量化信号衰减：为什么赚钱的因子过阵子就不灵了？

导读

做量化的人都会碰到一个现象：信号衰减。说白了，同一个因子刚被发现的时候很能赚，用的人一多，效果就慢慢变淡了。这篇讲清楚它是怎么发生的、哪些策略更容易中招，以及普通投资者该怎么看这件事。

一、信号衰减是什么？先看一个生活里的例子

假设你家楼下新开了一家包子铺，味道特别好，排队的人不多。你每天早上顺路买两个，花五分钟。这就是一个「有效信号」——你知道哪家包子好，而且别人还没发现。过了两个月，这家店被美食博主推荐了。现在排队要二十分钟。包子还是那个包子，但你的「超额收益」——也就是比别家多省下的时间和口感优势——被排队时间吃掉了。信号衰减说的就是这件事：信号本身没消失，但获取它的成本变高了，或者它的预测力被更多人分摊了。

在量化投资里，这个「包子铺」就是一个因子。比如「低估值股票长期跑赢高估值股票」这个规律，最早被学术研究提出来的时候，用的人少，效果很明显。后来大家都知道了，都去买低估值，低估值的价格被推高，这个因子的超额收益就慢慢变薄了。

核心要点

有观点认为，信号衰减不是策略「坏了」，而是市场在进化。一个公开的规律被足够多的人使用后，它带来的定价偏差就会被交易行为本身抹平。这不是 bug，是市场效率提升的自然结果。

信号衰减的三种典型表现

因子收益均值下降

以前每年能比基准多赚 8 个点，现在只剩 3 个点。

因子波动变大

收益不稳定，有时候猛赚有时候猛亏。

因子之间相关性上升

原本互补的几个因子，现在同涨同跌，分散效果变差。

二、哪些量化策略更容易出现信号衰减？

不是所有策略都同样容易衰减。衰减速度取决于三个东西：信号被多少人知道、复制这个信号的难度有多大、以及这个信号赚的是什么钱。

策略类型	信号来源	衰减速度	原因
公开学术因子	论文、公开研究	快	谁都能看到，复制门槛低
高频价量信号	盘口、订单流	中	需要技术和速度，但同行都在拼
另类数据因子	卫星图、消费数据	慢	数据获取难，处理成本高
基本面质量因子	财报、现金流	很慢	逻辑硬，但需要长期持有才能兑现

拿公开学术因子来说，一篇论文发表后，通常两三年内就会有大量资金涌入。有数据表明，很多经典因子在论文发表后的十年里，超额收益比发表前明显收窄。这不是说因子没用了，而是说「知道的人越多，能赚的就越少」。

反过来，另类数据因子衰减就慢一些。比如用卫星图像数停车场里的车，来判断某家零售商的客流。这个数据不是谁都能拿到，处理起来也麻烦。但慢不等于不衰减——一旦数据供应商开始公开卖这类数据，衰减就会加速。

最容易踩的坑

把「回测好看」当成「未来能赚」。回测用的是历史数据，而历史数据里那些信号，恰恰是当时还没被太多人发现的。一旦策略上线、资金涌入，衰减就开始了。回测收益和实盘收益之间的差距，很大一部分就是信号衰减造成的。

三、面对信号衰减，量化策略怎么应对？

既然衰减躲不掉，量化做的事就不是「找到一个永远有效的信号」，而是不断找新的、衰减慢的、彼此不相关的信号，然后把它们组合起来。这就像开一家餐厅，不能只靠一道招牌菜。招牌菜可能被隔壁模仿，但你同时有十几道菜，每道都还行，整体生意就稳。

因子轮动：不跟一个信号死磕

有些量化策略会根据因子的近期表现动态调整权重。某个因子最近特别拥挤——大家都挤在同一个方向——模型就会主动降低它的权重。这不是预测哪个因子会涨，而是避免在同一个地方承受过大的衰减风险。

信号合成：把鸡蛋放在不同篮子里

单个因子的预测力可能只有 51% 的胜率，听起来很弱。但如果找到五个相关性很低的因子，每个都有 51% 的胜率，组合起来整体胜率就能明显提升。关键在于「相关性低」——如果五个因子都在赚同一种钱，那它们其实是一个因子，衰减也会同时发生。

持续研发：衰减是成本，不是意外

成熟的量化团队会把信号衰减当成一项固定成本来管理。就像开工厂要算设备折旧，做量化要算因子衰减。一个因子从上线到效果明显变差，可能只有两三年。研发新因子的速度，必须跟得上老因子衰减的速度。

核心要点

有观点认为，普通投资者判断一个量化产品时，不必纠结它具体用了哪些因子——这些通常也不会公开。更值得看的是：这个团队有没有持续研发的能力，以及它历史上在因子衰减后是怎么调整的。

常见问题

信号衰减和策略失效是一回事吗？

不是。信号衰减是效果变弱，策略失效是效果消失甚至反向。衰减是渐进的，失效可能是突发的。一个因子从有效到衰减可能经历好几年，但一次极端行情可能让某个策略几天内就失效。理解这个区别，有助于判断该调整还是该放弃。

因子被公开了，是不是就不能用了？

不一定。公开因子的超额收益通常会收窄，但未必归零。有些因子因为需要长期持有、承受短期波动，很多资金反而不愿意用，它的收益就不会被完全抹平。关键看这个因子赚的钱，是不是需要某种大多数人不具备的耐心或约束。

普通投资者怎么判断一个量化产品有没有受信号衰减影响？

看两点：一是超额收益的稳定性，如果比基准多赚的那部分时高时低、波动越来越大，可能说明因子在衰减；二是看团队有没有持续迭代的迹象，比如定期披露策略调整逻辑、研发投入情况。如果只靠一两个老因子吃老本，衰减风险就比较高。

有没有衰减特别慢的量化策略？

有。通常和两类东西有关：一是数据获取门槛高，比如需要自建另类数据源；二是交易执行门槛高，比如高频策略需要极低的延迟和硬件投入。门槛本身就是护城河，让信号没那么容易被复制。但门槛高不代表不会衰减，只是慢一些。

核心要点回顾

1 理解信号衰减是市场进化的自然结果，不是策略「坏了」
2 看量化产品时，关注超额收益的稳定性，而不只是收益率高低
3 区分「回测好看」和「实盘能赚」，两者之间的差距往往来自信号衰减
4 判断团队有没有持续研发能力，比追问具体用了什么因子更实际
5 记住：衰减慢的策略通常有数据或执行门槛，门槛本身就是护城河

关注孟谷基金，持续分享基金配置与投资观察。欢迎评论区交流。

市场有风险，投资需谨慎。本文内容仅供信息分享，不构成任何投资建议。