量化因子衰退的内在逻辑：从拥挤度到市场微观结构的变化

很多交易者看到因子净值回撤，第一反应是换参数、改窗口、加一个机器学习模型。这个动作看起来积极，实际上经常是在给已经堵死的水管继续加压。因子衰退的核心矛盾，不是公式写错，而是市场环境变了：跟踪同一类信号的资金更多了，执行订单的方式更隐蔽了，原本可以被日频数据识别的交易行为，已经被算法拆成了数百笔、数千笔小单。

你如果还拿几年前的“大单资金流”、收盘价动量、单一价值因子去解释今天的成交结构，等于带着旧地图进了新战场。地图上的路还在，脚下的地形已经被推平重做。

因子动物园不是宝库，先问清楚超额收益从哪里来

学术研究和量化社区里，已经出现了超过300种因子。规模、价值、动量、波动率、质量、成长、反转、流动性，再叠加各种财务指标、价格指标和资金流指标，因子很容易从工具变成收藏品。

问题是，因子数量增加，不等于可交易的超额收益增加。

大量因子在论文或历史数据库里表现漂亮，落到真实账户却迅速变形，主要有三道闸门：

1. 样本内有效，样本外失血。

参数是围绕过去的市场状态调出来的，换一个时间段、行业结构或交易制度，信号强度马上下降。

2. 忽略交易成本。

因子每天给出很多换手，回测按照收盘价或下一根开盘价成交，曲线看起来平滑。真实下单时，盘口深度、冲击成本、滑点和排队位置会直接吞掉那点微弱的优势。

3. 因子之间高度同质化。

你以为自己持有五个独立因子，实际上它们可能都在表达同一个拥挤方向。动量因子、资金流因子和短期强势因子，在某些行情里会一起买入同一批股票。行情顺风时，这叫共振；风向反转时，这就是集体踩踏。

因子能不能活下来，不能只看历史年化收益。更关键的是追问：这项收益到底补偿了什么风险？来自信息差、行为偏差、流动性折价，还是单纯来自某段时期的资金流入？

如果答案只是“过去有效”，那它离爆仓并不远。机构资金一旦集中跟踪，因子收益就会被提前交易。信号发布时，价格已经被推到更高的位置；你再按规则买入，买到的不是Alpha，而是前面资金留下的出货价。

拥挤度如何侵蚀因子收益

因子拥挤度，指的是跟踪或投资某个因子的资金过多，最终导致该因子的收益性或收益稳定性下降。它不是简单的持仓数量统计，而是资金、仓位、交易方向和退出路径同时挤在一条狭窄通道里。

拥挤交易有三个阶段。

第一阶段是收益扩张。越来越多资金发现同一信号，买盘增加，因子组合表现变好。研究者看到净值曲线向上，于是把信号写进更多模型。

第二阶段是收益前置。因子还有效，但收益已经从“信号出现后上涨”变成“信号被预期时上涨”。模型之间互相抢跑，成交价越来越差，持仓周期越来越短。

第三阶段是流动性反噬。市场出现压力时，所有策略同时减仓。原本看起来相关性不高的组合，突然在同一个交易日触发卖出。盘口买方深度不足，价格被连续击穿，止损单和被动减仓进一步放大冲击。

这就是为什么因子衰退不能只用滚动收益率判断。净值回撤是结果，拥挤度是原因之一。你需要同时观察信号强度、持仓重合、换手、成交容量、行业暴露和退出时的流动性。

因子最危险的时刻，不是没人使用，而是所有人都相信它还能继续使用。

传统资金流指标，正在被拆单算法打穿

过去做资金流分析，常见做法是按照成交金额划分大单、中单和小单，再用买卖方向估算主力资金流入流出。这套方法并非完全没有价值，但它依赖一个前提：大资金会以相对明显的大额订单进入市场。

这个前提已经被算法交易改变。

机构执行一笔大额订单，不会把完整订单直接砸进盘口。为了降低市场冲击、隐藏交易意图，常见执行方式是“大单化小”，也就是把一笔大单切成许多小订单，在不同时间、不同价位逐步成交。订单可能按照成交量、时间、盘口深度或短期价格波动动态调整。

于是，传统指标遇到了一个麻烦：它看到的是很多笔小单，却看不到背后那笔真正的大单。

表面上看，盘口里没有明显的主力扫货；实际上，某个方向的资金可能已经持续成交了几十分钟。你用日度数据汇总时，只能看到当天净流入；你用固定金额门槛识别“大单”时，又会漏掉被拆散的机构订单。

