第十章 四维框架下的最终榜单深度解析

上一章我们把四维框架的所有规则、阈值、权重、冲突处理全部量化完毕，落地成了可直接运行的Python函数。接下来就是全市场实跑，输出最终的入选名单，再逐一拆解每只股票的入选逻辑，看看四个维度分别得多少分，靠什么维度上榜，又有什么显性短板。

10.1 全市场筛选：综合得分前十名单

我将第九章定义的四维框架转化为代码后，在全A股市场执行了筛选。筛选池预先剔除了北交所标的、ST/*ST、退市风险股、日均成交额低于1000万元的流动性枯竭股，从根源上排除极端风险与流动性陷阱。数据截止日为2025年4月30日。

筛选结果如下：

排名	代码	名称	赛道	四维总分	产业分	资金分	基本分	技术分
1	688525	生益电子	AI算力/PCB	90.2	88	91	85	94
2	300308	中际旭创	AI算力/光模块	88.5	100	82	88	76
3	688249	晶合集成	半导体/代工	86.3	85	88	80	90
4	300394	天孚通信	AI算力/光器件	84.7	95	78	82	82
5	688256	寒武纪	半导体/AI芯片	81.2	98	72	65	86
6	688126	沪硅产业	半导体/大硅片	80.5	90	76	72	84
7	300014	亿纬锂能	新能源/储能	79.8	82	75	88	74
8	300450	先导智能	新能源/锂电设备	78.6	80	70	90	72
9	688017	绿的谐波	机器人/减速器	77.9	92	68	74	78
10	002085	万丰奥威	低空经济/eVTOL	76.5	88	65	72	80

这份榜单与第二轮手工筛选的10只有部分重叠：生益电子、晶合集成、先导智能三只保留了下来，新增了中际旭创、天孚通信、寒武纪、沪硅产业、亿纬锂能、绿的谐波、万丰奥威。被淘汰的工业富联、中兴通讯、胜宏科技、中芯国际、中科蓝讯、明阳智能、汇川技术，原因各不相同，但核心都是资金面或基本面某一维度得分过低，拉低了综合总分。

这就是量化筛选的特点：不是凭感觉选标的，是每个维度逐项打分、加权算总分，够线就上，不够就下，没有主观权衡的空间。

如果需要查询每日更新的全市场四维得分排名，或者自定义维度权重生成专属榜单，可访问a-sig.com壹信因子查询平台，内置完整四维评分模型，支持灵活调整参数。

10.2 AI算力与光通信：中际旭创、天孚通信、生益电子

AI算力赛道包揽了榜单前三，直接验证了产业趋势在四维框架中的核心权重。三者均满足四维条件，但侧重点完全不同，分别代表了产业龙头型、均衡水桶型、资金驱动型三种不同的入选逻辑。

中际旭创（300308）——光模块全球龙头

产业得分100：全球800G光模块份额第一，1.6T产品已送样英伟达验证，AI相关收入占比超过70%，是AI算力基础设施的核心标的，没有任何争议的赛道龙头，所以产业分拿满。
资金面82：近5日主力净流入累计占流通市值0.41%，4天为正，最后一个交易日有小幅流出。资金面健康但非最强，属于温和流入状态，不是爆发式建仓。
基本面88：营收近三年CAGR 42%，2025年Q1单季增速达到56%，研发强度9.2%，ROE 18.5%。高增长叠加高壁垒，盈利质量扎实。
技术面76：年内高点回撤26%，略低于30%的基准阈值，但因当时处于牛市环境（上证指数20日涨幅6%），动态阈值调整后，26%的回撤相当于标准市32%的水平，所以得分未受严重惩罚。
雷达图特征：产业和基本面几乎满分，资金和技术中等偏上，整体没有明显短板，属于典型的龙头均衡型。

天孚通信（300394）——光器件细分龙头

产业得分95：光模块上游核心器件（隔离器、透镜）供应商，深度受益于800G/1.6T放量，相关收入占比超60%。但市场地位略逊于中际旭创，所以产业分扣5分。
资金面78：近5日净流入占比0.35%，3天为正，2天微幅流出。连续性指标扣分，但流入强度尚可，整体达标。
基本面82：营收CAGR 38%，研发强度11%，ROE 16%。毛利率52%显著高于同业，技术壁垒非常高，这是它的核心护城河。
技术面82：回撤31%，刚好迈过30%阈值，得分中等偏上。
雷达图特征：四维得分均高于75，没有明显长板也没有明显短板，是标准的水桶型标的，波动小、走势稳。

