因子投资基础：因子定义与分类

各位同学好，我是老张。今天咱们聊聊因子投资的基础。说实话，这玩意儿我刚开始接触的时候也觉得玄乎，什么价值因子、动量因子，听着像算命。但干这行十几年了，我越来越觉得，因子就是市场的“基因”。

你想想看，为什么有些股票长期跑赢大盘？为什么有些策略能穿越牛熊？背后一定有规律。因子，就是这些规律的数学表达。

因子的定义

因子，说白了就是一组能解释股票收益的共同特征。我习惯把它理解成“股票的标签”。比如：

• 价值因子：便宜就是硬道理
• 动量因子：强者恒强，弱者恒弱
• 质量因子：好公司自带光环
• 低波因子：慢就是快
• 规模因子：小盘股的逆袭

每个因子背后，都对应着一套经济学逻辑。咱们一个一个来看。

五大经典因子详解

1. 价值因子

价值因子是最古老的因子之一。核心指标就是市盈率、市净率这些。我2015年做过一个回测，低市盈率组合在A股的年化超额收益大概在3%-5%。但要注意，价值因子在成长股行情里会失效——2019年到2020年，我差点因为这个被老板骂死。

2. 动量因子

动量因子很有意思。过去3-12个月涨得好的股票，未来还会继续涨。我刚开始不信，直到自己跑了一遍数据——嗯，确实有效。但动量因子有个致命弱点：反转。2015年股灾那会儿，动量策略一天亏掉20%的都有。

3. 质量因子

质量因子看的是公司基本面。ROE高、负债率低、盈利稳定——这些公司长期跑赢的概率很大。我个人习惯用“毛利率+ROE+资产负债率”三个指标做综合打分。

为什么会这样？因为好公司有护城河。但要注意，质量因子在牛市里往往跑不赢——大家都去追概念股了，谁还看基本面？

4. 低波因子

低波因子是我最喜欢的因子。波动率低的股票，长期收益反而更高。这听起来反直觉，但数据不会骗人。我2017年做过一个实盘组合，低波策略的年化波动只有大盘的60%，收益却差不多。

5. 规模因子

规模因子就是小盘股效应。小公司长期跑赢大公司。但A股的小盘股波动太大，我建议用市值排名后30%的股票，再叠加其他因子做筛选。

因子溢价的经济学解释

因子为什么能赚钱？说白了，就是市场不完美。我总结了三类解释：

1. 风险补偿：承担了额外风险，就要有额外收益。比如小盘股流动性差，所以溢价高。
2. 行为偏差：投资者不理性，导致错误定价。比如过度追涨杀跌，给了动量因子机会。
3. 结构性约束：机构投资者有仓位限制、杠杆限制，导致某些股票被低估或高估。

你想想看，如果市场完全有效，因子溢价就不存在了。但现实是，市场永远有漏洞可钻。

多因子模型：从CAPM到Fama-French

多因子模型是因子投资的数学框架。咱们从最经典的开始讲。

CAPM：单因子模型

CAPM说，股票的收益只跟市场风险有关。公式很简单：

E(Ri) = Rf + βi * (E(Rm) - Rf)

但我在实际项目中测过，CAPM的解释力只有60%左右。说白了，它太粗糙了。

Fama-French三因子模型

1993年，Fama和French在CAPM基础上加了两个因子：规模因子(SMB)和价值因子(HML)。公式变成：

E(Ri) - Rf = α + βm * (Rm - Rf) + βs * SMB + βv * HML + ε

这个模型的解释力提升到了80%以上。我2018年用A股数据跑过，效果确实好。但要注意，A股的价值因子和规模因子跟美股不太一样——A股的小盘股溢价更明显。

Fama-French五因子模型

2015年，Fama和French又加了两个因子：盈利因子(RMW)和投资因子(CMA)。五因子模型长这样：

E(Ri) - Rf = α + βm * (Rm - Rf) + βs * SMB + βv * HML + βr * RMW + βc * CMA + ε

我个人觉得，五因子模型在A股有点过拟合。盈利因子有效，但投资因子效果一般。我建议用三因子+质量因子，效果更稳定。

知识体系结构图

下面这张图，是我自己画的因子投资知识框架。你看一眼就能明白整个体系：

实战中的注意事项

最后，我分享几个实战中的坑：

• 因子择时很难：别想着预测哪个因子下个月会涨。我试过，胜率不到50%。
• 因子组合要分散：别只押一个因子。多因子组合的夏普比率更高。
• 数据频率很重要：日频数据噪音大，我建议用周频或月频做因子计算。

---

公众号:蓝海资料掘金营，微信deep3321