截面（一）·因子｜同一时刻，如何把强弱放在一张桌上

山中木匠选梁，不会把一根新伐的湿木与一根晾了三年的旧木直接比重量。湿木沉，未必更坚；旧木轻，也未必更弱。他先看树种、长度、含水与用途，再把可比的木料并排放上架。比较若没有共同条件，结论只是两件不同事物碰巧留下的数字。

截面因子的第一条纪律，也不是算得复杂，而是先确认谁能坐到同一张桌上。候选范围、观察时点、数据发布日期、交易状态与行业属性，必须在计算以前写清。样本边界不稳，后面的标准化、加权和排序只会把混乱装进更精致的盒子。

所谓同一时刻，不只是把收盘日期写成同一天。价格可以截至今日，财务数据却只能使用今日已经公开的那一期；题材热度也只能取当时真实可见的信息，不能把后来形成的共识倒灌回去。截面是站在当下回望，不是站在未来替过去补全答案。

候选池先设最低可比条件。长期停牌、价格失真、成交极薄、数据严重缺失或处在无法正常交易状态的标的，应当单独标记或暂不排序。排除不是断言它们没有价值，而是承认当前数字无法与正常样本公平比较。不能称量的木料，先离开秤盘，不必硬算一个名次。

因子来自问题，不来自指标仓库。若问题是“此刻谁更强”，价格强度要回答相对表现，量价因子要回答这种表现是否得到真实交换支持，趋势因子要回答力量是否持续，热度与非共识要回答强势是否已经过度拥挤，兑现力则回答价格背后有没有经营承接。

每个因子都应写成一句朴素的话。比如价格强度不是“过去涨幅越大越好”，而是“在相同观察窗口和背景下，谁获得了更持续的价格承认”；成交额不是“越大越好”，而是“当前交换能否承载关注与参与”；兑现力也不是“利润增速越高越好”，而是“承诺是否按原先路径落到可核对结果”。

这句话决定计算方向，也决定何时不能使用。若一个指标无法说明它代理什么判断，只因常见便被放进模型，它就像药柜里没有标签的粉末：看似增加配方，实际增加未知。因子数量不是严谨的证明，少而清楚，常胜过多而互相重复。

观察窗口要与问题相称。过短，只见一日情绪；过长，又把已经衰退的旧强势留在分数里。可以同时保留近、中两个窗口：近窗看当下承认，中窗看背景基础，再要求二者不能完全背离。窗口不是越多越好，每增加一个，都要说明它提供了哪一种不同信息。

同一事实也不能换名字重复投票。近几日涨幅、突破幅度、均线距离与趋势斜率，常含有大量相同价格信息；成交额、成交额增幅和量比也可能共同奖励一次放量。若把高度相关的指标全部相加，表面是多因子互证，实际是同一个声音占了多张选票。

真正的互证，来自不同来源的证据。价格说参与者愿意抬高交换水平，成交与换手说这种抬高发生在足够真实的交换中，财务兑现说市场想象之外有经营事实，非共识差则说明好处是否已被所有人提前写入。它们可以一致，也可以冲突，而冲突本身就是需要主观复核的信息。

原始数字还不能直接同桌。成交额以亿元计，换手以百分比计，利润增速可以极端跳跃，价格强度又可能分布狭窄。直接相加没有意义。需要把每项数据转换成共同的相对位置，例如在有效样本中的分位，或经过稳健处理后的标准分，使“处在样本前列”成为共同语言。

分位数朴素而有用。它不执着于第一名比第二名究竟多出多少，只关心彼此所处位置，能减弱极端值对总分的绑架。但分位也会丢失距离：第一与第二可能相差很远，也可能几乎相同。因此榜单最好同时保留原值、分位与数据质量标记，不能只给一个脱离来处的得分。

标准分保留距离，却容易受极端样本影响。少数异常增长、异常换手会拉动均值与波动，使正常标的被压缩在狭小区间。对厚尾数据，应先截尾或使用中位数、绝对偏差等稳健尺度。处理极端值不是掩盖事实，而是不让一处异常决定所有人的相对位置；原始异常仍应单独展示，供人追查。

方向也要统一。价格强度高通常是加分，数据缺失、波动失序或拥挤过热可能是减分；有些因子则不是单调关系。换手太低意味着交易承载不足，过高又可能意味着躁动与分歧，合适区域反而在中间。若把所有指标都写成越大越好，现实会被方便的公式削平。

行业差异是同桌比较最隐蔽的偏斜。金融、消费、科技、资源的正常成交、利润波动与估值反应不同。先做行业内相对位置，可以看个体是否胜过同类；再保留全市场原始位置，可以看它是否具有跨行业竞争力。二者并列，比只做一种排序更诚实。

