08 — 反追高因子研究：方差归一化核查 & 估值感知改造方案

> 版本：v1 (2026-08-03) · 状态：设计讨论稿 > 背景：你观察到恒生科技/恒生互联网近期涨幅远强于恒生生物科技(159615)，但因子得分反而更低（恒生科技 20日+7.14% 得分 0.449 vs 恒生生物科技 20日-3.71% 得分 0.538）。你质疑两点：① 反追高因子方差是否过大，导致它的实际影响权重高于配置权重？② 反追高只按"涨得多不多"打分、不看估值(PE)是否合理？本文档用全池实证数据回答，并提出反追高 v2（估值感知）方案。

---

📌 核心问题速览

---

一、方差分布实证（Q1）

全池 111 只 ETF（2026-08-03 快照，is_top=1 全部品种）5 维因子分布：

结论：

• 5 个因子均值全部 = 0.5045、方差 ≈ 0.083（=1/12，均匀分布的理论方差）——这是 Factor.normalize(method='rank')（rank 分位）的典型特征。每个因子在加权前都已经被压到同一把尺子上。
• 反追高 std 0.2873 vs 其他因子 0.2887，方差齐性——不存在"反追高实际权重被方差放大"的问题。合成得分 = Σ(分位 × 权重)，反追高的实际影响严格等于它的配置权重（RANGING 0.27）。
• 合成分 std 只有 0.12，远小于单因子 0.29——5 个因子加权平均后方差被摊薄，这是正常的组合效应。
• 唯一的异常项：稳定性 std 仅 0.24、最小 0.3378——大量下跌趋势品种在 VolatilityStabilityFactor 里负收益→夏普项为负→分数被钳制到 0 → rank 归一化后大面积并列同分（恒生三兄弟全是 0.3378）。它的实际判别力比其他因子弱，值得单独一期研究。

> 需要说明的边界：rank 分位归一化是横截面相对尺度，与池子构成强相关；方差齐性≠各因子判别力一致（并列分越多判别力越低）。但"反追高因方差过大而权重虚高"这一担心不成立。

---

二、反追高现状：纯价格、无估值（Q2）

2.1 当前公式（mean_reversion_factor.py OverboughtAvoidFactor v2）

score = RSI(14)分 × 0.6 + 60日涨幅分 × 0.4      # 连续线性打分，非阶梯
      - 泡沫惩罚（放量滞涨/收阴 + 跌破5日线 + 长上影）
      + 良性超买保护（成长板块 RSI 高但趋势健康时保底）

• 输入只有：收盘价（RSI、60日涨幅、5日均线、52周位置）+ 成交量（仅国内权益类）
• 完全没有 PE/PB/估值百分位

2.2 估值锚因子也是价格代理

valuation_factor.py ValuationFactor 的 score = MA200偏离 × 0.55 + 52周位置 × 0.45（按板块差异化系数）——本质是价格位置的代理，不是真实估值。而真实 PE（蛋卷基金 63 个指数的 pe_ttm/pe_pct）在 _enrich_pe_valuation 里被拉取，但只用于网页展示列（pe_ttm/pe_pct/true_pe），没有进入任何因子打分。

2.3 一刀切问题

同涨 15% 的两只 ETF——一只 PE 分位 0.15（便宜），一只 0.85（贵）——会被反追高同等惩罚。但便宜资产的上涨更可能处于估值修复/盈利驱动，追高风险与高位资产完全不同。这就是"涨得多=超买"的盲区。

---

三、实证：恒生三兄弟（Q3）

• 恒生科技近 20 日 +7.1%，但 HSTECH PE 分位只有 0.42（偏便宜），反追高却给了它 0.36 的低分 → 典型的"涨得快=超买"误伤。
• 恒生生物科技近 20 日 -3.7%（没涨）→ 反追高 0.64 高分，但它其实没有 PE 数据（蛋卷 63 指数不含 HSBIO），便宜与否无从谈起。
• 恒生互联网 PE 也无蛋卷覆盖（HSIII 不在 63 指数内），v2 走价格代理兜底。

