（杠杆）	fundamental.debt_to_assets，资产负债率	截面缩尾到 1% 至 99%，再计算标准分并统一为低杠杆方向	资产负债率较低
earnings_quality（盈利质量）	经营现金流和净利润	计算 OCF / Net Profit，缩尾后计算标准分	现金流对利润的支持较强
earnings_variability（盈利稳定性）	fundamental.netprofit_yoy，净利润同比	计算连续 8 个季度同比的波动率，再取负值	盈利波动较小

原始指标之间没有直接相加。单指标因子先完成缺失值处理、方向统一和必要的截面标准化，再进入分组或复合计算。当前质量复合因子是四个子因子的等权平均，实际计算时只对当期有值的子因子重新取可用项平均。roa 不进入当前主复合质量因子。

因子如何用于分组和收益计算

当前公开历史页面中的 19 个因子属于历史研究快照，不能完全等同于上面这套最新的核心字典。历史研究的共同流程是：

1. 在每个月末，用当时可见的因子值给股票排序。
2. 将股票分成五组，每组约 20%，最高分组和最低分组等权。
3. 持有到下一个月末，每天计算高分组减低分组的收益差。
4. 将每日收益差复合成年度收益、波动率、夏普比率和回撤。

这一步是分组收益的聚合，不是把不同股票的原始指标简单相加。行业调整、标准化和缺失值处理属于历史研究流程，具体结果仍受当时可用数据和因子版本影响。研究页面中的 size 历史方向是大市值组减小市值组，独立的市值十分组诊断则使用 Q1 减 Q10，方向相反，阅读时需要区分。

归类是否需要调整

现有六个一级家族可以保留，但建议把家族和具体实现边界写清楚：

现有归类	建议	原因
规模	保留	当前只有总市值的对数，归类明确，但不应写成完整商业 Barra 规模模型
价值	保留，并拆出账面市值比和盈利收益率	两者分别来自 PB 和 PE，缺失规则也不同
动量	保留，名称加上短期价格行为说明	21 日窗口更接近短期动量或反转代理，不是标准中期动量
波动率	保留	当前是总收益波动率，尚未做市场和行业中性化
流动性	保留一级家族，增加两个子类	换手率属于交易活跃度，Amihud 属于价格冲击或非流动性，不能完全当成同一个特征
质量	保留，并明确四个子因子和一个复合因子	复合质量与子因子同时用于归因会重复计入，尤其是杠杆
历史快照中的成长、贝塔、持仓、资金流、股息和市销率	单列为历史研究因子	这些因子不在当前核心 descriptor 字典中，数据覆盖和时间口径也不完全相同

因此，当前不必增加新的一级家族。更重要的调整是把流动性拆成交易活跃度和非流动性两个子类，把质量的子因子层级展示出来，并在网页中明确历史 19 因子与当前核心定义不是同一套版本。

研究引擎现在会同时保留四个子因子的标准化得分，字段分别为 factor_quality_profitability、factor_quality_leverage、factor_quality_earnings_variability 和 factor_quality_earnings_quality。复合 factor_quality 仍按可用子因子等权计算。这样可以在同一份因子面板中检查质量家族的组成，避免把复合质量和其中的杠杆成分重复解释。

目前公开的 18 年历史快照仍是旧版复合因子结果，尚未用这四个子因子重新生成逐年收益和归因表。现有风险输入快照只保留规模和换手暴露，不能直接用于质量家族重跑。平台目前可见的点时财务资产覆盖 2015 年以后，且主要是前 800 只股票，无法覆盖 2008 年起的完整历史样本。重新运行需要完整的历史行情、点时基本面和原始基准产物。生成新版本后，应同时保留旧版结果，并对比覆盖率、相关性、收益和实际组合暴露。

截至 2026-09-16，平台另有 quarterly_pit_panel_earliest_disclosure.parquet，可见报告期覆盖 1991 年至 2026 年、可见日期覆盖 1994-04-06 至 2026-05-21。该面板包含 ROA、毛利率、营收同比、经营现金流/收入、净利率、资产周转率和 Debt/Assets，但没有 ROE，也没有当前定义所需的连续 8 季度净利润同比序列。它适合做点时质量代理变量的覆盖率诊断，不能直接替代现有 Quality 定义。完整 18 年重跑仍应等待 ROE、盈利稳定性和一致的历史行情连接条件齐备。

历史 19 因子快照清单

这里的“历史 19 因子”指来源包 style-factors/weekly-20260904 中已经落盘并用于公开页面的历史收益序列，不是当前 factor-descriptors.yml 的 19 个可重算 descriptor。当前仓库只提交了汇总结果和来源清单，原始历史因子面板没有复制进来（raw_data_copied: false），因此下表把“研究含义”和“当前可验证程度”分开记录；没有证据支持的历史公式不臆测补写。