这不是简单的数据精度问题，而是观测对象发生了变化。

以前的资金流指标试图识别“订单有多大”；现在更应该识别“订单行为是否持续、是否具有方向性、是否在特定时段反复出现”。前者容易被拆单击穿，后者才接近真实的执行逻辑。

拆单如何制造虚假的平静

算法拆单最容易制造三种错觉。

第一，盘口看起来没有攻击性。

没有一笔订单明显扫穿多档价格，交易者便误以为买卖双方力量均衡。但如果同一方向的小单持续吃掉卖一、卖二附近的流动性，价格依然会被慢慢推高。

第二，单笔资金规模不突出。

固定阈值把订单划成小单之后，传统大单资金流会出现失真。大资金没有消失，只是把脚步放轻了。

第三，日度数据掩盖了交易时段差异。

同样是全天净流入，早盘集中流入和尾盘持续流入，背后的交易含义完全不同。前者可能是开盘定价和抢跑，后者可能与指数调整、收盘执行或资金被动配置有关。

如果你只看日线级别资金流，等于把一场盘中的攻防压成一句摘要。摘要能告诉你发生过什么，不能告诉你是谁在什么时候、以什么方式完成了成交。

这也是资金流因子需要从日频走向分钟频的原因。不是为了追求更快，而是为了把被日度汇总抹掉的交易结构重新捞出来。

从日频到分钟频：不要追逐噪声，要重构残差

把日度资金流切成分钟频，并不意味着把数据切得越细越好。很多人一听到高频，就开始缩短窗口、增加指标、堆叠模型，最后把盘口噪声当成信号，把一次偶然成交当成资金意图。

真正有价值的方向，是对资金流进行切割、分组和残差重构。

第一步：把全天资金流拆成可解释的时段

早盘、午盘、尾盘的交易机制和参与者结构并不相同。研究事实显示，早盘9点30分到10点的成交量占比约为25%，这意味着开盘阶段本身就承载了相当一部分价格发现过程。

但成交量集中不等于信号一定更强。

早盘的价格波动可能受到隔夜信息、集合竞价、指数开盘调整和集中止损影响。这里既有真实信息，也有大量被动成交。尾盘则常见撤单集中、被动执行和仓位调整。不同时间段的资金流，不能简单加总后当成同一种力量。

你至少应该把资金流拆成：

• 早盘集中成交与持续成交；
• 午盘恢复后的方向延续；
• 尾盘成交与撤单行为；
• 特定波动状态下的资金流；
• 相对于同类股票、同一行业和自身历史基准的异常流入。

第二步：建立基准，再观察偏离

假设某只大市值股票每天早盘成交额都很高，那么今天早盘出现较大的资金流，并不自动代表机构正在加仓。它可能只是这只股票的正常交易节奏。

因此，真正要研究的是偏离基准的部分，也就是残差。

残差不是一个神秘术语。它回答的问题很直接：在控制了股票规模、行业、市场整体波动、正常成交时段和历史交易习惯之后，这只股票今天的资金流还剩下多少异常部分？

可以从几个方向构建基准：

• 用股票自身过去一段时间的分钟成交模式，估计正常资金流；
• 控制流通市值、行业和市场波动，避免把规模效应误认为资金意图；
• 对早盘、午盘、尾盘分别建模，避免时段结构混在一起；
• 将市场整体资金流剥离，观察个股相对市场的异常变化；
• 对极端成交和异常价格冲击进行降权，减少单笔交易对结果的污染。

最后留下的残差，才有机会成为可检验的信号。

第三步：检验信号能否穿过成本

研究资料给出的结果显示，基于逐笔成交数据，将日度资金流提升到分钟频进行切割与重构后，大单分钟资金流切割残差因子的平均信息系数为0.041，信息系数信息比率为3.23，多空对冲年化收益率为15.9%。

另一种按时段重构的大单分钟资金流时段残差因子，平均信息系数为0.043，信息系数信息比率为3.41，多空对冲年化收益率达到16.8%。

还有基于不同交易情景构建的残差因子，平均信息系数为0.037，信息系数信息比率为3.88，多空对冲年化收益率为14.1%。

这些数字不能被粗暴地理解成“照抄模型就能获得同样收益”。它们代表的是特定数据、样本、构造方法和交易假设下的实证表现。切割因子、时段因子和情景因子也不是同一个东西，不能把几组结果拼成一个更漂亮的故事。

