常见因子家族：价值因子、动量因子、质量因子、低波因子、规模因子

做量化这几年，我接触过上百个因子。但说实话，真正能打、经得起时间考验的，翻来覆去就那么几类。今天咱们就把这五个核心因子家族掰开揉碎聊一聊。

你想想看，市场上几千只股票，凭什么有的涨有的跌？背后一定有某种共性在驱动。这些因子，就是用来捕捉这些共性的工具。

一、价值因子：捡便宜货的艺术

价值因子，说白了就是买便宜的。我刚开始做量化时，第一个接触的就是它。

核心逻辑很简单：市场经常给好公司错误定价。一家公司明明值100块，因为短期利空跌到60块，这就是机会。

我在项目中遇到过一个问题：单纯用PE选股，容易掉进"价值陷阱"。有些公司PE低，是因为它真的不行了。后来我加了盈利质量做过滤，效果好了不少。

二、动量因子：跟着趋势走

动量因子，就是追涨杀跌——别笑，这其实是学术界验证最充分的因子之一。

为什么会这样？因为市场存在惯性。一只股票涨了，会吸引更多人关注，更多人买，于是继续涨。跌了也一样，恐慌会自我强化。

动量类型	时间窗口	典型用法
截面动量	过去6-12个月	买入涨幅前20%的股票
时间序列动量	过去3-6个月	涨幅为正就持有，为负就空仓
短期反转	过去1-4周	涨多了卖，跌多了买

嗯，这里要注意：动量因子在震荡市里表现很差。我记得2021年那会儿，动量策略回撤了将近8个月，很多同行都扛不住放弃了。但熬过去的人，后面都吃到了大肉。

三、质量因子：好公司自带光环

质量因子，就是找那些"家底厚、赚钱稳、负债低"的公司。我个人的习惯是，把它作为组合的"压舱石"。

核心指标包括：

• ROE（净资产收益率）—— 巴菲特最爱，15%以上算优秀
• 毛利率—— 护城河的体现，越高越好
• 资产负债率—— 低于50%比较安全
• 盈利稳定性—— 过去5年都赚钱，比大起大落强

你想想看，一家ROE常年20%以上、负债率只有30%的公司，就算短期股价跌了，你敢不敢加仓？我敢。因为它的基本面撑得住。

四、低波因子：慢就是快

低波因子，听起来很学术，其实道理特简单：波动小的股票，长期收益反而更高。

是不是反直觉？我刚开始也不信。后来回测了A股10年数据，发现低波动组合的年化收益确实比高波动组合高出3-5个百分点。

为什么会这样？因为高波动股票往往被散户爆炒，涨的时候猛，跌的时候更猛。而低波动股票，机构持仓多，走势稳，复利效应更明显。

五、规模因子：小盘股的逆袭

规模因子，就是买小市值股票。这个因子在A股尤其有效——不信你看看中证500和中证1000的长期表现。

核心逻辑：小公司成长空间大，机构关注度低，定价效率差。一旦被市场发现，涨幅往往惊人。

但这里有个坑：小盘股流动性差，冲击成本高。我做过一个回测，如果按收盘价成交，年化收益能到15%。但按实际成交价算，只有11%——差了4个点。

六、因子组合的核心逻辑

上面五个因子，单独拎出来都能赚钱。但真正的高手，是把它们组合起来。

我常用的组合方式：

1. 等权组合—— 每个因子给20%权重，简单粗暴
2. 风险平价—— 根据波动率分配权重，波动大的少配
3. IC加权—— 根据因子历史表现动态调整

我个人更倾向第三种。因为因子的有效性会变——比如2017年价值因子强，2019年动量因子强。动态调整能跟上市场节奏。

七、知识体系总览

下面这张图，是我做因子研究时常用的框架。它把五个因子的关系、适用场景、组合方式都串起来了。

这张图我每次做因子研究都会看一遍。它提醒我：因子不是孤立的，它们之间会互相影响。比如价值因子和低波因子经常同时出现——便宜的公司往往波动也小。动量因子和规模因子则容易冲突——小盘股动量持续性差。

理解了这些关系，你才能做出真正稳健的组合。

---

好了，五个因子家族就聊到这儿。记住一句话：没有完美的因子，只有完美的组合。下一章咱们实战，看看怎么用Python把这些因子组合起来，跑一个完整的策略回测。