2、多因子模型基础：因子定义与分类、Alpha因子与Beta因子、因子收益率计算、多因子模型框架
好，咱们正式开始聊多因子模型。
说实话，这个模型是量化投资的基石。你想想看，市面上那么多策略，什么趋势跟踪、统计套利、事件驱动……但最核心、最经典的，还是多因子模型。我个人习惯把它比作「搭积木」——每个因子就是一块积木，你挑几块好的，搭在一起，就是一个能赚钱的策略。
2.1 因子定义与分类
先说说什么是因子。
因子，说白了就是「能解释股票收益的共同特征」。比如「市盈率低」的股票是不是更容易涨？「市值小」的股票是不是长期跑赢大盘？这些特征，就是因子。
我在项目中遇到过不少新手，一上来就问「哪个因子最牛？」其实没有最牛的因子，只有最合适的因子组合。
因子的分类方式很多，我习惯按数据来源分三类：
- 基本面因子：来自财务报表，比如市盈率、市净率、ROE、营收增长率。这类因子逻辑清晰，但更新慢（季度数据）。
- 技术面因子：来自量价数据，比如动量、反转、波动率、换手率。这类因子更新快，但噪音大。
- 另类因子：来自非传统数据，比如新闻情绪、搜索热度、卫星图像。这类因子信息含量高，但处理难度大。
还有一种分类方式，按因子对收益的解释方式分：
| 分类 | 特点 | 例子 |
|---|---|---|
| 宏观因子 | 解释系统性风险 | 利率、通胀、GDP增速 |
| 风格因子 | 解释股票间差异 | 市值、价值、动量、波动率 |
| 行业因子 | 解释行业间差异 | 银行、科技、医药 |
嗯，这里要注意：分类不是死的。同一个因子，在不同语境下可以归到不同类别。比如「动量因子」，有人把它归为技术面，有人把它归为风格因子。我个人觉得，怎么分类不重要，重要的是你理解它背后的逻辑。
2.2 Alpha因子与Beta因子
这个区分太重要了。我见过很多交易员，做了几年都没搞明白这两者的区别。
Beta因子，就是「市场风险因子」。它解释的是：股票为什么跟着大盘涨跌？你买一只股票，如果大盘涨1%，它涨1.2%，那它的Beta就是1.2。Beta因子赚的是市场波动的钱，说白了就是「看天吃饭」。
Alpha因子，就是「超额收益因子」。它解释的是：股票为什么比大盘涨得多？你买一只股票，大盘涨1%，它涨了2%，多出来的那1%就是Alpha。Alpha因子赚的是「选股能力」的钱，跟市场涨跌无关。
我举个例子你就明白了：
- 你买沪深300ETF，赚的是Beta收益（市场收益）。
- 你买一只主动管理基金，基金经理通过选股跑赢沪深300，多出来的部分就是Alpha收益。
多因子模型的核心目标，就是找到稳定的Alpha因子。Beta因子虽然也能赚钱，但市场一跌，Beta收益就没了。Alpha因子才是真正的「护城河」。
核心观点：市场中性策略的本质，就是「剥离Beta，保留Alpha」。通过做多Alpha高的股票、做空Alpha低的股票，对冲掉市场风险，只赚选股的钱。
我曾经犯过一个错误：花了大半年时间优化一个动量因子，回测结果漂亮得不行。结果实盘一跑，收益全没了。后来才发现，那个因子本质上是个Beta因子——它赚的是市场上涨的钱，不是选股的钱。嗯，从那以后，我每次做因子分析，第一件事就是算它跟大盘的相关性。
2.3 因子收益率计算
因子收益率怎么算？说白了就是「做多高因子值股票、做空低因子值股票」的收益。
最常用的方法是「分组法」：
- 把所有股票按因子值从大到小排序。
- 分成10组（Decile），第1组是因子值最高的，第10组是最低的。
- 计算每组股票的等权或市值加权收益。
- 因子收益率 = 第1组收益 - 第10组收益。
举个例子，计算「市盈率因子」的收益率：
- 第1组（低市盈率股票）：月收益2.5%
- 第10组（高市盈率股票）：月收益1.0%
- 因子收益率 = 2.5% - 1.0% = 1.5%
代码实现也很简单：
import pandas as pd
import numpy as np
def calculate_factor_return(df, factor_col, ret_col, n_groups=10):
"""
计算因子收益率
df: DataFrame，包含因子值和收益率
factor_col: 因子列名
ret_col: 收益率列名
n_groups: 分组数
"""
# 按因子值排序并分组
df['group'] = pd.qcut(df[factor_col], q=n_groups, labels=False)
# 计算每组平均收益
group_returns = df.groupby('group')[ret_col].mean()
# 因子收益率 = 最高组 - 最低组
factor_return = group_returns.iloc[-1] - group_returns.iloc[0]
return factor_return
# 使用示例
# factor_return = calculate_factor_return(data, 'pe_ratio', 'monthly_return')
小技巧：计算因子收益率时，我建议用「市值加权」而不是「等权」。因为大市值股票对市场影响更大，市值加权更贴近实际交易。当然，如果你做的是小盘股策略，等权也可以。
2.4 多因子模型框架
好了，前面都是铺垫。现在咱们聊聊多因子模型的整体框架。
多因子模型，说白了就是「用多个因子来解释股票收益」。最经典的模型是Fama-French三因子模型：市场因子、市值因子、价值因子。后来发展出五因子、六因子……但核心思想不变。
数学上，多因子模型可以写成：
R_i = α_i + β_1 * F_1 + β_2 * F_2 + ... + β_k * F_k + ε_i
其中：
R_i：股票i的收益率α_i：股票i的Alpha（超额收益）β_k：股票i对因子k的暴露度F_k：因子k的收益率ε_i：残差（个股特有风险）
这个框架的核心逻辑是：股票收益 = 因子收益 + 个股特有收益。因子收益是系统性的，可以被解释；个股特有收益是随机的，无法预测。
下面我用一张SVG图来展示多因子模型的整体框架：
这个框架图展示了多因子模型的完整流程：从数据输入，到因子处理，再到因子组合，最后输出策略信号。注意那个反馈循环——好的模型不是一次建成的，需要不断迭代优化。
避坑指南：我曾经在构建多因子模型时，一口气加了20多个因子，觉得「因子越多越安全」。结果模型过拟合得一塌糊涂，实盘收益还不如单因子。后来我学乖了：因子不是越多越好，关键是每个因子都要有独立的逻辑支撑。一般5-10个因子就够了。
最后，我想强调一点：多因子模型不是万能药。它假设因子能解释股票收益，但现实中总有模型解释不了的东西。比如2020年疫情爆发时，很多传统因子都失效了。所以，做量化一定要有敬畏心，模型只是工具，不是真理。
好了，这一章的内容就到这里。因子定义、Alpha与Beta的区别、因子收益率计算、多因子模型框架——这四个知识点，是后续所有策略的基础。你把它吃透了，后面的内容就顺了。
公众号:蓝海资料掘金营，微信deep3321