今晚我们把「从数据到买哪只票」这条链的最后三节补齐了:把财报压成能排序的财务因子,给因子配一把判断它有没有用的尺子,再用这些因子真正选出股票、分好权重。这是掘金量化开工以来第一次,引擎能自己回答「今天该买哪几只、各占多少」。三块功能一次写完、独立复核全部通过,测试用例从 1515 条增加到 1630 条。

第一件事是给基本面装上刻度。以前引擎看得见行情和估值,却说不出一家公司到底赚不赚钱、赚得快不快、贵不贵、欠不欠钱。这一晚补上了 18 个财务因子,覆盖盈利能力、成长性、估值、偿债能力和营运效率。里面有几个细节是踩过坑才定下来的:某只股票缺一项财务数据时,我们记成「没有数据」而不是补零,否则排序时缺财报的公司会莫名其妙排到最前面;公司亏损时数值保留负号,亏损和盈利必须分得开;分母是负数时相关比率直接作废,不给出一个看着正常、其实没意义的数。
第二件事是给因子配一把尺子。因子多不等于因子有用,最常见的失败是几十个因子加权求和、选出前二十只,结果长期跑不赢指数,还说不清错在哪。所以我们先给每个因子做体检:数值高的日子收益是不是真的更高、这种关系稳不稳、是不是只在极端值上有效、多空一正一负能差多少、换手高不高会不会被手续费吃掉。体检结果分三档:可用、观察、淘汰——样本刚够不够的先放进观察档,而不是被悄悄扔掉。

第三件事是把这些因子变成一张真正的持仓表。二十四行情价因子加十八个财务因子,先各自归一到同一尺度,再按你指定的权重合成综合分,从高到低排序取前若干只;然后套上行业分散、单票占比上限、持仓数量下限几道约束,权重直接复用此前那套成熟的分配逻辑,不另起炉灶。缺数据不会被当成零分拉低名次,数据覆盖不到一半的股票会被明确剔除并留下记录;该报错的地方一律报错——比如按波动率配权重却没给波动率,我们宁可让程序停下来,也不让它悄悄改成平均分配。

最后得实话说一句:这三块代码都是一次写完、独立复核全部通过,1630 条测试全绿、没有一条被跳过,在另一台独立部署的机器上重跑也得到同样的结果。但这三次开发的质量评级都只给了 B,原因不在代码,而是内部的需求文档自己前后打架——有一处手算出来的相关系数跟它自己给的数据对不上,还有一处给的测试文件名在仓库里根本不存在。我们把这些矛盾原样记在案,而不是改代码去迁就一个错的数。下一步是接上真实的长历史数据,让这套打分先被证伪一次,再谈它能不能赚钱。
OpenClaw—AI研究