价值因子检验报告

2.1 股票池与加工步骤

股票池：全 A 股，剔除 ST/*ST、停牌、北交所、上市不足 250 个交易日；区间 2019-01-02 ~ 2026-10-27（1,894 个交易日，共 5,366 只股票出现过），每个交易日有后续收益的有效样本 3,344 ~ 4,934 只。 上市天数取 cn_stock_factors_base.trading_days（LEFT JOIN），缺失时用 list_days×245/365 折算；本次非北交所行没有缺失，折算分支未被触发（0 行）。

另有 102 行日期为空，作为异常行记录后跳过，没有中断流程。“无行业”一行只统计前面各步都未被剔除后仍缺行业的行；异常记录.csv 里的“无申万一级行业”口径是全部非北交所行，不看是否已因其他原因被剔除，所以行数更多。

1. 缺失值：PE 缺失或为 0 的 1,477 行，用同日同申万一级行业的中位数填充；ROE 缺失 0 行、股息率缺失 0 行；填充后仍缺失而丢弃 0 行。
2. 亏损股：PE 为负的 1,637,999 行（20.5%）不填充，直接取 1/PE 为负的盈利收益率，在“低 PE”方向上排最差。股息率为 0 的 2,301,158 行（28.8%）不做填充，保留为 0。
3. 标准化：三个分项各自在当日截面做 1%/99% 缩尾，再 z-score；低 PE 取 1/PE，高 ROE 取 roe_avg_ttm，高股息率取 dividend_yield_ratio。
4. 合成：三项 z-score 等权平均，再做一次截面 z-score，得到中性化前的 value_roe_raw。
5. 中性化：当日截面上，把合成分数对“申万 2021 一级行业哑变量 + ln(总市值)”回归，取残差，再 z-score，得到 value_roe_neutral。全程是一条 DAI SQL（c_group_quantile_cont / c_winsorize / c_zscore / c_neutralize_resid），没有逐日 pandas 循环。

两个分项共线性：EP 与 ROE 的日度相关 0.75，EP 与股息率 0.47，ROE 与股息率 0.30。

2.2 为什么要中性化：用本次运行的前后对比说明

读法：中性化前，分数与市值的日度相关为 0.31、行业间差异明显；中性化后两者被扣到接近 0。 次日 RankIC 均值略升（0.0150 → 0.0172），但每天 IC 的波动几乎减半（0.134 → 0.070），所以 ICIR 与 t 值约翻一倍。 月度多空从 −3.8% 变为 3.9%：信号主要是中性化之后才出现的。

为什么中性化前多空为负：「猜测」中性化前的“便宜”分数被行业和规模风格主导，风格轮动的盈亏盖过了个股间的估值差异；这一解释本次没有做行业归因，未验证。

三个分项单独看（次日 RankIC，中性化前的分项 z-score）：低 PE 0.0161（NW t 5.0）、 高 ROE 0.0048（t 1.5，不显著）、高股息率 0.0157（t 5.8）。

2.3 落库与耗时

写入数据源 nancy_roe_1（因子列 value_roe_neutral，同表还有中性化前分数、三个分项与行业、市值）：7,977,756 行，主键 (date, instrument) 唯一，不同键 7,977,756 个； 回读 7,977,756 行，与 SQL 结果逐值比较，最大绝对差 0.0。

课程阈值

阈值是经验参考线，不是统计检验；判断是否真实，仍以 t 值、分年度稳定性和自检为准。

4.1 RankIC 指标

RankIC 为每日截面上因子与随后收益的 Spearman 相关；收益 = 信号日次日开盘买入、持有到下一信号日次日开盘。20 日收益的窗口逐日重叠，朴素 t 被放大约 3.7 倍，应看 NW t； 取每 20 天抽 1 天的非重叠样本复核，20 日 IC 均值 0.0398、朴素 t 4.3，仍为正。

