【系列文章2-1】【知识点学习】【股民必知】【量化交易主题系列】【交易策略主题系列】举例详细说明股市可量化因素与不可量化因素都有哪些？可量化交易策略与不可量化交易策略又都有哪些？
这是一个非常核心且重要的问题。本文详细拆解和举例说明股市中的可量化与不可量化因素，以及基于这些因素构建的交易策略。
第一部分：股市中的可量化因素与不可量化因素
这些因素是投资者进行决策的依据，是分析公司价值和股价走势的基石。
一、可量化因素
定义：指那些可以被精确计量、用数字表示，并能够进行历史回溯检验的因素。这些是量化投资和系统化交易的基石。
举例说明：
1. 估值指标
市盈率：公司股价与每股收益的比率。例如，股价100元，每股收益5元，则PE为20倍。可用于寻找市场上相对便宜的股票。
市净率：公司股价与每股净资产的比率。常用于银行、保险等资产密集型行业的估值。
股息率：公司年度分红总额与市值的比率。是收益型投资者非常看重的指标。
2. 财务指标
营收增长率：公司营业收入同比增长百分比。例如，本季度营收10亿，去年同期8亿，则增长率为25%。
净利润增长率：公司净利润同比增长百分比。
毛利率 & 净利率：反映公司的盈利能力和成本控制水平。
净资产收益率：衡量公司利用股东资本创造利润的效率，是巴菲特非常看重指标。
3. 市场与技术指标
价格与成交量：最基础的数据。例如，过去20天的平均成交量、52周最高/最低价。
Beta值：衡量股票相对于整个市场（如沪深300指数）的波动性。Beta=1.5意味着市场涨跌1%，该股票平均涨跌1.5%。
动量：股票在过去一段时间（如6个月或12个月）的收益率。追涨杀跌策略的核心。
【注】股票的动量是指股价在一定时间内的涨跌趋势和速度，用于衡量趋势的强度和方向。N日动量为股价近N个交易日的涨跌幅，例如10日动量即过去10个交易日的累计涨幅或跌幅。交易中应选择动量值高的指数或股票，卖出动量低的的产品。
波动率：股票价格的波动幅度，通常用历史收益率的标准差来衡量。高波动率通常意味着高风险。
相对强弱指数：衡量股价近期变动势头的技术指标，用于判断超买或超卖状态。
4. 宏观与经济数据
无风险利率：通常以10年期国债收益率代表。
通货膨胀率：CPI和PPI数据。
GDP增长率：宏观经济的整体增速。
二、不可量化因素
定义：指那些难以用数字精确衡量，更多依赖于定性分析和主观判断的因素。这些因素往往对公司的长期竞争力至关重要。
举例说明：
1. 管理层质量
能力与诚信：CEO的战略眼光、执行能力、过往业绩以及是否诚信。例如，如何判断一位CEO的“领导力”分数？这非常主观。
公司文化：内部是否鼓励创新、员工士气如何。例如，公司A的创新文化和公司B的设计文化是其成功的关键，但这无法在报表中找到。
2. 品牌价值与护城河
品牌美誉度：饮料A的品牌价值远超其瓶中的糖水，但具体值多少钱？很难精确计算。
护城河：公司的商业模式是否难以被复制（如软件A的社交网络效应、公司C的先进制程技术）。这更多是一种定性判断。
3. 行业竞争格局与潜在颠覆
竞争对手的行动：竞争对手即将推出一个革命性产品，这可能颠覆整个行业。这种威胁在发生前无法量化。
潜在的“H天鹅”事件：例如，一家生物制药公司的核心药物突然被曝出严重副作用。这种风险在事件发生前难以量化进模型。
4. Z策与监G风险
Z府Z策变化：一项新的环保Z策或反L断调查可能会对行业产生巨大影响，但影响的具体程度和时机难以预测和量化。
地缘Z治风险：G际关系紧张、贸易M擦等，会对跨国公司的业务产生影响，但其演变路径极不确定。
5. 消费者偏好与社会趋势舆论与公众情绪：一场社交媒体上的负面舆论风暴可能严重D击一个消费品牌，但无法提前用模型预测。
新兴生活方式：例如，“健康生活”趋势的兴起，推动了某种食用产品或某种运动的发展，但趋势的强度和持久性难以量化。
第二部分：可量化交易策略与不可量化交易策略
这些策略是基于上述因素构建的具体买卖规则。
一、可量化交易策略
