在量化CTA领域，因子挖掘主要沿着两条技术路径展开：时序因子与截面因子。这也是每一位从业者需要做出的核心选择。
“趋势跟踪用时序，多空对冲用截面”——这句流传甚广的话点明了二者的典型应用场景。然而，更关键的是理解这两类因子在数学底层、收益来源和风险暴露上的本质差异。我们真正需要探讨的是：它们各自的有效性边界在哪里？什么市场环境下哪类因子更占优？我们又该如何根据自身条件做出合适的选择？
两种参照系
任何量化策略，本质上都在构建一个比较框架。时序与截面的根本不同，源于它们选择了截然不同的参照系。
1. 纵向视角：与自己的历史对赌
时序因子的参照系是品种自身的历史。它要回答的问题是：当前的价格，相对于它过去的分布，处于什么位置？如果当前价格高于过去N期的均值，并且你相信趋势会持续，你就做多；反之，如果价格偏离过大且你相信均值会回归，你就做空。无论哪种逻辑，比较的对象始终是这个品种自己的时间序列。
从数学上讲，时序因子测量的是当前价格相对于自身历史分布的位置。一个典型的时间序列动量因子可以写作：
sign(return_Ni)
其中 return_Ni 是品种i在过去N期的收益率。这种纵向视角，使得时序因子天然具备择时属性，它在每个品种上独立产生多空信号。
2. 横向视角：与其他品种对赌
截面因子的参照系则是同一时刻的其他品种。它要回答的问题是：在当前这个时间点上，品种A相对于品种B，是强还是弱？如果A的动量强于B，并且你相信这种强弱关系会持续，你就多A空B；如果A的基差远大于B，并且你相信这种价差会回归，你也多A空B。
从数学上讲，截面因子测量的是某个指标在品种间的相对排名，例如截面动量因子可写作：
rank(return_Ni)
在品种池中排序，做多高rank品种、做空低rank品种。这种横向视角，使得截面因子天然具备多空对冲属性，它试图剥离市场整体的方向性波动，暴露于品种间的相对关系。
3. 两种视角的数学本质
这个差异也反映在两类因子的统计性质上。
时序因子的有效性依赖于价格序列的自相关性，无论是正自相关（趋势）还是负自相关（均值回复）。研究表明，全球范围内的股指、债券、商品和外汇期货都存在显著的时间序列动量效应，其收益可以部分归因于投资者对信息的反应不足。
截面因子的有效性则依赖于品种间的横截面相关性结构，即某些品种的系统性偏离是否具有持续性或可预测性。例如，商品期货的展期收益率（基差）对横截面收益有显著的预测能力。而截面动量策略的表现则与品种间的趋势离散度和相关性密切相关。
理解了逻辑框架，再来看具体的例子会清晰很多。以下是一些经典的时序与截面因子示例。
时序因子：趋势的捕获者
1. 波动率：时序因子的盈亏同源
时序因子的收益，从根本上说，来源于价格运动的位移。无论是趋势跟踪还是均值回复，都需要价格有足够的幅度才能产生利润。在低波动环境中，即便方向判断正确，利润可能也难以覆盖交易成本。
这意味着时序因子隐含暴露于波动率：它希望波动率升高。因为波动率越高，潜在的趋势幅度越大，获利空间也越大。时间序列动量的收益与波动率正相关，在高波动时期，策略的期望收益也更高。值得注意的是，有研究指出，时间序列动量超额收益，很大程度上源于波动率缩放带来的杠杆效应。换言之，时序策略的收益表现与波动率管理方式密不可分。
但硬币的另一面是：波动率也是时序策略的磨损来源。在低波动环境中，策略不仅无法获利，还会因为频繁的假信号而产生持续的小额止损。这种磨损在震荡市中尤为明显，形成对账户的缓慢消耗。
2. 普适性与资金容量：时序的优势
时序因子的优势首先体现在普适性上。它不依赖于品种间的相关性假设，只要有足够的历史数据，任何流动性充分的品种都可以应用。这使得时序策略容易跨品种、跨市场复制，对于管理大规模资金的机构而言，这是一个重要的考量因素。
其次，时序策略的交易执行相对简单，通常交易主力合约，且信号独立，不会因为某个品种的流动性问题影响整体执行。一个时序策略可以在多品种上同时运行，而不会产生显著的相互干扰。
3. 时序因子的困境
但普适性也伴随着代价。时序因子对震荡行情格外脆弱。在无明显趋势的行情中，它会因频繁假信号而产生连续的小额止损。这种磨损可能持续很长时间，考验交易者的耐心和风控能力。
更隐蔽的问题是参数的敏感性。不同参数的时序因子在同一品种上的表现可能差异很大。而某个在回测中表现优异的参数，也未必能适应未来市场的“趋势周期长度”。这种参数与市场周期的匹配问题，是时序策略难以根本解决的。
此外，时序策略的收益分布往往不均匀。大部分时间处于横盘或小幅回撤，收益集中在少数年份甚至少数月份。这要求资金必须有足够的耐心和风险承受能力，去等待那少数几次大趋势。
