北向资金流因子：陆股通资金能否预测 A 股收益

“聪明钱”是 A 股市场近十年最深入人心的叙事之一。北向资金——通过沪股通、深股通买入 A 股的境外资金——被无数研报、自媒体和交易软件包装成先知：北向大幅净流入，第二天必涨；北向连续流出，赶紧跑。2024 年 8 月交易所停止披露北向实时买卖金额后，这个信号的稀缺性甚至进一步抬高了它的江湖地位。

这篇文章不站队，用一个结构透明的面板模拟把问题拆干净：假设北向资金确实部分知情（信号是真的），这个信号能不能变成钱？ 答案先给：Rank IC 为正且统计显著（5 日 IC 0.68%、IR 1.84），五分组严格单调，多空费前年化 8.8%、Sharpe 1.68——但费后年化 -15.3%。信号在 5 个交易日内衰减完毕，迫使组合日均换手 16%，单边 15bp 的 A 股交易成本把全部 alpha 连本带利吃掉。降频调仓从 1 日到 20 日试了一遍，费后没有一档为正。

这是量化研究里最典型的一类结论：信号真实存在，但它的衰减速度与市场的摩擦成本共同决定了它不可直接交易。

一、北向资金为什么”可能”有信息#

先把机制说清楚，避免玄学。北向资金可能领先市场的三个正经理由：

1. 机构占比高。陆股通投资者以外资机构为主（主权基金、养老金、对冲基金），研究资源和定价纪律优于 A 股散户为主的投资者结构；
2. 全球比价视角。外资对汇率、全球流动性、行业景气的跨市场信息整合更快，这类宏观信息恰恰是 A 股本地投资者的盲区；
3. 持仓公开的自我实现。北向持股数据每日披露，跟风资金放大了它的价格影响——即使原始信息含量为零，“被认为聪明”本身也能制造短期预测力。

但也有两个泼冷水的理由：北向资金显著追涨（流入与过去收益强相关，可能只是动量的马甲）；北向覆盖度高度偏向大市值白马，因子暴露和市值、行业耦合严重。

二、面板构造：把”部分知情”写进数据生成过程#

模拟 1500 个交易日 × 300 只股票。关键设定：北向净流入由三部分构成——信息成分（对未来 5 日特质收益有微弱预测力）、动量追随成分（跟过去 5 日收益走）、噪声，再乘以北向覆盖度（大票覆盖高）：

# 信息信号：对未来 5 日收益有衰减式传导
info = rng.normal(0, 1, (n_days, n_stocks))
# 北向净流入 = 信息 + 动量追随 + 噪声，乘覆盖度
flow = (0.5 * info
      + 0.35 * (mom5 / mom5.std())
      + rng.normal(0, 1, (n_days, n_stocks)))
flow *= nb_coverage[None, :]

因子定义采用业界常见口径：过去 20 日累计净流入，除以同窗口流量标准差（消除股票间流量规模差异）。严格避免 look-ahead：t 日信号只用 t-1 及之前的流量，预测 t+1 日之后的收益：

window = 20
for t in range(window, n_days):
    seg = flow[t - window:t]          # 不含 t 当天
    flow_cum[t] = seg.sum(axis=0) / (seg.std(axis=0) + 1e-9)

三、IC 检验：信号是真的，但衰减极快#

逐日截面 Rank IC：

IC 为正且 IR 显著大于 1，信号真实存在。但看 IC 按预测日的衰减：

第 1 日 IC 0.56%，第 3 日掉到 0.27%，第 5 日只剩 0.17%，之后归零。北向流的信息半衰期大约 2 个交易日——这与真实市场的实证量级一致（多数 A 股研究报告北向流因子 IC 在 1%3% 之间、510 日内衰减殆尽）。信息衰减快意味着：想吃到这个 alpha，就必须频繁调仓；频繁调仓，就要面对 A 股的交易成本。这是后面全部悲剧的伏笔。