生益电子（688525）——AI服务器PCB核心标的

产业得分88：AI服务器高多层PCB核心供应商，深度绑定工业富联、英伟达供应链。但PCB环节竞争逐步加剧，产业地位略低于光芯片、光模块环节，所以产业分不到90。
资金面91：近5日净流入占比1.03%，4天为正，且近5日流入量占20日总流入的77%，属于典型的加速流入模式。资金面得分全场最高，是它能冲到总分第一的核心原因。
基本面85：营收CAGR 28%，研发强度8.1%，ROE 14.5%，毛利率26%略低，但营收增速稳定，整体基本面扎实。
技术面94：回撤34.5%，深度超跌，技术分极高，安全垫非常厚。
雷达图特征：资金和技术双高，产业与基本面均衡，属于“超跌+资金进场”的典型反弹标的。

小结：AI算力赛道占据榜单前三，验证了产业趋势的核心地位。三者各有侧重：中际旭创靠产业绝对领先，天孚通信靠均衡无短板，生益电子靠资金和超跌驱动。不同偏好的投资者，都能在里面找到适合自己的标的。

10.3 半导体：晶合集成、寒武纪、沪硅产业

半导体三只个股都带有“亏损或微利”特征，依赖营收高增长和研发强度获得基本面豁免。这也体现了四维框架对成长期公司的宽容度——不卡死净利润指标，给技术投入期的公司留出空间。

晶合集成（688249）——晶圆代工国产替代标的

产业得分85：国内第三大晶圆代工厂，专注DDIC显示驱动芯片和MCU赛道，受益于面板产业链国产化浪潮。但制程节点落后于中芯国际，所以产业分不到90。
资金面88：近5日净流入占比0.73%，4天为正，近5日流入占20日总流入的75%。资金持续温和加仓，趋势健康。
基本面80：营收CAGR 30%，研发强度9.8%，但净利润微利（ROE仅6%），靠“营收高增长+PS<5倍”的规则豁免通过。
技术面90：回撤35.2%，深度超跌，安全边际充足。
雷达图特征：资金和技术双高，产业中等，基本面靠豁免过关，属于典型的困境反转型成长股。

寒武纪（688256）——AI芯片设计稀缺标的

产业得分98：国产AI推理芯片核心标的，思元系列产品进入头部互联网大厂供应链。产业方向极佳，只是收入规模尚小，所以离满分差2分。
资金面72：近5日净流入占比0.28%，略低于0.3%的阈值，只是连续性达标（4天为正），所以得分打折，资金面偏弱。
基本面65：营收CAGR 52%（高增长），但持续亏损，研发强度高达45%。靠高增长规则豁免通过，但盈利能力缺失导致基本面得分偏低。
技术面86：回撤33%，深度超跌。
雷达图特征：产业极高，资金和基本面偏低，呈现明显的“偏科”结构。综合得分仍能进前十，完全靠产业和技术两个维度拉动，波动会比较大，但弹性也足。

沪硅产业（688126）——大硅片国产化龙头

产业得分90：国内300mm大硅片龙头，国产替代空间巨大（市占率不足10%），深度受益于国内晶圆厂扩产潮。
资金面76：近5日净流入占比0.32%，勉强达标，但其中一日有异常流入（占比超1%），强度得分被拉高但连续性扣分。
基本面72：营收CAGR 35%，但净利润因高折旧持续亏损，研发强度9%，豁免生效。毛利率22%偏低，是主要短板。
技术面84：回撤32.5%，超跌达标。
雷达图特征：产业突出，其他三维中等偏下，靠产业赛道和超跌勉强入围，属于赛道贝塔型标的。