截面因子：相对价值的狩猎者
1. 低波动：截面因子的舒适区
截面因子的收益来源于品种间相对关系的稳定性，即所谓“强者恒强、弱者恒弱”，或者价差的回归。这种稳定性在低波动环境中最为显著。
当波动率急剧升高时，所有品种的相关性也会急剧升高。品种间的相对关系被系统性冲击打乱，截面策略的获利基础反而被破坏。例如在市场危机或剧烈动荡期间，许多原本分散的资产类别出现同向运动，导致截面多空策略同时受损。
因此，我们可以把截面因子理解为波动率的空头。它在波动率平稳时受益，在波动率飙升时受损。品种间的趋势越离散且相关性越高，截面动量策略的收益越好。
2. 收益平滑：多空结构的副产品
截面因子的一个核心优势在于它与市场方向的相关性较低。由于是多空组合，它能剥离大部分系统性风险——但“剥离风险”不等于“创造收益”。真正决定截面策略能否盈利的，是剥离风险之后的那层变量：品种间的分化度。
截面策略的收益公式可以简化为：做多的品种跑赢做空的品种。这要求市场不仅要有震荡或下跌的环境，更要在这种环境中存在足够显著的强弱分化。如果所有品种在熊市中齐跌，或在震荡市中窄幅盘整、相关性趋近于1，那么多空组合的对冲结构就会失效。只有在系统性风险较低、且品种间分化度足够高的环境下，截面策略才能兑现其“收益平滑”的承诺。
换言之，截面策略捕捉的不是市场的方向，而是市场内部的裂痕。分化度越高，裂痕越深，策略的空间越大。
当这个条件满足时，截面策略的收益分布会更为均匀，因为每个调仓周期都在捕捉相对强弱的变化。同时，它的收益来源也相对透明：要么是多头跑赢空头，要么是某种价差回归。这种清晰的归因为持续迭代和风控提供了基础。
3. 截面因子的挑战
截面策略的挑战同样不容忽视。首先是品种池的构成问题。截面因子的有效性依赖于两点：一是品种之间确实存在可预测的相对关系；二是这种关系在统计上显著。在国内期货市场，流动性充分的品种不过几十个，统计显著性天然弱于A股数千只股票。
这就引出了逻辑异质性问题：比如，将豆粕和白银放在同一个截面池中排序，其经济学含义是什么？前者受生猪存栏、北美天气影响，后者受美联储政策、工业需求影响。它们的“相对强弱”是否具有任何可解释的持续性？
一个常见的解决方案是在板块内部构建截面池，如黑色系、化工系、农产品、有色系等。同一板块内的品种往往受相似的宏观或产业因素驱动，它们的相对强弱关系具有经济学基础，也更容易持续。但这进一步缩小了样本量，对因子质量的要求更高。
截面策略还面临多空双杀的风险。当市场发生系统性冲击时，所有品种可能同向运动，多空对冲效果暂时失效。甚至如果强势品种在系统性风险中跌得更多，弱势品种反而因前期超跌而相对抗跌，截面策略可能面临多空两头亏损。此外，截面策略通常需要频繁调仓，且同时持有多个头寸，交易成本和滑点的累积效应显著。
波动率的两面：时序的多头与截面的空头
1. 两类策略在波动率周期中的相位差
将时序和截面的收益来源放在一起比较，会浮现出一个清晰的模式：时序因子在波动率上升时受益，截面因子在波动率平稳时受益。 这意味着，时序因子与截面因子在波动率周期中处于不同的位置。
这个差异有可验证的实证含义。在波动率急剧升高的市场环境中，时序趋势策略往往表现优异，而截面多空策略则可能同时受损。相反，在波动率较低但品种分化的环境中，截面策略更容易创造稳定收益。这种轮动特征源于两类策略收益来源的本质差异。
2. 从波动率暴露到组合配置
这个观察对组合管理有直接意义。时序和截面策略的选择，本质上是选择你对未来波动率环境的判断。如果你认为市场将进入高波动趋势行情，时序策略占优；如果你认为市场将维持低波动但品种分化的格局，截面策略占优。
这也揭示了“混合策略”的真正含义。有效的混合不是把两类因子简单叠加，而是根据对波动率环境的判断动态调整权重，或者在不同波动率环境下启用不同的因子组合。基于品种间趋势离散度和相关性的动态配置框架，可以获得优于固定比例混合的表现。
在时间尺度上看因子的有效性
我们不妨进一步追问：策略的有效性是否在所有时间尺度上都一致？
对截面因子而言，时间尺度是关键变量；对时序因子则不然。
1. 低频的截面：逻辑约束
在日线或更低频的级别上，截面策略的逻辑依赖于基本面驱动或中期动量效应。基差、期限结构等截面因子已经有充分的研究支持，是CTA策略的标准配置。此时，若将逻辑异质的品种放在一起排序，会削弱策略的可解释性和稳定性。
