近期广大老铁强烈建议开发一款全自动交易机器人，咱们说干就干，初步计划30天完成。并且开设一个系列文章《大A量化交易机器人研发日记》，详细记录实现过程，毫无保留的公开实现思路和细节。

继续上一篇文章，我们构建多因子模型，就需要选择有效的因子，本文介绍几个特殊的因子，阐述原理、实现方法以及用途。希望能给您一些不一样的思路。

众所周知的选股因子包括个股基本面、行业基本面、个股技术面、板块技术面、消息面等等，例如：个股市盈率、行业市盈率、净利润、换手率、北向资金占比、股东中机构占比、龙虎榜数据、股东增减持、技术指标等等，我们能找出至少几十甚至几百种。这些是较为基础的公开数据，我们就不在这里一一列举和过多介绍了。

因子种类不是越多越好，太多反而造成了混乱，造成无法量化、无法精准判断的问题。

因此，我们需要将因子归类、剔除、简化、合并等等一系列的处理。例如，哪些是不可量化的，我们需要想办法把它变成可量化(量化是指可以用数量表达并且可运算、可比较)；哪些是短期影响股价的，哪些是长期影响的等等。短线模型就需要剔除长线因子，或者将其降权处理。

下面介绍几个独特的因子：相对位置、关注度、关联度、市场情绪、亏钱效应

相对位置：

我们日常会谈到"高位股"、"低位股"、"中位股"，"短线超跌"，"长线超跌"等等，比如经常有人说“近期机构抱团的高位股强者恒强”、“近期妖股都是低位起来的”、“最近高位闪崩的较多”。那么何为高位何为低位呢？有没有可能，把不可量化的语言处理成可量化的数值呢？

这里我们借鉴EMA、SMA、MACD、KDJ指标的原理，改造为可用0-100代表位置的数字，用大道至简的方式表示相对位置，小于10认为是阶段性低位，大于80认为是阶段性高位(当然，高位不代表一定会跌下来，只代表当下股价所处的位置)，并且可以切换不同周期的K线(5分钟、30分钟、日线、周线)来判断短线位置、长线位置等，如下图的幅图所示:

关注度：

我们经常会关注新闻事件，例如某某公司公告发布利好、某某领导讲话利好某某行业、某某媒体发布重大新闻，漂亮国商务部决定制裁某公司，某会公布重大改革，某大V又建仓谁谁了，某游资大佬又重仓干了谁上了龙虎榜，北向又大买谁了，某董事长大婚，某董事长翻墙窃取竞争对手机密......等等等，杂乱的信息。那么还是老问题，如何判断利好(利空)的级别呢？如何判断事件的大小(影响程度)呢？

事件的大小影响的是人们的关注度，所以这里我们可以取个巧，抓取：雪球热度、东方财富股吧讨论热度、同花顺人气排行等数据，并融合起来。剔除因为短期涨幅(跌幅)过大而造成关注度过高的股票(剔除因果倒置的)，重点处理关注度大幅飙升的个股。

例如2月8日的闻泰（收购欧菲光旗下摄像头业务，打入苹果产业链）造成关注度大幅飙升。

至此，如果是纯量化交易，我们不必关心事件本身，只需要通过关注度来判断；如果我们人为分析事件影响，关注度则可以帮我们判断事件的影响程度、利好(利空)级别。

关联度：

我们做短线，会关注“板块效应”、“前排”、“龙头”、“跟风”等。人工盯盘，我们只能凭记忆和盘感来判断，而个股的板块关联性是随时变化的，比如它今天跟“区块链”，明天跟“数字货币”，过几天又跟“芯片”，暗线又是“业绩预增”........

具体跟谁，只能凭感觉，或者走出来之后才能看出来。这里直接说实现方法：

给每个股票打标签，标签本身不限于板块。可以是任何属性，比如是锂电池、MSCI、机构重仓、深股通、某地域、业绩预增、融资融券等不同种类的属性，例如:

标签是动态更新的，不是一直不变的，比如闻泰科技收购欧菲光旗下摄像头业务，闻泰科技就可以加个“苹果产业链”的标签。比如某某公布给特斯拉供货，就可以给它加个“特斯拉”的标签；
盘中实时监控全部股票的波动，同一时间窗口涨跌速方向相近并且标签相同的，我们就可以把它们动态的归为一类，我们叫做“聚类算法”。

补充：
单日板块关联性：实时动态的分析(单位时间窗口涨跌方向)
当日领涨板块：按累计来分析，就是当日领涨板块

市场情绪、亏钱效应

做超短的老铁对市场情绪和亏钱效应并不陌生。比如群里的老铁说“今天真难做啊”，“今天踏空了”，“今天买啥都涨”等等。我们的目标依然是把它变成可用数字表示，并可以与其他时间进行比较来判断情绪周期（可被量化）。

这个实现相对简单，我们可以用每天的涨跌家数、追高资金总量、昨日大涨个股今日的溢价、涨停家数、炸板家数，连板高度等公开数据综合成简单的0-100数字来表示。市场情绪(亏钱效应)大于75代表过高，小于25代表过低

综上，其实目的很简单，就是将复杂的、维度多东西简化成简单的、维度低的、可以用数字表示的值，便于未来用程序进行运算、比较、回测，最终做出自动化决策。

待续......