> 结论：恒生科技得分低，一半原因是反追高按价格涨幅一刀切，而它恰恰是"便宜+刚启动"的组合——这正是估值感知改造的目标场景。

---

四、反追高 v2：估值感知改造方案（Q4）

4.1 核心思路

用 cheapness（便宜度 0~1，越高越便宜） 直接对分数加减（加减分法，2026-08-03 实测阈值调制法对"RSI未超买"品种无效）：

score_v2 = score_v1 + (cheapness - 0.5) × 2 × valuation_blend

• cheapness > 0.5（便宜）→ 加分 → 允许强势延续，减少对"便宜启动"的误杀
• cheapness < 0.5（贵）→ 减分 → 提前防超买
• 默认 valuation_blend = 0.20（最大 ±0.20），全部可调

4.2 cheapness 数据源（纯 PE，不做价格代理）

> 设计取舍：不用价格代理兜底（52周位置/MA偏离本质是动量度量，会与动量因子重复计数）。A/B 实证：价格代理会让"创新高的强势品种"（日经/东证）被误判为"贵"而暴跌 70 名，与"强势应被认可"的目标相悖。

4.3 行为开关

• use_valuation_aware: bool —— 开/关 v2（生产默认待定）
• valuation_blend —— 调节影响强度
• 蛋卷映射质量是主要风险点（见 4.4），pe_provider 可替换

4.4 实测（2026-08-03 全池 111 只，同快照 A/B，仅切 v2）

恒生系（用户关注点，已修复）：

全池副作用（方案B已过滤近似映射，但仍需知悉）：

• 消费/医药/房地产/酒（PE便宜，如主要消费分位0.15）↑30~80名
• 中概互联（中概互联50，PE低）↑77~79名
• A股宽基（沪深300/中证500/科创50/上证50，PE分位0.6~0.83）↓30~60名 —— 按"贵资产防超买"逻辑属预期，但幅度大，需观察是否过激
• 日经/东证（近似映射）已过滤，不再误伤 ✓
• 恒生互联网（HSIII无PE，映射为近似被过滤）靠相对效应 +21
• 证券ETF #21→#1：证券 PE 分位低（盈利低迷）→ 被判"便宜"，是否合理存疑（低 PE 也可能是价值陷阱）
• 变动≥20 名：33 只（blend 0.20 强度下）

4.5 预期效果（用户目标）

恒生科技排名大幅前移（#82→#42），与"近期谁更强+PE便宜"的直觉一致；同时国企/恒指这类 PE 分位 0.82 的偏贵资产被提前防超买。

---

五、验证结果与待决事项

• 回归测试 test_overbought_factor.py（RED→GREEN）
• 全池 111 只 v1/v2 反追高分布与排名 A/B 对比（同快照、仅切 v2）
• 恒生三兄弟 v2 前后排名对比（恒生科技 #82→#42，恒生互联网 #96→#46）
• 代码已实现：OverboughtAvoidFactor v2（PE加减分），danjuan_fetcher 修正 159615 错误映射
• 决策：方案B（仅 direct 置信度映射）已实施

- _default_pe_provider 仅接受 direct 映射，近似映射过滤 - 修正误标 direct 的近似映射：日经×3、东证、恒生互联网、港股通科技 → approximate - v2 默认开启（use_valuation_aware=True，valuation_blend=0.20），下次推送生效

• 上线后观察：A股宽基被重罚是否过激 → 如过激可调低 blend 或改为"极端估值才调整"（pe_pct<0.3 加分 / >0.7 减分，中间中性）
• 稳定性因子（vol_stability）大面积并列同分问题——单列一期研究

---

附：蛋卷真实 PE 快照（2026-08-03，用于 v2 实证）