3. 因子体系设计原则

多因子行业轮动的第一步不是写代码，而是把"因子体系"设计对。一个可用的因子体系需要同时回答三个问题：用哪些因子（分类与覆盖）、每个因子为什么有效（金融逻辑）、如何保证回测结果可信（避免未来函数与幸存者偏差）。三者缺一，评分模型就可能"看起来很美、实盘失效"。

一、因子分类：五类因子各司其职

行业轮动中常用的因子可归为五类，它们刻画的是行业不同维度的属性：

• 动量类：过去20/60/120日收益率、相对强弱（行业指数/基准指数）、动量加速度。逻辑是趋势延续与资金惯性，适合捕捉中短期轮动。
• 估值类：行业PE、PB、PS及其历史分位数、股息率。逻辑是均值回归与风险溢价补偿，低估值行业在中期具备更高预期收益。
• 质量类：ROE、毛利率、经营现金流/净利润、资产负债率。逻辑是盈利能力与财务稳健性带来持续超额收益，防御属性强。
• 成长类：营收增速、净利润增速、分析师一致预期上调比例。逻辑是景气度上行驱动盈利预期修正。
• 情绪类：换手率、成交额占比、北向资金净流入、融资余额变化。逻辑是资金行为与市场关注度，常作为反转或确认信号。

分类的意义在于控制共线性与覆盖度：同一类因子高度相关，若五类中只取动量，模型就退化为单因子趋势跟踪；若五类均衡配置，则能兼顾进攻与防御。实践中建议每类保留1～2个代表因子，总因子数以8～12个为宜。

二、因子构建的金融逻辑：先有假设，再有公式

因子不是"算出来有效就用"，而是先有经济假设。以动量因子为例，其金融逻辑是"投资者对信息反应不足导致价格趋势延续"，因此构建时应使用剔除最近一个月的收益率（12-1动量），以规避短期反转效应。若直接使用最近20日收益，测出的可能不是动量而是反转。

再以估值因子为例，直接用行业PE绝对值会受行业属性干扰（银行天然低PE、科技天然高PE），因此应转换为行业内历史分位数或相对全市场估值折溢价。质量因子则需注意财务数据的披露滞后：一季报4月底才披露，若在3月就用一季报ROE，就是典型的未来函数。

三、两类致命偏差：未来函数与幸存者偏差

未来函数指在时点t使用了t之后才可得的信息。常见形式包括：用当期收盘价计算当日信号并当日成交、用未披露的财报数据、用事后修正过的历史数据、用全样本分位数做标准化。防护方法是严格建立信息可用时点表：行情数据T日收盘后可用、T+1开盘成交；财务数据按法定披露截止日延后使用；所有滚动统计只用截至t的历史窗口。

幸存者偏差指回测样本只包含"活到今天"的行业或成分股，剔除了已退市、已合并或已更名的对象，导致收益被高估。行业轮动中尤其要注意行业分类的历史变更：申万行业分类多次调整，若用最新分类回溯历史，等于用未来信息重构了过去的行业归属。防护方法是使用Point-in-Time（PIT）行业归属表，按每个历史时点当时生效的分类与成分构建行业指数。

四、落地示例：一个可执行的因子清单

假设我们为28个申万一级行业构建月度轮动评分，可采用如下配置（示例参数，非实测结果）：

每个因子先做去极值（MAD法）→ 标准化（Z-score）→ 行业中性化（对行业哑变量回归取残差），再按类别等权合成类别得分，最后按动量30%、估值20%、质量20%、成长20%、情绪10%加权得到综合分。权重是示例假设，实际应通过IC/IR检验与滚动优化确定。

五、设计阶段的验收清单

在进入评分与回测前，建议逐项核对：因子是否覆盖至少四类；每个因子是否有明确的经济假设与方向约定；所有输入数据是否标注了"可用时点"；行业归属是否使用PIT数据；是否保留了已退市/已变更样本；标准化是否只用滚动窗口。任何一项不通过，都应先修正数据管道，而不是调整权重去"拟合"出好看的结果——后者本身就是一种隐蔽的未来函数。

因子体系设计是整个轮动模型的"地基"。分类保证覆盖度，金融逻辑保证可解释性，偏差防护保证可信度。三者确定之后，后续的评分合成、IC检验与组合构建才有意义。