为什么你的换手率因子总“变脸”？——聊聊因子平稳性与两种实用转换技巧
明明回测曲线很漂亮，实盘一跑就变脸？问题可能出在你直接用了“原始均换手率”这个因子值。
在量化圈，20日均换手率是一个非常经典的量价因子。它简单直观：过去20个交易日的平均换手率，反映了一只股票的交投活跃程度。很多初学者会直接把这个值放进多因子模型，或者作为机器学习的一个特征。
然而，如果你直接用原始值建模，往往会遇到一个诡异的现象：样本内表现惊艳，样本外（或实盘）却持续失效。这背后的罪魁祸首，常常是因子非平稳。
今天我们就来聊聊：为什么20日均换手率天生“不老实”？为什么建议你对它进行差分（日度变化）或分位数转换，而不是直接使用原始值？
先来看PandaAI对20日均换手率因子和进行差分处理后的20日均换手率因子进行3年回测分析的结果：
1，对非线性因子回测的工作流设置：
2，20日均换手率因子（按熊猫AI平台的规范格式输入公式：MA(TURNOVER,20)）回测结果图：
3，进行差分处理后的20日均换手率因子（按熊猫AI平台的规范格式输入公式：DIFF(MA(TURNOVER,20),1)）回测结果图：
对比两组回测数据，我们可以很明显地看出清晰的数据差异：
20日均换手因子：分组收益混乱，多空组合年化为负（-15.5%）、回撤高达40%，完全不具备使用价值。20日均换手的差分因子：分组收益有所区分，多空组合表现优异（年化8.7%、夏普3.6），但换手率极高（100%），且不同构造方式下表现差异大，稳健性存疑。
所以我们可以得出结论：
弃用20日均换手因子：预测能力极弱，风险收益为负，无实盘价值。
20日均换手的差分因子显著优于原因子：差分处理使无效因子升级为具备选股能力的有效因子，但需谨慎使用。因其高换手（成本敏感）与稳健性不足，仅建议作为辅助因子纳入模型，不宜作为核心策略单独使用。
4,
一、什么是“平稳性”？用体温来打个比方
先想象一下：健康人的体温一天内会小幅波动，但始终围绕37℃左右，不会逐年升高。这就是平稳序列——均值和方差在时间上稳定，未来走势有一定的“均值回归”规律。
但如果看的是年龄，从0岁到80岁，它只会单调上升，永远不会回到过去的数值。这就是非平稳序列——统计特性随时间变化，过去的规律在未来可能完全失效。
回到金融数据，20日均换手率更像是“年龄”而不是“体温”。A股市场在2005年、2015年、2020年的日均换手率中枢完全不同：股权分置改革前普遍较低，2015年牛市飙升，注册制推行后又出现结构性的流动性分化。如果你用一个2005年训练好的模型去预测2023年的收益，模型会“刻舟求剑”，因为因子值的“正常范围”已经彻底变了。
二、直接使用原始20日均换手率的三大隐患
- 伪回归：相关系数不靠谱
假如你把两只股票的原始换手率做回归，可能发现它们高度相关。但这种相关很可能只是因为两者都随市场整体流动性趋势同步上升，而不是真正的基本面联系。在统计上，这种虚假关系会让你的因子权重被严重高估。 - 统计量失效：t值、p值都是“骗人”的
多因子模型里，我们常用t检验判断因子是否显著。如果因子非平稳，t值的分布会偏离正态分布，原本不显著的因子看起来“显著”，实盘却一塌糊涂。 - 模型泛化能力差
机器学习模型（如LSTM、XGBoost）如果直接输入非平稳特征，会过度拟合历史中不可重复的趋势。比如，模型学会了“换手率大于5%就买入”——但在2015年，全市场换手率普遍高于5%，这个阈值根本不具区分度。
三、两种让因子“变老实”的转换方法
针对20日均换手率的非平稳特性，业内常用两种简单而有效的处理方式：差分（日度变化） 和分位数转换。
方法一：差分——从“数值”变成“变化”
为什么有效？
原始换手率像一辆车的累计里程，随着时间不断增长。
差分相当于瞬时速度，它只关心今天比昨天快了多少，而不是总里程数。
在金融市场，变化量往往比绝对值更具预测力。比如“换手率突然放大”比“换手率很高”更能反映资金异动。
适用场景
时序预测（如预测下一日收益率）、构建价量配合类因子（如“换手率变化率与涨幅的关系”）。
注意事项
差分虽然解决了趋势问题，但会放大噪声。如果原始换手率存在微观结构噪声（比如由于停牌导致的跳空），差分后可能产生虚假信号。建议配合中位数平滑或异常值处理一起使用。
方法二：分位数转换——从“具体数值”变成“相对位置”
操作
在每个截面上（比如每天），对所有股票的20日均换手率进行排序，然后映射为百分位数（0~1）或标准正态分位数。
效果
彻底消除绝对数值的量纲和长期趋势。
无论市场整体换手率是3%还是8%，排名靠前的股票始终是“活跃股”，排名靠后的始终是“冷门股”。
为什么有效？
截面多因子模型（如Barra模型）最关心的不是因子的绝对值，而是股票之间的相对差异。
分位数转换保留了排序信息，同时使得因子在时间序列上近似平稳（每个股票的分位数分布在不同年份保持一致）。
适用场景
截面选股（如每天的因子暴露用于横截面回归）
机器学习中的Ranking任务（如Learning to Rank）
注意事项
分位数转换会导致极端值的相对差异被压缩，如果因子本身在极端分位具有强非线性预测能力，可能需要结合分位数分段处理。
四、实战建议：哪种方法更适合你？
时序择时模型（如预测大盘涨跌）:
差分，关注的是市场活跃度的边际变化，差分后的因子更平稳，适合时间序列建模。
截面多因子选股（如ICIR分析）：
分位数转换，保持横截面的可比性，消除市场整体换手率中枢漂移的影响。
机器学习（树模型）：
分位数转换，树模型对单调变换不敏感，分位数转换能增强因子在不同市场环境下的泛化能力。
高频/日间统计套利：
差分 + 标准化，同时处理趋势和波动率聚集问题，使因子满足协整检验的前提。
五、检验一下：你的因子“老实”了吗？
处理完因子后，建议用ADF检验（Augmented Dickey-Fuller） 和KPSS检验组合验证。
ADF检验：原假设是非平稳。如果p值<0.05，说明平稳。
KPSS检验：原假设是平稳。如果p值>0.05，说明平稳。
