因子投资哲学：因子是什么？因子溢价从何而来？主动管理与被动管理的因子视角

聊到因子投资，很多人第一反应就是「一堆数学公式」。其实没那么玄乎。

因子，说白了就是能解释资产收益的共同特征。我做了这么多年量化，见过太多人把因子当黑箱。嗯，这里要注意——因子不是玄学，它背后有实实在在的经济逻辑。

一、因子到底是什么？

先问个问题：为什么有些股票长期跑赢大盘？

你可能会说「因为公司好」。但什么叫「好」？是盈利能力强？还是估值低？还是动量强？这些「好」的标准，就是因子。

我个人习惯把因子分成三类：

• 宏观因子：比如GDP增速、通胀、利率。这些影响所有资产。
• 风格因子：比如价值、动量、质量、低波。这些解释股票间的差异。
• 行业因子：比如科技、消费、能源。这些是行业特有的风险源。

举个例子。我在项目中遇到过一位基金经理，他坚持只买「便宜」的股票。结果2019-2020年成长股暴涨，他的组合跑输得一塌糊涂。为什么？因为他只押注了价值因子，而当时市场在奖励动量因子。

因子就是这样的东西——它不会永远有效，但长期来看，它确实能解释收益的来源。

二、因子溢价从何而来？

这个问题我琢磨了很久。因子溢价，就是因子带来的超额收益。但凭什么某些因子能持续赚钱？

学术界主要有两派解释：

理论流派	核心观点	代表因子
风险补偿理论	因子溢价是对承担系统性风险的补偿	市场因子、价值因子
行为偏差理论	因子溢价来自投资者的非理性行为	动量因子、低波因子

我个人更倾向于两者兼有。你想想看：

• 价值因子：买便宜股票，其实是在承担「公司可能破产」的风险。这是风险补偿。
• 动量因子：追涨杀跌，本质是投资者反应过度或反应不足。这是行为偏差。

我曾经犯过一个错误。2015年我回测了一个「高股息因子」，历史表现极好。但实盘一跑，直接亏了15%。为什么？因为高股息因子在利率上升期会暴跌——我忽略了它的利率风险暴露。

三、主动管理与被动管理的因子视角

这个问题很有意思。主动管理和被动管理，在因子视角下其实是同一枚硬币的两面。

先看被动管理：

• 传统被动：买指数，暴露于市场因子（Beta）
• 聪明贝塔：买因子ETF，暴露于特定因子（如价值、动量）
• 本质上，被动管理就是系统性地暴露于某些因子

再看主动管理：

• 选股型基金经理：其实是在做因子择时和因子选股
• 宏观对冲基金：其实是在做宏观因子配置
• 本质上，主动管理就是对因子暴露进行主动调整

我记得有一次跟一位私募大佬聊天。他说：「我做了十年选股，最后发现我的超额收益80%来自三个因子：价值、质量、低波。剩下的20%才是真正的Alpha。」

这话让我醍醐灌顶。原来主动管理者和被动管理者，都在玩同一个游戏——因子暴露的游戏。

四、因子投资的核心框架

下面这张图是我自己总结的因子投资框架。它帮我把所有知识点串了起来。

这个框架我用了好几年。每次做组合优化，我都会从第一步开始问自己：我到底暴露在哪些因子上？这些因子溢价还能持续吗？

五、实战中的几点感悟

最后分享几个我在实战中踩过的坑：

1. 因子会失效。我见过太多人回测跑得漂亮，实盘一塌糊涂。因子不是永动机，它会因为拥挤而失效。
2. 因子有周期性。价值因子在2000-2007年表现极好，2008-2020年却跑输。你必须有耐心。
3. 因子之间会互相影响。比如价值和低波，有时候正相关，有时候负相关。做多因子组合时，一定要考虑相关性。
4. 别过度优化。我曾经为了追求0.01的夏普比率，把因子权重调了又调。结果呢？过拟合了。实盘跑出来还不如简单等权。