很高兴能帮助你理解世坤量化策略的这些分类。这些分类代表了从不同维度捕捉市场信号和alpha来源的框架，是系统化因子投资的核心。
下面我将逐一解释每个分类的含义、逻辑基础，并提供对应的策略案例。
### 1. **Price Reversion （价格回归）**
* **核心理念**：认为资产价格在短期内会围绕其“公平价值”或均值上下波动。当价格因非理性交易、流动性冲击等原因过度上涨或下跌后，有较大概率会向均值回归。
* **主要信号**：短期的超买超卖、技术性反弹。
* **常见数据**：高频或日频价格序列。
* **策略案例**：
* **配对交易**：找到两只历史价格走势高度相关的股票（如同一行业的龙头股）。当它们的价差（价格比或价格差）偏离历史均值超过一定阈值（如2个标准差）时，做空相对强势的股票，做多相对弱势的股票，等待价差收敛。
* **日内动量反转**：在极短时间框内（如1分钟、5分钟），如果某股票价格出现快速且大幅的单边变动（例如涨跌幅超过1%），则在接下来的几分钟内反向交易，预期出现技术性回调。
### 2. **Price Momentum （价格动量）**
* **核心理念**：与反转相反，认为资产的趋势会延续。“强者恒强，弱者恒弱”。过去一段时间表现好的资产，在未来一段时间仍可能继续表现好（正向动量），反之亦然（负向动量）。
* **主要信号**：中长期的趋势持续。
* **常见数据**：过去数周、数月甚至数年的收益率。
* **策略案例**：
* **时间序列动量**：计算某资产（如商品期货、股指）过去12个月的收益率，减去过去1个月的收益率（以避免近期反转）。如果该值为正，则做多；为负，则做空。
* **横截面动量**：在同一个资产池内（如沪深300成分股），按过去3-12个月的收益率排序，买入排名前10%的“赢家组合”，同时卖出排名后10%的“输家组合”。
### 3. **Price & Volume （价量结合）**
* **核心理念**：将价格变动与成交量信息结合，以判断价格变动的“质量”和市场参与度。成交量是确认价格信号强度的重要指标。
* **主要信号**：放量突破、量价背离等。
* **常见数据**：价格、成交量、成交额。
* **策略案例**：
* **放量突破**：当某只股票的价格突破过去N日（如20日）的最高点，**同时**当日的成交量是过去M日（如20日）平均成交量的1.5倍以上，视为有效突破信号，进行买入。
* **价升量缩**：股价在上涨，但成交量却逐步萎缩，这可能意味着上涨动能不足，是潜在的看跌信号。
### 4. **Volume （纯成交量）**
* **核心理念**：成交量本身蕴含着重要的信息流和投资者关注度。异常的交易活动可能预示着未来价格的变化。
* **主要信号**：交易活跃度的异常变化、订单流不平衡。
* **常见数据**：成交量、换手率、订单簿数据。
* **策略案例**：
* **异常成交量**：计算股票当前成交量相对于其过去20日平均成交量的Z-score。如果Z-score大于2（即异常放大），可能预示着有新的私有信息进入市场，可以跟进做多（如果价格同时上涨）或做空（如果价格同时下跌）。
* **换手率因子**：高换手率可能意味着股票被过度炒作或存在分歧，未来收益可能不佳，可作为负向alpha因子。
### 5. **Fundamental （基本面）**
* **核心理念**：公司的内在价值最终会反映在股价上。通过分析公司的财务和经营状况，可以找到被市场错误定价的股票。
* **主要信号**：估值便宜、盈利质量高、增长强劲。
* **常见数据**：财务报表（利润表、资产负债表、现金流量表）。
* **策略案例**：
* **价值投资**：使用市净率、市盈率、企业价值倍数等估值指标，构建投资组合。例如，买入市净率最低的20%的股票，卖出市净率最高的20%的股票。
* **质量因子**：寻找盈利稳定、负债率低、资产回报率高的优质公司。例如，构建一个由高ROIC、低财务杠杆公司组成的组合。
### 6. **Analyst （分析师）**
* **核心理念**：卖方分析师作为专业的信息收集和处理者，其观点和预测变化反映了市场对公司未来预期的调整，这种调整可能尚未完全体现在股价中。
* **主要信号**：盈利预测上调/下调、评级调升/调降、预测分歧度。
* **常见数据**：一致预期、评级变化、研究报告文本。
* **策略案例**：
* **盈利预测修正**：跟踪分析师对公司未来每股收益的预测。当有多位分析师在近期集中上调预测时买入，集中下调时卖出。
* **超预期惊喜**：在公司发布财报后，如果实际公布的每股收益显著高于分析师的一致预期（即“正向惊喜”），则在公告后买入，因为市场可能需要时间消化这一利好。
### 7. **Relation （关联性）**
* **核心理念**：利用资产之间、市场之间的关联关系或传导效应来预测价格。包括产业链关系、母子公司关系、跨国市场联动等。
* **主要信号**：相关性、领先滞后关系、溢出效应。
* **常见数据**：跨资产价格、供应链数据、宏观经济数据。
* **策略案例**：
* **产业链传导**：上游原材料（如铜）的价格大涨，可能会在未来一段时间传导至下游制造商（如家电公司）的利润和股价。可以做多上游龙头，或做空下游成本敏感型公司。
* **跨市场套利**：同一家公司在不同交易所上市（如A+H股），当两地价差扩大至历史异常水平时，可以进行套利交易。
### 8. **Sentiment （市场情绪）**
* **核心理念**：市场的非理性情绪（如过度乐观或悲观）会导致资产价格偏离其基本面价值，识别并利用这种情绪偏差可以获得收益。
* **主要信号**：投资者情绪极端化、新闻舆情、社交媒体热度。
* **常见数据**：新闻文本、社交媒体帖子、搜索指数、期权隐含波动率。
* **策略案例**：
* **新闻情绪分析**：使用自然语言处理技术，分析财经新闻标题和内容的情感倾向。当某公司突然出现大量负面新闻时，其股价可能在短期内被过度抛售，随后出现反弹机会。
* **搜索引擎指数**：如果某只股票或行业的网络搜索量突然暴增，可能意味着散户情绪达到高潮，往往是短期见顶的信号，可考虑反向做空。
### 总结与思考
| 分类 | 核心逻辑 | 时间尺度 | 数据依赖 |
| :--- | :--- | :--- | :--- |
| **Price Reversion** | 短期过度反应后的修正 | 高频/日内/几日 | 价格 |
| **Price Momentum** | 趋势的惯性延续 | 数周/数月 | 价格 |
| **Price & Volume** | 成交量确认价格信号 | 日内/数日 | 价、量 |
| **Volume** | 交易活动蕴含信息 | 日内/数日 | 成交量 |
| **Fundamental** | 价值回归 | 数月/数年 | 财务报表 |
| **Analyst** | 专业预期调整 | 数日/数周 | 分析师数据 |
| **Relation** | 关联资产间的传导 | 数日/数周 | 跨资产数据 |
| **Sentiment** | 市场情绪偏差 | 数日/数周 | 另类数据 |
在实际的量化策略开发中，**这些分类并非完全孤立**。一个成熟的alpha模型往往会**融合多个维度的信号**。例如，一个策略可能同时使用 **“基本面价值”** （便宜）和 **“分析师预期上调”** （变好）作为选股条件，再用 **“价量突破”** 来择时入场，以提升策略的稳健性和收益风险比。
理解这些分类，有助于你系统地思考alpha的来源，并在构建策略时更有方向性地进行数据挖掘和因子组合。