一、因子投资概述
因子投资，说白了就是找到那些能解释股票涨跌的「共同特征」。我刚开始接触这个领域时，总觉得它很玄乎——不就是找几个指标筛选股票吗？后来踩过坑才明白，因子投资背后有一套完整的逻辑体系。
嗯，咱们先把这个概念拆开来看。
1.1 什么是因子投资
因子投资是一种系统化的投资方法。它不靠基金经理拍脑袋，而是基于可量化的特征（因子）来构建投资组合。
举个例子：
- 价值因子：买便宜的股票（低市盈率、低市净率）
- 动量因子：买近期涨得好的股票
- 质量因子：买盈利能力强的公司
- 规模因子：买小盘股（这个因子近年有点失效）
每个因子就像一把尺子。我们用这把尺子去量市场上的股票，然后选出符合标准的那些。
核心观点：因子投资的本质是「风险溢价」或「行为偏差」的系统化捕捉。它不是玄学，而是有经济学逻辑支撑的。
我在项目中遇到过一件事：有个团队用十几个因子做选股，结果回测收益高得离谱。我一查，发现他们用了「未来数据」——说白了就是作弊。因子投资最忌讳的就是这个。
1.2 因子投资的发展历史
因子投资不是凭空冒出来的。它的发展经历了几个关键阶段：
| 时期 | 里程碑 | 代表人物/理论 |
|---|---|---|
| 1950s-1960s | 现代投资组合理论 | 马科维茨（均值-方差模型） |
| 1960s-1970s | CAPM模型诞生 | 夏普、林特纳（市场因子） |
| 1980s-1990s | 多因子模型兴起 | Fama-French 三因子（市场、规模、价值） |
| 1990s-2000s | 动量因子被发现 | Jegadeesh & Titman |
| 2000s至今 | 因子动物园时代 | 数百个因子被挖掘，但很多是「伪因子」 |
我个人习惯把这段历史分成「三阶段」：
- 理论奠基期：CAPM 告诉我们，只有系统性风险才能获得收益。但后来发现，光靠一个市场因子根本解释不了所有收益。
- 因子发现期：Fama 和 French 在 1992 年那篇经典论文里，把规模和价值因子加进去，模型的解释力一下子提升了很多。我记得第一次读这篇论文时，有种「原来如此」的感觉。
- 因子泛滥期：现在学术界和业界挖出了几百个因子。但说实话，很多都是数据挖掘出来的假象。我曾经花三个月复现一个号称年化超额 20% 的因子，结果发现它只是运气好——换了个时间段就完全失效了。
避坑指南：我曾经被一个「新因子」忽悠过。回测曲线漂亮得不行，但仔细一看，它的逻辑根本说不通。记住：如果一个因子没有经济学解释，那它大概率是过拟合的产物。
1.3 因子投资的收益来源
因子为什么能赚钱？这个问题我问过自己很多遍。总结下来，主要有两个来源：
1.3.1 风险溢价
有些因子之所以能赚钱，是因为它们承担了某种系统性风险。比如：
- 价值因子：买便宜股票，但这些公司可能真的有问题（价值陷阱）。投资者需要额外的回报来补偿这种风险。
- 规模因子：小公司流动性差、经营风险高，所以需要更高的预期收益。
- 低波动因子：奇怪的是，低波动股票反而收益更高。这其实是个「异象」，用风险溢价解释不太通。
你想想看，如果因子收益完全来自风险溢价，那就不存在「免费午餐」了。你赚的钱，本质上是在卖保险。
1.3.2 行为偏差
另一类因子利用的是投资者的非理性行为。比如：
- 动量因子：投资者对信息反应不足，导致趋势延续。或者反应过度，导致反转。
- 盈利因子：市场对盈利公告的反应存在滞后。
- 投资因子：公司过度投资时，市场往往过于乐观。
为什么会这样？说白了，人不是完全理性的。我们会被情绪影响，会追涨杀跌，会过度自信。因子投资就是利用这些「错误」来赚钱。
注意：行为偏差带来的收益可能更不稳定。一旦市场变得更有效，或者套利者太多，这些因子就可能失效。我见过不少动量策略在震荡市中亏得底朝天。
知识体系总览
下面这张图是我自己整理的因子投资知识框架。你可以把它当作整个课程的地图：
这张图把因子投资的三个核心维度串起来了。左边是「是什么」，中间是「怎么来的」，右边是「为什么赚钱」。我个人觉得，理解收益来源是最关键的——它决定了你的因子能不能经得起时间考验。
一个小建议：刚开始做因子研究时，别急着挖新因子。先把经典的几个因子（价值、动量、质量、低波）吃透。我见过太多人一上来就搞机器学习挖因子，结果连过拟合是什么都没搞明白。
好了，这一章的内容就到这里。因子投资的概念、历史和收益来源，是后面所有章节的基础。你想想看，如果连因子为什么赚钱都说不清楚，那后面的回测、优化、实盘，不就成了空中楼阁吗？