整理 11 个市场经典量化因子的定义、计算公式、使用方向与注意事项，作为研究与学习的参考资料。 全部因子已封装为数据接口——服务端对全市场 5000+ 只标的实时计算，返回因子值与全市场分位（0-100，越高代表该股因子值在全场越高）。
来自 AIGU 自建的分钟级资金流采集体系（暗池口径，双出口抗封禁，覆盖全市场 5000+ 只标的）。 这套数据市面上没有同源商业产品，也无法从交易所公开数据推导——是 AIGU 的专有数据资产。
mflow常用方向：正向神秘资金是盘中大单拆分的暗池口径成交，比普通「大单」口径更接近真实主力行为。当日净流入越大，主力介入迹象越明确。
注意：单日净流入受大盘情绪影响大，建议结合连续性（mstreak）使用；尾盘集中流入与盘中持续流入含金量不同。
mflow_r常用方向：正向占比口径消除股本与成交规模差异，可跨股票比较。经验上 mflow_r > 10% 即强控盘信号，> 20% 属罕见的高强度介入。
注意：成交额极小的标的该比值天然波动大，配合 liq20 流动性下限过滤使用。
mpulse常用方向：正向AIGU 内部统计：开盘 30 分钟内主力净流入 ≥ 3000 万的标的，当日涨停概率约为全市场基线的 4 倍。这是神秘资金数据最有实战价值的单因子规律。
注意：该统计为历史回测规律，不保证未来有效；盘中数据 09:40 后逐步可用，越早触发越有操作空间，但也越不稳定。
mstreak常用方向：正向资金一致性因子：mstreak ≥ 3 代表主力在持续、有计划地建仓，而非单日脉冲。适合与 mflow_r 组合：「高强度 + 持续性」共振时信号质量最高。
注意：连续净流入末期（≥5 天）可能已是主力出货前的对倒阶段，配合价格位置与涨幅判断。
刻画价格趋势的延续性。动量效应：过去表现强的标的，未来一段时期倾向延续（Jegadeesh & Titman, 1993）。
mom20常用方向：正向动量越强，代表近期买盘越持续。经典用法是「动量组合」——持有近 20 日涨幅居前的一篮子并定期再平衡。
注意：A股动量在月度频率有效、在周度更偏反转；接近涨停的极端动量伴随炸板风险；财报披露期动量常被事件驱动打断。
mom60常用方向：正向季度级别的趋势强度，比 20 日动量更平滑，适合作为中期趋势过滤器（例如只在 60 日动量为正的池子里做短线）。
注意：跨越财报期与长假，对消息钝化；与其他周期动量高度相关，多因子使用时注意共线性。
A股短期反转效应与低波动异象都比较显著：跌多的短线倾向反弹，波动低的长期风险调整收益反而更好。
rev5常用方向：反向短期（3-5日）跌得多的倾向反弹、涨得多的倾向回调。经典用法是「超跌反弹」：在下跌末端选深跌、基本面无恶化的标的。
注意：接飞刀风险——下跌若由基本面恶化驱动，反转不成立；配合流动性因子（避免流动性陷阱）与趋势过滤使用更稳。
vol20常用方向：反向（低波动）「低波动异象」（Baker & Wurgler）：低波动组合的长期风险调整收益反而高于高波动组合，因为投资者系统性追逐彩票型高波动股票。
注意：低波动策略在牛市后期跑输明显；波动率与换手率、振幅高度相关，注意因子共线。
amp20常用方向：双向日内博弈激烈程度的度量。高振幅代表分歧大（打板客与量化 T0 的战场），低振幅代表趋势流畅或无人问津。
注意：振幅高不必然机会大——需结合换手与趋势方向判断是多空换手还是单边出货。
量在价先。量价因子刻画筹码交换的活跃度与资金容量，也是所有策略的「仓位与可行性」约束。
turnover常用方向：双向筹码交换速度。低换手+缩量=共识沉淀；高换手=分歧加大。换手率异象研究显示：扣除波动后，高换手的未来收益偏弱（投机热度）。
注意：新股、重组复牌、次新板的换手天然畸高，需单独处理；流通股本变化（解禁、增发）会让换手率突降，并非市场行为。
vr常用方向：双向放量监测的直觉指标：vr > 2 显著放量、< 0.5 明显缩量。突破行情需要量比配合，缩量回踩则代表抛压轻。
注意：盘中使用时当日量为未完成量，早盘天然偏低，建议 10:00 后再解读；除权日成交量失真。
liq20常用方向：约束条件策略容量与冲击成本的核心度量。一般建议单日买入不超过近 20 日日均成交额的 10%-20%，否则自己的交易会推动价格。
注意：流动性因子与市值强相关；极端行情（跌停潮）中历史日均成交额会高估真实可用流动性。
经典技术指标的量化表达，适合作为择时过滤与超买超卖参考。
rsi14常用方向：双向>70 视为超买、<30 视为超卖。本质是「上涨动能占比」，与反转因子同源但做了归一化。
注意：单边趋势市中 RSI 会长期钝化在极值区（强趋势里超买更超买），趋势策略中只做参考不做触发。
bias20常用方向：反向价格偏离均线的程度。正乖离过大=短期超买（回归压力），负乖离过大=超卖。是「均值回归」思想的直接表达。
注意：乖离率对均线周期敏感；趋势启动初期乖离放大是健康信号而非卖点，需与动量结合区分「启动」与「过热」。
size常用方向：反向（小市值）小市值溢价（Banz, 1981）在 A 股长期显著，小盘股弹性与超额收益历史上更高，但波动与回撤同样剧烈（2017 年小市值策略曾深度回撤）。
注意：小市值流动性差、退市与造假风险更高；注册制后壳价值逻辑弱化，纯小市值因子需要叠加质量与流动性过滤。
全部 11 个因子已封装进数据接口：服务端对全市场实时计算，每个因子附带全市场分位（因子名_pct）。基础表 30 分钟刷新。
# REST：按因子取全市场数值（计 2 次调用）
GET https://aiguq.com/v1/factors?factor=mom20&order=desc&limit=30
# Python SDK
import aigu; aigu.set_token("ak-你的Key")
df = aigu.factors("mom20") # 列含 mom20 与 mom20_pct（全市场分位）
体验/标准版每次返回前 30 条，专业版 200 条。因子值可用于你自己的研究、验证与组合构建——接口只提供数据与分位，不构成任何投资建议。
因子方向与历史表现为市场统计规律，不保证未来有效 · 本页仅供研究与学习参考，不构成投资建议
完整接口文档见 开发文档 · 数据问题请联系页脚邮箱 · © AIGU Data API