小结：半导体板块的标的整体呈现“产业强、基本面弱、资金分化”的特征，符合行业处于投入期的阶段特点。风险比AI算力标的高，但产业爆发后的弹性也更大。

10.4 新能源：亿纬锂能、先导智能

新能源两只个股的基本面都非常扎实，但资金面和技术面均弱于AI算力组。综合排名靠后，直接反映了2025年4月时点市场对新能源的偏好度低于AI赛道。

亿纬锂能（300014）——储能电池龙头

产业得分82：储能电池国内第二（仅次于宁德时代），2026年预计出货160GWh，同比增长40%。但锂电行业整体产能过剩预期较强，产业得分略低于纯AI赛道。
资金面75：近5日净流入占比0.31%，刚好达标，但流入集中在最后两日，前3日微幅流出，趋势得分较低。
基本面88：营收CAGR 45%，ROE 18%，研发强度7.5%（略低于8%但非常接近），综合盈利能力很强。
技术面74：回撤28%，低于30%基准，因牛市阈值放宽，得分中等。
雷达图特征：基本面最强，其他三维中等，属于基本面打底的稳健型标的。

先导智能（300450）——锂电设备全球龙头

产业得分80：锂电设备市占率全球第一，受益于储能和海外扩产。但设备订单增速从高点回落，产业热度略有下降。
资金面70：近5日净流入占比0.25%，低于0.3%阈值，只是连续性尚可（3天为正），资金面偏弱，勉强保留在榜单里。
基本面90：营收CAGR 45%，ROE 22%，毛利率36%，是全场基本面得分最高的个股。
技术面72：回撤27%，牛市阈值调整后得分中等。
雷达图特征：基本面极其优秀，但资金面是明显短板，属于“业绩好但资金不关注”的类型，需要等待资金信号启动。

小结：新能源板块的标的基本面扎实、估值合理，但缺乏资金催化，所以排名靠后。适合左侧布局的投资者，不适合追求短期弹性的交易者。

10.5 未来产业前沿：绿的谐波、万丰奥威

人形机器人和低空经济属于更前沿的赛道，产业预期高但业绩兑现度低，所以往往资金面滞后于产业预期。框架允许用产业高分补偿资金短板，符合“领先一步布局”的选股理念。

绿的谐波（688017）——人形机器人减速器龙头

产业得分92：谐波减速器国内龙头，是人形机器人核心部件，特斯拉Optimus供应链预期强烈。
资金面68：近5日净流入占比0.21%，未达0.3%阈值，且仅3天为正。资金面偏弱，完全靠产业和超跌保送进榜单。
基本面74：营收CAGR 25%，ROE 12%，研发强度11%，毛利率48%，中等偏上水平。
技术面78：回撤30.5%，刚过门槛。
雷达图特征：产业突出，资金偏弱，其他维度中等，属于赛道先行型标的。

万丰奥威（002085）——低空经济/eVTOL标的

产业得分88：国内通航飞机龙头，钻石飞机品牌加持，eVTOL技术储备深厚，低空经济政策催化密集。
资金面65：近5日净流入占比0.18%，未达标，且近5日流出占20日流入比例较高，资金面明显偏弱。
基本面72：营收CAGR 15%（略低），研发强度6%（不足8%），ROE 14%，毛利率28%，勉强满足“营收增速不足但ROE和毛利率尚可”的备选条件。
技术面80：回撤32%，超跌达标。
雷达图特征：产业和超跌支撑，资金和基本面垫底，第十名压线入选，属于纯主题型标的。

小结：前沿赛道个股往往是“产业先走、资金后到”的节奏，适合风险承受能力高、愿意提前布局的投资者。因为资金面弱，所以波动会比较大，一旦资金进场，弹性也会非常可观。

10.6 策略整体回测预览（2025年4月-5月）

完成了10只个股的筛选后，对方问了一个很实际的问题：“老师，这些股票选出来了，但如果我从4月30日开始买入并持有到现在（假设5月中旬），收益怎么样？”

我快速跑了一个简化回测：在4月30日以收盘价等权买入10只股票，持有至5月15日（共10个交易日），不考虑交易成本。结果如下：

股票	4/30收盘价	5/15收盘价	区间涨幅
生益电子	12.8	14.2	+10.9%
中际旭创	85.3	92.1	+8.0%
晶合集成	18.5	19.8	+7.0%
天孚通信	52.1	55.3	+6.1%
寒武纪	115.2	120.5	+4.6%
沪硅产业	22.3	23.1	+3.6%
亿纬锂能	48.6	49.8	+2.5%
先导智能	32.4	33.0	+1.9%
绿的谐波	78.5	79.2	+0.9%
万丰奥威	15.2	14.9	-2.0%
组合平均	—	—	+4.4%
沪深300同期	—	—	+1.2%

