一、因子投资概述
1.1 什么是因子投资
因子投资，说白了就是找到那些能解释股票涨跌的共同特征。
我经常跟团队新人说：别把因子投资想得太玄乎。它本质上就是一套系统化的选股逻辑。你想想看，为什么有些股票涨得好？可能是因为它们便宜（估值因子），可能是因为它们涨得猛（动量因子），也可能是因为它们盘子小（市值因子）。
因子投资的核心思想很简单：找到那些长期有效的、可解释的、可复制的收益来源。
因子投资的三个基本假设：
- 市场不是完全有效的——存在可以被利用的规律
- 这些规律是可重复的——不是偶然现象
- 规律背后有经济逻辑——不是数据挖掘的产物
我个人习惯把因子投资比作「拆解收益的显微镜」。传统投资看的是股票本身，因子投资看的是股票背后的驱动力。
1.2 因子投资的发展历史
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：
| 时期 | 里程碑 | 核心贡献 |
|---|---|---|
| 1960s | CAPM模型 | 夏普提出市场因子是唯一解释变量 |
| 1970s | 三因子模型雏形 | Basu发现价值效应，Banz发现小市值效应 |
| 1993 | Fama-French三因子模型 | 正式将市值、价值纳入因子体系 |
| 1997 | 动量因子 | Carhart将动量效应加入模型 |
| 2015 | 五因子模型 | Fama-French加入盈利和投资因子 |
嗯，这里要注意一个关键点：早期的因子研究，更多是「发现」而非「创造」。学者们发现市场上存在一些规律，然后试图用经济学理论去解释它们。
我在做量化研究时，经常被问到：「因子是不是越多越好？」我的回答是：因子不是越多越好，而是越独立越好。你想想看，如果两个因子高度相关，那它们本质上是在解释同一个东西。
1.3 因子投资的核心理念
因子投资的核心理念，我总结为三点：
- 系统化——用规则代替主观判断
- 分散化——不押注单一因子，而是组合配置
- 可解释——每个因子背后都要有经济逻辑支撑
我的经验之谈：
刚开始做因子研究时，我犯过一个典型错误——看到回测曲线漂亮就兴奋，完全没去深究背后的逻辑。结果呢？实盘一跑就崩了。后来我养成了一个习惯：任何因子，先问三个问题——为什么有效？什么时候失效？失效了怎么办？
因子投资的本质，其实是风险溢价的捕获。说白了，你承担了某种风险，市场给你相应的回报。比如小市值因子，小公司风险高、流动性差，所以长期来看需要更高的收益来补偿。
我曾经在项目中遇到过这样的情况：团队花了大半年时间挖掘了上百个因子，结果相关性分析一做，真正独立的因子不到10个。这就是典型的「看起来丰富，实际上冗余」。
避坑指南：
我曾经见过有人把「过去一个月涨得好的股票」和「过去三个月涨得好的股票」当作两个因子来用。这其实是在重复解释同一个动量效应。记住：因子之间要低相关，因子内部要高相关。
因子投资的另一个核心理念是因子择时。不是所有因子在任何时候都有效。比如价值因子在牛市中往往跑输成长因子，但在熊市中反而表现更好。这就是为什么我们需要做因子择时——判断当前市场环境下，哪些因子更可能有效。
我个人习惯把因子投资框架画成一张图，这样看起来更直观：
这张图展示了我做因子投资的完整流程。从原始数据开始，经过因子构建、检验、组合，最终形成投资决策。每一步都有坑，每一步都需要仔细验证。
最后说一句：因子投资不是万能钥匙。它是一套方法论，一种思维方式。真正的高手，不是靠某个「神奇因子」赚钱，而是靠系统化的流程和严格的风控。
本章核心要点：
- 因子投资是系统化的选股逻辑，核心是找到可解释的收益来源
- 从CAPM到五因子模型，因子体系在不断进化
- 核心理念：系统化、分散化、可解释
- 因子不是越多越好，独立性和逻辑性更重要