因子计算实战｜用 pandas 计算动量与估值因子

这节课学什么

本节把原始行情和财务数据转换为可检验的因子矩阵。你将计算20日动量MOM20和盈利收益率EP，完成时间对齐、去极值、标准化和分组检查。先修要求是会使用 pandas 的排序、分组和合并。

两个因子的定义

动量使用复权收盘价，估值使用当时已披露的盈利与截面市值：

MOM20(i,t) = P_adj(i,t) / P_adj(i,t-20) - 1
EP(i,t) = NetProfit_TTM(i,t) / MarketValue(i,t) = 1 / PE_TTM(i,t)

EP比直接使用PE更适合线性排序，但亏损公司会产生负值，不能简单当作异常删除。财务字段必须按公告日生效，不能按报告期结束日连接。

price = price.sort_values(["symbol", "trade_date"])
price["mom20"] = price.groupby("symbol")["adj_close"].pct_change(20)
factor = price.merge(finance_asof, on=["symbol", "trade_date"], how="left")
factor["ep"] = factor["net_profit_ttm"] / factor["market_value"]

横截面处理

每个交易日分别处理，不能把所有日期混在一起标准化。先用分位数或MAD去极值，再计算z-score。保留原始值、处理后值和异常标记，方便追溯。随后按五分位分组，检查每组数量、均值和未来收益。

实操任务

选择连续两年的月末交易日生成因子矩阵，输出 symbol、trade_date、mom20、ep、mom20_z、ep_z。分别计算两个因子的月度IC和五分组收益，再查看二者相关性。若合成因子，先用等权 score=(mom20_z+ep_z)/2 建立基线，不要一开始就优化权重。

本节学习方法

建议先完整阅读概念和公式，再按照实操步骤独立完成一次。不要直接复制最终结果：先记录数据范围、字段口径和预期现象，运行后对照检查。若结果不同，应从复权方式、交易日对齐、缺失值、可交易状态和费用假设逐项排查。每次练习保存代码版本、参数、运行日期和结果截图，形成可以复现的研究记录。

课后检查

• 能否用自己的话解释本节核心概念，而不是只背公式；
• 能否指出输入数据的主键、时间字段和单位；
• 能否让同一份代码在相同数据上得到一致结果；
• 能否解释结果的局限性，以及哪些变化会让结论失效；
• 能否区分研究结果、模拟结果与真实交易结果。

本课程用于量化研究方法学习，不构成个股推荐、收益承诺或投资建议。示例参数用于演示计算过程，不代表适合任何真实账户。