分位数阈值总在变？先把 quantile 的计算方法写进回测配置

做横截面选股时，经常会用“因子排名前 20%”作为入选条件。样本足够大时，分位点的算法差异不明显；但股票数量较少、因子值重复较多，或者滚动窗口刚启动时，同样的 80% 分位数可能得到不同阈值，最终连持仓名单都会变化。

问题通常藏在 `quantile` 的默认参数里。NumPy 的 `np.quantile` 默认使用 `method="linear"`，当目标分位点落在两个样本之间时，会做线性插值。假设排序后的因子只有 `[1, 2, 4, 8]`，计算 0.75 分位数时，结果不一定直接等于其中某个观测值。如果策略规则是“因子大于等于阈值就买入”，插值得到的阈值会影响边界股票是否入选。

如果业务含义要求阈值必须来自实际观测，可以明确选择离散方法，例如：

```python

threshold = np.quantile(factor, 0.8, method="higher")

selected = factor >= threshold

```

`highe` 会取上侧观测值，`lower` 取下侧观测值，`nearest` 取最近值；它们没有统一的“最好”，关键是和策略定义一致。需要注意的是，NumPy 1.22 之后参数名由 `interpolation` 改为 `method`。如果研究环境和生产环境版本不同，最好在依赖文件里锁定版本，并为阈值写一个小型单元测试。

我还会同时记录三个条件：计算前是否剔除缺失值、相同因子值如何处理、入选条件用 `>` 还是 `>=`。特别是大量股票因子值相同时，单靠分位数无法保证持仓数量正好等于 20%，这时应再加稳定的次级排序规则，例如股票代码或流动性指标，避免每次运行因原始顺序不同而换股。

分位数看起来只是一个函数调用，但它其实属于策略口径。把 `method`、缺失值处理和边界比较写进配置，比只写“取前 20%”更容易复现，也能减少研究端与实盘端的信号差异。