量化选股基础：量化投资基本概念、选股策略类型、因子投资与AI选股的异同
量化选股并非一个神秘的黑箱，而是一套将投资逻辑“数学化、规则化、系统化”的工程方法。在进入多周期信号融合的实战之前，必须先厘清三个核心问题：量化投资解决什么痛点？主流的选股策略有哪些范式？以及当AI介入后，它与传统因子投资在方法论上究竟有何本质区别？本章将围绕这三大问题，为后续构建多周期融合模型打下坚实的认知地基。
2.1 量化投资的核心概念与基本流程
量化投资本质上是一种“用数学模型替代主观判断”的投资方式。它并非要完全消除人的作用，而是将人的投资逻辑转化为可编程、可回测、可复盘的规则体系。一个完整的量化选股流程通常包含五个环节：数据清洗 → 因子/特征构造 → 信号生成 → 组合构建 → 执行与风控。其中，数据是燃料，因子是引擎，信号是方向盘，组合是车身，风控是刹车。
在A股市场，量化选股面临几个特殊约束：T+1交易制度、涨跌停限制、停牌与ST风险、以及高频数据获取成本。这些约束决定了我们不能简单照搬美股市场的量化模型。例如，在美股有效的隔夜动量因子，在A股可能因集合竞价机制而产生完全不同的表现。因此，量化选股的第一步不是写代码，而是理解市场微观结构。
2.2 选股策略类型全景：从多因子到事件驱动
选股策略的分类维度很多，但最实用的分类方式是按“信息源”划分。不同策略的本质差异在于：我们用什么信息来预测未来收益？基于这个维度，主流策略可分为以下四大类：
| 策略类型 | 核心信息源 | 典型因子/信号 | 持有周期 | 适用市场环境 |
|---|---|---|---|---|
| 多因子选股 | 财务报表、行情数据 | PE、PB、ROE、动量、换手率 | 周~月 | 震荡市、慢牛 |
| 事件驱动 | 公告、新闻、舆情 | 业绩预增、股权激励、回购 | 日~周 | 题材活跃期 |
| 统计套利 | 价格序列、相关性 | 协整关系、价差偏离 | 分钟~日 | 波动率稳定期 |
| 趋势跟踪 | 价格、成交量 | 均线排列、MACD、布林带 | 日~月 | 单边趋势市 |
在实际应用中，这四类策略并非互斥。一个成熟的量化组合往往采用“核心+卫星”模式：以多因子选股作为底仓（核心），以事件驱动或趋势跟踪作为增强（卫星）。例如，在年报季，可以临时提高事件驱动策略的权重，利用业绩预增公告的短期冲击效应获取超额收益。
2.2.1 多因子选股的逻辑与局限
多因子选股是当前国内量化私募最主流的策略框架。其基本假设是：股票的预期收益可以由多个可观测的因子线性解释。常见的因子分类包括：估值因子（EP、BP）、成长因子（营收增速、利润增速）、质量因子（ROE、毛利率）、动量因子（过去12个月收益）、以及量价因子（换手率、波动率）。
但传统多因子模型存在三个显著局限：第一，线性假设过强，实际中因子与收益之间往往存在非线性关系（例如，低估值股票在极端低估时反而可能继续下跌）；第二，因子拥挤度问题，当某个因子被大量资金采用后，其有效性会快速衰减；第三，静态权重缺陷，固定权重无法适应市场风格的快速切换。
2.3 因子投资与AI选股的异同：从线性到非线性
理解因子投资与AI选股的异同，是本章的重点。两者并非完全对立，而是处于同一方法论谱系的不同位置。我们可以从以下四个维度进行对比：
| 对比维度 | 传统因子投资 | AI选股（机器学习） |
|---|---|---|
| 特征工程 | 人工设计，依赖金融理论 | 自动特征提取，可发现隐含模式 |
| 模型结构 | 线性回归、打分加权 | 树模型、神经网络、集成学习 |
| 可解释性 | 高，每个因子有明确经济含义 | 低，黑箱问题突出 |
| 数据需求 | 相对较少，面板数据即可 | 需要大量历史数据，避免过拟合 |
| 非线性捕捉 | 弱，需手动构造交互项 | 强，自动捕捉复杂关系 |
| 过拟合风险 | 较低，参数少 | 较高，需严格交叉验证 |
从实战角度看，AI选股最大的价值在于“因子挖掘的自动化”。传统因子投资依赖研究员手动测试“PE是否有效”、“ROE是否有效”，而AI可以通过遗传规划、GBDT等算法自动搜索因子组合。但AI并非万能，其最大的陷阱是过拟合历史噪声。一个在回测中表现完美的AI模型，实盘中可能因为市场结构变化而迅速失效。
2.4 实战场景：从因子到AI的演进路径
为了更直观地理解因子投资与AI选股的差异，我们来看一个具体的实战场景。假设我们要构建一个A股中证500成分股的选股模型，目标是在控制跟踪误差的前提下获取超额收益。
第一步：传统因子方案。我们选取四个经典因子：EP（盈利收益率）、BP（账面市值比）、动量（过去6个月收益）、换手率（过去20日平均）。采用IC加权法，每月调仓一次。回测结果显示，该组合年化超额收益约8%，信息比率1.2，最大回撤12%。这个方案的优势是逻辑清晰、易于解释，但问题在于：当市场风格偏向小盘成长时，价值因子会持续失效，导致连续数月跑输基准。
第二步：AI增强方案。在原有四个因子的基础上，我们加入更多维度的数据：分析师一致预期、北向资金流向、行业景气度指标。使用LightGBM模型，以过去36个月的数据为训练集，滚动12个月预测未来20日收益。模型自动发现了几个传统因子未捕捉到的模式：例如，“低换手率+北向资金持续流入+分析师上调评级”的组合在震荡市中具有显著的预测能力。
第三步：融合与对比。我们将AI模型的预测结果与传统因子打分进行等权融合。最终组合的年化超额收益提升至12%，信息比率提升至1.6，最大回撤降至9%。更重要的是，AI模型在因子失效期（如2021年春节后的核心资产崩盘）表现出了更强的适应性，因为它能够动态调整各因子的权重。
2.5 常见误区与总结复盘
在量化选股的学习和实践中，以下四个误区最为常见，需要特别警惕：
- 误区一：过度追求回测收益。回测收益是“后视镜”，实盘才是“挡风玻璃”。一个年化50%的回测模型，实盘可能只有10%。关键在于回测是否考虑了交易成本、滑点、涨跌停无法成交等现实约束。
- 误区二：忽视因子衰减周期。任何因子都有“半衰期”。A股市场风格切换周期通常为6-18个月，一个今年有效的因子，明年可能完全失效。需要建立因子监控体系，跟踪IC均值、ICIR等指标的滚动变化。
- 误区三：AI模型“黑箱迷信”。不要因为模型复杂就认为它一定更好。在样本量有限（A股只有5000多只股票）的情况下，复杂模型极易过拟合。建议优先使用带正则化的线性模型或浅层树模型，逐步增加复杂度。
- 误区四：忽略组合层面的约束。选股只是第一步，组合构建同样关键。行业中性化、市值中性化、个股持仓上限、换手率约束等，都会显著影响最终实盘表现。一个在选股层面优秀的模型，可能因为组合构建不当而无法落地。