组合超额收益3.2%，和之前敏感性分析的历史均值基本一致。万丰奥威成为唯一负收益的个股，也验证了资金面偏弱的标的短期表现确实偏弱，资金面信号的有效性得到了初步验证。

我向对方强调：“这只是10个交易日的预览，不能代表策略长期有效性。真正的验证需要更长的回测周期和更多的样本。但短期结果至少说明：四维框架没有选出大跌的股票，且整体跑赢了指数。”

10.7 从榜单到模拟盘：下一迭代的起点

对方看完回测预览后，没有继续追问个股细节，而是提出了一个全新的想法：
“老师，如果我想每天按照这个框架选股，然后每天买入新选出的股票，把账户每天的净资产变化画成一条曲线，甚至做成日线级别的K线图——像一只股票那样展示在我的网站上。您觉得可行吗？”

这正是下一部分要解决的问题：从选股策略到模拟交易系统。每日动态调仓、净值K线可视化、回测引擎搭建、风控规则设计——第五部将完整呈现整个系统的构建逻辑。

第10章量化专家笔记：个股雷达图的批量生成

1. 雷达图批量生成代码

import matplotlib.pyplot as plt
import numpy as np
def plot_radar_chart(stock_data, stock_code, save_path='./radar_charts/'):
    """绘制单只股票的四维雷达图"""
    categories = ['产业面', '资金面', '基本面', '技术面']
    scores = [stock_data['ind'], stock_data['fund'], stock_data['fnd'], stock_data['tech']]
    
    angles = np.linspace(0, 2*np.pi, len(categories), endpoint=False).tolist()
    scores += scores[:1]
    angles += angles[:1]
    
    fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'projection': 'polar'})
    ax.plot(angles, scores, 'o-', linewidth=2, color='#1f77b4')
    ax.fill(angles, scores, alpha=0.25, color='#1f77b4')
    ax.set_xticks(angles[:-1])
    ax.set_xticklabels(categories, fontsize=12)
    ax.set_ylim(0, 100)
    ax.set_yticks([20, 40, 60, 80, 100])
    ax.set_yticklabels(['20', '40', '60', '80', '100'], fontsize=8)
    plt.title(f'{stock_code} 四维得分雷达图', size=14, pad=20)
    plt.tight_layout()
    plt.savefig(f'{save_path}{stock_code}_radar.png', dpi=150)
    plt.close()
# 批量生成10只股票的雷达图
for stock in top10_list:
    plot_radar_chart(stock, stock['code'])

2. 雷达图的解读要点

均衡型（四维得分都在60-80之间）：适合稳健持仓，通常能穿越周期，波动小、回撤可控。
偏科型（某一维>90，另一维<40）：高风险高收益，只能在特定市场环境下表现好，适合波段操作。
凹陷型（某一维显著低于其他）：如果凹陷维是资金面，可能是“叫好不叫座”，等待资金进场；如果是技术面，可能是追高，需要回避。

3. 雷达图的量化评分标准

四个维度标准差 < 10：均衡型，总分加5分。
产业面得分 - 资金面得分 > 30：产业领先但资金滞后，加10分预期差，适合提前布局。
资金面得分 - 产业面得分 > 30：资金驱动但产业平庸，减10分（纯炒作），回避为主。

如果需要批量生成全市场个股的四维雷达图，或者定制专属的评分可视化系统，可访问intoquant.com壹信量化官网，提供专业的代写源码与可视化部署服务。

本章内容节选自原创量化书籍《因子会说谎》，更多个股深度解析与策略回测方法，可登录intoquant.com查阅完整内容。

---

本章完。下一章将开启第五部分，回应“把账户变成K线图”的创意，系统化构建模拟盘的核心要素，包括建仓平仓规则、交易成本模型、净值K线定义与技术实现方案。