目录

中文EN

理论篇：因子模型与风格

1、单因子模型代码2、多因子模型理论基础3、经典风格因子4、因子版图扩展

操作篇：因子生产与管理

5、因子构建与中性化6、因子测试框架代码7、因子组合优化与归因8、因子择时与拥挤

拓展篇：宏观量化与资产配置

9、宏观数据与因子10、宏观状态识别11、大类资产配置代码12、宏观量化十年笔记代码

12、宏观量化十年笔记

过去约十年，A 股与债券的涨跌背后，最常被提到的宏观力量仍是：经济增长、通胀、利率（必要时加上信用）。本章做一份可复现的十年笔记。

1. 用公开数据构建上述经典宏观因子（月度）；
2. 以沪深300月收益为被解释变量，估计各因子载荷；
3. 按公历年汇总 因子贡献 $= \beta_f \times f_t$，回答：每一年，哪个宏观因子对股票收益的解释/贡献最大？

12.1 分析框架

因子定义（增长、通胀、利率）：

因子	代理变量	月度因子取值
增长	官方制造业 PMI	$\Delta$ PMI
通胀	CPI 同比	$\Delta$ CPI同比（百分点）
利率	10 年期国债收益率	$\Delta$ 收益率（百分点）；上升通常压制估值
信用	社融存量同比（若可得）	$\Delta$ 社融同比

贡献分解：

对每个日历年 $y$，用该年（或滚动窗口）的月度回归

$$ r_t = \alpha_y + \sum_f \beta_{y,f} F_{f,t-1} + \varepsilon_t $$

其中 $F$ 为标准化后的因子（便于比较），并用 滞后一期 减轻同期反向因果。年贡献为

$$ C_{y,f} = \sum_{t \in y} \hat\beta_{y,f} F_{f,t-1}. $$

贡献最大按 $|C_{y,f}|$ 排序（方向可看符号：正=同向拉动股票，负=拖累）。

12.2 数据准备

from pathlib import Path
import warnings
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

warnings.filterwarnings("ignore")
plt.rcParams["axes.unicode_minus"] = False
try:
    plt.rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei", "DejaVu Sans"]
except Exception:
    pass

DATA_DIR = Path("Data/macro_decade")
DATA_DIR.mkdir(parents=True, exist_ok=True)
CACHE = DATA_DIR / "macro_factors_monthly.parquet"

def _month_end(s: pd.Series) -> pd.Series:
    s = s.copy
    s.index = pd.to_datetime(s.index)
    return s.sort_index.resample("ME").last

def download_or_load -> pd.DataFrame:
    if CACHE.exists:
        df = pd.read_parquet(CACHE)
        df.index = pd.to_datetime(df.index)
        print(f"loaded cache: {CACHE}  rows={len(df)}")
        return df

    import akshare as ak

    # PMI
    pmi = ak.macro_china_pmi.rename(columns=lambda x: str(x).strip)
    dcol = [c for c in pmi.columns if "月" in c or "日期" in c][0]
    vcol = [c for c in pmi.columns if "制造" in c or "指数" in c][0]
    raw = (
        pmi[dcol].astype(str)
        .str.replace("月份", "", regex=False)
        .str.replace("年", "-", regex=False)
        .str.replace("月", "", regex=False)
    )
    pmi[dcol] = pd.to_datetime(raw, errors="coerce")
    pmi_s = _month_end(pd.Series(pd.to_numeric(pmi[vcol], errors="coerce").values, index=pmi[dcol], name="pmi"))

    # CPI YoY
    cpi = ak.macro_china_cpi_yearly.rename(columns=lambda x: str(x).strip)
    dcol = [c for c in cpi.columns if "日期" in c or "月" in c][0]
    vcol = [c for c in cpi.columns if "今" in c or "同比" in c or "值" in c][-1]
    cpi[dcol] = pd.to_datetime(cpi[dcol], errors="coerce")
    cpi_s = _month_end(pd.Series(pd.to_numeric(cpi[vcol], errors="coerce").values, index=cpi[dcol], name="cpi_yoy"))

