「MACD 金叉买入」是信号；「MACD 柱的截面分位」是因子。从前者到后者的转化——离散化 → 连续化 → 标准化 → 检验——就是本篇的标准流程。它几乎适用于所有经典技术指标，学会一次，终身受用。
标准流程：五步把指标变成因子
以 RSI 为例走完全程：
- 保留连续值：用 RSI(14) 原始值（0–100），不取「>70 卖出」的离散信号——离散化丢弃强度信息（RSI 85 与 71 被同等对待，但含义完全不同）；
- 标准化到横截面：行业内分位数（当日全市场的 RSI 排位）——原始值跨票不可比（高波股票的 RSI 天然更极端），截面分位解决可比性（标准化的理由见因子构建 ）；
- 方向对齐：RSI 高 = 超买 = 反转语境下应为负向因子——每个指标都要先回答「它假设了均值回复还是动量」，方向弄反则 IC 的解读全错；
- 参数族检验：RSI(6/14/28) 的 IC 应大体一致（信号的有效性不依赖精调的参数）——只对 RSI(13.5) 有效的「因子」是参数过拟合（邻域平坦性，见因子检验 ）；
- 与相关因子的增量检验：RSI 分位与短期反转因子的相关性常 > 0.8（它们都在测「近期涨太多」）——只有增量 IC（剥离反转后的残差）才值得入库（增量检验见因子库 ）。
经典指标家族的因子化速查
趋势类（动量语境）：
| 指标 | 离散信号 | 因子化 | 已知局限 |
|---|---|---|---|
| MA | 金叉/死叉 | close/MA_n − 1 的截面分位；或 MA 斜率 | 与动量因子高度同源（增量常 < 0.01） |
| MACD | 柱状线翻红 | DIF、DEA、柱的连续值分位 | 全部信息 ≈ 双周期动量差 |
| DMI/ADX | ADX>25 趋势市 | ADX 作为「趋势强度」条件变量（不单独做因子） | 最有价值的用法是给动量因子做状态过滤 |
摆动类（回复语境）：
| 指标 | 离散信号 | 因子化 | 已知局限 |
|---|---|---|---|
| RSI | 70/30 超买超卖 | 截面分位（负向，反转语境） | 与反转因子相关性极高 |
| KDJ | J 值极值 | K、D、J 连续分位 | 噪声大，J 的极值分位略优于 RSI |
| 布林带 | 触带 | %b = (close−lower)/(upper−lower)、带宽（波动代理） | %b ≈ 价格在区间的分位；带宽与波动因子同源 |
量价类（最有本土潜力的一族）：
| 指标 | 因子化 | 说明 |
|---|---|---|
| OBV/量价背离 | sign(ret_20) × rank(volume_20) 的偏离 | 「价涨量缩」的背离结构是 A 股量价因子的经典来源 |
| 换手率 | 换手/换手历史分位（负向） | A 股最稳健的因子之一：高换手 = 注意力过热 = 后续回复 |
| 振幅 | (high−low)/pre_close 的历史分位（负向） | 日内博弈强度；与彩票偏好直接挂钩（见行为偏差 ） |
| 量价相关性 | corr(ret, Δvolume, 20)（负向） | 「量价背离」的程度度量 |
量价类为什么比价格指标更有潜力：价格信息被全市场充分挖掘（动量/反转研究了几十年），而量的信息（尤其散户主导市场的换手结构）的机构化程度更低——A 股量价因子的超额持续性普遍好于纯价格因子（见A 股生态 的散户结构因果）。
已知局限与诚实预期
- 同源退化：几乎所有经典指标的因子化版本，都退化成「动量、反转、波动、换手」四大基础因子的线性组合——技术指标因子化的真实价值不是「多挖到 alpha」，而是「用熟悉的语言理解基础因子」。增量检验的常态结果：残差 IC 0.005–0.015（弱但有时可覆盖）；
- 衰减的历史：被公开讨论几十年的信号（金叉、超卖反弹）的样本外衰减是确定的（自我实现 → 套利 → 失效的循环，见技术分析的位置 ）——分年代稳定性检验必做；
- 参数敏感的幻觉：日历类与形态类的「显著结果」对参数/定义极敏感——用参数族的平坦性做第一道过滤，能杀掉 80% 的伪发现；
- 正确的定位：技术指标因子化的最大产出是两块——量价类因子（尤其换手/振幅/量价背离）的稳健补充，以及给 ML 模型的低成本特征族（多窗口多指标的自动生成 + 树模型自动筛，见特征工程 ）——特征比因子更适合它们的信噪比。
关联阅读：检验的完整流水线因子检验 ；指标背后的经典体系K 线 与道氏 ；量价信号的深水区订单簿与 Level-2 。