常见因子类型：价值因子、动量因子、质量因子、规模因子、低波动因子
聊到因子投资，大家最先接触的就是这五大经典因子。我个人把它们称为「因子界的五虎上将」。你想想看，市场上几千只股票，凭什么有的涨有的跌？说白了，就是这些因子在背后起作用。
我刚开始做量化那会儿，也踩过不少坑。记得有一次，我一股脑把五个因子全塞进模型，结果回测曲线漂亮得不像话，实盘却亏得亲妈都不认识。后来才明白——因子不是越多越好，关键得理解每个因子的脾气。
价值因子（Value Factor）
价值因子，说白了就是「捡便宜货」。买那些被市场低估的股票，等价格回归合理水平。
最常见的指标就是市盈率（PE）、市净率（PB）、市销率（PS）。我习惯用PE的倒数——盈利收益率，这样数值越大说明越便宜。
核心逻辑：市场经常过度反应，好公司也会被错杀。价值因子就是利用这种错误定价赚钱。
# 一个简单的价值因子打分示例
def value_score(df):
# 计算PE倒数
df['EP'] = 1 / df['PE']
# 计算PB倒数
df['BP'] = 1 / df['PB']
# 标准化后取平均
df['value_score'] = (df['EP'].rank() + df['BP'].rank()) / 2
return df避坑指南：我曾经在2018年重仓价值因子，结果被成长股吊打了一年。价值因子有「价值陷阱」——有些股票便宜是因为它真的不行。一定要结合质量因子做筛选。
动量因子（Momentum Factor）
动量因子，就是「追涨杀跌」的学术说法。过去涨得好的股票，未来一段时间还会继续涨。听起来有点反直觉，对吧？
我常用的动量指标是过去12个月收益率，但剔除最近1个月。为什么？因为短期反转效应太强，容易把动量信号搞乱。
| 动量周期 | 特点 | 我常用的参数 |
|---|---|---|
| 短期（1-3个月） | 噪音大，反转效应强 | 不太用 |
| 中期（6-12个月） | 动量效应最稳定 | 12个月减1个月 |
| 长期（24个月以上） | 容易均值回归 | 作为辅助信号 |
个人经验：动量因子在牛市中表现特别好，但在市场急转时容易吃大亏。我一般会搭配低波动因子一起用，效果还不错。
质量因子（Quality Factor）
质量因子，就是挑「好公司」。高ROE、低负债、稳定的盈利增长——这些都是好公司的特征。
嗯，这里要注意。质量因子不是万能的。我见过很多ROE很高的公司，股价照样跌成狗。为什么？因为市场已经把这些「好」定价进去了。
# 质量因子组合打分
def quality_score(df):
# ROE、毛利率、资产负债率
df['roe_score'] = df['ROE'].rank()
df['gross_margin_score'] = df['GrossMargin'].rank()
# 负债率越低越好，所以取倒数
df['debt_score'] = (1 / df['DebtRatio']).rank()
df['quality_score'] = (df['roe_score'] +
df['gross_margin_score'] +
df['debt_score']) / 3
return df核心要点：质量因子更适合作为「筛选器」而不是「排序器」。先用质量因子剔除垃圾股，再用其他因子做排序。
规模因子（Size Factor）
规模因子，就是「小盘股效应」。小市值股票长期跑赢大市值股票。这个效应在A股尤其明显。
我个人习惯用总市值取对数，然后取倒数。这样数值越大代表市值越小。但要注意，小盘股流动性差，交易成本高，实盘时得考虑滑点。
我曾经踩过的坑：回测时没考虑停牌和涨跌停限制，结果小盘股策略在实盘时根本买不进去。现在我做小盘股策略，一定会加流动性过滤条件。
低波动因子（Low Volatility Factor）
低波动因子，听起来很反常识——波动越低的股票，长期收益反而越高。这就是著名的「低波动异象」。
我常用的指标是过去60个交易日的日收益率标准差。嗯，这里有个细节：用周线算波动率比日线更稳定，但信号更新慢。看你的交易频率来选。
# 计算低波动因子
def low_vol_score(df, window=60):
# 计算日收益率
df['return'] = df['close'].pct_change()
# 滚动计算波动率
df['volatility'] = df['return'].rolling(window).std()
# 波动率越低，分数越高
df['low_vol_score'] = -df['volatility'].rank()
return df实战技巧：低波动因子在熊市中特别抗跌，但牛市中会跑输。我一般把它作为「压舱石」，占总仓位的20%-30%。
五大因子的关系图谱
下面这张图是我自己整理的因子关系。你看，价值和质量经常一起出现，动量和低波动则有点「八字不合」。
如何组合使用这些因子？
说实话，没有一套万能公式。但我可以分享一个我常用的框架：
- 先用质量因子做筛选——剔除财务质量差的股票，避免踩雷
- 再用价值因子做排序——在好公司里挑便宜的
- 动量因子做增强——确认趋势是否向上
- 低波动因子做风控——控制组合波动
- 规模因子做分散——大小盘均衡配置
记住一点：因子不是越多越好。我见过有人用20个因子做组合，结果每个因子权重都不到5%，根本起不到作用。我个人建议，核心因子控制在3-5个，每个因子权重不低于10%。
好了，这五大因子就聊到这儿。每个因子都有自己的性格，你得摸透它们的脾气，才能在实盘中用好它们。下一章我们聊聊因子之间的相关性——这可是构建多因子模型的关键。
公众号:蓝海资料掘金营，微信deep3321