4、因子暴露的估计方法：时间序列回归、横截面回归、面板数据方法
因子暴露怎么算？这是做统计套利绕不开的核心问题。
说白了，因子暴露就是衡量你的组合对某个风险因子有多敏感。比如市场涨1%，你的组合跟着涨多少？这个系数就是暴露。我刚开始做量化那会儿，总觉得这玩意儿就是个回归系数，跑个OLS就完事了。后来踩了不少坑才发现——估计方法选不对，后面全白干。
目前主流的方法有三类：时间序列回归、横截面回归、面板数据方法。咱们一个一个说。
4.1 时间序列回归
这是最直观的方法。你拿一只股票的收益率序列，对因子收益率序列做回归。比如经典的CAPM模型：
R_i - R_f = α + β * (R_m - R_f) + ε这里的β就是股票对市场因子的暴露。我习惯用滚动窗口来估计，比如过去60个交易日。为什么？因为因子暴露会随时间变化，你用全历史数据估计，可能得到的是个“平均暴露”，对当前交易没啥指导意义。
核心要点：时间序列回归适合估计单个资产对已知因子的暴露。前提是你得先有因子收益率数据。
代码实现其实很简单：
import statsmodels.api as sm
# 假设 returns 是股票超额收益率，factor_returns 是因子收益率
X = sm.add_constant(factor_returns)
model = sm.OLS(returns, X).fit()
beta = model.params[1] # 因子暴露
alpha = model.params[0] # 超额收益
嗯，这里要注意——残差项一定要做异方差检验。我在项目中遇到过一只小盘股，回归结果看着挺漂亮，R方0.7，但残差方差明显不恒定。后来用了Newey-West标准误才把问题纠正过来。
避坑指南：我曾经用60天滚动窗口估计因子暴露，结果某天股票停牌了，收益率全是0，回归直接崩了。记得做数据清洗，把停牌日、涨跌停日剔除掉。
4.2 横截面回归
这个方法正好反过来。你不是用时间序列去估计单个股票的暴露，而是在某个时间截面上，用所有股票的收益率去反推因子暴露。
具体怎么做？Fama-MacBeth两步法就是典型代表：
- 第一步：在每个时间点t，用所有股票的收益率对因子暴露做横截面回归，得到因子收益率f_t
- 第二步：对f_t取时间序列平均，得到因子溢价的估计
你想想看，这跟时间序列回归的区别在哪？时间序列回归是“已知因子收益率，求暴露”；横截面回归是“已知暴露，求因子收益率”。
实际应用中，横截面回归更适合做因子选股。比如你知道某只股票的市值、账面市值比这些特征（这就是暴露），你想知道这些特征在市场上能带来多少收益——那就用横截面回归。
# 伪代码示例：横截面回归
# 在每个时间点t，对所有股票做回归
# R_t = X_t * f_t + ε_t
# 其中R_t是股票收益率向量，X_t是因子暴露矩阵，f_t是因子收益率向量
import numpy as np
def cross_sectional_regression(R_t, X_t):
# R_t: (N,) 股票收益率
# X_t: (N, K) 因子暴露矩阵
f_t = np.linalg.lstsq(X_t, R_t, rcond=None)[0]
return f_t
个人经验：横截面回归对异常值特别敏感。我建议用Winsorize处理一下极端收益率，不然一个涨停板就能把整个截面的因子收益率带偏。
4.3 面板数据方法
时间序列和横截面各有各的局限。时间序列只用了单个资产的历史信息，横截面只用了单期截面的信息。那能不能两个都用上？
当然可以。面板数据方法就是把时间序列和横截面揉在一起，同时利用两个维度的信息。常见的模型有：
- 固定效应模型：假设每个股票有个体效应（不随时间变化的特质）
- 随机效应模型：假设个体效应是随机的
- 混合效应模型：假设所有股票共享相同的截距
我个人习惯用固定效应模型做因子暴露估计。为什么？因为股票之间差异太大了，你很难相信所有股票共享同一个截距项。固定效应模型允许每个股票有自己的“基准收益”，这更符合实际情况。
# 面板数据回归示例（固定效应）
# 使用 linearmodels 库
from linearmodels.panel import PanelOLS
# 假设数据格式：MultiIndex (股票, 时间)
# y: 股票收益率
# X: 因子暴露（注意：这里X是随时间变化的）
model = PanelOLS(y, X, entity_effects=True)
result = model.fit()
print(result.params)
关键区别：面板数据方法能控制不可观测的个体异质性。说白了，它能帮你剔除那些“说不清道不明”的股票特质影响，让因子暴露估计更干净。
4.4 三种方法的对比
说了这么多，到底该用哪个？我整理了个表格，你一看就明白：
| 方法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 时间序列回归 | 已知因子收益率，求单个资产暴露 | 直观、易实现、可滚动更新 | 需要长历史数据，对异常值敏感 |
| 横截面回归 | 已知资产特征，求因子溢价 | 能捕捉截面差异，适合因子选股 | 每期样本量有限，易受极端值影响 |
| 面板数据方法 | 同时利用时间和截面信息 | 控制个体效应，估计更稳健 | 模型设定复杂，计算量大 |
我记得有一次做多因子套利策略，用时间序列回归估计出来的暴露，回测效果不错，但实盘就崩了。后来发现是因子暴露随时间漂移得太厉害，滚动窗口根本跟不上。换成面板数据方法后，暴露估计稳定多了，策略也活过来了。
我的建议：如果你做的是高频统计套利，用时间序列回归就够了，简单快速。如果是低频选股策略，面板数据方法更靠谱。横截面回归嘛，更适合做学术研究或者因子挖掘。
4.5 本章知识体系
下面这张图帮你理清三种方法的关系和适用场景：
三种方法没有绝对的好坏，关键看你的数据条件和策略需求。我个人建议：先用时间序列回归快速验证想法，再用面板数据方法做精细化估计。别一上来就搞复杂的模型，容易把自己绕进去。