1. 因子投资概述：什么是因子？因子投资的核心逻辑与收益来源
做量化这些年，我经常被问到同一个问题：「因子投资到底是个啥？」
有人觉得它高深莫测，有人觉得它就是选股公式。其实说白了，因子投资就是把市场里那些能赚钱的规律，用数学语言翻译出来。今天咱们就把它拆开揉碎了讲清楚。
1.1 什么是因子？——从直觉到数学
先讲个我自己的经历。刚入行那会儿，我跟着前辈做A股回测。他让我统计一下「市盈率最低的100只股票」和「市盈率最高的100只股票」的收益差异。结果出来，低市盈率组年化跑赢高市盈率组大概8%。
我当时就懵了：「就这么简单？」 他说：「对，这就是一个因子——价值因子。」
因子，本质上就是一个能解释股票收益差异的特征。你想想看，为什么茅台涨得多而某ST股跌得惨？背后一定有原因。可能是它盈利好（质量因子），可能是它估值低（价值因子），也可能是它最近涨得猛（动量因子）。
用数学语言说，因子就是一个横截面上的解释变量。比如：
# 伪代码示例：因子就是股票的一个特征
因子值 = 市盈率的倒数(EP) # 价值因子
因子值 = 过去12个月收益率 # 动量因子
因子值 = 净资产收益率(ROE) # 质量因子核心定义：因子是能够系统性地解释资产收益差异的、可观测的、有经济含义的特征变量。
1.2 因子投资的核心逻辑
因子投资的核心逻辑，其实就三句话：
- 找到能赚钱的规律 —— 比如「便宜的公司长期跑赢贵的公司」
- 把这个规律量化成因子 —— 比如用「市盈率倒数」作为价值因子
- 按因子值构建组合 —— 买入因子值高的股票，卖出因子值低的股票
我习惯把这个过程叫做「因子三部曲」。听起来简单，但每一步都有坑。比如第一步，你发现「小市值公司收益高」，但这是真的规律还是数据挖掘的假象？我踩过这个坑——回测里小市值因子年化超额20%，实盘一跑，手续费和冲击成本直接吃掉一半。
个人经验：因子投资不是找「万能公式」，而是找「统计上显著、经济上合理、实践中可操作」的规律。
1.3 收益来源：因子为什么能赚钱？
这个问题我问过自己无数遍。因子能赚钱，无非三个来源：
| 收益来源 | 解释 | 例子 |
|---|---|---|
| 风险补偿 | 因子暴露于某种系统性风险，承担风险获得溢价 | 价值因子：便宜的公司通常财务杠杆高、经营风险大 |
| 行为偏差 | 市场参与者的非理性行为导致定价错误 | 动量因子：投资者对信息反应不足，趋势延续 |
| 结构性约束 | 某些投资者受限于规则无法套利 | 低波因子：机构偏好高波动股票，低波动被低估 |
我个人更倾向于「风险补偿+行为偏差」的混合解释。纯粹的风险补偿解释不了为什么有些因子长期有效——比如低波因子，理论上低风险应该低收益，但实际却是低波动股票长期跑赢高波动股票。这就是行为偏差在起作用。
避坑指南：我曾经以为因子收益来源不重要，只要能赚钱就行。直到有一次，我用的一个因子突然失效了——因为市场结构变了，那个因子的收益来源（套利限制）消失了。从那以后，我每个因子都要问自己：「它凭什么赚钱？」
1.4 因子投资的知识体系
说了这么多，咱们用一张图把因子投资的整体框架串起来。这是我做课程时画的，你看一眼就能明白整个体系长什么样。
1.5 回测与实盘的第一个差异：因子定义
讲到这里，我得提一个关键问题：回测里定义的因子，和实盘里用的因子，是同一个东西吗？
答案往往是否定的。回测里你可以用「最新财报的市盈率」，但实盘里财报发布有滞后，你用的其实是「三个月前的数据」。这个差异，我称之为「信息时滞偏差」。
举个例子：回测中价值因子年化超额12%，实盘只有7%。为什么？因为回测假设你能在财报发布当天就拿到数据并交易，但实盘里你看到财报时，股价已经反应了一部分。
嗯，这就是咱们这门课要反复强调的——回测是理想世界，实盘是现实世界。两者之间的差距，就是因子投资里真正的「阿尔法」所在。
公众号:蓝海资料掘金营，微信deep3321