【量化投资从入门到精通 #23】多因子打分用实时快照给股票排座次

上篇单因子（动量）轮动。这篇把多个因子合成一个分数——多因子选股的核心。

一、这个方法解决什么投资问题

只看一个指标（如动量）容易偏科。多因子把"便宜、质量、动量"等多个维度拧成一个综合分，按分数排座次，选头部的。

二、核心思想：因子标准化 + 加权

每个因子先 z-score 标准化（去掉量纲），再按逻辑加权求和：价值（PE/PB 低好）、动量（高好）。分数高 = 综合占优。

三、实操演示（麦蕊实时 + 历史）

rt = mc.stock_real_time(code)          # 实时 PE / PB
c  = [r["close"] for r in load_kline(code,120)]
mom = c[-1]/c[-60]-1                    # 60日动量（历史）
# z-score 后加权：score = 0.4*PE_z + 0.3*PB_z + 0.3*MOM_z

真实输出（2026-08-06，8 只）： 600036（PE6.4/PB0.88/动量+2.3%）综合分 1.04 居首；002594（PE50/PB3.58/动量−9.1%）−1.22 垫底——"又便宜又有动量"排前面。

四、结果解读

多因子把"模糊的好公司"变成可排序的数字。注意：本例用实时 PE/PB（麦蕊实时接口直接给），动量用历史 K 线——全市场扫一遍就是选股引擎。行业中性化（防"全仓同一行业"）需要行业映射，已列入数据需求 R5，补全后即可加。

五、常见陷阱

• 因子共线：PE 和 PB 高度相关，重复算权重。
• 未来数据：用最新财报但回测到过去，幸存者+前视双坑。
• 不中性化：分数被某行业垄断，假分散。

六、小结 + 下篇预告

多因子=标准化+加权合成排序。下篇 #24：事件驱动——公告/涨停池里的确定性机会。

免责声明

本文为量化方法教学，标的为示例，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。