一句话版：教科书给你方向，测试期 IC 是 −0.0074（负的，等于反向信号）； 把方向交给数据，同一批因子变成 +0.0332。
我做了一件之前一直想做但没做的事：把基本面塞进 qlib 的高频价量里，混成一个趋势分， 然后把它变成能下注的组合，含换手、成本、基线对照。
结果比预想的诚实，也比预想的难看——先给结论，再讲过程。
一、先回答三个问题
① 还要不要用 qlib？
要。但只让它干一半的活：价量高频、标签、回测/组合模拟留在 qlib； 基本面不进 qlib 的 bin，改成外置的 PIT 财务库（parquet + 披露日对齐）； 不重训 LightGBM，用「标准化 + 自动定向 + 线性加权」合成。
换框架的收益是负的。这个仓库里已经有 18 条 qlib 踩坑记录（bin 对齐、复权因子、 col_set 必须是元组、Windows 下 D.features 会无限 fork……），换个框架等于全部重踩一遍， 换到的还是同一个信号。
② 框架怎么搭？
四层：
数据层 qlib 价量面板 + 东财 F10 三个接口（财务 / 估值 / 业绩预告）
对齐层 按「披露日 ≤ t」as-of 对齐成日频面板，杜绝前视
打分层 winsorize → 行业中性化 → z-score → 限幅 → 分域加权
验证层 因子级 IC → 自动定向 → 权重网格 → 一次性测试期
③ 选哪些指标、参数怎么调？
45 个因子（价量 30 + 基本面 19）。方向不靠教科书，靠训练期 RankIC 的符号； 筛选门槛是 |IC| ≥ 0.008 且 |t| ≥ 2，留下 34 个。跨域权重只在验证期选，测试期只跑一次。
二、最贵的坑：基本面数据源，比想象中便宜
基本面数据的难点从来不是「哪里有」，而是能不能拿到带披露日的版本——不然就是前视偏差。
我实测了三个东方财富的公开接口，全部可用，而且免费：
| 接口 | 拿到什么 | 关键字段 |
|---|---|---|
| F10 财务指标 | 每期财报 165 个字段 | REPORT_DATE + NOTICE_DATE（披露日） |
| 个股估值分析 | 日频 PE/PB/PS/PEG + 行业名 | BOARD_NAME（行业中性化要用） |
| 业绩预告 | 预增幅度 + 公告日 | ADD_AMP_LOWER/UPPER |
有了 NOTICE_DATE，PIT 就是一行 merge_asof：
想知道 2023 年 5 月 10 日你当时能知道什么，就取披露日 ≤ 这一天的那一期财报。
637 只股票、3117 个交易日，一次全量抓取 390 秒：财务 35,866 行、估值 1,260,947 行、预告 14,128 行。 财务类因子覆盖率 82%~95%，估值类从 2018 年才有数据（三年分位需要 250 日最小窗口）。
三、45 个因子，四个域
| 域 | 因子 | 数据源 |
|---|---|---|
| 价量 30 个 | 动量 / 反转 / 波动 / 均线 / RSI / 量能 | qlib 现成面板 |
| 估值 | PE·PB·PS 三年分位、绝对估值、市值 | 东财估值 |
| 成长 | 营收与净利同比环比、剪刀差 | 东财 F10 |
| 质量 | ROE、ROIC、毛利率、负债率、现金流含金量 | 东财 F10 |
| 边际变化 | ROE 同比、每股净资产同比 | 东财 F10 |
| 事件 | 业绩预告增幅、预告新鲜度 | 东财预告 |
两个容易被忽略的设计：
估值用分位，不用绝对值。 PE=20 在白酒里是常态，在银行里是高位，绝对值没法比， 三年滚动分位才能跨行业比较。
基本面必须放「边际变化」。 只放水平值（ROE 多高、毛利率多高），高分股永远是高分股， 分数一年不动；变化量（ROE 同比、每股净资产同比）才带趋势信息。
四、方向定错了，整块信号就是反的
这是整件事里最贵的一个教训。
我一开始按教科书给方向：动量正向、反转负向、低波动正向、低估值正向。跑完一看——
| 变体 | 训练 IC | 验证 IC | 测试 IC |
|---|---|---|---|
| 纯价量（教科书先验方向） | −0.0099 | −0.0138 | −0.0074 |
| 纯价量（训练期自动定向） | +0.0372 | +0.0338 | +0.0332 |
同一批因子、同一份数据，方向一改，信号从负的变成正的。
45 个因子里 18 个先验方向被数据推翻。最有代表性的是 20 日动量：在 5 日的持有期上， 它的 IC 是 −0.035（t = −9.6）——涨得越猛，未来 5 天越差。A 股短周期是「短期动量 + 中期反转」， 而教科书默认你买的是中期动量。
所以参数的第一条规则是：方向由训练期 RankIC 的符号决定，不许拍脑袋。 第二条规则是门槛：|IC| ≥ 0.008 且 |t| ≥ 2，不达标的因子直接扔掉，别让噪声混进加权。
顺带一句：基本面块的 IC 是正的（测试期 +0.0093，t = 3.1），但比价量块弱一半以上，而且衰减更快 （训练 +0.0221 → 测试 +0.0093）。这跟直觉相反——很多人以为「基本面更稳」， 数据说的是：基本面在 A 股更稳地没有超额。
五、基本面该给多少权重？
验证期最优解把基本面给到 0.4，测试期最优却在 0.2~0.3。 选型不可外推，这仓库的老毛病又犯了一次。
所以我取两段曲线的共同高台区：基本面 0.2~0.4。
| 权重（价量/基本面） | 验证 IC | 测试 IC | 测试 IR |
|---|---|---|---|
