第二章：因子投资理论基础
做量化这些年，我越来越觉得——因子投资就像搭积木。你得先搞清楚每块积木的来历，才能搭出稳固的模型。这一章，我们就从最基础的CAPM开始，一路聊到多因子模型的发展脉络。
2.1 CAPM模型：一切的开端
CAPM，资本资产定价模型。说白了，它回答了一个核心问题：一只股票的预期收益，到底由什么决定？
公式很简单：
E(Ri) = Rf + βi × (E(Rm) - Rf)其中：
- E(Ri)：股票的预期收益率
- Rf：无风险利率（比如国债收益率）
- βi：股票对市场的敏感度
- E(Rm) - Rf：市场风险溢价
我个人习惯把β理解为「股票的杠杆」。β=1，跟市场同步；β=1.5，市场涨1%，它涨1.5%；β=0.5，市场跌2%，它只跌1%。
核心思想：CAPM认为，只有系统性风险（市场风险）才被定价。非系统性风险可以通过分散化消除，所以没有超额收益。
我在项目中遇到过一件事：有次做因子回测，发现某个策略的夏普比率特别高。我一开始挺兴奋，后来仔细一算——它的β接近0，但收益却很高。这说明什么？要么是模型错了，要么是策略真的发现了CAPM无法解释的收益来源。嗯，后来证明是后者，这也引出了我们接下来要聊的APT理论。
注意：CAPM的假设非常严格——投资者理性、市场无摩擦、所有投资者预期一致。现实中这些假设基本不成立。所以CAPM更像一个基准，而不是真理。
2.2 APT理论：从单因子到多因子
CAPM只有一个因子——市场。但现实中，影响股票收益的因素远不止一个。APT（套利定价理论）就是在这个背景下诞生的。
APT的核心公式：
E(Ri) = Rf + βi1 × F1 + βi2 × F2 + ... + βik × Fk这里F1到Fk是各种宏观经济因子，比如：
- GDP增长率
- 通货膨胀率
- 利率变动
- 石油价格
你想想看，APT比CAPM灵活多了。它不告诉你具体有哪些因子，而是说「收益由多个因子决定，具体是哪些，你自己去找」。
我的经验：做APT建模时，因子选择很关键。我曾经试过一口气塞进20个因子，结果模型过拟合得一塌糊涂。后来我学乖了——因子数量控制在3-5个，经济意义要说得通，统计上要显著。
APT还有一个重要假设：市场不存在套利机会。如果存在，套利者会迅速行动，把价格拉回合理水平。这个假设比CAPM的「所有投资者理性」要弱得多，所以APT更贴近现实。
2.3 Fama-French三因子模型：实战利器
1992年，Fama和French发表了一篇经典论文。他们发现，CAPM解释不了两个现象：
- 小市值公司的收益普遍高于大市值公司
- 高账面市值比（价值股）的收益高于低账面市值比（成长股）
于是他们提出了三因子模型：
E(Ri) - Rf = βi × (E(Rm) - Rf) + si × SMB + hi × HML其中：
- SMB（Small Minus Big）：小市值股票组合收益减去大市值股票组合收益
- HML（High Minus Low）：高账面市值比股票组合收益减去低账面市值比股票组合收益
说白了，这个模型告诉我们：买小盘股、买价值股，长期来看能获得超额收益。
实战意义：三因子模型至今仍是量化投资中最常用的基准模型之一。做因子选股时，我通常先用三因子模型做风险调整，再看剩下的alpha是否显著。
我记得有一次做策略归因分析，发现某个策略的收益几乎完全被三因子模型解释——beta、SMB、HML的载荷都很高，alpha几乎为零。这说明什么？策略本质上就是在做小盘价值股的投资，并没有真正的alpha。嗯，这个发现帮我们省了不少调参的时间。
2.4 多因子模型的发展脉络
三因子模型之后，学术界和业界都没闲着。大家发现，还有更多因子能解释股票收益的横截面差异。
我整理了一个时间线：
| 年份 | 模型 | 新增因子 |
|---|---|---|
| 1964 | CAPM | 市场因子 |
| 1976 | APT | 多宏观经济因子 |
| 1992 | Fama-French三因子 | 规模、价值 |
| 1997 | Carhart四因子 | 动量 |
| 2015 | Fama-French五因子 | 盈利、投资 |
你看，因子越来越多。Carhart在1997年加入了动量因子——就是「过去涨得好的股票，未来还会继续涨」这个现象。Fama和French自己在2015年又加了两个因子：盈利能力和投资水平。
避坑指南：我曾经犯过一个错误——把几十个因子一股脑塞进模型，觉得因子越多越好。结果呢？多重共线性严重，因子载荷不稳定，回测漂亮但实盘一塌糊涂。后来我明白了：因子不是越多越好，关键是每个因子都要有经济含义，都要能通过统计检验。
现在主流的做法是：
- 先用经济理论筛选候选因子
- 再用统计方法（如PCA、IC分析）做二次筛选
- 最后用多因子模型做风险归因和收益预测
2.5 知识体系总览
说了这么多，我画了一张图帮你理清思路：
这张图展示了整个知识体系的脉络。从CAPM的单因子，到APT的多因子框架，再到Fama-French的具体实现，最后到多因子模型的扩展——每一步都是在前人基础上的突破。
一句话总结：因子投资的核心，就是用有限的因子去解释无限的股票收益差异。模型越复杂，解释力越强，但过拟合的风险也越大。找到那个平衡点，才是真本事。
好了，这一章就聊到这里。因子投资的理论基础，说白了就是这些——从CAPM到多因子模型，每一步都是对现实世界的逼近。做量化的人，心里得时刻装着这些模型，但又不能被它们束缚住。毕竟，市场永远在变，因子也会失效，但理论框架能帮我们理解「为什么失效」。
公众号:蓝海资料掘金营，微信deep3321