    # 10Y yield (中美国债收益率接口更稳定)
    y = ak.bond_zh_us_rate(start_date="20100101")
    y = y.rename(columns=lambda x: str(x).strip)
    dcol = "日期" if "日期" in y.columns else y.columns[0]
    tcol = "中国国债收益率10年" if "中国国债收益率10年" in y.columns else [c for c in y.columns if "10" in str(c) and "中国" in str(c)][0]
    y[dcol] = pd.to_datetime(y[dcol], errors="coerce")
    y10 = _month_end(pd.Series(pd.to_numeric(y[tcol], errors="coerce").values, index=y[dcol], name="y10"))
    print("y10 via bond_zh_us_rate:", tcol, "non-na=", y10.notna.sum)

    # social financing YoY (credit) — best effort
    credit_s = None
    for fn_name in ["macro_china_shrzgm", "macro_china_new_financial_credit"]:
        try:
            fn = getattr(ak, fn_name)
            sf = fn.rename(columns=lambda x: str(x).strip)
            # try find a yoy-like column; else skip
            dcol = [c for c in sf.columns if "日期" in c or "月" in c][0]
            sf[dcol] = pd.to_datetime(sf[dcol], errors="coerce")
            num_cols = [c for c in sf.columns if c != dcol]
            # prefer 同比
            yoy_cols = [c for c in num_cols if "同比" in str(c)]
            col = yoy_cols[0] if yoy_cols else num_cols[0]
            credit_s = _month_end(
                pd.Series(pd.to_numeric(sf[col], errors="coerce").values, index=sf[dcol], name="credit")
            )
            print(f"credit proxy via {fn_name}: {col}")
            break
        except Exception as e:
            print(f"skip credit source {fn_name}: {e}")

    # HS300
    hs = ak.stock_zh_index_daily(symbol="sh000300")
    hs["date"] = pd.to_datetime(hs["date"])
    hs = hs.set_index("date").sort_index
    px = hs["close"] if "close" in hs.columns else hs.iloc[:, 0]
    stock = _month_end(px).pct_change.rename("stock_ret")

    parts = [pmi_s, cpi_s, y10, stock]
    if credit_s is not None:
        parts.append(credit_s)
    df = pd.concat(parts, axis=1).sort_index
    df = df.loc["2014-01-01":].copy
    df.to_parquet(CACHE)
    print(f"saved {CACHE} rows={len(df)}")
    return df

raw = download_or_load
print(raw.tail)
print("coverage:", raw.index.min.date, "→", raw.index.max.date)

  0%|          | 0/19 [00:00<?, ?it/s]

y10 via bond_zh_us_rate: 中国国债收益率10年 non-na= 200
skip credit source macro_china_shrzgm: 'NaTType' object has no attribute 'normalize'
skip credit source macro_china_new_financial_credit: 'NaTType' object has no attribute 'normalize'
saved Data\macro_decade\macro_factors_monthly.parquet rows=152
             pmi  cpi_yoy     y10  stock_ret
2026-04-30  50.3      NaN  1.7473   0.080282
2026-05-31  50.0      NaN  1.7090   0.017643
2026-06-30  50.3      NaN  1.7330   0.017847
2026-07-31  49.2      NaN  1.7141  -0.078570
2026-08-31   NaN      NaN  1.7114   0.023155
coverage: 2014-01-31 → 2026-08-31

12.3 构造因子并做年度贡献分解

增长 / 通胀用一阶差分；利率用 10Y 收益率变动。全部做 全样本 z-score，使 $\beta\times F$ 的量级可比。因子滞后一个月进入回归。

# --- build factors ---
fac = pd.DataFrame(index=raw.index)
fac["增长"] = raw["pmi"].diff
fac["通胀"] = raw["cpi_yoy"].diff
fac["利率"] = raw["y10"].diff
if "credit" in raw.columns and raw["credit"].notna.sum > 36:
    # if level looks like YoY already, take diff; if huge levels, still diff
    fac["信用"] = raw["credit"].diff
    print("include 信用 factor")
else:
    print("信用因子数据不足，本笔记使用增长/通胀/利率三因子")

fac = fac.dropna(how="all")
# standardize
fac_z = (fac - fac.mean) / fac.std(ddof=0)
stock = raw["stock_ret"]

factor_cols = list(fac_z.columns)
panel = fac_z.shift(1).join(stock, how="inner").dropna(subset=factor_cols + ["stock_ret"])
panel["year"] = panel.index.year
# focus on last ~10 calendar years with enough months
years = sorted([y for y in panel["year"].unique if y >= 2016])
panel = panel[panel["year"].isin(years)].copy
factors = [c for c in factor_cols if c in panel.columns]
print("factors:", factors)
print("sample months:", len(panel), "years:", years[0], "→", years[-1])
panel.tail