| 1.0 / 0.0 | +0.0361 | +0.0344 | +0.309 |
| 0.8 / 0.2 | +0.0368 | +0.0341 | +0.309 |
| 0.7 / 0.3 | +0.0364 | +0.0331 | +0.304 |
| 0.5 / 0.5 | +0.0336 | +0.0283 | +0.275 |
| 0.4 / 0.6 | +0.0308 | +0.0248 | +0.250 |
建议 0.65 / 0.30 / 0.05（价量 / 基本面 / 事件）。不赌任何一段的极值，落在两段都靠前的地方。
六、IC 好看 ≠ 能赚钱
这里有个必须说的事实。测试期按分数分五档，看未来 20 日平均收益：
| 档位 | Q1 | Q2 | Q3 | Q4 | Q5 |
|---|---|---|---|---|---|
| 平均收益 | +0.63% | +0.81% | +0.86% | +0.79% | +0.61% |
不单调。 最高分档比中间档还差。IC 稳（+0.028，t = 11.3）， 但「挑最高的那一档」拿不到超额——IC 的信息分布在中段，不在极端。
这直接决定了这套框架的定位：它是个打分/过滤信号，不是选股器。
七、变成策略：换手才是胜负手
参数搜索严格按协议来：K × 调仓频率 × 行业上限 × 权重方式，共 96 组，只用验证期 2020-2022 跑， 选出 K=50 / 每 40 个交易日调仓 / 每行业≤3 只 / 等权，然后测试期只跑一次。
成本按仓库老口径：买入 0.05%、卖出 0.15%、单笔最低 5 元、账户 100 万； 停牌不可交易、收盘涨停买不进；信号 T 日收盘出、T+1 日收盘成交。
测试期 2023-01 ~ 2026-10 的结果：
| 策略 | 年化 | 超额年化 | MDD | 换手/年 | 成本/年 |
|---|---|---|---|---|---|
| 策略（验证期选参） | +5.87% | +5.34% | −28.97% | 4.12 | 1.05pct |
| 同上，零成本对照 | +6.89% | +6.36% | −28.40% | 4.12 | 0 |
| 默认 top20 月调 | +7.05% | +6.90% | −33.69% | 8.87 | 2.05pct |
| 纯价量分 top20 月调 | −0.66% | −1.02% | −35.33% | 9.49 | 2.03pct |
| 纯基本面分 top20 月调 | −3.33% | −3.45% | −42.54% | 3.02 | 0.51pct |
| 池内等权 300 只 | +3.00% | +2.25% | −25.09% | 0 | 0 |
| 沪深300 买入持有 | +0.65% | 0 | −24.80% | 0 | 0 |
三件事必须一起看：
第一，测试期最高的那个不能用。 top20 月调 +7.05% 是全场最高， 但它在训练期是 −4.02%、验证期 −5.51%、全区间 −3.54%——只在测试期好看的配置不能上线。 验证期选出来的那套是训练 +1.47% / 验证 +1.24% / 测试 +5.87% / 全区间 +2.10%，三段都是正的。 这才是「分数能变钱」的最低证据。
第二，换手比因子更决定生死。 每 5 个交易日调仓的三个配置全部亏损（成本 4.34.7pct/年）， 每 10 日勉强打平（+0.7%+1.2%），只有 ≥20 日才转正。
所以「基本面该不该加」这个问题，一半的答案是「别乱换手」。
第三，纯价量、纯基本面单独用都不行，混起来才行。 −0.66% 与 −3.33%，混起来 +5.87%。 基本面在组合里不是自己赚钱的角色，是改选股排序、砍掉价量信号里的坑。 这恰好是我最初设想「加权求和共同判断趋势」时没想到的收益来源。
八、诚实的结论
分期体检（同一套参数，只换时间窗）：
| 区间 | 年化 | IR | MDD |
|---|---|---|---|
| 训练 2016-2019 | +1.47% | −0.40 | −33.95% |
| 验证 2020-2022 | +1.24% | +0.39 | −44.76% |
| 测试 2023-2026 | +5.87% | +0.68 | −28.97% |
| 全区间 2016-2026 | +2.10% | +0.11 | −48.16% |
四条必须记住的：
- +5.87% 不是预期收益。 超额高度集中在 2025：分年 2023 −8.3%、2024 +6.8%、 2025 +35.0%、2026 −5.9%。两年是亏的。
- 回撤仍然很大：测试期 −29%，全区间 −48%。年化 26% 配 3048% 的回撤， 这个风险收益比只够当组合里的一小块卫星仓，不适合当主仓。
- 这是「一次性测试期」的结果，而且我已经看过测试期数字了，任何后续调整都带污染。 想再用，必须换一段全新的样本外。
- 没做的事：波动率目标、行业中性权重、分歧度做减仓触发器、 接入实盘组合端到端验证。
如果只带走一句话：混合基本面和高频价量是对的，但真正决定成败的不是「加不加基本面」， 而是方向对不对和换手多不多。前者错了信号是反的，后者错了信号被成本吃掉。
*本文所有数字来自一次完整可复现的运行：qlib 本地行情（637 只沪深300 时点成分，2014-01-02 ~ 2026-10-30）
- 东方财富公开财务接口。测试期只跑一次，参数只在验证期选。*
完整版（含方法四步与数据口径）见原文链接。
