量化概念 06：因子合成（多因子加权 → 单一信号）

因子合成的目标一句话：把多个因子变成一个最终的选股信号。就像多位评委各打各的分，最后合成一个总分，决定谁排前面。

为什么要合成

单个因子的信号太弱、太不稳定。合成的好处有两层：

一是互补：一个因子看短期动量，另一个看估值便不便宜，各有各的信息，合起来比任何一个单独用都全。

二是平滑：单个因子时灵时不灵，多个因子加权后，一个失效了还有别的顶上，综合信号更稳。

权重从哪来

等权：每个因子一视同仁。适合不知道谁强谁弱的起步阶段，简单、不挑事。

按表现加权：历史表现好的因子权重更大。表现用什么衡量？IC——因子排名和未来涨幅排名的吻合度，可以理解成因子的"历史准确率"。

例子：因子 A 的 IC 0.04，因子 B 的 IC 0.02。按 IC 加权，A 的权重约是 B 的两倍，综合信号里 A 说话的分量更重。

ICIR 加权：IC 只反映平均准不准，ICIR（IC 平均值除以波动）还看稳不稳。一个因子 IC 高但忽上忽下，不如 IC 稍低但一直稳的因子值得信赖——按 ICIR 加权会把前者降权。

一整套流程

合成不是简单加一下，顺序是：

1. 每个因子单独清洗：去极值、标准化，把不同量纲的因子都变成同一把尺子上的分数——否则 PE 几十倍的数值会吞掉百分之几的换手率
2. 按权重加权求和：每个股票的"各因子分数 × 权重"加起来，得到综合分
3. 按综合分排序：综合分最高的股票排在选股列表最前面

例子：两只股票、两个因子（等权）。股票 X：因子 1 得分 +1.0、因子 2 得分 -0.5，综合分 (1.0-0.5)/2 = +0.25；股票 Y：因子 1 得分 -0.2、因子 2 得分 +0.8，综合分 (-0.2+0.8)/2 = +0.3。Y 的综合分更高，排前面。

有哪些坑

• 负 IC 的因子先取反：IC 为负说明因子方向反了，直接加权等于帮倒忙，取反之后再加
• 相关太高的因子等于重复投票：两个相关 0.85 的因子合成，效果约等于同一个因子权重翻倍。合成前先看相关性，重复的只留一个
• 权重会过期：IC 是历史数据，因子表现会漂移，权重要滚动更新，不能一劳永逸

小结

合成就是把"多个评委的意见"合成"一个总分"：先各自清洗统一到一把尺子，再按权重（等权或按 IC/ICIR）加总，最后按总分排序选股。方向、相关性、权重时效，是三个最容易出错的地方。