1、价值投资起源：格雷厄姆与多德的投资哲学，价值因子在量化投资中的定义与意义

1.1 从一本经典说起：格雷厄姆与多德的《证券分析》

说起价值投资，绕不开一个人——本杰明·格雷厄姆。我最早接触他的书是在读研的时候，那时候觉得这老头写的都是些老掉牙的东西。后来真正做量化了，才发现他说的那些原则，其实比很多花哨的模型都管用。

1934年，格雷厄姆和多德出版了《证券分析》。这本书奠定了价值投资的基石。核心思想其实很简单：买股票就是买公司的一部分。你想想看，如果你要买下一家街角的便利店，你会怎么评估？你会看它一年能赚多少钱，账上有多少现金，欠了多少债。股票投资本质上也是这个道理。

格雷厄姆提出了一个关键概念——安全边际。说白了，就是你要用低于公司内在价值的价格去买它。这个差价越大，你的安全垫就越厚。我在项目中遇到过不少新手，看到股价跌了就急着抄底，结果越抄越低。为什么？因为他们没有计算安全边际，纯粹是在赌反弹。

1.2 价值因子在量化投资中的定义

好了，那价值因子到底是什么？我习惯这样定义：价值因子是一组用于衡量股票价格相对于其基本面是否便宜的指标集合。

在量化投资中，我们不会像格雷厄姆那样一家一家公司去分析。我们用的是统计方法，找出一批便宜的股票，然后打包买入。这就是因子投资的核心逻辑。

常见的价值因子指标包括：

指标名称	计算公式	含义
市盈率（PE）	股价 / 每股收益	每赚1块钱，市场愿意出多少钱
市净率（PB）	股价 / 每股净资产	公司账面价值打了多少折
市销率（PS）	股价 / 每股销售额	每创造1块钱收入，市场给多少估值
股息率	每股分红 / 股价	你每年能拿回多少现金
现金流收益率	每股自由现金流 / 股价	公司真金白银的回报率

我个人习惯用综合价值得分，就是把上面几个指标标准化后加权平均。为什么？因为单一指标容易出问题。比如PE低的股票，可能是利润造假；PB低的股票，可能是资产质量差。多个指标一起看，能互相验证。

1.3 价值因子为什么有效？

你可能会问：为什么便宜的股票长期能跑赢贵的股票？这不是违反有效市场理论吗？

原因其实不复杂。我总结了三点：

1. 行为偏差：投资者总是过度反应。好公司被追捧到天价，差公司被抛弃到地板价。这种情绪波动创造了定价错误。
2. 风险补偿：便宜的股票往往伴随着更高的不确定性。市场要求更高的回报来补偿这种风险。说白了，就是高风险高收益。
3. 均值回归：没有一家公司会永远好，也没有一家公司会永远差。估值会像橡皮筋一样，拉得太远就会弹回来。

我记得2018年做A股回测时，发现价值因子在熊市末期表现特别好。为什么？因为那时候市场情绪最悲观，好股票被错杀得最厉害。等市场回暖，这些股票反弹也最猛。

1.4 价值因子在量化投资中的意义

价值因子在量化投资中的地位，怎么说呢？就像盐在烹饪中的地位——不是最花哨的，但少了它，整个策略就没味道。

具体来说，价值因子有三大意义：

• 长期稳定的超额收益：从Fama-French的三因子模型开始，价值因子就被证明能持续产生正收益。这不是某个市场的特例，而是全球性的现象。
• 与其他因子的低相关性：价值因子和动量因子经常是负相关的。这意味着在组合中加入价值因子，能有效分散风险。我自己的多因子模型里，价值因子的权重通常占20%-30%。
• 逻辑清晰，可解释性强：相比一些黑箱因子，价值因子的逻辑非常透明。你买的是便宜货，这个道理连散户都能理解。这在做产品路演时特别重要。

下面这张图展示了价值因子在量化投资框架中的位置：

1.5 实战中的注意事项

说了这么多理论，最后聊点实战中的坑。我做了这么多年量化，总结了几条经验：

• 不要迷信单一指标：PE低不代表就是价值股。有些公司PE低是因为利润即将大幅下滑。这就是所谓的"价值陷阱"。
• 注意行业差异：不同行业的估值水平差异很大。银行股PB常年低于1，科技股PB可能到5以上。直接比较会出问题。我习惯先做行业中性化处理。
• 关注数据质量：财务数据有滞后性。年报出来的时候，股价可能已经反映了。我建议用最新季度的数据，或者用分析师预期数据。
• 动态调整权重：价值因子不是一成不变的。市场风格切换时，价值因子可能失效几个月甚至一两年。这时候要有耐心，也要有风控措施。

好了，这一章的内容就到这里。价值投资的哲学看似简单，但真正做好并不容易。记住格雷厄姆的那句话："投资不是关于比别人聪明，而是关于控制自己的情绪。"