因子 ID	研究含义（按历史命名解释）	历史覆盖	当前可验证程度
liquidity	流动性/交易摩擦方向的历史合成因子；具体是换手、冲击还是复合口径，当前来源包外无法拆分	4,518 天 / 18.6 年	有历史收益摘要；原始 descriptor 和公式未随项目提交
growth	成长风格，通常用于描述盈利、收入或资产扩张，但本快照没有保留具体组成字段	4,460 天 / 18.3 年	有历史收益摘要；组成和公式未确认
value	价值风格的历史合成因子；不能直接等同于当前核心字典中的账面市值比或盈利收益率	4,518 天 / 18.6 年	有历史收益摘要；具体价值 descriptor 未确认
ps_value	市销率价值方向，名称表明与 Price-to-Sales 相关	4,518 天 / 18.6 年	有历史收益摘要；销售字段、取倒数规则和缺失处理未确认
lowvol	低波动风格，倾向低历史收益波动股票	4,518 天 / 18.6 年	有历史收益摘要；窗口、是否市场中性化未确认
dividend_yield	股息率风格，按历史命名表示股息收益率暴露	4,518 天 / 18.6 年	有历史收益摘要；股息字段、复权和形成日口径未确认
institution_holding	机构持仓水平风格	833 天 / 11.1 年	有历史收益摘要；机构范围、披露滞后和 PIT 处理未确认
earnings_yield	盈利收益率风格，通常与 PE 的倒数相关	4,518 天 / 18.6 年	有历史收益摘要；与当前 1 / PE_TTM 定义不能自动视为同一版本
quality	质量风格的历史复合因子	4,460 天 / 18.3 年	有历史收益摘要；与当前四子因子等权复合版本未完成历史重算对齐
leverage	杠杆风格，通常表示负债水平或其反向暴露	4,460 天 / 18.3 年	有历史收益摘要；与当前 Debt / Assets 定义不能自动视为同一版本
chip_concentration	股东/筹码集中度风格	872 天 / 11.1 年	有历史收益摘要；持股来源、集中度计算和披露滞后未确认
fund_breadth_change	基金持仓广度变化风格	1,686 天 / 11.4 年	有历史收益摘要；基金集合和变化窗口未确认
fund_ownership_change	基金持股比例变化风格	1,703 天 / 11.4 年	有历史收益摘要；基金集合、变化窗口和披露可见日未确认
fund_ownership	基金持股水平风格	2,818 天 / 11.6 年	有历史收益摘要；基金集合和披露可见日未确认
beta	相对市场收益敏感度风格	4,397 天 / 18.1 年	有历史收益摘要；基准、估计窗口和是否滚动估计未确认
fund_breadth	基金持仓覆盖广度风格	2,818 天 / 11.6 年	有历史收益摘要；覆盖定义和披露可见日未确认
momentum	动量风格的历史版本	4,502 天 / 18.5 年	有历史收益摘要；形成窗口、跳过近期收益和方向未确认，不能替代当前 21 日代理
size	市值规模风格	4,518 天 / 18.6 年	有历史收益摘要；历史页面方向和当前 log_market_cap 方向需按页面口径区分
liquidity_flow	流动性资金流/交易流变化风格	144 天 / 0.6 年	有历史收益摘要但覆盖很短；原始字段和公式未确认

上述“未确认”不是数据质量结论，而是 provenance 边界：仓库中目前没有历史来源包的原始 descriptor、计算脚本或 PIT 字段清单。若要把这些因子升级为可复现定义，必须先恢复来源包或其审计后的字段级清单，再逐项补充公式、形成日、缺失值处理、标准化/中性化、股票池和收益分组规则。当前公开结果应继续称为历史市场风格快照，不能称为 19 个完整可重建的商业 Barra 因子。

数据和时间口径

每个 descriptor 都应记录来源字段、变换、窗口、方向和形成日可见性。行情变量使用形成日前已完成的观测。基本面变量还需要依赖来源数据的披露和可见时间，当前公开快照不应被描述为完整的 PIT 基本面数据库。

换手率和 Amihud 同属流动性家族，但它们描述的侧面不同。换手率描述交易活跃程度，Amihud 描述单位成交额对应的价格变化。控制其中一个后，另一个仍可能携带不同窗口或不同股本口径的信息。

与商业 Barra 的关系

当前研究是市场风格的简化实现。它提供可审计的横截面分组和因子收益序列，但尚未实现商业模型常见的完整行业因子、纯因子收益估计、协方差矩阵、特异风险和组合风险预测。报告中使用“市场风格分析 / Market Style Analysis”表述。

后续升级时，应先固定版本化 descriptor，再比较新旧版本的覆盖率、相关性、因子收益、组合暴露和历史归因。不要在没有记录版本的情况下直接替换因子定义。