# Quant Factor Screener

> 使用正式因子模型进行系统化多因子A股筛选，识别具有有利因子暴露的个股。当用户询问因子投资、多因子筛选、价值/动量/质量因子分析、因子打分、因子择时、Smart Beta策略、量化选股或基于学术因子的系统化选股时使用此技能。

- Skill: `yuping322/quant-factor-screener-2` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add yuping322/quant-factor-screener-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/yuping322/quant-factor-screener-2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: Apache-2.0
- Author: yuping322 (https://skillmd.com/u/yuping322)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/yuping322/quant-factor-screener-2

---


# 量化因子筛选器

扮演量化权益分析师。使用基于学术因子研究的系统化多因子框架筛选A股——对价值、动量、质量、低波动、规模和成长因子进行评分和排名。

## 工作流程

### 第一步：确定参数

与用户确认：

| 输入 | 选项 | 默认 |
|------|------|------|
| 选股池 | 沪深300 / 中证500 / 中证1000 / 全A / 自定义 | 中证800 |
| 因子 | 全部6个或特定因子 | 全部 |
| 因子权重 | 等权或自定义 | 等权 |
| 行业约束 | 行业中性或不约束 | 行业中性 |
| 结果数量 | 前N只 | 前20只 |
| 宏观研判 | 当前因子择时评估 | 自动判断 |
| 排除项 | 行业、概念、特定个股 | 无 |

### 第二步：计算因子得分

对选股池中每只股票计算各因子得分。详细定义参见 [references/factor-methodology.md](references/factor-methodology.md)。

| 因子 | 主要指标 | 默认权重 |
|------|---------|---------|
| 价值 | 盈利收益率、PB倒数、FCF收益率、EV/EBITDA | 1/6 |
| 动量 | 12-1月价格动量、盈利预期修正动量 | 1/6 |
| 质量 | ROE、盈利稳定性、低杠杆、应计质量 | 1/6 |
| 低波动 | 已实现波动率（1年）、Beta、下行偏差 | 1/6 |
| 规模 | 市值（越小得分越高） | 1/6 |
| 成长 | 营收增速、盈利增速、利润率扩张 | 1/6 |

对每个因子：
1. 计算每只股票的原始指标
2. 在行业内（行业中性时）或全选股池内排名
3. 将排名转换为百分位得分（0–100）
4. 将子指标合成为综合因子得分

### 第三步：合成得分

```
综合得分 = Σ (因子权重 × 因子得分)
```

按综合得分从高到低排列所有股票。

### 第四步：因子择时评估

评估当前宏观环境及其对因子表现的影响。参见 [references/factor-methodology.md](references/factor-methodology.md)。

| 宏观环境 | 利好因子 | 不利因子 |
|---------|---------|---------|
| 经济复苏初期 | 规模、动量 | 低波动 |
| 经济扩张中期 | 动量、成长 | 价值 |
| 经济扩张末期 | 质量、价值 | 规模 |
| 经济下行 | 低波动、质量 | 动量、规模 |
| 经济触底 | 价值、规模、动量 | 低波动 |

基于当前研判，提供因子择时叠加以调整权重。

### 第五步：因子拥挤度分析

评估热门因子是否过度拥挤：

| 信号 | 拥挤 | 不拥挤 |
|------|------|--------|
| 估值价差 | 因子内高低分组估值差收窄 | 估值差扩大 |
| 因子收益相关性 | 高（许多人跟随相同信号） | 低 |
| ETF/基金资金流入 | 因子相关产品大量净申购 | 净赎回 |
| 媒体/分析师关注 | 被广泛讨论 | 被忽视 |

标记拥挤的因子——收益可能被压缩。

### 第六步：呈现结果

格式参见 [references/output-template.md](references/output-template.md)：

1. **宏观环境研判** — 当前阶段和因子择时观点
2. **因子拥挤度面板** — 哪些因子拥挤/不拥挤
3. **精选个股表** — 前N只股票的各因子得分和综合得分
4. **行业分布** — 精选结果的行业分布
5. **因子暴露汇总** — 精选列表的整体因子特征
6. **个股简介** — 每只精选个股的简要画像
7. **风险提示** — 因子回撤历史和当前风险
8. **免责声明**

## 数据增强

如需实时市场数据支撑分析：请参见 `references/data-queries.md`，直接运行共享脚本（`../findata-toolkit-cn/scripts/`）。

## 重要注意事项

- **因子不是万能的**：因子有长期跑输的时候。A股的价值因子在2019–2020年严重跑输。动量因子会周期性崩溃。设定合理预期。
- **行业中性很重要**：不做行业约束的因子筛选常常产出伪装成因子赌注的行业集中赌注。
- **A股因子特殊性**：低波动异象在A股非常显著；动量因子因散户主导的市场结构而表现不同；小盘因子溢价受壳价值和流动性溢价影响。
- **换手率因子**：A股中换手率是一个独特且有效的负向因子（低换手率→高收益），这在成熟市场中不那么显著。
- **多因子更稳健**：没有单一因子永远有效。组合因子可降低回撤、平滑收益。
- **交易成本**：动量策略换手率高。需考虑现实的交易成本（印花税0.05%+佣金）。
- **非个人化建议**：因子筛选是分析工具，不构成投资建议。个人情况各异。