但它们揭示了一个清晰方向：资金流因子不应该停留在全天汇总和固定金额阈值上。对交易时段、成交行为和基准偏离进行重构，能够提高信号对真实执行过程的描述能力。

撤单不是盘口噪声，它会暴露流动性的裂缝

成交数据记录了已经发生的交易，委托和撤单则记录了参与者原本打算做什么，以及他们在压力下如何改变计划。

日内撤单分布呈现出早盘衰减、尾盘放量的特征，尾盘撤单相对集中。这个现象对微观结构研究非常关键，因为撤单不是单纯的无效数据。大量撤单可能意味着报价方正在重新评估风险，也可能意味着盘口流动性正在收缩。

当价格平稳时，撤单比例和股票市值之间展现出较好的分组单调性。换句话说，不同市值股票的撤单行为存在系统差异。小市值股票的盘口深度、参与者结构和报价稳定性，与大市值股票并不相同。你拿同一个撤单阈值扫过全市场，得到的不是统一尺度，而是一堆混合误差。

为什么尾盘撤单值得单独处理

尾盘是很多策略集中调整仓位的时间段。指数跟踪、组合再平衡、日终风控、隔夜风险控制和套利平仓，都可能在这个阶段增加成交与撤单。

尾盘撤单集中，至少带来三种研究价值：

1. 判断盘口深度是否真实。

挂单数量很多，不等于这些流动性愿意被成交。撤单快速增加时，盘口上的买卖量可能只是短暂展示。

2. 识别执行压力。

如果某一方向的成交持续发生，同时对手方挂单反复撤退，价格冲击会被放大。此时再用常规成交量指标判断强弱，容易误判。

3. 修正交易成本。

回测里最容易被低估的是成交难度。撤单比例上升，意味着你看到的报价更难真正成交，滑点模型必须跟着变。

撤单因子不能单独承担方向预测任务。它更适合用于调整信号可信度、估计流动性风险和动态改变下单方式。方向信号告诉你想买还是想卖，撤单行为告诉你现在能不能按理想价格买卖。

这两者混在一起，模型会变得难以解释；完全分开，又会浪费微观结构信息。实战上更稳妥的方式，是把撤单特征放进交易执行和风险控制层，而不是强行把它包装成一个万能选股因子。

你看到的是挂单，市场真正给你的，只有成交。撤单一集中，报价就可能变成一面薄墙，轻轻一撞便被击穿。

从信号生成到开平仓：因子衰退会先出现在成交层

一个因子是否衰退，不能只看它是否还能预测未来收益，还要看信号变成订单以后，是否仍然能留下利润。

下面用一个抽象的交易流程说明问题。假设分钟频资金流残差因子在某只股票上出现正向异常，模型给出买入信号。传统做法可能是下一分钟直接按固定比例下单，持仓到收盘或下一个调仓时点。

这套流程至少有四个可能的失血点。

信号出现时，价格已经被提前推升

如果模型使用的是收盘后才能完整计算的数据，那么下一交易日开盘执行，价格可能已经完成部分调整。回测使用理想成交价时，信号收益会被高估。

解决方法不是简单提前计算，而是明确数据可用时间。分钟数据必须区分成交发生时间、数据接收时间、因子计算时间和订单发出时间。只要其中一环被写错，回测就会发生隐形未来函数。

方向正确，但成交价格不对

资金流因子对价格方向判断正确，不代表你的订单能在理想价位成交。盘口深度不足时，市价单会连续吃掉多档报价；限价单则可能排队失败，最后根本没有成交。

因此，收益归因不能只写成：

收益＝信号方向×价格变化。

更接近真实交易的表达是：

收益＝信号方向带来的价格收益－手续费－滑点－冲击成本－未成交机会成本。

最后一项经常被忽略。订单没有成交，不代表没有损失。如果信号有效而你因为限价过严没有买到，机会成本同样会侵蚀策略表现。

加仓过程可能改变信号本身

当模型持续收到同方向资金流信号时，策略可能分批加仓。但你的成交会改变市场短期供需，尤其是在小市值和低流动性股票中，策略规模越大，越容易把自身冲击误认为信号延续。

这是量化交易里很难受的一种反馈：模型发现上涨，买单推动上涨，回测于是认为信号更强；真实交易规模扩大以后，买单把价格推高，随后又因为缺乏新的承接而回落。模型不是被市场打败，而是被自己的订单暴露出来。

