进入因子体系第一阶。#33 把好公司翻译成了可排序的数这一篇给你三把最经典、也最被机构验证过的尺子——价值、成长、规模。一、这个方法解决什么投资问题“买便宜的还是买涨得快的还是买小盘股”——这三类偏好背后是量化里最古老的三个风格因子style factor价值Value偏爱便宜——低 PE、低 PB 的公司。成长Growth偏爱长得快——营收、利润高速扩张的公司。规模Size偏爱小盘——市值小、弹性大的公司。它们被称为教科书三件套不是因为复杂而是因为长期、跨市场、被无数论文重复验证过。你不需要押注某一个但必须理解它们各自在赚什么钱、又会踩什么坑。这一篇就用可计算的数字把这三把尺子造出来。二、核心思想把偏好翻译成横截面的数和 #33 一样因子是同一天、所有股票横截面上的排序不是单只股票的时间序列。三件套的构造逻辑极简因子想捕捉的偏好用的数字方向价值便宜PE、PB越低越好取负号成长扩张快营收增速、利润增速正规模小盘弹性总市值越小越好取负号关键两步标准化z-scorePE 是 10 还是 1000 量纲不同先减均值除标准差让所有因子在同一把尺上。方向对齐把越好越高统一成分数越高越好方便后面相加合成。铁律不变打分只能用当下/历史数据观察未来收益只能用 T 之后的数据否则前视偏差#04会把噪声当成信号。三、实操演示下面用 Python 把三件套造出来并做分组检验。数据为合成示意固定随机种子可复现仅用于演示流程真实接入时把synthetic段换成行情/财务接口即可。importnumpyasnp,pandasaspd rngnp.random.default_rng(20260817)N300penp.exp(rng.normal(3.2,0.6,N))# 市盈率示意pbnp.exp(rng.normal(0.6,0.5,N))# 市净率示意rev_grng.normal(0.12,0.18,N)# 营收同比示意eps_grng.normal(0.10,0.22,N)# 利润同比示意mcapnp.exp(rng.normal(23.0,1.1,N))# 总市值(亿元)示意defz(x):return(x-np.nanmean(x))/(np.nanstd(x)1e-9)value-z(np.log(pe))-z(np.log(pb))# 低 PE/PB 得分高growthz(rev_g)z(eps_g)# 增速高得分高size-z(np.log(mcap))# 小市值得分高# 合成未来收益与三因子正相关 噪声仅演示分组流程future0.30*value0.20*growth0.12*sizerng.normal(0,0.6,N)# 分组检验按单因子 5 等分看最高组 vs 最低组defspread(s,r,q5):labpd.qcut(s,q,labelsFalse,duplicatesdrop)returnr[labq-1].mean(),r[lab0].mean()forname,sin[(value,value),(growth,growth),(size,size)]:t,bspread(s,future)print(f{name:7s}高组{t:.3f}低组{b:.3f}价差{t-b:.3f})运行结果合成示意数据N300因子高分组未来收益低分组多空价差value0.738−0.5981.336growth0.413−0.4150.828size0.356−0.1210.476把三件套等权合成一个数后再分组合成因子高分组低分组价差composite0.797−0.7521.550数据需求标注价值/成长依赖财报基本面PE/PB/增速规模可用行情接口提供的「总市值」字段直接计算。财报类数据暂未覆盖的部分已作为数据需求提交数据团队补全补全后即可用真实财务替换上述synthetic段方法完全一致。四、结果解读三件套各自的多空价差都为正说明在这个示意样本里便宜/成长快/小盘相对贵/慢/大盘都有正溢价——这正是三件套被写进教科书的原因。更关键的是最后一行等权合成后的价差1.550大于任一单因子。这是因子投资的日常单因子容易受某一阶段风格拖累多因子组合能互相熨平这也是 #37 要展开讲的主题。但务必泼冷水上面所有数字都是合成示意只用来演示打分→分组→看未来→算价差的标准动作。真实市场里价值因子在成长股牛市如 2020会长期跑输小盘因子在流动性收紧时会剧烈回撤成长因子对增速不及预期极其敏感。因子有效但有效性是轮动的、有条件的。五、常见陷阱把某一阶段的方向当永恒价值/成长/规模会周期性轮动没有永远赢的风格。忽略标准化PE 和营收增速量纲差上万倍不 z-score 直接相加大数会淹没小数。前视偏差算 PE 用的是 T 时刻的价和 T 时刻的财报但财报是 T 之前发布的——必须对齐财报发布日不能用未来财报。小样本幻觉N300 都未必稳实盘至少几百只、滚动几十期截面才有统计意义。规模因子的流动性黑洞小盘流动性差回测赚的价差实盘可能变不成成交价#32 讲过实盘与回测的鸿沟。六、小结 下篇预告风格因子三件套 把便宜/成长快/小盘三种偏好翻译成横截面可排序的数经 z-score 标准化、方向对齐后既能单因子检验也能等权合成。合成因子往往比单因子更稳。下一篇 #35 讲质量与动量——机构也在用的另外两套套路高 ROE/低杠杆的质量因子以及用历史 K 线就能算的价格动量其中动量因子不依赖财报可以马上用行情数据实跑。免责声明本文为量化方法教学代码示例使用合成示意数据不构成投资建议不承诺收益。投资有风险入市需谨慎。