基本面量化：把研究员的逻辑写成因子

前面讲的大多是统计意义上的因子：从数据里找规律。这一篇讲另一条路——从研究逻辑出发，把研究员脑子里的判断写成因子。

两种思路的区别

纯统计的路子是：拿一堆数据，看哪个指标和历史收益相关。

基本面量化的路子是：先有一个关于"为什么这家公司会更好"的判断，再把这判断翻译成可计算、可检验的指标。

前者的风险是过拟合（找出来的关系可能是巧合）；后者的风险是判断本身错了，但因为它有逻辑支撑，人不容易承认。

怎么把逻辑写成因子

举几个常见的转化：

"产业链景气会传导"。如果上游产品的价格开始上涨、库存开始下降，那么中游和下游的某些公司会先后受益。这个逻辑可以写成：跟踪产业链各环节的量价数据，构造景气度指标，再映射到个股。

"公司自己比市场更早知道"。管理层增持、回购、业绩预告上调，这些都是内部人用行动表达的判断，可以构造成信号。

"分析师的分歧与修正"。一致预期被上调说明有新信息进入；分析师分歧变大说明不确定性上升。这两类信息都能算成指标。

"文本里的情绪与关注"。公告、新闻、研报的文本，可以用自然语言处理提取情绪倾向、关注热度、以及特定事件（比如是否提到扩产、是否提到原材料涨价）。

难点在哪

其一，逻辑到指标的落差。研究员的判断里有很多"只可意会"的部分——行业经验、对管理层的判断、对竞争格局的理解。这些很难量化，硬翻译成数字会损失信息，甚至曲解原意。

其二，样本少。很多基本面逻辑只在特定行业、特定时段成立，能验证的样本很有限。样本少就难以判断它是规律还是巧合。

其三，数据获取成本高。产业链数据、文本数据、专家访谈，都需要投入，而且常常覆盖不全，样本有偏差——比如只有大公司被覆盖，那基于它做的因子就只适用于大公司。

正确的姿势：双向校正

基本面量化最有价值的用法，不是让机器替代研究员，而是让两者互相校正。

机器负责：把逻辑变成可检验的形式，在大量样本上验证它是不是真的成立、在哪些条件下成立、什么时候失效。这能纠正研究员"我以为它有效"的错觉——很多想当然的逻辑，一检验发现根本不成立。

研究员负责：为显著的结果提供解释，判断它是真规律还是数据巧合，以及在市场结构变化时判断逻辑还成不成立。这能纠正机器"我只看到相关"的盲目。

一个提醒

基本面因子同样会失效，而且因为它有"故事"支撑，失效时更难被承认。所以要像对待统计因子一样对待它：记录检验过程、设定失效判据、定期回顾收益来源。

一句人话：基本面量化不是让机器替你想，而是逼你把想法说清楚到可以检验的程度。说不清楚的判断，本身就是风险。

写在最后

方法论讲得差不多了，下一篇换个角度：怎么组织整个研究流程，让好想法能稳定地变成上线策略。