一、因子投资概述：什么是量化选股因子？
大家好，欢迎来到《量化选股因子实战应用》的第一章。
我是你们这门课的主讲人。在量化这个行当摸爬滚打了十来年，踩过不少坑，也赚过一些钱。今天咱们聊点实在的——因子投资。
很多人一听到「因子」两个字，就觉得高大上，甚至有点玄乎。其实说白了，因子就是一把尺子。用来量股票的。
你想想看，A股市场五千多只股票，你怎么挑？凭感觉？看K线？还是听消息？这些都不靠谱。因子投资就是给你一套科学的、可复现的方法论。它告诉你：什么样的股票，历史上更容易涨。
1.1 什么是量化选股因子？
量化选股因子，本质上是一个可计算的、有预测能力的特征。
举个例子。市盈率（PE）就是一个因子。低市盈率的股票，长期来看是不是比高市盈率的涨得好？这就是「价值因子」的逻辑。
再比如，过去12个月涨幅最高的股票，接下来会不会继续涨？这就是「动量因子」在回答的问题。
我个人习惯把因子比作「信号灯」。每个因子都从不同角度给你一个信号：这个股票值得买，或者该卖了。但注意，没有哪个信号灯是永远正确的。你需要组合使用。
1.2 因子投资的发展历史
因子投资不是新鲜事。它的历史，比你想象的要长。
- 1960s - CAPM模型诞生：夏普等人提出，股票的收益只跟市场风险（Beta）有关。这是单因子模型的鼻祖。
- 1990s - Fama-French三因子模型：尤金·法玛和肯尼斯·弗伦奇发现，光有市场因子不够。他们加入了规模因子（小盘股跑赢大盘股）和价值因子（低市净率跑赢高市净率）。这个模型至今仍是业界基准。
- 2000s - 因子爆炸时代：动量、质量、低波、成长……各种因子被学术界和业界挖掘出来。我记得那时候，一篇顶级期刊论文能带火一个因子。
- 2010s至今 - 因子投资工业化：因子从学术概念变成了产品。Smart Beta ETF、多因子模型、机器学习因子……机构投资者开始系统性地使用因子进行资产配置和选股。
嗯，这里要注意。历史虽然辉煌，但因子也有失效的时候。我在2018年就遇到过价值因子连续跑输成长因子两年的情况。那段时间，坚持价值投资的同行们日子都不好过。
1.3 主流因子分类
目前业界公认的主流因子，大概有六大类。我给大家整理了一个表格，方便对比。
| 因子类别 | 核心逻辑 | 常见指标 | 我的经验 |
|---|---|---|---|
| 价值因子 | 便宜的东西终究会回归 | PE、PB、PS、PCF | A股的价值因子经常失效，需要结合质量一起看 |
| 动量因子 | 趋势是你的朋友 | 过去6-12个月收益率 | 小心「动量崩溃」，急跌行情里动量会反噬 |
| 质量因子 | 好公司自带光环 | ROE、毛利率、资产负债率 | 我最喜欢的因子，长期有效，但短期不性感 |
| 低波因子 | 低风险反而有高收益 | 过去1年日收益率标准差 | 这个因子很反直觉，但确实有效 |
| 成长因子 | 买未来，不买现在 | 营收增速、利润增速 | 高成长往往伴随高估值，注意安全边际 |
| 规模因子 | 小盘股有流动性溢价 | 总市值、流通市值 | A股的小盘效应非常明显，但交易成本也高 |
1.4 因子投资的收益来源与风险
因子为什么能赚钱？这个问题我问过自己很多遍。
学术界给出了几种解释：
- 风险补偿：某些因子承担了额外的系统性风险，所以需要更高的预期收益来补偿。比如，小盘股流动性差、经营风险高，所以规模因子有正溢价。
- 行为偏差：投资者不是完全理性的。比如，过度反应导致动量效应，过度保守导致价值效应。因子赚的是「纠偏」的钱。
- 结构性约束：机构投资者有各种限制（比如不能买小盘股、不能做空），导致某些因子长期存在套利空间。
但因子投资也有风险。而且风险不小。
- 因子失效风险：一个因子过去有效，不代表未来有效。尤其是被广泛发现后，超额收益会迅速衰减。
- 因子拥挤风险：当太多资金追逐同一个因子时，交易会变得极其拥挤。一旦反转，踩踏效应非常可怕。
- 模型风险：你的因子模型可能过拟合。我见过有人用100个因子做回测，结果样本外一塌糊涂。
- 宏观环境变化：低利率环境下成长因子表现好，高利率环境下价值因子占优。宏观变了，因子的逻辑可能就变了。
所以，因子投资不是「圣杯」。它是一套科学的框架，但需要你持续监控、动态调整。
1.5 因子投资的知识体系
下面这张图，是我自己画的。它概括了因子投资的完整知识体系。你可以把它当作这门课的地图。
这张图把因子投资拆成了四个模块：因子分类、收益来源、主要风险、实战流程。后面的课程，我们会沿着这个框架一步步深入。
好了，第一章就到这里。内容不多，但都是基础。打好地基，后面盖楼才稳。
记住一句话：因子投资不是预测未来，而是管理概率。