因子暴露的数学定义
聊因子暴露之前，我先问个问题：你凭什么说某只股票「偏向」价值因子？
凭感觉？凭它市盈率低？嗯，这其实已经接近答案了。但量化交易里，我们需要一个精确的数学表达。说白了，就是给每只股票、每个因子算一个「数字」，这个数字就叫因子暴露。
因子暴露的线性代数表示
我个人习惯把因子暴露理解成「股票在因子空间里的坐标」。你想想看，如果我们把因子当成坐标轴，那每只股票就是空间里的一个点。
假设我们有 N 只股票，K 个因子。那么因子暴露矩阵 X 就是一个 N×K 的矩阵：
X = [[x₁₁, x₁₂, ..., x₁K],
[x₂₁, x₂₂, ..., x₂K],
...
[xN₁, xN₂, ..., xNK]]这里 xᵢⱼ 表示第 i 只股票在第 j 个因子上的暴露度。举个例子，如果第 1 个因子是「市值因子」，那 x₁₁ 就是股票 1 的市值暴露。
核心公式：
股票收益率 = 因子暴露 × 因子收益率 + 残差
用矩阵写就是：R = X × F + ε
我在项目中遇到过不少新手，上来就把因子暴露和因子收益率混为一谈。这两者完全不同——暴露是「特征」，收益率是「回报」。就像你不能说一个人「高」就是「跑得快」，对吧？
因子载荷矩阵
因子载荷矩阵，其实就是上面那个 X 矩阵的另一种叫法。不过在实际应用中，它通常特指「标准化后的暴露矩阵」。
为什么要标准化？
因为不同因子的量纲不一样。比如市值因子，数值可能是几百亿；而动量因子，可能只是 0.8 或 1.2。如果不标准化，你没法比较哪个因子对股票的影响更大。
标准化的方法我常用两种：
- Z-score 标准化：减去均值，除以标准差
- Rank 标准化：把数值转成百分位数，再映射到 [-1, 1] 区间
# 我个人习惯用 Z-score
import numpy as np
def standardize_exposure(raw_exposure):
mean = np.mean(raw_exposure)
std = np.std(raw_exposure)
return (raw_exposure - mean) / std小技巧： 标准化后的因子载荷矩阵，每列的均值是 0，标准差是 1。这样你在做回归时，系数的大小直接反映了因子的相对重要性。
暴露度计算
暴露度怎么算？这得看因子类型。我把它分成三类：
| 因子类型 | 计算方法 | 例子 |
|---|---|---|
| 基本面因子 | 直接用财务指标 | 市盈率、市净率 |
| 技术面因子 | 用历史价格计算 | 动量、波动率 |
| 另类因子 | 用非结构化数据 | 舆情得分、搜索热度 |
举个例子，计算「动量因子」的暴露度：
def momentum_exposure(prices, lookback=252):
"""
计算过去252个交易日的动量暴露
"""
# 过去一年的累计收益率
momentum = (prices[-1] - prices[0]) / prices[0]
return momentum嗯，这里要注意：动量因子通常还要做「中性化处理」。什么意思？就是剔除市值、行业等已知因子的影响。我曾经吃过这个亏——算出来的动量暴露和市值高度相关，结果回测漂亮，实盘一塌糊涂。
避坑指南： 我曾经在计算因子暴露时，忘了做行业中性化。结果发现所有高暴露的股票全是科技股，低暴露的全是银行股。这哪是因子选股？分明是行业选择！
多因子暴露矩阵的构建
实际工作中，我们很少只用一两个因子。构建多因子暴露矩阵时，我建议按以下步骤来：
- 收集原始数据：每个因子对应的原始指标
- 清洗异常值：去掉极端值，比如市值最大的那 0.1%
- 标准化处理：让不同因子可比
- 中性化处理：剔除已知风险因子的影响
- 正交化处理：降低因子之间的相关性
最后一步「正交化」很多人会忽略。但你想，如果两个因子高度相关，比如「价值因子」和「低波动因子」经常重叠，那你的模型就会出现多重共线性问题。
# 正交化示例：用 Gram-Schmidt 方法
def orthogonalize(X):
"""
对因子暴露矩阵做正交化
"""
n_factors = X.shape[1]
Q = np.zeros_like(X)
for i in range(n_factors):
v = X[:, i].copy()
for j in range(i):
v = v - np.dot(Q[:, j], X[:, i]) * Q[:, j]
Q[:, i] = v / np.linalg.norm(v)
return Q记住： 因子暴露不是算出来就完事了。你得定期更新——我一般每月重新计算一次。因为股票的因子特征会变，今天的小盘股，明天可能就变成中盘股了。
用 SVG 画一张因子暴露结构图
下面这张图展示了因子暴露的核心逻辑，从原始数据到最终暴露矩阵的完整流程：
这张图把整个流程串起来了。你从原始数据开始，经过清洗、标准化、中性化、正交化，最后得到干净的因子暴露矩阵。每一步都有它的意义——跳过任何一步，都可能让你的策略出问题。
好了，因子暴露的数学定义就聊到这儿。记住一句话：因子暴露是量化交易的「语言」，你得学会用它说话。