2. 风险因子识别：市场因子、行业因子、风格因子、因子暴露计算

做指数增强策略，说白了就是在跟市场玩「捉迷藏」。你得先搞清楚，到底是谁在背后推着你的净值上上下下。我个人习惯把风险因子分成三大类：市场因子、行业因子、风格因子。这三兄弟，你一个都躲不掉。

2.1 市场因子：Beta 是原罪

市场因子是所有风险因子里最「霸道」的一个。它代表的是整个市场的系统性风险，也就是我们常说的 Beta。你想想看，大盘涨的时候，你的组合大概率跟着涨；大盘跌的时候，也很难独善其身。这就是市场因子在起作用。

我在项目中遇到过最典型的案例：一个客户拿着一个看似很牛的选股策略，回测年化收益 25%。结果我一算 Beta，好家伙，1.8。这意味着什么？大盘涨 10%，他涨 18%；大盘跌 10%，他跌 18%。这哪是选股能力？这分明是加了杠杆的指数基金。

2.2 行业因子：别把运气当能力

行业因子是另一个容易让人「飘」的东西。你重仓了新能源，今年新能源涨了 50%，你的组合涨了 40%。你觉得自己是股神？其实只是风口上的猪。

我曾经犯过一个错误：2019 年做回测时，一个策略表现特别好，年化超额收益 8%。我兴奋得不行，结果一拆解行业暴露——好家伙，超配了白酒 15%。那两年白酒什么行情大家都知道。去掉行业因子贡献，超额收益只剩 2%。嗯，这脸打得有点疼。

行业因子的识别，核心是看你的组合相对于基准指数，在哪些行业上「赌」了额外的权重。常见的行业分类有申万一级、GICS 等。我个人习惯用申万一级，28 个行业，够细也够用。

2.3 风格因子：大小盘、价值成长

风格因子是更「阴险」的存在。它不像行业那么直观，但影响一点不小。最常见的风格因子就是大小盘（市值因子）和价值成长（估值因子）。

你想想看，2021 年小盘股涨得飞起，你如果重仓了小盘，超额收益自然好看。但到了 2022 年，大盘股开始反弹，小盘股跌成狗，你的超额收益就变成了负的。这就是风格因子在作祟。

我记得有一次做归因分析，一个策略在 2017 年表现极差。我一开始以为是选股逻辑出了问题，后来一算风格暴露——好家伙，市值因子暴露是 -0.8，也就是严重偏向小盘股。而 2017 年是大盘股的牛市。这哪是选股问题？这是风格踩错了节奏。

2.4 因子暴露计算：别凭感觉，要算账

好了，前面说了这么多，到底怎么算因子暴露？其实没那么玄乎。核心就一句话：你的组合在某个因子上的暴露，等于组合中所有股票在该因子上的加权平均值。

举个例子，你要算市值因子暴露。先拿到每只股票的市值（取对数），然后按组合权重加权平均，再减去基准指数（比如沪深 300）的加权平均市值。这个差值就是你的市值因子暴露。

代码实现其实很简单，我贴一段我常用的 Python 代码：

import pandas as pd
import numpy as np

def calculate_factor_exposure(portfolio_weights, benchmark_weights, factor_values):
    """
    计算因子暴露
    portfolio_weights: 组合权重 Series
    benchmark_weights: 基准权重 Series
    factor_values: 因子值 Series (如市值、估值等)
    """
    # 组合的因子暴露
    portfolio_exposure = np.sum(portfolio_weights * factor_values)
    # 基准的因子暴露
    benchmark_exposure = np.sum(benchmark_weights * factor_values)
    # 相对暴露
    relative_exposure = portfolio_exposure - benchmark_exposure
    
    return relative_exposure

# 示例：计算市值因子暴露
# 假设你有100只股票的权重和市值数据
portfolio_w = pd.Series(...)  # 组合权重
benchmark_w = pd.Series(...)  # 基准权重
log_market_cap = pd.Series(...)  # 对数市值

size_exposure = calculate_factor_exposure(portfolio_w, benchmark_w, log_market_cap)
print(f"市值因子暴露: {size_exposure:.4f}")

2.5 知识体系总览

下面这张图是我自己整理的因子识别框架，你可以把它当成一个检查清单。每次做策略之前，先过一遍这张图，能帮你避开 80% 的坑。

说实话，因子识别这件事，做一次不难，难的是坚持做。我见过太多人，刚开始做策略时认认真真算因子暴露，跑顺了就忘了。等到回撤来了，才手忙脚乱地找原因。何必呢？

记住一句话：你控制不了的东西，迟早会控制你。 因子暴露就是那个你必须要控制的东西。别偷懒，每个月花 10 分钟算一下，能省去后面 10 个小时的复盘时间。