因子投资基础：什么是因子？
大家好，欢迎来到《主动量化投资底层逻辑》的第一章。
说实话，每次开课讲因子投资，我都会想起自己刚入行那会儿。那时候我以为量化就是写代码、跑回测、看曲线。结果第一次实盘，策略就崩了。为什么？因为我根本不懂因子是什么。
因子，说白了就是「能解释股票涨跌的共同特征」。你想想看，为什么茅台涨的时候，五粮液也涨？为什么银行股跌的时候，保险股也跟着跌？因为它们背后有共同的驱动力——这就是因子。
因子的本质
我个人习惯把因子理解成「股票的基因」。每只股票都有很多基因片段：
- 它贵不贵？——价值因子
- 它涨得快不快？——动量因子
- 它赚不赚钱？——质量因子
- 它稳不稳？——低波因子
这些基因共同决定了股票未来的表现。嗯，这里要注意：因子不是预测指标，而是解释变量。它告诉你「为什么涨」，而不是「会不会涨」。
核心定义：因子是能够系统性解释资产收益率的可观测特征。它必须满足三个条件：
- 可观测——能用数据量化
- 可复制——不同时间、不同市场都有效
- 有经济含义——背后有逻辑支撑
因子分类：四大主流因子
我在项目中遇到过很多新手，一上来就搞几百个因子。结果呢？过拟合得一塌糊涂。其实真正经得起考验的，就那么几类。
1. 价值因子
买便宜的股票。用市盈率、市净率、股息率来衡量。我刚开始做量化时，觉得价值因子太简单了。直到有一次熊市，我的动量策略亏了30%，而隔壁用价值因子的老哥只亏了5%。嗯，从那以后我再也不敢小看它了。
2. 动量因子
追涨杀跌。过去涨得好的股票，未来一段时间还会涨。听起来像玄学？其实有行为金融学的解释：投资者反应不足，导致趋势延续。
3. 质量因子
买好公司。高ROE、低负债、稳定的盈利增长。我有个朋友专做质量因子，他说：「我不预测市场，我只买好公司，然后等市场发现它好。」
4. 低波因子
买波动小的股票。低波动股票长期收益反而更高。为什么？因为高风险股票被过度追捧，价格被推高了，未来收益自然就低了。
| 因子类型 | 核心逻辑 | 常用指标 | 我的经验 |
|---|---|---|---|
| 价值 | 便宜就是硬道理 | PE, PB, PS | 熊市里最抗跌 |
| 动量 | 趋势是我的朋友 | 过去12个月收益 | 小心反转 |
| 质量 | 好公司有好报 | ROE, 毛利率 | 长期持有首选 |
| 低波 | 慢就是快 | Beta, 波动率 | 适合大资金 |
多因子模型框架
单因子就像一把刀，能切菜但切不了骨头。多因子模型就是把几把刀组合起来，形成一套完整的工具包。
最经典的是Fama-French三因子模型：市场因子 + 价值因子 + 规模因子。后来他们又加了质量因子和投资因子，变成了五因子模型。
我的建议：别一上来就搞五因子。先从两三个核心因子开始，跑通了再加。我曾经见过一个团队，上来就搞20个因子，结果调参调了三个月，最后发现还不如简单的等权组合。
多因子模型的构建流程，我一般分四步：
- 因子选择——挑出有逻辑、有数据的因子
- 因子处理——去极值、标准化、中性化
- 因子合成——等权、加权、机器学习
- 因子评估——IC、IR、分层回测
下面这张图是我自己画的多因子框架，你看一眼就明白了：
避坑指南：我曾经犯过一个错误——把所有因子等权合成，结果发现价值因子和动量因子在某个时间段完全相反。一个做多，一个做空，组合收益直接归零。后来我学会了做因子相关性分析，把高度相关的因子合并或剔除。
因子的生命周期
因子不是永恒的。它像人一样，有出生、成长、成熟、衰退的过程。我记得2015年之前，小市值因子在中国市场特别有效。但2017年以后，大盘股开始跑赢，小市值因子就失效了。
为什么会这样？因为因子被发现了。当所有人都知道小市值能赚钱，就会一窝蜂去买小盘股，把小盘股的价格推高，未来收益自然就降低了。这就是因子衰减。
所以做因子投资，不能死守一个因子。你得不断监控因子的表现，发现它不行了，就换一个。我自己的做法是：每个季度检查一次因子的IC值，如果连续两个季度IC为负，就考虑剔除。
小技巧：因子IC（信息系数）是衡量因子预测能力的指标。IC为正，说明因子有效；IC为负，说明因子失效。我一般要求IC绝对值大于0.05才纳入模型。
好了，这一章的内容就到这里。因子投资是个大话题，我们后面还会深入讲每个因子的具体计算、回测方法、以及如何构建一个完整的因子库。记住一句话：因子是量化的基石，理解因子，你就理解了量化投资的底层逻辑。
公众号:蓝海资料掘金营，微信deep3321