第二章:因子投资哲学——从有效市场假说到行为金融学
说实话,我刚入行那会儿,对因子投资的理解特别肤浅。
我以为就是找几个指标,回测一下,跑赢市场就完事了。结果呢?第一次实盘就被市场狠狠教育了一顿。后来我才明白,因子投资的背后,其实是一整套关于市场本质的哲学思考。
这一章,我们就来聊聊这些底层逻辑。
2.1 有效市场假说:起点与局限
有效市场假说(EMH)是因子投资的起点。它说:市场价格已经反映了所有可得信息。你想想看,如果这是真的,那因子投资就没戏了——因为任何策略都无法持续获得超额收益。
但现实显然不是这样。
我做过一个实验:用最简单的动量因子,在A股市场回测了10年数据。年化超额收益大概在8%左右。如果市场完全有效,这个数字应该接近0。
为什么会这样?
因为EMH有三个前提假设,现实中一个都不成立:
- 理性投资者假设——你我都知道,散户追涨杀跌是常态
- 信息完全对称——内幕交易为什么被禁?因为信息从来就不对称
- 无交易成本——印花税、佣金、冲击成本,哪样不是钱?
核心观点:有效市场假说是一个理想化的基准,而不是现实描述。因子投资的超额收益,恰恰来源于市场对EMH假设的偏离。
2.2 行为金融学:人性的非理性
如果说EMH是理想世界,那行为金融学就是现实世界。
我印象很深的一次:2015年股灾前,我身边几乎所有基金经理都在加杠杆。明明估值已经高得离谱了,但没人愿意停下来。为什么?因为大家都觉得「这次不一样」。
嗯,这就是典型的过度自信偏差。
行为金融学总结了大量类似的认知偏差,我挑几个跟因子投资最相关的:
| 认知偏差 | 表现 | 对应的因子 |
|---|---|---|
| 过度自信 | 投资者高估自己的判断能力 | 低波动因子(过度交易推高高波动股票) |
| 损失厌恶 | 亏损的痛苦大于盈利的快乐 | 价值因子(对坏消息过度反应) |
| 羊群效应 | 跟随大众行为,忽视基本面 | 动量因子(趋势自我强化) |
| 锚定效应 | 过度依赖某个参考点 | 盈利因子(对历史业绩过度外推) |
我的经验:做因子挖掘时,我习惯先问自己一个问题——「这个因子背后,对应的是哪种人性弱点?」如果找不到,那这个因子大概率是数据挖掘的噪音。
2.3 因子投资的逻辑基础
因子投资为什么能赚钱?说白了,就三个逻辑:
- 风险补偿逻辑——承担某种特定风险,获得相应的风险溢价
- 行为偏差逻辑——利用市场参与者的系统性非理性行为
- 结构性约束逻辑——利用制度、流动性等市场摩擦
我举个例子你就明白了。
价值因子(低市净率股票跑赢高市净率股票)为什么有效?
- 风险解释:价值股通常经营困难,投资者需要更高的预期收益来补偿风险
- 行为解释:投资者对成长股过度乐观,对价值股过度悲观,导致定价偏差
- 结构解释:机构投资者受限于基准,不愿意持有「难看」的价值股
你看,同一个因子,可以从三个角度解释。我个人习惯把这三个逻辑叠加起来看——如果一个因子能同时满足两个以上,那它的可靠性会高很多。
2.4 因子溢价的来源:拆解收益
因子溢价到底从哪来?我画了一张图,帮你理清思路:
这张图我经常在团队内部培训时用。它清晰地展示了:因子溢价不是凭空产生的,而是有实实在在的经济学基础。
避坑提醒:我曾经犯过一个错误——发现一个回测表现极好的因子,但完全找不到它的溢价来源。后来实盘一跑,超额收益迅速衰减。记住:没有逻辑支撑的因子,就是过拟合的产物。
2.5 实战视角:如何判断一个因子是否靠谱
说了这么多理论,来点实际的。我判断一个因子是否值得投入实盘,会问自己三个问题:
- 逻辑通不通?——能不能用风险、行为或结构中的至少一个解释?
- 数据稳不稳?——不同时间段、不同市场、不同样本外测试都有效吗?
- 容量够不够?——资金规模大了之后,收益会不会被冲击成本吃掉?
这三个问题,缺一不可。
我见过太多人只盯着回测曲线看,觉得夏普比率高就是好因子。结果呢?一上实盘就崩。为什么?因为回测里那些漂亮的数字,可能只是数据挖掘的幻觉。
我的建议:做因子研究时,把50%的时间花在逻辑构建上,30%花在数据验证上,20%花在实盘设计上。很多人正好反过来——80%的时间在跑回测,结果跑出一堆没用的东西。
好了,这一章的内容就到这里。因子投资的哲学基础,说白了就是一句话:市场不是完全有效的,但也不是完全无效的。因子投资,就是在有效与无效之间,找到那些系统性的定价偏差。
公众号:蓝海资料掘金营,微信deep3321