🎯 今日核心问题

  1. 「我的因子被很多人用」——这句话能不能变成数字?
  2. 拥挤的代价不是「收益变低」,而是「收益变负」,为什么?
  3. 你没法知道别人持仓,那你能观测到什么替代指标?

📖 精读提纲

【一】拥挤的机制:从「赚价差」到「抢跑」

因子有效,本质是「市场对某类信息的定价有系统偏差」,你买入被低估的一篮子股票,等偏差修复。但当使用这个因子的钱越来越多时,会发生两件事:第一,偏差被提前修复,你买入时价差已经不在了;第二,更糟的是拥挤会自我强化——大家都知道这个信号有效,于是先于信号买入,等到信号真正触发时,价格已经超出了基本面能支撑的位置,此时再买就是接盘。

所以拥挤的真实伤害不是「alpha 从 8% 变成 3%」,而是「alpha 从 8% 变成 3%,但在极端时刻会突然变成 -25%」。2021 年 2 月的「抱团股」瓦解、2024 年 1 月的小盘股流动性踩踏,都是拥挤反转的标本:不是因子错了,是所有人都挤在同一个出口。

【二】拥挤度的三个可观测维度

维度一:因子收益的高相关性。如果一篮子同类因子的创新高/新低同步发生,说明驱动它们的资金是同一批人。维度二:因子估值的极端化。因子多头组合的相对估值(PE/PB 相对全市场)处于历史高分位,意味着「便宜」这个前提已经被买光了。维度三:因子波动率的压缩后突然放大。拥挤期通常表现为低波动、高夏普,这看起来很好,但它是脆弱的:所有人持仓一致,一旦有人先跑,波动率会从 10% 跳到 40%。

信号维度计算方法拥挤特征判定阈值
因子间相关目标因子与 8 个同类因子的 IC 序列平均相关相关 > 0.7 说明已同质化> 0.70 且持续 3 个月
多头相对估值多头组合 PE / 全市场 PE 的 3 年分位分位 > 85% 说明折价被买光> 85%
因子波动压缩20 日波动 / 250 日波动< 0.6 说明进入低波动拥挤期< 0.60 且夏普 > 2
多空价差收敛因子多空组合 60 日累计收益拐头向下但 IC 仍正 = 拥挤出清60 日 < 0 且 IC > 0.02
成交占比持仓股成交额 / 全市场成交额占比抬升说明资金集中度上升3 年分位 > 90%

【三】用 002472 看一次真实的拥挤反转

2023 年上半年,「减速器/人形机器人」主题把 002472 双环传动的估值推到了历史 95% 分位,同时它所在的一批机器人零部件股票的走势相关性从平时的 0.4 升到 0.85 以上——这是典型的「主题资金同质化」。当时基本面并没有坏(订单仍在增长),但相对估值已经被买光。接下来三个月,这批股票整体回撤 30-40%,而同期沪深300 只跌了 6%。如果你只看基本面,会觉得「没道理」;如果你看拥挤度,这是完全可以预判的。

同样,601111 中国国航在 2024 年初的「出行复苏」交易中,PB 从 1.2 倍修复到 2.0 倍,公募基金对航空板块的配置比例达到历史 90% 分位。之后随着油价上行和票价回落,估值又回到 1.4 倍。拥挤不是坏事,但拥挤到极致时,任何边际利空都会被放大。

【四】代码:一个五维拥挤度打分器

import numpy as np
import pandas as pd

rng = np.random.default_rng(31)
dates = pd.bdate_range("2019-01-02", periods=1500)
codes = [f"{i:06d}" for i in range(1, 201)]

# 三个同类因子 + 一个目标因子(高度同质化)
F = pd.DataFrame(rng.standard_normal((len(dates), len(codes))), index=dates, columns=codes)
f1 = F.copy()
f2 = 0.75 * F + 0.25 * pd.DataFrame(rng.standard_normal(F.shape), index=dates, columns=codes)
f3 = 0.70 * F + 0.30 * pd.DataFrame(rng.standard_normal(F.shape), index=dates, columns=codes)
f4 = 0.80 * F + 0.20 * pd.DataFrame(rng.standard_normal(F.shape), index=dates, columns=codes)

rets = pd.DataFrame(rng.standard_normal(F.shape) * 0.02, index=dates, columns=codes)
fwd = rets.shift(-1)

def ic_series(f):
    out = []
    for d in f.index[:-1]:
        a, b = f.loc[d], fwd.loc[d]
        ok = a.notna() & b.notna()
        out.append(a[ok].corr(b[ok], method="spearman"))
    return pd.Series(out, index=f.index[:-1]).fillna(0)

ic1, ic2, ic3, ic4 = [ic_series(x) for x in (f1, f2, f3, f4)]

