📈 Quant Strategy Schools Quant Schools

🌐 In-depth sections (principle, code, trade-offs, references) are kept in the original Chinese for now; translations are being added progressively.

Factor / Fundamental Level：Intermediate #因子#基本面#Smart Beta#选股

Multi-Factor Stock Selection

Plain words

Score stocks on several factors (value, quality, momentum…) and hold the best-ranked basket.

✅ Strengths

  • 系统化、可解释
  • 多因子分散风险
  • 易于风控与再平衡
  • 可对接 Smart Beta 产品

⚠️ Weaknesses / Risks

  • 因子拥挤导致失效
  • 数据质量/幸存者偏差敏感
  • 需定期再平衡
  • 权重方案主观

Reference code python

import pandas as pd def factor_composite(factors: pd.DataFrame, weights=None): # factors: 各因子横截面值(行=日期, 列=股票) z = (factors - factors.mean()) / factors.std() w = weights or pd.Series(1/factors.shape[1], index=factors.columns) score = z.mul(w, axis=1).sum(axis=1) # 选得分靠前的股票构建组合 return score

A minimal runnable snippet for understanding the idea only — live use requires data, fees, risk controls and a backtest framework.

References

🌦️ Suited market regime

基本面分化、因子溢价稳定、非极端情绪的市场（慢牛、价值/质量风格占优、低尾部风险）。

⚔️ Strategy matchups

Counters

None yet

Countered by

因子拥挤或风格切换时整体回撤，被机器学习（捕捉非线性）与趋势跟踪（捕捉方向）在相应阶段克制；极端行情下多因子同跌。

🌍 Global macro & political shocks

因子溢价本质是宏观周期与制度环境的函数——没有永远有效的因子，只有与当前宏观与政策环境相匹配的因子；极端行情下多因子还会同步回撤。

📈 Macro factors

  • Hurt 加息 / 利率上行

    高久期成长股杀估值，成长因子显著回撤，价值因子相对占优。

  • Two-sided 通胀高企

    价值、质量、低波动因子占优，成长与动量承压，取决于因子配比。

  • Hurt 衰退

    虽然质量 / 低波占优，但小盘、动量、高 beta 大幅回撤，组合整体波动放大。

  • Benefits 复苏 / 宽松

    小盘、成长、动量同时占优，多因子分散化效果最佳。

  • Hurt 流动性收缩 / 因子拥挤

    拥挤因子踩踏（量化挤兑），多因子同跌，分散化失效。

🏛️ Political & geopolitical events

  • Hurt 监管整顿（反垄断、行业整治）

    组合在特定行业或风格上暴露集中受损，净值断层。

  • Benefits 产业政策（补贴、国产替代、碳中和）

    政策主题形成新的因子溢价（如新能源、半导体、专精特新）。

  • Hurt 国有化 / 价格管制

    盈利预期被行政干预，基本面因子（价值 / 质量）定价失真。

  • Two-sided 贸易战 / 供应链脱钩

    利好国产替代链、利空出口链，取决于组合的行业暴露。

  • Two-sided ESG / 政策导向投资

    ESG 因子获得政策性溢价，传统因子权重被稀释。

Thrives / breaks down：适应：宏观周期与所选因子风格匹配、因子拥挤度低、政策环境稳定。崩坏：风格急转、因子拥挤踩踏、政策直接打击特定因子暴露。

💡 Conversation starters (click to ask)

Not sure where to start? Pick a question and post it.

💬 Discussion