第二章：量化因子投资基础
各位同学好，我是老张。今天咱们聊聊量化因子投资的基础。说实话，这个领域我摸爬滚打了七八年，踩过的坑比走过的路还多。但别担心，我会把最核心的东西掰开了讲给你听。
2.1 因子定义：到底什么是因子？
因子，说白了就是能解释股票收益差异的某种特征。你想想看，为什么茅台涨的时候，五粮液也跟着涨？为什么银行股集体趴窝时，科技股却飞上天？背后就是因子在起作用。
我个人习惯把因子理解为「股票的基因」。就像人有高矮胖瘦，股票也有自己的属性——估值高低、市值大小、动量强弱等等。这些属性共同决定了股票的涨跌。
核心定义：因子是能够系统性地解释资产收益截面差异的变量。它必须满足两个条件：
- 显著性：对收益有统计上显著的解释力
- 持续性：在不同市场周期中持续有效
我在项目中遇到过不少新手，上来就搞几十个因子，结果回测漂亮，实盘一塌糊涂。为什么？因为很多因子只是统计上的巧合，根本没有经济学逻辑支撑。记住，因子不是越多越好，关键是每个因子都要讲得通故事。
2.2 因子分类：三大门派
因子分类的方法很多，我习惯分成三类：风格因子、策略因子和宏观因子。这三类各有各的脾气。
2.2.1 风格因子
风格因子是最常见的，比如市值、估值、动量这些。它们描述的是股票本身的特征。
| 因子名称 | 定义 | 典型逻辑 |
|---|---|---|
| 市值因子 | 公司总市值 | 小盘股长期跑赢大盘股 |
| 估值因子 | PE、PB、PS等 | 低估值股票有安全边际 |
| 动量因子 | 过去6-12个月收益 | 强者恒强，弱者恒弱 |
| 波动率因子 | 日收益率标准差 | 低波动股票表现更稳 |
我的经验：风格因子最容易上手，但也最容易过拟合。我建议刚开始做因子研究时，先盯住3-5个经典风格因子，把它们的逻辑吃透，再考虑扩展。
2.2.2 策略因子
策略因子跟交易行为有关。比如换手率因子、流动性因子、资金流向因子等。这些因子反映的是市场参与者的行为模式。
举个例子，我曾经研究过「聪明钱因子」——跟踪机构资金的流向。发现当机构资金连续三天净流入某只股票时，后续一周跑赢大盘的概率超过65%。但要注意，这类因子衰减很快，一旦被市场广泛认知，效果就大打折扣。
2.2.3 宏观因子
宏观因子是自上而下的视角，比如利率、通胀、GDP增速等。这类因子不直接选股，但会影响所有股票的定价环境。
我记得2018年做回测时，发现一个有趣的现象：当十年期国债收益率快速上行时，高估值股票普遍承压，而低估值股票相对抗跌。这就是宏观因子通过贴现率影响风格因子的典型案例。
2.3 因子暴露与因子收益
这两个概念是因子投资的核心。我尽量用大白话讲清楚。
因子暴露，就是某只股票对某个因子的敏感程度。比如一只小盘股的市值因子暴露是0.8，意味着当市值因子上涨1%时，这只股票预期上涨0.8%。
因子收益，则是因子本身带来的超额收益。比如过去一年，市值因子产生了5%的超额收益，这就是因子收益。
数学表达：
股票收益 = 因子暴露 × 因子收益 + 特质收益
其中：
- 因子暴露：股票对因子的敏感度（β）
- 因子收益：因子组合的超额收益（λ）
- 特质收益：股票自身特有的收益（α）嗯，这里要注意：因子暴露和因子收益是两码事。你不能因为某只股票市值小，就认为它一定能获得小盘股的超额收益。市值小只是暴露高，但小盘股因子本身可能正在失效。
避坑指南：我曾经犯过一个错误——看到某只股票估值很低（高暴露于估值因子），就重仓买入。结果估值因子在那段时间持续为负，亏得很惨。后来我明白了：暴露高不代表收益高，关键要看因子收益的方向。
2.4 多因子模型：从CAPM到五因子
多因子模型是因子投资的基石。咱们从最简单的开始讲起。
2.4.1 CAPM：一切的开端
CAPM（资本资产定价模型）是1960年代提出的。它说：股票的收益只跟市场风险有关。
E(Ri) = Rf + βi × (E(Rm) - Rf)
其中：
- E(Ri)：股票i的预期收益
- Rf：无风险利率
- βi：股票i的市场风险暴露
- E(Rm)：市场组合的预期收益说实话，CAPM在学术上很漂亮，但实战中基本没用。为什么？因为它假设市场是有效的，所有股票的风险都来自市场。但现实中，小盘股和垃圾股的风险显然不一样。
2.4.2 Fama-French三因子模型
1993年，Fama和French在CAPM基础上加了两个因子：市值因子（SMB）和估值因子（HML）。这就是经典的三因子模型。
E(Ri) - Rf = βi × (E(Rm) - Rf) + si × SMB + hi × HML
其中：
- SMB：小市值减大市值组合的收益
- HML：高估值减低估值组合的收益
- si、hi：对应的因子暴露这个模型在1990年代到2000年代表现非常好。但我个人觉得，它最大的贡献不是预测收益，而是提供了一个「归因框架」——你可以把任何股票的收益拆解成市场、市值、估值三部分，看看基金经理到底靠什么赚钱。
我的习惯：每次分析一只股票或一个组合，我都会先跑一遍三因子回归。看看它的α（超额收益）是不是显著为正。如果α不显著，说明这个组合只是因子暴露的产物，没有真正的选股能力。
2.4.3 Fama-French五因子模型
2015年，Fama和French又加了两个因子：盈利能力因子（RMW）和投资风格因子（CMA）。
| 因子 | 含义 | 逻辑 |
|---|---|---|
| 市场因子（MKT） | 市场超额收益 | 承担系统性风险的补偿 |
| 市值因子（SMB） | 小盘股减大盘股 | 小盘股流动性溢价 |
| 估值因子（HML） | 高估值减低估值 | 价值股的风险补偿 |
| 盈利因子（RMW） | 高盈利减低盈利 | 优质公司的溢价 |
| 投资因子（CMA） | 保守投资减激进投资 | 过度投资的风险折价 |
五因子模型比三因子更精细，但也不是万能的。我在A股市场测试过，发现盈利因子和投资因子的效果不太稳定。这可能跟A股的市场结构有关——散户占比高，机构行为跟美股不太一样。
核心观点：多因子模型不是真理，而是工具。它的价值在于帮你理解收益的来源，而不是预测未来的涨跌。我见过太多人把因子模型当水晶球用，结果亏得底朝天。
2.5 本章知识体系
下面这张图是我自己画的，把本章的核心逻辑串起来了。你仔细看看，应该能对因子投资有个整体认识。
好了，这一章的内容就到这里。因子投资的基础框架已经搭好了，后面我们会一步步深入每个因子的实战细节。记住，理论是地图，实战才是走路。光看地图不走路，永远到不了目的地。
公众号:蓝海资料掘金营，微信deep3321