4.2 十组分层

每日按因子分 10 组（c_ntile），组内等权，平均收益为所有信号日的算术平均。

4.3 多空与多头（月度调仓）

首次建仓 2019-01-03，共 94 次调仓，多空两侧各约 434 只。单边换手：多头 17.1%、空头 13.1% / 次。 月度多空胜率 55.9%，单月最差 −14.2%（2024-10-31）。

4.4 分年度表现

年度收益由日净值按自然年首尾相除；2026 年不满一年，不要与整年比较。年内 IC 的 t 值只有约 244 个日度样本，波动大。

IC 是不是显著为正？

是，但很小。次日 RankIC 均值 0.0172，NW t = 9.5；用滞后 5/10/40 重算 t 分别为 9.9/9.7/9.6，结论不依赖滞后阶数。 8/8 个年份均值为正，前后两半样本分别是 0.0156 和 0.0188。 按课程阈值，次日口径低于“可用”线 0.03；20 日口径 0.040 达到“可用”，t = 5.3。随机因子对照里 60 次的最大 |t| 只有 3.0，真实因子远超随机水平。

十组是不是单调？

大体向上，但不是整齐的台阶。Spearman 0.89，但 9 对相邻组里只有 5 对上升：G1~G4 的平均收益几乎一样（0.054%、0.053%、0.057%、0.054%）， 差别主要出现在 G5 以后，最高的是 G8 而不是 G10。G10−G1 日均 +0.025%，t = 1.35，不显著。分年度看，2020、2021、2025 年的 Spearman 低于 0.5。 中性化前的十组没有单调性（Spearman −0.05），G10 反而是最低的一组。

多空是不是稳定？

不稳定。含费用年化 3.9%、夏普 0.41、NW t = 0.96，最大回撤 −28.3%； 8 个年份里 6 个为正，2021、2025 年亏损，月度胜率 55.9%。费用拖累年化约 1.2%。 只做多 G10 的年化 15.6%，相对股票池等权的年化超额 +0.8%（t = 0.34），不能与基准区分。

样本与方法的边界

• 样本期：2019-01-02 ~ 2026-10-27，共 1,894 个交易日，约 7.8 年，只覆盖有限的几个市场风格周期；2026 年不满一年。次日口径的有效 IC 天数 1,892（最后两天没有后续收益）。
• 过拟合：本报告只检验了事先设定的这一个因子，没有做参数搜索，但同时看了中性化前后、两个收益周期和多项自检，指标多了会有“碰巧显著”的可能。若据此调整权重、剔除分项或换周期，必须换一段没看过的样本重新检验。
• 空头不可实现：A 股股票账户不能卖空个股，多空净值只是衡量因子纯度。G1 组本身在样本期年化 7.9%（含费用），即做空它的绝对收益为负；真正可执行的是只做多，而只做多相对基准的超额不显著。
• 交易细节未建模：涨跌停无法成交、停牌日无法成交、成交量约束、冲击成本、分红税、融券费用均未计入；买卖按开盘价成交；调仓日遇到开盘价缺失的股票按不可成交处理。费用只按单边 0.15% 乘以换手额。
• 基准口径：“股票池等权”指当日因子表内有后续收益的全部股票等权，日度再平衡且不计费用，对多头是偏严格的比较对象。十组净值同样是日度再平衡、不计费用，与月度调仓的多空净值口径不同，不要直接比较水平。
• 数据口径：价格用 cn_stock_bar1d（复权）的开盘价；估值、ROE、股息率取自 cn_stock_prefactors，是否按公告日对齐由上面的披露滞后自检检验。因子库的更新是否会改写历史值，未做全量核对（只核对了公告日对齐与 2026-06-11 的批量变动）。
• 本报告本身：图表为内联 SVG，离线可打开；配色没有用调色板校验脚本检验（脚本在本环境读不出来），也没有在浏览器里截图复核版式；只做了页面脚本的语法检查，以及在无浏览器的模拟环境里把 8 张图的绘制代码跑通（无报错、无 NaN），版式和悬停效果未实际看过。

自检结果