信用因子数据不足，本笔记使用增长/通胀/利率三因子
factors: ['增长', '通胀', '利率']
sample months: 118 years: 2016 → 2025

	增长	通胀	利率	stock_ret	year
2025-06-30	0.266108	1.286695	0.550046	0.024959	2025
2025-07-31	0.109163	0.044369	-0.048963	0.035444	2025
2025-08-31	-0.204725	0.044369	0.639224	0.103339	2025
2025-09-30	0.056849	0.458478	1.278616	0.032009	2025
2025-10-31	0.213793	-0.162686	0.345609	-0.000006	2025

from numpy.linalg import lstsq

MIN_OBS = 8  # months in a year to estimate

def year_regression(df_y: pd.DataFrame, factors: list[str]):
    """OLS stock_ret on factors; return betas, contrib series, R2."""
    y = df_y["stock_ret"].values.astype(float)
    X = np.column_stack([np.ones(len(df_y))] + [df_y[f].values.astype(float) for f in factors])
    coef, *_ = lstsq(X, y, rcond=None)
    alpha = coef[0]
    betas = dict(zip(factors, coef[1:]))
    fitted = X @ coef
    ss_res = ((y - fitted) ** 2).sum
    ss_tot = ((y - y.mean) ** 2).sum
    r2 = 1 - ss_res / ss_tot if ss_tot > 0 else np.nan
    contrib = {f: betas[f] * df_y[f] for f in factors}
    return alpha, betas, contrib, r2

rows = []
contrib_yearly = []
beta_yearly = []

for y in years:
    df_y = panel.loc[panel["year"] == y, factors + ["stock_ret"]].dropna
    if len(df_y) < MIN_OBS:
        print(f"skip {y}: only {len(df_y)} months")
        continue
    alpha, betas, contrib, r2 = year_regression(df_y, factors)
    stock_ann = (1 + df_y["stock_ret"]).prod - 1
    c_sum = {f: float(contrib[f].sum) for f in factors}
    # winner by absolute contribution
    winner = max(c_sum, key=lambda k: abs(c_sum[k]))
    rows.append({
        "年份": y,
        "股票年收益": stock_ann,
        "R2": r2,
        "主导因子": winner,
        "主导贡献": c_sum[winner],
        **{f"贡献_{f}": c_sum[f] for f in factors},
        **{f"beta_{f}": betas[f] for f in factors},
    })
    for f in factors:
        contrib_yearly.append({"年份": y, "因子": f, "贡献": c_sum[f]})
        beta_yearly.append({"年份": y, "因子": f, "beta": betas[f]})

summary = pd.DataFrame(rows).set_index("年份")
contrib_df = pd.DataFrame(contrib_yearly)
beta_df = pd.DataFrame(beta_yearly)

print("【逐年主导宏观因子】")
show_cols = ["股票年收益", "R2", "主导因子", "主导贡献"] + [f"贡献_{f}" for f in factors]
print(summary[show_cols].round(4).to_string)

summary.to_csv(DATA_DIR / "yearly_factor_contribution.csv", encoding="utf-8-sig")
contrib_df.to_csv(DATA_DIR / "contrib_long.csv", encoding="utf-8-sig")
print("saved tables →", DATA_DIR.resolve)

【逐年主导宏观因子】
       股票年收益      R2 主导因子    主导贡献   贡献_增长   贡献_通胀   贡献_利率
年份                                                       
2016 -0.1128  0.2610   增长 -0.1100 -0.1100 -0.0610  0.0608
2017  0.2178  0.1485   利率  0.0740  0.0044  0.0001  0.0740
2018 -0.2531  0.1990   通胀  0.0467 -0.0085  0.0467 -0.0042
2019  0.3607  0.5440   通胀 -0.0469 -0.0069 -0.0469 -0.0105
2020  0.2721  0.7104   通胀  0.0639  0.0122  0.0639 -0.0042
2021 -0.0520  0.5050   利率  0.0305  0.0120  0.0247  0.0305
2022 -0.2163  0.1281   利率 -0.0550  0.0188  0.0220 -0.0550
2023 -0.1138  0.1653   通胀  0.0383  0.0098  0.0383 -0.0011
2024  0.1468  0.1008   利率 -0.1801  0.0025 -0.0198 -0.1801
2025  0.1794  0.3271   增长  0.0118  0.0118 -0.0004  0.0039
saved tables → D:\A_Topics\202607_03_TidyFinanceAShare\202608_02_传统量化\《因子投资进阶：从单因子到多因子体系》_notebooks\Data\macro_decade

