一、因子投资基础：什么是因子、因子投资的历史沿革、可转债因子的特殊性
各位同学好，我是老蓝。今天咱们正式开讲可转债因子有效性检验的第一章。
说实话，因子投资这个概念，在量化圈已经被讲烂了。但真正能把因子说清楚、用明白的人，其实不多。尤其是可转债这个品种，它跟股票因子完全是两码事。我见过太多人直接把股票因子往可转债上套，结果亏得底裤都不剩。
好，咱们从头捋一遍。
1.1 什么是因子
因子，说白了就是「能解释资产收益的共同特征」。你想想看，为什么有些股票涨得好，有些涨得差？背后一定有某种规律在驱动。这个规律，就是因子。
举个最简单的例子：
- 价值因子：低市盈率的股票长期跑赢高市盈率的
- 动量因子：过去涨得好的股票，未来一段时间还会继续涨
- 规模因子：小盘股长期跑赢大盘股
每个因子就像一把尺子，用来衡量资产在某个特征上的暴露程度。暴露越高，预期收益就越高——当然，风险也越大。
核心公式（简化版）：
预期收益 = 无风险利率 + 因子暴露1 × 因子溢价1 + 因子暴露2 × 因子溢价2 + ...你暴露在哪些因子上，就赚哪些因子的钱。这就是因子投资的底层逻辑。
我个人习惯把因子理解成「菜系」。川菜、粤菜、鲁菜，各有各的味型。因子也一样，价值因子、动量因子、低波因子，各有各的收益来源。你不能说哪个菜系最好，只能说哪个更适合当前的市场环境。
1.2 因子投资的历史沿革
因子投资不是凭空冒出来的。它的发展脉络，我简单梳理一下：
| 年代 | 代表人物/事件 | 核心贡献 |
|---|---|---|
| 1950s | Markowitz | 均值-方差模型，第一次用数学描述风险与收益 |
| 1960s | Sharpe, Lintner | CAPM模型，市场因子诞生 |
| 1970s | Fama, French | 三因子模型（市场、规模、价值） |
| 1990s | Carhart | 加入动量因子，四因子模型 |
| 2010s | Asness, Frazzini | 质量因子、低波因子等百花齐放 |
| 2020s | 国内量化机构 | 可转债因子、另类数据因子兴起 |
这里我想多说一句。Fama和French当年提出三因子模型的时候，其实是被学术界骂得很惨的。为什么？因为「数据挖掘」的嫌疑太大了——你用历史数据找规律，谁知道是不是过拟合？
嗯，这个问题到现在都没完全解决。我自己的经验是：因子必须要有经济学逻辑支撑。光靠统计显著性是不够的，你得能讲清楚「为什么这个因子能赚钱」。
我的避坑指南：
我曾经花三个月时间挖出一个「尾盘成交量因子」，回测夏普比高达3.5。结果实盘一跑，直接亏了5%。后来复盘才发现，这个因子纯粹是数据噪音——因为尾盘成交量受大单拆分影响太大，根本没有稳定的逻辑支撑。
从那以后，我给自己定了个规矩：没有逻辑的因子，再好看也不要碰。
1.3 可转债因子的特殊性
好，前面讲的都是股票因子。现在咱们进入正题——可转债因子。
可转债这个品种，说白了就是「债券+看涨期权」的合体。它既有债性，又有股性，还有转股条款、回售条款、强赎条款这些乱七八糟的东西。所以，可转债因子跟股票因子完全是两码事。
我总结了几点特殊性：
- 非线性特征：股票因子大多是线性的（比如市值越大收益越低），但可转债因为含有期权，收益结构是非线性的。平价100和平价130的转债，对正股涨跌的敏感度完全不同。
- 路径依赖：可转债的收益不仅取决于当前状态，还取决于历史路径。比如一只转债曾经触发过强赎，它的定价逻辑就跟没触发过的完全不同。
- 条款干扰：下修、回售、强赎这些条款，会严重扭曲因子的表现。我见过一个「低溢价因子」，在牛市里表现极好，但一旦遇到熊市+下修潮，直接崩盘。
- 流动性分层：可转债的流动性差异极大。有些小盘转债一天成交不到100万，你拿它算因子暴露，结果全是噪音。
重要提醒：
千万不要把股票因子的检验方法直接套到可转债上。我见过太多人这么干，结果回测曲线漂亮得不行，实盘一跑就完蛋。为什么？因为可转债的因子结构跟股票完全不同，你需要重新设计检验框架。
为了让大家更直观地理解可转债因子的结构，我画了一张框架图：
这张图我想表达的核心意思是：可转债因子不是孤立的，它们之间有复杂的交互关系。比如双低因子，它本质上是价格因子和溢价率因子的组合。但如果你不做平价区间分层，双低因子在股性区和债性区的表现会完全相反。
我举个例子你就明白了。一只平价80的转债，双低值很低，说明它债性很强，价格接近纯债价值。这时候双低因子选出来的，其实是「债底保护好的品种」。但一只平价130的转债，双低值很低，说明它溢价率极低，接近转股套利。这时候双低因子选出来的，其实是「进攻性强的品种」。你看，同一个因子，在不同平价区间，选出来的东西完全不一样。
所以，做可转债因子检验，第一条铁律就是：
必须按平价区间分层检验。债性区（平价<80）、平衡区（80~120）、股性区（平价>120），三个区间分开测。混在一起测，结果全是假的。
好，第一章就讲到这里。因子投资的基础框架、历史脉络、以及可转债因子的特殊性，咱们都过了一遍。下一章开始，我会手把手带大家搭建因子检验的完整流程——从数据清洗到回测框架，再到统计显著性检验，每一步我都会给出具体的代码和避坑经验。