在商品期货截面策略中，考虑品种的季节效应和基本面逻辑，能显著提升策略表现。例如，农产品截面策略需要区分生长季和消费季，工业品截面策略需要考虑库存周期和产能利用率。这种精细化构建，是低频截面策略保持有效性的关键。
2. 高频的截面：微观结构的普适性
在更高频的级别上（如分钟级、tick级），价格变动的驱动因素趋于统一。无论是豆粕还是白银，在这个尺度上，它们的价格变动都受相似的微观结构规律支配，如订单流、买卖盘博弈等。有研究指出，在日内及1个交易日的时间尺度上，市场尚未达到弱有效。
因此，高频截面因子，如订单流不平衡、买卖压力比，可以在全市场范围内有效，而不必局限于板块内部。这类因子的普适性更强，统计性质也更稳定。一个基于订单流不平衡的高频截面策略，可以在所有活跃品种上同时运行，而不需要区分它们是农产品还是工业品。因为在微观结构层面，它们的行为是相似的。
3. 从数据频率到因子逻辑的映射
截面策略的有效性边界是一个随频率变化的连续区间。在低频端，截面策略需要精心选择品种池，依赖强逻辑因子；在高频端，截面策略可以在更广泛的品种池中运行，依赖微观结构规律。中间地带则可能是一个灰色区域，其有效性取决于具体市场和因子设计。
这个连续区间也对应着不同的数据要求和计算资源。低频截面策略对数据质量要求较高，但对计算资源要求较低；高频截面策略对数据频率和计算能力要求较高，但对品种的逻辑一致性要求较低。选择哪个频率，本质上是选择你愿意在哪个维度上投入资源。
对于时序策略而言，时间尺度的影响主要体现在不同参数对应不同周期长度，但其逻辑框架本身不因频率变化而发生根本改变。而截面策略则面临着从“板块内逻辑驱动”到“全市场微观结构驱动”的范式转换，这是两类策略在时间尺度维度上的重要差异。
从选择到应对
时序策略有它的震荡磨损、参数困境和收益不均；截面策略也有它的品种池局限、多空双杀风险和交易成本。诚实面对这些策略的属性，是让选择变得可迭代的前提。
对时序策略而言，分散是应对不确定性的常用思路：
- 多品种分散：在不同的板块、市场的品种上运行同一套逻辑，利用品种间趋势周期的错位来平滑曲线。
- 多周期分散：同时运行短、中、长周期的参数，避免将命运押注在单一周期上。
- 多逻辑分散：在趋势跟踪之外，加入均值回复、季节性等不同逻辑的时序子策略。
分散的逻辑基础，是承认“无法预测趋势何时到来”。既然无法预判，就用覆盖面换取捕捉概率。
波动率管理则是时序策略的另一层基础设施。动态调整仓位以匹配当前的波动率水平，目的是让策略的风险暴露在不同市场环境中保持一致性。如前所述，波动率缩放本身就是时序动量收益的重要来源。
对截面策略而言，品种池的构建是第一道防线。与其追求广度，不如追求逻辑的一致性。在板块内部做截面，牺牲样本量换可解释性，往往是更可持续的选择。逻辑一致性让策略的收益来源可归因、可验证、可迭代。
多空双杀的风险，本质上是截面策略暴露于品种间的相关性结构。当市场发生系统性冲击时，所有品种的同向运动会暂时破坏多空对冲的基础。应对这一风险，需要动态监测品种间的相关性水平，并在相关性急剧升高时主动降低仓位。这不是试图消除风险，而是承认策略的边界。
交易成本的控制则需要精细化执行。截面策略通常需要频繁调仓，且同时持有多个头寸，滑点和手续费的累积效应不容忽视。优化调仓频率、使用限价单、考虑合约流动性分布，这些细节往往决定了策略的净收益能否跑赢成本。
诚实面对边界，还意味着：
- 每一类因子都有其适用的市场环境，没有一类能包打天下。这不是缺陷，而是策略的属性。
- 承认自己的策略有盲区，比试图覆盖所有行情更重要。知道策略什么时候会亏钱，是在亏损时保持执行纪律的前提。
- 选择之后，还需要持续地观察、验证、调整。一个可以被验证、被修正的选择，比一个无法被证伪的“正确答案”更有意义。
两条路
回到最初的问题：CTA因子选时序还是选截面？
这个问题没有标准答案，因为答案不取决于市场，而取决于你自身的约束条件——你的资金属性、技术能力、风险偏好、对市场的认知框架。
时序策略要求你接受收益的不均匀性，接受漫长的等待，接受参数优化的困境。截面策略要求你接受品种池的局限，接受多空双杀的可能，接受更高的交易成本。没有一种策略是完美的，只有一种策略的代价是你愿意承受的。
诗人弗罗斯特写过：
“一片树林里分出两条路——而我选择了人迹更少的一条，从此决定了我一生的道路。”
两条路终究要选一条。选了之后，路就是你的。至于选了之后如何精进策略、管理风险，或许可以到 云栈社区 的算法/数据结构等板块，与更多同行交流数据科学在量化领域的实战应用。
发表于 17 小时前
|
查看: 2|
回复: 0