12.4 可视化：每年谁的贡献最大？

# stacked bar of signed contributions + winner annotation
pivot = contrib_df.pivot(index="年份", columns="因子", values="贡献").reindex(columns=factors)

fig, axes = plt.subplots(2, 1, figsize=(11, 7.5), gridspec_kw={"height_ratios": [2.2, 1.2]})

# 1) contribution bars
ax = axes[0]
x = np.arange(len(pivot.index))
bottom_pos = np.zeros(len(pivot))
bottom_neg = np.zeros(len(pivot))
colors = {"增长": "#4C78A8", "通胀": "#F58518", "利率": "#54A24B", "信用": "#E45756"}
for f in factors:
    vals = pivot[f].fillna(0).values
    pos = np.where(vals >= 0, vals, 0.0)
    neg = np.where(vals < 0, vals, 0.0)
    ax.bar(x, pos, bottom=bottom_pos, label=f, color=colors.get(f, None), width=0.75)
    ax.bar(x, neg, bottom=bottom_neg, color=colors.get(f, None), width=0.75)
    bottom_pos += pos
    bottom_neg += neg
ax.axhline(0, color="#333", lw=0.8)
ax.set_xticks(x)
ax.set_xticklabels(pivot.index.astype(int))
ax.set_ylabel("年贡献 Σ β·F（标准化因子）")
ax.set_title("沪深300：经典宏观因子年度贡献分解")
ax.legend(ncol=len(factors), frameon=False, loc="upper right")

# annotate winner
for i, y in enumerate(pivot.index):
    w = summary.loc[y, "主导因子"] if y in summary.index else ""
    v = summary.loc[y, "主导贡献"] if y in summary.index else 0
    ymin, ymax = ax.get_ylim
    ax.text(i, ymax * 0.92, f"{w}", ha="center", va="top", fontsize=9, color="#333")

# 2) |contribution| share
ax2 = axes[1]
abs_share = pivot.abs.div(pivot.abs.sum(axis=1), axis=0)
abs_share.plot(kind="bar", stacked=True, ax=ax2, color=[colors.get(f, None) for f in factors], width=0.75, legend=False)
ax2.set_ylabel("|贡献|占比")
ax2.set_xlabel("")
ax2.set_title("每年各因子绝对贡献占比")
ax2.set_xticklabels(abs_share.index.astype(int), rotation=0)

plt.tight_layout
fig_path = DATA_DIR / "decade_factor_contribution.png"
plt.savefig(fig_path, dpi=140, bbox_inches="tight")
plt.show
plt.close
print("figure:", fig_path)

figure: Data\macro_decade\decade_factor_contribution.png

12.5 读图要点（笔记结论写法）

下面用代码自动生成一年一句摘要，便于写进研究笔记或简历项目说明。解释时记住：

• 增长：PMI 改善通常对应风险偏好与盈利预期回升；
• 通胀：抬升可能推升名义增长预期，也可能触发紧缩担忧；
• 利率：收益率上行往往通过估值渠道压制股市（贡献常为负向）；
• 若某年 $R^2$ 很低，说明微观结构/政策/流动性等残差主导，宏观三因子不够用。

lines = []
for y, row in summary.iterrows:
    parts = ", ".join(f"{f}={row[f'贡献_{f}']:+.3f}" for f in factors)
    lines.append(
        f"{int(y)}年：股票收益 {row['股票年收益']:+.1%}，"
        f"宏观回归 R²={row['R2']:.2f}；"
        f"|贡献|最大为【{row['主导因子']}】（{row['主导贡献']:+.3f}）。"
        f"分解：{parts}。"
    )

note = "\n".join(lines)
print(note)
(DATA_DIR / "decade_note.txt").write_text(note, encoding="utf-8")

