3. 量价强度指标体系设计原则

在构建板块量价强度综合评分模型之前，必须先回答一个更基础的问题：哪些指标有资格进入评分体系。指标选得不对，后面的权重设计、归一化、打分再精细，也只是在错误的地基上盖楼。本节围绕四条核心原则——独立性、可解释性、稳定性、前瞻性——说明指标筛选的判断标准，并给出避免共线性与过拟合的具体操作方法。

一、四条原则各自约束什么

独立性要求入选指标之间不能高度相关。量价类指标天然容易共线：成交额与成交量高度相关，换手率与成交量同向，涨幅与相对强度指数（RSI）在趋势段也常同步。若把三个高度相关的指标同时纳入并各给权重，等于把同一个信号放大了三倍，评分会被单一维度绑架。判断方法很直接：对候选指标计算两两相关系数，|r| 超过 0.8 的指标对，原则上只保留一个，保留哪个取决于可解释性与稳定性。

可解释性要求每个指标都能用一句话说清它衡量什么、为什么与板块强度有关。例如“板块近 20 日成交额相对全市场成交额占比的变化率”可以解释为资金关注度的迁移；而一个经过多层嵌套变换、参数多达六七个的合成因子，即便回测好看，也很难在实盘中判断它何时失效。可解释性不是学术洁癖，而是排障能力：当评分与直觉背离时，你需要知道去看哪个原始数据。

稳定性指指标在不同市场环境、不同板块之间表现出一致的统计特征，不会因为样本区间切换而剧烈漂移。检验方式是分区间计算指标的分布（均值、标准差、分位数），若某指标在牛熊两段的分布几乎不重叠，说明它带有强烈的环境依赖，直接用于跨期评分会产生系统性偏差。稳定性还要求指标对异常值不敏感，单日天量成交不应让评分瞬间跳变，通常需要对原始值做截尾或分位数映射。

前瞻性并非指预测未来，而是指指标的信息不应过度滞后。用当日收盘价计算的指标在次日开盘才可用，这本身没问题；但如果一个指标需要 60 日平滑才能稳定，它对短期板块轮动的反应就会迟钝。前瞻性原则要求明确每个指标的信息截止时点，避免使用未来数据，同时控制平滑窗口，使指标在“足够稳定”和“足够灵敏”之间取得平衡。

二、共线性：先诊断，再取舍

共线性处理不能靠感觉。实操中建议按以下顺序做：第一步，把候选指标统一到同一时间频率（如日频）和同一板块样本集；第二步，计算指标间的皮尔逊相关系数矩阵，同时观察斯皮尔曼秩相关，防止非线性单调关系被漏掉；第三步，对 |r| ≥ 0.8 的指标对做聚类，同一簇内只保留一个代表。

保留哪一个，用“可解释性优先、稳定性次之、前瞻性兜底”的顺序判断。以成交量、换手率、量比三者为例：成交量受板块市值规模影响大，跨板块可比性差；换手率做了市值归一，可解释性更好；量比是短周期指标，稳定性较弱。因此保留换手率，剔除成交量与量比。再如涨幅与连涨天数，后者在震荡市中会频繁归零，分布严重偏斜，稳定性不足，保留涨幅即可。

需要提醒的是，相关系数应分区间计算。某些指标在趋势市中相关度高，在震荡市中相关度低，若只看全样本会掩盖局部共线。建议至少按“上涨段、下跌段、震荡段”三段分别计算，任一段出现 |r| ≥ 0.85 即视为需要处理。

三、过拟合：控制指标数量与参数自由度

过拟合在指标设计阶段就已埋下种子。常见诱因有三个：指标数量过多、参数窗口过细、阈值针对历史数据反复调优。控制方法如下。

• 限制指标数量：综合评分模型建议控制在 5～8 个指标。指标越多，权重空间越大，越容易拟合噪声。可以用“每增加一个指标，样本外评分是否提升”作为准入检验。
• 参数取整、取常用值：窗口用 5、10、20、60 这类市场共识周期，不要为了回测好看去搜 17、23 这种非标准参数。参数越“精确”，越可能是拟合。
• 阈值用分位数而非绝对值：把“成交额占比变化率大于 3% 记满分”改为“处于历史 80 分位以上记满分”，使阈值随市场环境自适应，减少对特定区间的依赖。
• 留出样本外区间验证：用前 70% 区间确定指标与权重，后 30% 区间只做验证不调参。若样本外表现明显劣化，说明指标或权重存在过拟合。

四、把原则落成一张可执行的筛选表

下面给出一份可直接填写的指标准入检查表，字段只保留与本节原则直接相关的项，避免引入无关的管理字段。示例数据为教学假设，非实测结果。

这张表的价值在于把“感觉这个指标不错”转化为可复核的判断：相关超限的剔除，分布漂移的剔除，时点不清的剔除，剩下的才进入权重设计环节。四条原则不是并列的口号，而是有先后顺序的过滤器——先用独立性砍掉冗余，再用稳定性筛掉环境依赖，用可解释性决定同簇内保留谁，最后用前瞻性确认时点与灵敏度。经过这一轮筛选，进入评分模型的指标数量通常会被压缩到原来的一半左右，而模型的样本外稳定性往往反而提升。