标签： #拥挤度

「这个因子最近很好用」——当所有人都这么说时，风险已经建好了。12 年日频模拟跑完因子踩踏的完整生命周期：业绩→资金流入→推高价格→更好业绩的正反馈在第 6.1 年把套利资本推到常态 1.33 倍，一次去杠杆让因子组合 12 天亏掉 49.2%。核心工程发现：这个反馈环有明确稳定性条件——环路增益 κ×资金敏感度×回看期必须小于 1，超过就自激发散（第一版取到 1.4，资本在 0.05 与 75394 间反复爆炸，这个 bug 比结论更有教育意义）。三个纯价格代理中，吸收率（PC1 方差占比）与不可观测资本相关最高 0.653，复合后 0.560、EWMA 21 日平滑再提到 0.638。但最重要的结论是负面的：IC 为 -0.327，五分位却完全不单调（Q1 +16.8%、Q3 -1.8%、Q5 +2.8%）——IC 对单调性一无所知，它是尾部风险指标不是收益预测指标。对抗性检验：随机市场 Sharpe 增量均值 0.004、95 分位 0.171，真实市场 0.246 只有 z=2.5；线性减仓把 Sharpe 从 0.899 提到 1.145 却完全没降回撤——慢变量防不住 12 天崩塌（中阶）

深入探讨因子拥挤度的成因、监测指标与规避策略。学习如何通过相关性、集中度、换手率等指标识别因子拥挤，以及如何通过因子分散、动态权重调整等方法降低拥挤风险。包含完整的Python实现代码。