# frequency of winners
print("\n【十年主导因子出现次数】")
print(summary["主导因子"].value_counts.to_string)

2016年：股票收益 -11.3%，宏观回归 R²=0.26；|贡献|最大为【增长】（-0.110）。分解：增长=-0.110, 通胀=-0.061, 利率=+0.061。
2017年：股票收益 +21.8%，宏观回归 R²=0.15；|贡献|最大为【利率】（+0.074）。分解：增长=+0.004, 通胀=+0.000, 利率=+0.074。
2018年：股票收益 -25.3%，宏观回归 R²=0.20；|贡献|最大为【通胀】（+0.047）。分解：增长=-0.009, 通胀=+0.047, 利率=-0.004。
2019年：股票收益 +36.1%，宏观回归 R²=0.54；|贡献|最大为【通胀】（-0.047）。分解：增长=-0.007, 通胀=-0.047, 利率=-0.010。
2020年：股票收益 +27.2%，宏观回归 R²=0.71；|贡献|最大为【通胀】（+0.064）。分解：增长=+0.012, 通胀=+0.064, 利率=-0.004。
2021年：股票收益 -5.2%，宏观回归 R²=0.51；|贡献|最大为【利率】（+0.030）。分解：增长=+0.012, 通胀=+0.025, 利率=+0.030。
2022年：股票收益 -21.6%，宏观回归 R²=0.13；|贡献|最大为【利率】（-0.055）。分解：增长=+0.019, 通胀=+0.022, 利率=-0.055。
2023年：股票收益 -11.4%，宏观回归 R²=0.17；|贡献|最大为【通胀】（+0.038）。分解：增长=+0.010, 通胀=+0.038, 利率=-0.001。
2024年：股票收益 +14.7%，宏观回归 R²=0.10；|贡献|最大为【利率】（-0.180）。分解：增长=+0.002, 通胀=-0.020, 利率=-0.180。
2025年：股票收益 +17.9%，宏观回归 R²=0.33；|贡献|最大为【增长】（+0.012）。分解：增长=+0.012, 通胀=-0.000, 利率=+0.004。

【十年主导因子出现次数】
主导因子
利率    4
通胀    4
增长    2

12.6 稳健性：全样本 β × 年度因子实现

有人不用每年重估 β，而用全样本载荷，只让因子实现值随年变化。两种口径对照，可避免小样本年回归噪声。

# full-sample betas
df_all = panel[factors + ["stock_ret"]].dropna
_, betas_full, _, r2_full = year_regression(df_all, factors)
print("full-sample R2=", round(r2_full, 3), "betas=", {k: round(v, 3) for k, v in betas_full.items})

rows2 = []
for y in summary.index:
    df_y = panel.loc[panel["year"] == y, factors].dropna
    c_sum = {f: float((betas_full[f] * df_y[f]).sum) for f in factors}
    winner = max(c_sum, key=lambda k: abs(c_sum[k]))
    rows2.append({"年份": y, "主导因子_全样本β": winner, **{f"贡献_{f}": c_sum[f] for f in factors}})

robust = pd.DataFrame(rows2).set_index("年份")
cmp = summary[["主导因子"]].join(robust[["主导因子_全样本β"]])
cmp["一致"] = cmp["主导因子"] == cmp["主导因子_全样本β"]
print(cmp.to_string)
print("一致率:", f"{cmp['一致'].mean:.0%}")
robust.to_csv(DATA_DIR / "yearly_contrib_fullbeta.csv", encoding="utf-8-sig")

full-sample R2= 0.04 betas= {'增长': np.float64(0.008), '通胀': np.float64(-0.007), '利率': np.float64(0.0)}
     主导因子 主导因子_全样本β     一致
年份                        
2016   增长        增长   True
2017   利率        利率   True
2018   通胀        通胀   True
2019   通胀        通胀   True
2020   通胀        通胀   True
2021   利率        通胀  False
2022   利率        通胀  False
2023   通胀        通胀   True
2024   利率        通胀  False
2025   增长        通胀  False
一致率: 60%

12.7 小结

1. 经典宏观因子（增长、通胀、利率，及可得时的信用）足以搭一个可讲清的十年归因故事，但解释力随年份波动很大。
2. 谁贡献最大取决于口径：本年重估 β（更贴当年结构）vs 全样本 β（更稳、更可比）。建议两种都看。
3. 可延伸：把被解释变量换成债券收益、行业指数；或换成第10章美林/货币信用状态，做状态条件下的因子贡献。

数据与图表默认缓存在 Data/macro_decade/。