平仓触发时，所有人都在同一扇门前

因子衰退期间，持仓结构通常更拥挤，平仓相关性也更高。一旦因子组合反转，大家会同时减仓。你设置的止损价可能只是理论上的防线，实际成交会在更差的位置完成。

这就是扫损和滑点叠加的地方。止损不是保险，它只是把风险从“是否离场”变成“以什么价格离场”。如果模型没有估计极端时段的成交冲击，止损触发越坚决，账户损失越快。

怎样判断一个因子正在衰退

判断因子衰退，不能拿单一指标下结论。因子收益下滑可能来自市场风格切换，也可能来自拥挤、成本上升、数据失真或信号前置。实战中，我会把检查拆成五个层面。

一，看预测能力是否持续变弱

信息系数下降，说明因子对未来收益的排序能力减弱。但不要只看单月或单周。分钟频因子本身噪声更大，短期波动不能直接等同于永久失效。

需要观察：

• 信息系数的滚动均值是否持续下移；
• 信息系数信息比率是否恶化；
• 多空组合的收益是否从单边变成频繁反转；
• 因子在不同市值、行业和流动性分组中的表现是否同步衰退；
• 因子收益是否只集中在少数极端交易日。

如果只有总体收益下降，而分组排序能力仍在，问题可能出在交易成本和组合构造。如果信息系数本身也持续坍塌，才需要进一步怀疑信号逻辑。

二，看收益是否被交易成本吃掉

因子衰退经常不是预测能力完全消失，而是毛收益还在，净收益先死。

把策略拆成不同换手水平后，观察收益对换手和成交额的敏感度。若低换手版本还能维持，实际高换手版本迅速失血，说明信号存在，但交易方式已经不适配当前市场。

特别要注意：

• 平均滑点是否逐月上升；
• 开盘和收盘成交是否贡献了大部分亏损；
• 小市值组是否出现更明显的收益折损；
• 限价单未成交比例是否上升；
• 订单冲击是否随着持仓规模扩大而非线性增加。

三，看持仓是否越来越拥挤

拥挤度没有一个适用于所有市场的单一公式，但可以从持仓和交易结果中建立代理指标：

• 不同策略之间的持仓重合度；
• 因子组合与行业指数、风格指数的相关性；
• 因子收益集中在少数股票的程度；
• 极端行情下的共同平仓幅度；
• 多空两端的流动性差异；
• 同类信号出现后的价格跳跃和收益前置。

如果一个因子长期只靠少数热门股票贡献收益，风险已经不在因子本身，而在退出路径。只要这些股票的盘口被打薄，策略就会被迫用更差价格平仓。

四，看信号是否从日频转移到盘中

传统日度因子在收益下降时，不能直接宣布失效。先检查它的收益是否被盘中交易提前消耗。

例如，过去因子在次日开盘到收盘之间赚钱，现在可能变成开盘跳空后不再延续。这个变化说明市场参与者已经把信息提前定价。信号仍然存在，但可交易窗口缩短了。

这时，策略需要重新回答：你要赚的是隔夜收益、开盘后的延续，还是盘中回撤后的再进入？不同答案对应不同数据和执行模型。

五，看市场状态是否已经切换

因子可能在趋势行情、震荡行情、流动性宽松和流动性收缩阶段表现不同。不能因为某段时期失效，就断言经典因子永久完全失效。

但也不能拿“市场风格轮动”四个字替所有亏损背锅。真正的状态识别，应该落到可观测变量上，比如波动率、成交集中度、行业扩散度、盘口深度、撤单比例和资金流方向一致性。

模型必须知道自己在哪种环境里交易。否则所谓动态策略，只是给静态因子套了一层漂亮包装。

策略迭代，不是继续堆因子

因子衰退后，最常见的错误是增加更多因子。原来五个因子不赚钱，就再加十个；模型不稳定，就换更复杂的机器学习算法；回撤太大，就把止损和过滤条件继续叠加。

这样做很容易把问题掩盖，而不是解决。

策略迭代首先要区分三个层面：

1. 信号层：因子还能不能解释未来收益；

2. 组合层：多个信号组合后是否发生拥挤和暴露重叠；

3. 执行层：订单能不能以可接受成本完成。

信号层的问题，不能靠执行优化解决。执行层的问题，也不能靠添加财务因子解决。三者混在一起调参，最后只会得到一个对历史样本极其敏感的黑箱。

先做因子残差，再谈模型升级

残差重构的意义，在于剥离已被市场广泛定价的部分。

以资金流为例，原始资金流可能同时包含市场整体风险偏好、行业轮动、股票规模效应和个股异常交易。把这些共同成分剥离后，剩下的残差更接近个体层面的异常行为。

同样的方法也可以用于其他因子：

• 对动量因子剥离市场和行业趋势；
• 对波动率因子剥离股票规模和流动性差异；
• 对价值因子剥离行业估值中枢；
• 对成交量因子剥离股票自身的日内季节性；
• 对短期反转因子剥离极端行情和涨跌停约束。