行业划分也会出错。业务跨界、产业链位置变化，都可能被旧分类放错。遇到这类标的，不宜为了计算整齐强行归属，而应记录主分类与备选分类，观察结论是否对分类敏感。一个名次若只在某种勉强归类下成立，强度就应打折。

规模校正同样要谨慎。大市值成交额高，小市值换手更活跃；不处理，榜单可能只是规模榜。可以在规模组比较。但中性化不是把规模影响全部抹掉，因为承载能力本就是交易价值的一部分。要去掉的是无关偏置，保留的是问题真正需要的容量信息。

缺失值不能默默填成平均。没有财务数据，可能因为披露节奏不同；没有正常成交，可能因为停牌；新上市标的缺少中期历史，也不是普通随机缺失。做法，是区分“暂未可得”“不适用”“质量可疑”，并决定哪些缺失允许以较低置信度参与，哪些直接失去入池资格。

若必须给总分，权重应先从判断重要性出发，再接受相关性与稳定性检查。价格、量价、趋势共同描述市场承认，可以形成一组；热度、非共识与兑现描述赔率质量，可以形成另一组。组内避免重复，组间保持平衡。权重不是对真理的宣告，只是把注意力如何分配写在明处。

本册不在这里展开权重训练、样本外检验和失效监控，那属于下册更完整的评分体系。截面篇只要求一件较基础的事：任何权重变化都能解释它改变了何种判断，任何结果都能拆回分项，不用一个神秘模型替代清楚理由。

因子之间可以设置必要条件，而不必一味相加。价格极强但成交承载不足，暂缓；热度极高而兑现空白，降级；财务不错但市场尚未承认，留在候选而非魁首。必要条件不是为了追求绝对安全，而是防止一个极端优点把结构性缺口遮住。

同时也要避免否决条件过多。若每一项都必须完美，榜单只会留下已经被所有证据共同确认、也可能早已失去赔率的标的。因子的作用是提高优先级，不是消灭不确定。允许某些短板存在，但要知道它属于尚待验证、可容忍差异，还是与核心问题直接冲突。

计算完成后，先不要急着看第一名。先看分布：分数是否集中，头部是否真正拉开，某个行业是否异常占据前列，单项极值是否主导总分，缺失处理是否改变梯队。若第一与第十几乎没有差别，精确名次没有意义；若头部断层明显，才值得进一步追问原因。

再做敏感性检查。轻微改变窗口、极端值处理或行业口径，前列名单是否大体稳定？稳定不意味着绝对正确，却说明结论不是由一颗松动的螺丝支撑。若名次稍改参数便剧烈翻转，不应挑选最合心意的一版，而应承认当前证据无法给出清楚高下。

异常项要回到原始事实。某标的价格强度突然居首，是持续推进还是一次事件跳空；成交额放大，是健康承接还是高位对倒；兑现力跃升，是主业改善还是低基数、处置收益。因子负责把异常举到眼前，人负责判断它究竟属于信号还是噪声。

这里也要防止研究者把主观意见偷偷塞进数据。为了让喜欢的标的上榜临时改窗口，为某家公司单独放宽缺失标准，为不喜欢的行业增加惩罚，都会使统一尺度失效。主观可以在榜后作否决或补充，却不该在榜内暗改尺子。规则若需更新，应对全部样本生效，并保留旧版本。

版本记录是比较秩序的一部分。数据日期、样本范围、因子定义、异常处理与权重，都应留档。这样一张榜单后来被证明失误时，才能分清是数据问题、规则问题，还是不可避免的新事实。没有版本的结果只剩结论，无法积累经验，也无法防止事后改写。

因子表最终至少要让人一眼看见五件事：原始证据、转换后的相对位置、综合分数、数据质量与需要复核的冲突。若表格只能显示名次，便会诱使使用者服从；若来路同时展开，名次才只是研究入口。

常见误用有三种。第一，把能取得的数据都当成有用因子；第二，把多个同源指标当成多重确认；第三，把总分当成事实本身。前两种制造虚假的丰富，后一种制造虚假的确定。因子体系真正追求的，是用最少的重复，让最多的关键差异显形。

木匠最后选梁，仍会听木纹、看结疤，也会考虑它将支撑屋脊还是门楣。称量与分组没有替代手艺，却阻止他把湿重误作坚实，把不同用途混成一场竞赛。市场中的同桌比较也是如此：先让条件公平，再让数字说出自己能说的部分。

当每个候选都接受同一时点、同一口径和同一反面检验，强弱才不再只是印象。因子没有替我们选出必胜者，它只是把偏爱、遗忘和喧哗推远一点，让真正值得追问的差异，安静地留在桌面上。