数据基础设施 · 多源融合与因子挖掘

系统的「数据底座」—— Alpha 的源头 · 多源接入 · 严格清洗 · 因子库构建

股票的数据维度比加密货币更丰富。除了基础的行情数据，基本面和另类数据才是获取超额收益（Alpha）的关键。数据的广度、质量与新鲜度，直接决定了模型的上限——「垃圾进、垃圾出」，没有干净的数据底座，再强的策略也无从谈起。

① 多源数据接入 —— 不只看价格

行情、基本面、另类数据多源融合，喂给模型一幅更完整的市场图景。

行情数据

Market Data

Tick 级行情（逐笔成交）
Level-2 订单簿（十档盘口 / 买卖队列 / 逐笔委托）

基本面数据

Fundamentals

财务数据：PE、PB、ROE、营收利润、现金流
宏观指标：GDP、CPI、PMI、利率、社融

另类数据

Alternative Data

龙虎榜（游资 / 机构席位）
融资融券（杠杆资金情绪）
股东增减持、舆情研报等

② 清洗与复权处理 —— 垃圾进、垃圾出

历史数据必须严格清洗，否则模型学到的是「幻觉」而非真实规律。

前复权处理

分红送股会造成价格跳空，严格前复权还原真实收益，避免「假暴跌 / 假暴涨」。

→

剔除 ST 股

剔除退市风险警示（ST / *ST）标的，防止退市、壳炒作污染样本。

→

剔除新股 / 低流动性

剔除上市不足 60 天的新股与流动性差的标的，规避上市初期异常波动。

💡 为什么重要？只有剔除「已退市 / 已 ST / 无法交易的标的」，才能避免生存偏差（Survivorship Bias）——用「活下来的赢家」回测会高估策略收益，让样本内漂亮、实盘翻车。

③ 因子库构建 —— 从原始数据到特征因子

从原始数据中提取可解释、可复用的特征因子，并持续评估其有效性。

动量因子

Momentum

近期涨幅、相对强弱，捕捉趋势惯性。

波动率因子

Volatility

历史波动、低波异象，衡量风险偏好。

资金流向因子

Capital Flow

主力净流入、北向、两融，追踪聪明钱。

估值因子

Valuation

PE、PB、PS 分位，判断贵贱。

质量因子

Quality

ROE、毛利率、现金流，识别好公司。

成长因子

Growth

营收 / 利润增速，捕捉高成长。

技术因子

Technical

量价形态、均线、指标，刻画短期博弈。

另类因子

Alternative

舆情、情绪、龙虎榜，挖掘增量信息。

因子 IC 有效性评估顶级系统建立数百个因子的因子库，定期评估 IC 与有效性 · 系统能力示意

因子	类别	IC 均值	IC_IR	有效性
20 日动量	动量	0.042	0.68	● 有效
60 日波动率	波动率	-0.031	0.55	● 有效（低波）
主力净流入占比	资金流向	0.026	0.41	● 有效
PE 分位	估值	-0.018	0.33	● 中性
ROE 质量	质量	0.019	0.29	● 中性
龙虎榜席位信号	另类	0.009	0.14	● 衰减待迭代

本章在「涨势猎手」中的应用点击跳转到对应功能

短线王 →量能/换手因子驱动的短线筛选主力资金 →主力净流入(今日+5日+10日)资金流向因子模型说明 · 动量/反转/资金/估值因子 →①动量 ②反转 ④资金 ⑤估值四大因子在本站落地

📖

本页为量化方法论说明，不含实时行情数据

可结合涨势猎手各功能模块交叉理解 · 仅供学习参考

⚠️ 本页面为「数据基础设施 · 多源融合与因子挖掘」体系的方法论说明，因子 IC 评估表为系统能力示意。因子有效性会随市场环境变化而衰减，历史 IC 不代表未来表现。所有内容仅供学习研究与技术交流，不构成任何证券投资建议、荐股、收益承诺或操作指令。股市有风险，投资需谨慎。