残差不是天然有效，但它能让研究者知道：收益到底来自共同风险，还是来自相对偏离。

再用交易情景切割信号

同一个因子，在不同情景下的含义不同。资金流出现在低波动盘整、快速下跌、尾盘跳水或行业整体上涨时，不能用同一个权重处理。

情景切割至少可以围绕以下变量展开：

• 市场整体上涨还是下跌；
• 行业是否同步走强；
• 个股是否处于放量突破或缩量反弹；
• 资金流发生在早盘、午盘还是尾盘；
• 撤单比例是否同步升高；
• 盘口深度是否足以承接策略订单。

资料中的情景残差因子，平均信息系数为0.037，信息系数信息比率为3.88，多空对冲年化收益率为14.1%。它的表现并非简单高于其他重构方法，而是说明情景划分可以改变信号的稳定性和风险结构。研究时不要只盯年化收益率，信息系数信息比率、回撤来源、换手和容量同样要放在桌面上。

最后才是动态权重和机器学习

机器学习可以处理非线性关系，但它不会自动识别数据污染，更不会替你支付滑点。输入的是被拆单扭曲的资金流，输出再复杂，也只是更精细地拟合错误。

模型升级之前，至少要完成三件事：

• 确认分钟数据的时间戳和可用时点没有未来函数；
• 确认训练集、验证集和测试集之间没有股票池和标签泄漏；
• 确认回测成交规则能反映真实盘口，而不是默认每一笔都能按中间价成交。

动态权重可以根据因子近期信息系数、拥挤度、流动性和市场状态进行调整，但必须限制调整速度。否则模型会在噪声出现时频繁换挡，换手上升，滑点扩大，最终把信号收益交给券商和市场。

一套更接近实战的因子衰退排查顺序

如果你的量化策略已经出现连续回撤，不要一上来重写全部代码。先按顺序拆解，找出是哪一层在漏水。

先冻结原始版本

保留原始因子、原始组合和原始执行规则，不要边改边覆盖。否则你会失去对照组，最后无法判断收益变化来自市场，还是来自自己的修改。

再拆分毛收益和净收益

把手续费、滑点、冲击成本、未成交损失分别列出。很多策略的毛收益并没有明显恶化，真正被击穿的是净收益。

再按时段拆分

分别观察早盘、午盘和尾盘的信号收益。早盘收益消失，可能是信号前置；尾盘收益消失，可能是拥挤平仓和撤单增加；只有分时段后，问题才会露出轮廓。

再按流动性和市值分组

不要只看全市场平均值。将股票按市值、成交额、盘口深度和撤单比例分组，观察因子在哪些组中最先失效。

如果收益只剩在低流动性股票里，策略可能不是找到了Alpha，而是在承担无法退出的流动性风险。如果收益只剩在大市值股票里，则需要重新估计容量和成交成本。

再检查信号拥挤

比较自己的持仓与历史热门组合、行业暴露和风格暴露。没有外部持仓数据时，也可以通过因子组合的相关性、共同持仓集中度和压力日共同下跌幅度建立内部代理。

最后再改模型

确认问题来自信号、组合还是执行以后，才决定是重构因子、降低换手、改变持仓周期，还是调整订单算法。顺序颠倒，调参只会变成一场漫长的自我安慰。

因子衰退不是终点，但它会淘汰懒惰的模型

因子衰退的本质，是市场参与方式发生了变化。更多资金追踪相似信号，算法交易把机构订单拆散，日度资金流无法再完整描述盘中行为，撤单和盘口深度又让表面流动性变得不可靠。

所以，因子研究不能停在“这个指标过去有没有用”。真正的问题是：

• 收益来自什么风险补偿；
• 哪些资金正在交易同一信号；
• 信号出现后，收益还剩多少时间窗口；
• 你的订单会不会改变价格；
• 在所有人同时平仓时，你能不能活着出去。

超过300种因子构成了庞大的因子动物园，但能穿过交易成本、拥挤度和执行冲击的信号，始终是少数。分钟频资金流切割、时段残差、情景重构和撤单行为分析，提供了有价值的研究方向，却不是一张稳赚通行证。

别把一组漂亮的回测数字当成护身符。因子能否继续工作，要看它在真实盘口里还能不能成交；策略能否继续活着，要看拥挤反转时账户能不能扛住那一下击穿。

市场不会因为你的模型写得复杂，就给你更好的出场价格。你不重构因子，因子就会重构你的账户——先扫损，再滑点，最后爆仓。

Related reading: 2007年量化地震：拥挤交易如何让多因子模型集体失效 and 强化学习在量化交易中为什么屡屡失效？从模拟盘到实盘的四大鸿沟.