港股量化踩坑：別直接照搬 A 股因子

引言：A股策略遷移港股，爲什麼“水土不服”

在 A 股回測中表現亮眼的基本面因子、量價因子，一旦搬到港股通，常常滿地狼藉。很多量化團隊把 A 股經驗直接當作“免檢產品”，結果卻在港股量化踩坑：別直接照搬 A 股因子。同樣的因子，A股可以輸出穩定正收益，港股通回測卻出現大面積失效，甚至出現IC反轉。

港股通因子回測：數據很美，現實很殘酷

我們以港股通標的爲樣本，把A股常用的市盈率倒數、市淨率、盈利動量、短期反轉、換手率、波動率等因子逐一做港股通因子回測。結果並不意外：絕大部分因子的IC均值顯著縮水，ICIR大幅下降，穩定性遠不如A股。比如A股市場短期反轉因子在周頻上IC常年在0.03以上，港股通內卻常常在0上下徘徊；換手類因子在A股反映散戶情緒，到了港股通則更多是機構調倉噪音。

這類現象並不是“兩三天運氣差”，而是結構性差異的必然結果。若不做IC 值檢驗，僅憑A股歷史經驗選因子，很容易掉進統計陷阱。

港股因子失效原因：三大底層差異

流動性分層：從“同漲同跌”到“二八斷層”

A股整體成交活躍，散戶貢獻大量流動性，小市值因子有充足土壤。港股通雖然覆蓋了不少大票，但大部分中小票長期流動性不足，單日成交額不到500萬港元並不少見。流動性的斷層導致因子收益高度集中於少數熱門股，回測曲線看似穩定，實則是流動性溢價而非因子alpha。

機構佔比與定價效率：誰來消滅錯誤定價

A股散戶佔比高，情緒驅動明顯，量價因子捕捉的是行爲偏差。港股市場機構投資者佔比遠高，海外資金、主權基金、做市商高度參與，定價效率更高，錯誤定價被快速修正。於是，A股策略遷移港股時，原本依賴的反應滯後和過度反應因子，自然失去信息優勢。

做空機制：一邊賺alpha，一邊挨“狙擊”

港股允許做空，大量個股有活躍的賣空盤。當因子組合暴露於被高估的股票，做空者會加速價格迴歸合理區間，看似是利好，卻也意味着因子收益被提前透支。尤其對於多空組合，借券成本和逼空風險直接吞噬A股不存在的額外損耗。

不止是“不適用”，而是因子邏輯失效

很多人把問題歸結爲參數不合適，其實更本質的原因是港股因子失效原因在於底層因子邏輯被替換。A股很多因子建立在“漲跌停限制+T+1交易+散戶情緒”的制度土壤上；港股是T+0、無漲跌停，資金自由進出，套利者無時無刻不在工作。制度環境一變，因子的經濟學含義就變了。

與此同時，港股通標的覆蓋A+H、老牌本地股、新經濟公司，業務結構和利潤週期差異極大。用A股財報口徑去統一估算盈利質量，原本穩定的基本面因子也容易出現“因子撞車”。

港股權重與指數結構：別忽視“舊經濟”與“新經濟”的撕裂

港股通指數中，金融、地產、能源等舊經濟板塊權重較高，而近年來新經濟公司又大批涌入。新老經濟估值體系完全不同，盈利波動節奏各異。若用A股全市場因子去套整個港股通，IC 值檢驗結果會劇烈波動；更合理的做法是分層測試，比如把恆生科技、傳統藍籌分開驗證，否則只是在一個混合體裏找平均規律。

如何做真正的港股通因子研究？

第一步：嚴格進行IC 值檢驗

先剔除停牌、低流動性、新股上市前60日樣本；再用Rank IC代替Pearson IC，避免極端值污染；最後計算IC均值、ICIR、t統計量，以及因子分組的單調性。A股可以接受IC均值0.02~0.03，港股至少要有更高的門檻，並且要觀察分年度穩定性。

第二步：設置流動性過濾器

按過去20日均成交額過濾，保留流動性在5000萬港元以上的股票。因子構建和調倉也應當按成交額加權，避免不可交易的影子收益。

第三步：更偏好長期價值型因子

在港股，分紅、回購、自由現金流、低槓桿等基本面因子，比短期情緒類因子更容易站穩。因爲港股投資者更注重股東真實回報，這類因子背後有結構性支撐。

第四步：考慮做空與稅費成本

港股通下印花稅、交易徵費、人民幣匯率和紅利稅都會影響實際收益。多空策略還要計入借券費率。回測階段如果忽略這些成本，最終超額收益很可能只是紙面富貴。

結語：把A股經驗降級爲“參考書”

港股量化的正確姿勢，不是把A股因子複製粘貼，而是理解港股市場的“語法”。港股通因子回測的價值在於幫助我們識別哪些因子在港股也有經濟邏輯，而通過IC 值檢驗和嚴格樣本控制，我們才能從“大面積失效”中找到真正值得交易的少數因子。總之，港股量化踩坑：別直接照搬 A 股因子——把A股的經驗當作參考，而不是答案。