第一章：因子理论基础
做量化投资这些年，我越来越觉得因子理论就像地基。地基不牢，再漂亮的策略也是空中楼阁。今天咱们就来聊聊这个地基——从有效市场假说开始，一路走到Fama-French五因子模型。
1.1 有效市场假说与因子异象
有效市场假说（EMH）是尤金·法玛在1970年提出的。说白了，它的核心观点就一句话：市场价格已经反映了所有可得信息。
EMH分三个层次：
- 弱式有效：价格反映了历史交易信息。技术分析没用。
- 半强式有效：价格反映了所有公开信息。基本面分析也没用。
- 强式有效：价格反映了所有信息，包括内幕消息。谁都没用。
嗯，这里要注意——如果市场真的完全有效，那我们做因子投资就是在白费力气。但现实呢？
现实中存在大量因子异象。比如：
- 小盘股长期跑赢大盘股（规模效应）
- 低市盈率股票表现更好（价值效应）
- 过去涨得好的股票继续涨（动量效应）
这些异象，说白了就是市场无效的证据。我刚开始做研究时，总觉得这些异象是数据挖掘的产物。直到我在实盘中用低波动率因子跑出了稳定的超额收益——嗯，从那以后我再也不敢小看这些异象了。
核心观点：有效市场假说是一个理想化的基准。因子异象的存在，恰恰给了我们获取超额收益的机会。
1.2 CAPM模型与APT模型
CAPM（资本资产定价模型）是夏普在1964年提出的。公式很简单：
E(Ri) = Rf + βi × (E(Rm) - Rf)其中：
- E(Ri) 是资产的预期收益率
- Rf 是无风险利率
- βi 是资产对市场风险的敏感度
- E(Rm) - Rf 是市场风险溢价
CAPM告诉我们：只有系统性风险（β）才被定价。非系统性风险可以通过分散化消除，所以没有超额收益。
但我在实际项目中遇到过一个问题：用CAPM解释A股市场的截面收益差异，R²通常只有2%-5%。这说明什么？说明市场风险远不是唯一的定价因子。
这就引出了APT（套利定价理论）。罗斯在1976年提出的APT，比CAPM灵活得多：
E(Ri) = Rf + βi1 × F1 + βi2 × F2 + ... + βik × FkAPT不指定因子是什么，只告诉你：资产的预期收益由多个因子共同决定。至于因子是什么，交给实证研究去发现。
我的建议：做因子研究时，别死磕CAPM。用APT的框架去思考，你会发现更多可能性。
1.3 Fama-French三因子模型
1993年，法玛和弗伦奇在CAPM的基础上加了两个因子：
E(Ri) - Rf = βi × (E(Rm) - Rf) + si × SMB + hi × HML三个因子分别是：
- 市场因子（MKT）：市场组合超额收益
- 规模因子（SMB）：小盘股减大盘股的收益
- 价值因子（HML）：高账面市值比减低账面市值比的收益
这个模型在实证中表现很好。我记得第一次用A股数据跑三因子回归时，R²从CAPM的3%直接跳到了15%以上。当时我就意识到：多因子才是正道。
为什么会这样？因为小盘股和价值股确实有系统性风险溢价。这不是偶然，而是市场结构决定的。
关键发现：三因子模型解释了约90%的分散化投资组合收益的截面差异。这是因子投资史上的里程碑。
1.4 Carhart四因子模型
1997年，卡哈特在三因子模型的基础上加入了动量因子：
E(Ri) - Rf = βi × (E(Rm) - Rf) + si × SMB + hi × HML + wi × WML其中WML（赢家减输家）是动量因子。这个因子的逻辑很简单：过去12个月涨得好的股票，未来3-12个月继续涨。
我在做A股动量策略时踩过一个坑：直接用美股的方法做A股，结果回撤大得吓人。后来我发现，A股的动量效应周期更短，而且反转效应更明显。这就是本土化的重要性。
避坑指南：我曾经以为因子是通用的，结果在A股市场吃了大亏。记住：因子在不同市场、不同时间窗口的表现可能完全不同。一定要做本土化验证。
1.5 Fama-French五因子模型
2015年，法玛和弗伦奇又加了两个因子：
E(Ri) - Rf = βi × (E(Rm) - Rf) + si × SMB + hi × HML + ri × RMW + ci × CMA五个因子分别是：
- 市场因子（MKT）
- 规模因子（SMB）
- 价值因子（HML）
- 盈利因子（RMW）：高盈利能力减低盈利能力
- 投资因子（CMA）：低投资水平减高投资水平
为什么要加这两个因子？因为实证发现，盈利能力强的公司、投资保守的公司，长期表现更好。这背后有经济学逻辑：高盈利公司有更强的护城河，低投资公司更注重股东回报。
我用五因子模型做过一个回测，效果确实比三因子好。但要注意：因子越多，过拟合风险越大。你想想看，如果模型里有20个因子，总有几个是碰巧有效的。
我的经验：五因子模型是一个很好的起点，但不要盲目套用。根据你的投资标的和周期，选择合适的因子组合才是关键。
知识体系总览
下面这张图展示了因子理论的发展脉络：
模型对比总结
| 模型 | 提出时间 | 因子数量 | 核心因子 | 适用场景 |
|---|---|---|---|---|
| CAPM | 1964 | 1 | 市场风险 | 理论基准 |
| APT | 1976 | 多个 | 不指定 | 灵活框架 |
| 三因子 | 1993 | 3 | 市场、规模、价值 | 股票截面收益解释 |
| 四因子 | 1997 | 4 | 市场、规模、价值、动量 | 加入动量效应 |
| 五因子 | 2015 | 5 | 市场、规模、价值、盈利、投资 | 更全面的解释 |
实用建议：刚开始做因子研究时，我建议从三因子模型入手。它简单、稳健、解释力强。等你对因子有了感觉，再逐步加入动量、盈利等因子。
好了，这一章的内容就到这里。因子理论是量化投资的基石，理解这些模型，你就能更好地设计自己的因子策略。下一章我们会聊因子数据的获取与处理——这可是实盘中最容易踩坑的地方。