A 股的三条制度约束，决定因子怎么用

写因子的时候很容易忘一件事：回测里的每一笔交易，都要在真实市场里成交。

A 股的交易制度跟美股差别很大，而这些差别不是「滑点大一点」这么简单——它们会直接改变因子的经济含义。我把影响最大的三条列在下面。

一、涨跌停：信号日的价格，不是成交日的价格

板块	涨跌幅限制
主板	±10%
ST / *ST	±5%
创业板、科创板	±20%
北交所	±30%

因子通常是 T 日收盘后计算，T+1 日开盘或收盘建仓。问题在于：一只股票 T 日涨停，T+1 日大概率高开甚至一字板——你的信号越强，越买不进去。

这不是随机误差，是系统性偏差。动量因子尤其严重：它专门挑涨得多的股票，而这些恰恰是最容易涨停的。

处理办法有三个，各有代价：

1. 剔除涨跌停股票 —— 简单，但样本有偏，等于系统性放弃了「最强的那批信号」
2. 假设以涨停价成交 —— 回测好看，实盘做不到
3. 延后建仓（T+2） —— 更真实，但信号衰减

我倾向第 3 种，同时在因子构造里控制「近 20 日涨停次数」，把靠涨停堆出来的动量信号降权。

二、T+1：日内策略的物理上限

当天买入的股票，最早次日才能卖出。

对因子的影响：

• 日内反转、日内动量这类高频因子，直接不成立
• 任何需要「当天止损」的策略，都做不了
• 组合调仓只能按天，不能按事件

更微妙的影响在开盘价的使用上。很多研究会用「T+1 开盘价买入」，但如果 T+1 开盘就冲高，你既不能当天卖，又要承担一整天的波动。这在因子评价里会体现为「胜率高但单笔回撤大」。

三、做空受限：多空组合变成纸面游戏

学术因子的标准构造是「做多前 10%，做空后 10%」。在 A 股，这件事很难做：

• 融券券源有限，小市值股票基本借不到
• 融券成本高（年化 8-10% 甚至更高），且不稳定
• 部分标的在限制名单里
• 股指期货只能对冲指数，对冲不掉个股的行业和风格暴露

结果是：多空因子的收益，你只能拿到多头那一半。

这件事的后果常被低估。一个 IC 0.05 的因子，多空组合可能年化 15%，但纯多头只有 6-8%。而且空头端的贡献在 A 股往往主要来自「剔除烂股票」，这部分可以通过不买来实现，不需要真的做空。

所以 A 股的因子落地，标准形态是：

全市场选股 + 行业中性 + 市值中性 + 只做多 + 用指数期货对冲系统性风险

还有几个不能忘的

停牌与缺失值。 长期停牌的股票，因子值怎么填？前值填充会让它看起来「很稳」，实际上是在制造虚假信号。我的做法是：停牌超过 20 个交易日的，直接从样本里剔除，不填充。

ST 与退市风险。 ST 股票的涨跌幅是 5%，流动性差，而且有退市风险。很多因子在「含 ST」和「不含 ST」的样本里表现差异很大，必须明确口径。

财报披露的时间差。 A 股年报最晚 4 月 30 日，一季报也是 4 月 30 日。如果用「报告期」而不是「公告日」来对齐财务数据，会产生严重的未来函数。这个坑极其常见，而且回测里看不出来。

一句话总结

在 A 股，因子的「可实施性」比「显著性」更重要。

一个 t 值 4.0 但需要做空小市值股票才能实现的因子，实际价值接近零。一个 t 值 2.5 但纯多头可执行、换手不高的因子，才是能用的。

写因子的时候我现在的顺序是：先问怎么成交，再问统计显不显著。这个顺序反了，前面所有工作都白做。

边界：制度会变（涨跌幅、T+0 试点、融券规则），本文基于 2026 年的规则环境。做任何回测前请重新核对当时的交易规则。