一、因子投资概述

1.1 什么是因子投资

因子投资，说白了就是一种系统化的投资方法。它不像传统投资那样靠基金经理拍脑袋选股，而是通过寻找那些能解释股票收益的共同特征——我们把这些特征叫做「因子」。

我刚开始接触这个领域时，也觉得这概念挺玄乎。后来做了几个实盘项目才明白，因子投资的核心逻辑其实很简单：找到那些长期能赚钱的股票特征，然后系统性地持有它们。

举个例子，你可能会发现：

• 低市盈率的股票，长期来看比高市盈率的涨得好
• 小市值的公司，往往比大公司有更高的收益
• 过去涨得好的股票，短期内还会继续涨（动量效应）

这些规律不是偶然的。它们背后有经济学逻辑支撑，比如风险补偿、行为偏差、市场摩擦等等。因子投资就是把这些规律提炼成可量化的规则，然后严格执行。

1.2 因子投资的发展历史

聊到历史，我得说这个领域的发展其实挺有意思的。我入行时翻过不少文献，发现因子投资的演进大致可以分为几个阶段：

时期	里程碑	代表人物/事件
1950s-1960s	现代投资组合理论诞生	Markowitz 提出均值-方差模型
1960s-1970s	CAPM 模型问世	Sharpe 等人提出市场因子
1970s-1980s	多因子模型萌芽	Fama-French 三因子模型
1990s-2000s	因子投资爆发期	动量、质量、低波等因子被发现
2010s至今	因子投资主流化	Smart Beta 产品大规模发行

我个人觉得，最关键的转折点是 Fama 和 French 在 1993 年提出的三因子模型。为什么这么说？因为它打破了 CAPM 一家独大的局面，告诉大家：市场风险不是唯一能解释收益的东西。

我记得刚入行时，带我的老交易员还嘲笑这些学术模型，说「炒股哪有这么复杂」。结果后来他自己也开始用量化因子做风控了——嗯，真香定律谁都逃不过。

1.3 因子投资的核心理念

因子投资的核心理念，我总结下来就三条：

1. 收益可解释：每一分收益都应该有明确的来源，而不是靠运气
2. 风险可管理：因子的风险暴露是可以度量和控制的
3. 策略可复制：好的因子策略应该能持续产生超额收益

你想想看，传统投资最大的问题是什么？是「归因困难」。基金经理赚了钱，你分不清是因为他能力强，还是因为运气好，或者只是赶上了风口。因子投资就是要解决这个问题——把收益拆解到具体的因子上去。

因子投资的另一个核心理念是「系统化」。什么意思呢？就是你要有一套完整的流程：

• 因子构建 → 数据清洗 → 有效性检验 → 组合优化 → 风险控制 → 绩效归因

每一步都不能跳过。我见过太多人，因子回测跑出来年化 30%，就急着上实盘。结果呢？过拟合、幸存者偏差、前视偏差……各种坑等着你跳。

1.4 因子投资的完整流程

说到流程，我习惯用一张图来展示因子投资的完整链路。这张图我做了很多年，每次给团队新人培训都会拿出来讲：

这张图展示的就是我们这门课要讲的核心内容。从因子构建到绩效归因，每一步都有坑，每一步也都有对应的检验方法。我个人觉得，最容易被忽视的就是「反馈迭代」这个环节——很多人做完一轮就以为完事了，其实因子研究是个持续优化的过程。

1.5 为什么你需要学因子投资

说实话，我见过太多人做投资靠的是「感觉」。今天听个消息买进去，明天看技术指标又卖掉。这种做法的最大问题是什么？是不可复制。

因子投资给你提供了一套科学的方法论：

• 你的收益来源是清晰的
• 你的风险暴露是可量化的
• 你的策略是可以被验证和优化的

说白了，就是让你从「凭感觉」变成「凭数据」。我做了这么多年量化，最大的体会就是：市场会变，但因子背后的逻辑不会轻易失效。当然，前提是你得做对检验流程——这也是我们这门课要重点讲的内容。