1042 字
5 分钟
第 11~19 章：F-Score 与整合 —— 把信号拼成组合
单个财务信号讲完了，这几章讲组装：F-Score / G-Score 把多个信号合成一张记分卡（第 11 章”整合框架：现代价值投资理念”），市场信号部分（第 12~17 章）教你用市场数据修正基本面判断，最后两章落到组合实施。这是全书从研究走向产品的一段。
F-Score：给便宜的股票验伤（Piotroski，2000）
思路：低估值股票池里价值陷阱丛生（第 3 页的原罪），那就用 9 个只需财报、每个只打 0/1 分的信号筛一遍：
- 盈利性 4 分：ROA 为正；经营现金流为正；ROA 同比改善；经营现金流大于净利润（即应计为负——上一页的思想直接内嵌在这里）；
- 安全性 3 分：杠杆率下降；流动比率上升；没有增发新股（第 4 页的融资信号）；
- 效率 2 分：毛利率上升；资产周转率上升。
总分 09。在高 BM（便宜）股票池内，**买 89 分、避开 0~2 分**：美股经典区间多空年化约 23%。F-Score 的美不在任何单项，而在结构——它就是前几章所有维度的一页纸浓缩，且全是 0/1 打分，天然抗离群值、抗过拟合。
G-Score：给成长股另立标准（Mohanram，2005）
F-Score 管便宜股，G-Score 管贵的成长股（低 BM）：盈利与现金流相对行业中位数打分，再加盈利稳定性、增长稳定性，以及研发/资本开支/广告投入强度（把第 4 页的无形资产逻辑打包进来）。启示：好公司的标准依赖语境——价值池里比谁不烂，成长池里比谁配得上估值。
市场信号修正（第 12~17 章速览）
基本面数据一季度才更新一次，中间用市场信号补盲区。原书的态度是”基本面为体、市场信号为用”：
| 信号 | 一句话结论 |
|---|---|
| 分析师 | 预测的修正方向比预测水平有信息，盈利预测上调是短中期利好 |
| 机构持仓 | 机构加仓方向有正向信息，但披露滞后，A 股季报口径粗 |
| 内部人交易 | 增持（真金白银）信号强于减持（动机多样） |
| 价格动量 | 美股强、A 股弱（与《因子投资》精读第 3 章结论互印） |
| 市场情绪 | 情绪高涨期垃圾股跑赢、随后均值回归，可做因子择时参考 |
| 文本与大数据 | 年报语调、电话会议、卫星数据等另类信息源（第 2 版新增），方向前沿但工程成本高 |
组合实施（第 18~19 章）：从分数到持仓
- 多因子合成的朴素做法就够用：各因子标准化后等权相加，复杂加权（IC 加权、优化器）边际改善有限、过拟合风险大——与本平台”因子对比页海选 + 等权合成”的路径一致；
- 纪律三件套：固定调仓频率（月/季）、行业与个股权重上限、剔除 ST/次新/流动性不足的股票；
- 换手即成本：基本面因子天然低频（季度更新），这是它相对价量因子在成本端的结构性优势。
对应本平台
F-Score 是基本面扩展的终点站样板：9 个子信号全部来自前几页已接入的数据，实现上只是 9 个布尔面板求和——一个因子函数就能写完。做完 ep（第 3 页）、accruals、sue（第 5 页）之后，把 F-Score 注册进 factors.py（量化学堂案例三），再用策略回测页在低估值池内做 top-N 组合，就完整复现了本书从第 5 章到第 19 章的主线。
本页带走的三句话
- F-Score 用 9 个 0/1 财报信号在便宜股票池里排雷，是全书所有维度的一页纸浓缩；
- 好公司的标准依赖语境：价值池用 F-Score，成长池用 G-Score，不要拿一把尺子量所有股票；
- 合成用等权、调仓按季度、规则写死——基本面因子的低换手是它对价量因子的结构性成本优势。