第一章:因子投资导论

什么是因子?

因子,说白了就是能解释股票收益的共同特征。

我刚开始做量化那会儿,总觉得因子是个很玄乎的东西。后来做多了才发现,它其实就是我们常说的「选股逻辑」。你想想看,为什么有些股票涨得好?可能是因为它们便宜,可能是因为它们盈利能力强,也可能是因为市场情绪好。这些「因为」背后的逻辑,就是因子。

举个例子:

  • 价值因子:买便宜的股票
  • 动量因子:买涨得好的股票
  • 质量因子:买赚钱能力强的股票
  • 低波因子:买波动小的股票

每个因子都代表一种风险溢价。你承担了某种风险,市场就给你相应的回报。这就是因子的核心逻辑。

核心观点:因子不是凭空捏造的,它背后一定有经济学逻辑支撑。没有逻辑的因子,再漂亮也是垃圾。

因子投资的起源与发展

因子投资的历史,其实比大多数人想象的要长。

1960年代,夏普提出了CAPM模型。那时候大家觉得,股票的收益只跟市场风险有关。你承担了市场风险,就能获得市场收益。

1970-80年代,Fama和French开始质疑这个观点。他们发现,小盘股和低市净率的股票,长期表现更好。于是1993年,他们提出了著名的三因子模型:市场、规模、价值。

我记得第一次看到Fama-French三因子模型时,整个人都震惊了。原来股票收益可以被拆解得这么清晰。从那以后,我就彻底迷上了因子投资。

1990年代至今,因子家族不断壮大:

  • 动量因子(Jegadeesh & Titman, 1993)
  • 质量因子(Novy-Marx, 2013)
  • 低波因子(Ang et al., 2006)
  • 红利因子、成长因子、情绪因子...

现在主流的因子库,少说有上百个。但真正有效的,其实也就那么十来个。

我的经验:别贪多。我曾经一口气跑了50个因子,结果大部分都是噪音。后来我学乖了,先聚焦5-10个经典因子,把它们的逻辑吃透,再慢慢扩展。

因子投资的哲学与核心逻辑

因子投资的哲学,其实就三句话:

  1. 收益可分解:任何股票的收益,都可以拆解成因子暴露和因子收益的乘积
  2. 风险可管理:通过控制因子暴露,你可以精确管理投资组合的风险
  3. 收益可预测:因子收益在长期是稳定的,短期虽有波动,但方向不变

这三句话听起来简单,但做起来很难。为什么?

因为因子不是一成不变的。市场在变,因子也在变。你去年有效的因子,今年可能就失效了。这就是因子投资最大的挑战。

我曾经踩过一个坑:2018年,我重仓了动量因子,结果那年市场风格切换,动量因子回撤了20%。嗯,从那以后,我再也不敢单押一个因子了。

所以,因子投资的核心逻辑是:

  • 分散化:不要只依赖一个因子,多因子组合才是王道
  • 动态调整:因子有生命周期,要定期检视和调整
  • 风险控制:因子暴露要适度,别让一个因子毁了整个组合

避坑指南:我曾经见过有人把因子回测做到年化50%,结果实盘亏得底朝天。为什么?因为回测过拟合了。因子投资最怕的就是「看起来很美」,实际上全是数据挖掘的假象。

因子投资的知识体系

下面这张图,是我自己整理的因子投资知识体系。你仔细看看,就能明白我们这门课要讲什么。

因子投资体系 因子定义与分类 因子挖掘与测试 多因子组合 价值因子 动量因子 质量因子 低波因子 数据清洗 回测验证 IC分析 过拟合检验 等权组合 动态权重 风险平价 因子择时 目标:构建稳健的多因子投资体系

这张图展示了因子投资的三个核心模块:因子定义与分类、因子挖掘与测试、多因子组合。我们这门课,就是围绕这三个模块展开的。

我个人习惯,把因子投资比作「搭积木」。每个因子就是一块积木,你要做的,就是找到最好的积木,然后用最合理的方式把它们搭起来。搭得好,你的组合就稳;搭得不好,风一吹就倒了。

好了,第一章就讲到这里。记住一句话:因子投资不是玄学,是科学。它需要逻辑、需要数据、需要纪律。只要你掌握了正确的方法,就能在市场中长期获利。

本章要点:

  • 因子是能解释股票收益的共同特征
  • 因子投资经历了从单因子到多因子的演变
  • 因子投资的哲学:收益可分解、风险可管理、收益可预测
  • 多因子组合是降低风险、提高收益的关键
专注资料整理