定义：基于可量化因素，通过建立明确的、系统性的数学模型或规则来生成买卖信号的策略。其核心是纪律性、系统性和可回溯性。
举例说明：
1. 趋势跟踪/动量策略
规则：计算股票过去N日（如250日）的收益率，买入排名前10%的股票，卖出排名后10%的股票，每月调仓一次。
依据：动量因子是可量化的（过去收益率）。
2. 均值回归/价值策略
规则：计算所有股票的市盈率，买入PE最低的20只股票（价值股），卖出PE最高的20只股票（成长股），每季度调仓。
依据：估值指标（PE）是可量化的。
3. 统计套利策略
规则：找到两只历史上价格走势高度相关的股票（如股票A和股票B）。当它们的价差偏离历史均值超过两个标准差时，做多价格偏低的股票，做空价格偏高的股票，等待价差回归后平仓。
依据：价格、价差、标准差全都是可量化的历史数据。
4. 量化选股模型
规则：建立一个多因子模型，例如：综合得分 = 0.3 * 价值因子 + 0.4 * 质量因子 + 0.3 * 动量因子。每周选取得分最高的50只股票构建投资组合。
依据：每个因子都由一系列可量化的指标（如PE、ROE、过去收益等）合成。
二、不可量化交易策略
定义：主要依赖于投资者的主观经验、直觉、深度研究和综合判断的策略。它没有固定的、可完全回溯的数学模型。
举例说明：
1. 深度价值投资（巴菲特式）
方法：不仅看低PE、低PB，更深入研究公司的商业模式、护城河、管理层的品格和能力。认为“用合理的价格买入优秀的公司远好于用便宜的价格买入普通的公司”。
不可量化性：“优秀的公司”、“管理层的品格”是无法量化的，依赖于大量阅读年报、行业分析和管理层访谈形成的综合判断。
2. 事件驱动型策略
方法：基于公司具体事件进行投资，如并购重组、重大S讼、管理层变动、新产品发布等。
不可量化性：每个事件都是独特的。判断“这次并购能否成功创造价值？”或“新CEO能否扭转局面？”需要深厚的行业知识和经验判断，难以被系统化为一个通用模型。
3. 宏观主题投资
方法：基于对宏观大趋势的判断进行投资。例如，基于主题A投资产业A；基于主题B投资产业B。
不可量化性：虽然与主题相关公司的财务数据可量化，但“主题的强度和持续时间”以及“哪个公司能最终胜出”更多是定性判断。
4. 技术分析（主观派）
方法：分析师通过观察K线图形态（如头肩顶、双底）、支撑/阻力位、成交量变化来做出决策。
不可量化性：不同的分析师对同一张图表可能有不同的解读。“这个形态像不像一个头肩顶？”是一个主观判断，而量化策略会明确定义“连续下跌X天后买入”。
总结与对比
内容包括特征、可量化因素/策略、不可量化因素/策略。
1.特征：核心
可量化因素/策略：数据、模型、系统性、纪律性
不可量化因素/策略：经验、洞察力、主观判断、灵活性
2.特征：决策依据
可量化因素/策略：历史数据的统计规律和数学公式
不可量化因素/策略：对商业模式、管理层、行业前景的定性分析和综合感知
3.特征：优点
可量化因素/策略：纪律性强，避免情绪干扰；可大规模回测优化；处理海量信息效率高
不可量化因素/策略：能够捕捉数字无法体现的深层价值；更灵活，能应对新的、复杂的情况
4.特征：缺点
可量化因素/策略：过于依赖历史，可能无法应对未来结构性变化；“黑天鹅”事件可能导致模型失效
不可量化因素/策略：受决策者个人能力和情绪影响大；难以规模化；业绩一致性较差
5.特征：代表
可量化因素/策略：量化对冲基金（如文艺复兴、Two Sigma）、智能投顾、指数增强基金
不可量化因素/策略：传统价值投资者（巴菲特）、主观多头基金经理、宏观交易员（索罗斯）
6.特征：关系
可量化因素/策略：并非完全对立。顶尖投资者（如巴菲特）也会参考量化数据；量化模型也尝试引入另类数据（如卫星图像、社交媒体情绪）来“量化”不可量化因素。
在实际投资中，最成功的投资者往往是那些能够将可量化的数据洞察与不可量化的深度思考完美结合的人。
本文作者可以追加内容哦 !