# 维度1:与同类因子的平均 IC 相关
peer_corr = pd.concat({
    "f2": ic1.rolling(60).corr(ic2),
    "f3": ic1.rolling(60).corr(ic3),
    "f4": ic1.rolling(60).corr(ic4),
}, axis=1).mean(axis=1)

# 维度2:多头组合相对估值分位(用因子值代理估值便宜度)
def long_rel_pe(f):
    ratio = []
    for d in f.index:
        s = f.loc[d]
        longs = s >= s.quantile(0.8)
        ratio.append(-s[longs].mean())        # 因子高分 = 便宜,取负得相对估值
    r = pd.Series(ratio, index=f.index)
    return r.rolling(750).rank(pct=True)

rel_val_pct = long_rel_pe(f1)

# 维度3:波动压缩
def long_ret(f):
    return pd.Series([f.loc[d][f.loc[d] >= f.loc[d].quantile(0.8)].index.to_series().map(
        fwd.loc[d]).mean() for d in f.index[:-1]], index=f.index[:-1])

lr = long_ret(f1).fillna(0)
vol_ratio = lr.rolling(20).std() / lr.rolling(250).std()
sharpe_250 = lr.rolling(250).mean() / lr.rolling(250).std() * np.sqrt(244)

# 维度4:多空价差 60 日累计
ls = lr * 2   # 简化:多头收益 ×2 作为多空近似
ls_60 = (1 + ls).rolling(60).apply(np.prod, raw=True) - 1
ic_ma60 = ic1.rolling(60).mean()

# 维度5:成交占比(示意:用因子换手率代理)
flow_share_pct = pd.Series(rng.random(len(dates)), index=dates).rolling(250).rank(pct=True)

crowd = pd.DataFrame({
    "peer_corr": peer_corr,
    "rel_val_pct": rel_val_pct,
    "vol_ratio": vol_ratio,
    "ls_60": ls_60,
    "ic_ma60": ic_ma60,
    "flow_pct": flow_share_pct,
}).dropna()

# 五维打分:越高越拥挤(0-5)
score = pd.DataFrame(index=crowd.index)
score["S1_同质化"] = (crowd["peer_corr"] > 0.70).astype(int)
score["S2_估值买光"] = (crowd["rel_val_pct"] > 0.85).astype(int)
score["S3_波动压缩"] = ((crowd["vol_ratio"] < 0.60) & (sharpe_250 > 2)).astype(int)
score["S4_价差拐头"] = ((crowd["ls_60"] < 0) & (crowd["ic_ma60"] > 0.02)).astype(int)
score["S5_资金集中"] = (crowd["flow_pct"] > 0.90).astype(int)
crowd["crowd_score"] = score.sum(axis=1)

def action(s):
    if s >= 4: return "极度拥挤:降仓至 1/3,禁新开仓"
    if s == 3: return "明显拥挤:不加仓,准备减"
    if s == 2: return "轻度拥挤:正常持有,盯紧"
    return "正常"

crowd["action"] = crowd["crowd_score"].apply(action)
print(crowd[["peer_corr", "rel_val_pct", "vol_ratio", "crowd_score", "action"]].tail(5).round(3))
print("\n各拥挤等级天数分布:")
print(crowd["action"].value_counts())

这个打分器的关键设计是:五个维度各自独立,任何一个单独用都会误报。同质化高但估值没买光,可能只是风格切换;估值买光但资金没集中,可能只是估值修复的中间态。只有当四个以上同时亮红,才是真正的拥挤。对应动作也必须是分级的——而不是「拥挤了就清仓」,因为拥挤期往往也是收益最猛的一段。

✏️ 今日动手

1) 找到 3 个和你的主因子「同类」的因子(同数据源、同逻辑),算它们的 IC 相关,看是否已同质化。

2) 算你多头组合的 PE 相对全市场的 3 年分位,现在是多少?

3) 把五维打分做成周频表,每周五更新一次,写进周报。

🔖 明日预告

知道了怎么检测,接下来是管理:一个策略从想到做、从小仓到重仓,中间应该有明确的关卡。明天讲五阶段生命周期,以及每一关的准入条件。