四、分组回测：费前很美，费后崩塌#

每日按因子值分五组、次日等权持有。五分组累计净值（开头图）严格单调：净流入最多的 G5 一路领先，净流出最多的 G1 垫底。多空组合（G5 - G1）的表现：

问题出在换手：多头组合日均换手率 15.9%——五分之一的仓位每天在换血。多空两条腿、买卖双边，一年下来交易成本超过 24%，而费前 alpha 只有 8.8%。成本假设并不苛刻：15bp 单边已经是机构水平（含佣金、卖出印花税分摊、冲击成本），散户实际成本更高。

降频能救吗？不能#

自然的想法是拉长调仓周期，用换手换 alpha 保留率。1/2/5/10/20 日调仓全试一遍：

一档都没转正。原因是残酷的算术：信号 5 日内衰减完毕，降频保住了成本却丢掉了 alpha——5 日调仓时费前年化已从 8.8% 掉到 5.2%，成本却因每次调仓换手更高（39%）而没有同比例下降。信号衰减速度和成本的组合，把”可交易区间”整个封死了。

五、剥离动量：北向流是不是动量的马甲#

模拟里北向流有 35% 的权重在追涨。一个自然的质疑：所谓北向 alpha 会不会只是动量因子换了件衣服？逐日截面回归剥离过去 5 日动量后再算 IC：

原始因子 5 日 IC 0.68%，正交后 0.67%，保留 99%。在本模拟中北向 alpha 不是动量马甲——因为数据生成过程里信息成分与动量成分是独立注入的。但这恰恰是需要在真实数据上重做的检验：真实研究中北向流因子与动量、市值、行业动量的相关性远高于此，正交化后 IC 保留率普遍只有 40%~70%。模拟能告诉你检验该怎么做，不能替你回答真实世界的答案。

六、那北向数据到底该怎么用#

直接做选股因子费后活不下来，但这不等于数据无用。三个更合理的用法：

1. 市场级择时温度计。 个股层面的成本问题在指数层面不存在——北向整体净流入/流出对沪深 300 未来 1~4 周收益的预测力，可以通过股指期货或 ETF 以极低成本表达。历史上北向单日净流出超百亿的日子，往往对应短期情绪底部区域（均值回复）或外部冲击起点（趋势延续），配合波动环境区分这两种情形是可行的研究方向。

2. 其他策略的确认过滤器。 把北向 20 日累计流向作为多头信号的确认条件（只做北向同向的信号），不产生额外换手，成本为零，却能利用信号的信息含量。这是”信号真实但不可直接交易”类因子的标准归宿。

3. 持仓结构监控。 北向对个股的持股比例变化（而非日度流量）衰减慢得多——外资建仓周期以月计。月度调仓的”北向持股占比变化”因子换手率低一个数量级，是比日度流量更可能在费后存活的口径。

还要提醒一个数据现实：2024 年 8 月起交易所已停止披露北向实时成交与单日净买入金额，只保留持股数据的定期披露。依赖日度流量的历史回测，未来根本拿不到同频数据——这是比成本更根本的死刑。持股口径（用法 3）因此成为唯一可持续的方向。

七、方法论备忘#

这个案例浓缩了资金流类因子研究的通用清单：

1. 先测 IC 衰减再谈策略——衰减半衰期 < 5 日的信号，先假设它费后必死，除非能证明换手可控；
2. 成本敏感性是第一性检验，不是附录：费前 Sharpe 1.68 到费后 -2.91，中间只隔着 15bp；
3. 正交化检验必须做：资金流与动量天然纠缠，不剥离动量的资金流因子研究没有参考价值;
4. 数据可持续性：披露规则会变，用一个未来拿不到的数据源做出的回测，再漂亮也是纪念品。

总结#

北向资金流因子是”信号真实、不可交易”的教科书案例。模拟中即使把知情假设明确写进数据生成过程——IC 显著为正、五分组严格单调、费前 Sharpe 1.68——单边 15bp 的成本和 5 日信息半衰期的组合仍把所有调仓频率的费后收益按在零轴之下。它的正确打开方式不是日度选股，而是指数择时、信号过滤和低频持股结构监控。下次再看到”北向爆买百亿、明日必涨”的标题，可以想起这组数字：预测力 0.56% 的 Rank IC 是真的，但它属于费率比你低、动作比你快的人——以及，2024 年 8 月之后，连他们也看不到实时数据了。