第三章 因子投资哲学：因子定义与分类
聊到因子投资，我经常被问到同一个问题：到底什么是因子？
说白了，因子就是解释股票收益的某种共同特征。你想想看，为什么有些股票涨得多，有些涨得少？背后一定有原因。因子就是这些原因的数学化表达。
我个人习惯把因子理解成「股票的基因」。就像人有高矮胖瘦，股票也有自己的属性——有的估值低，有的成长快，有的波动大。这些属性，就是因子。
3.1 因子的四大分类
做量化这些年，我见过各种各样的因子。归纳下来，无非四大类：
3.1.1 风格因子
这类因子最直观。市值大小、波动率高低、动量强弱，都属于风格因子。
举个例子：小盘股往往比大盘股收益高，这就是「市值因子」。我在2015年做过一个回测，小盘股组合年化跑赢大盘股将近12%。当然，2017年以后风格切换了，小盘股反而跑输——嗯，这里要注意，风格因子是会轮动的。
| 风格因子 | 含义 | 典型指标 |
|---|---|---|
| 市值因子 | 小盘股溢价 | 总市值、流通市值 |
| 波动率因子 | 低波动异象 | 日收益率标准差 |
| 动量因子 | 趋势延续 | 过去12个月收益率 |
3.1.2 基本面因子
这类因子来自公司财报。市盈率、市净率、ROE、营收增长率……都是基本面因子。
我曾经踩过一个坑：直接用原始PE做因子，结果回测效果很好，实盘却一塌糊涂。后来才发现，金融行业的PE和其他行业完全不是一个量级。所以做基本面因子，行业中性化处理是必须的。
3.1.3 技术因子
技术因子来自价格和成交量数据。均线、MACD、RSI、布林带……这些技术指标都可以作为因子。
说实话，我对纯技术因子一直持保留态度。为什么？因为技术因子的逻辑基础比较薄弱。你说均线金叉为什么能赚钱？很难给出经济学解释。
但技术因子有个好处：更新频率高。基本面因子一个季度才更新一次，技术因子每天都能算。所以在高频策略里，技术因子还是很有用的。
3.1.4 另类因子
这是近几年最火的方向。舆情因子、卫星图像因子、供应链因子、甚至天气因子……都属于另类因子。
我记得2018年做过一个项目，用爬虫抓取招聘网站的数据，构建了一个「人才需求因子」。结果发现，某公司招聘岗位突然暴增，三个月后股价果然大涨——因为公司在扩产。这种信息，财报里根本看不到。
3.2 因子的逻辑与经济学解释
做因子投资，最忌讳的就是「数据挖掘」。你拿1000个指标跑一遍回测，总能找到几个看起来显著的。但这种因子你敢用吗？
我个人认为，一个合格的因子必须满足两个条件：
- 统计显著——回测能赚钱
- 逻辑自洽——有经济学解释
举个例子，低波动因子为什么有效？
行为金融学给出的解释是：散户喜欢追高，把高波动股票的估值推得太高，导致未来收益下降。而机构投资者受限于杠杆约束，更愿意持有低波动股票。这就是「彩票效应」——散户把高波动股票当彩票买，结果买贵了。
再比如价值因子。为什么便宜的股票长期跑赢贵的？
两个解释：一是风险补偿——价值股通常经营风险更高，所以需要更高的预期收益来补偿；二是行为偏差——投资者过度外推过去的增长，把成长股估值推得太高，把价值股压得太低。
3.3 因子投资的发展历程
因子投资不是凭空冒出来的。它的发展经历了几个关键阶段：
3.3.1 CAPM时代（1960s）
夏普提出CAPM模型，认为股票的收益只跟市场风险有关。一个因子——市场因子——就能解释所有收益差异。
现在看来这个观点很天真，但在当时是革命性的。它第一次用数学语言描述了风险与收益的关系。
3.3.2 三因子模型（1990s）
Fama和French发现，光有市场因子不够。小盘股和低估值股票有额外收益。于是他们提出了三因子模型：市场因子 + 市值因子 + 价值因子。
这个模型至今仍是学术界的基准。我读研的时候，第一篇论文就是复现Fama-French三因子模型。说实话，跑出结果的那一刻，我才真正理解什么叫「因子溢价」。
3.3.3 多因子时代（2000s至今）
后来动量因子被加入，变成了四因子模型。再后来，质量因子、低波动因子、成长因子……因子越来越多。
现在主流的做法是：从几十个候选因子中筛选出有效的，然后组合成一个多因子模型。这个过程涉及大量的统计检验和优化。
我曾经参与过一个项目，从200多个候选因子中筛选出12个有效因子。筛选过程用了整整三个月，光数据清洗就花了一个月。但最终效果确实好——年化超额收益超过8%。
3.4 因子投资的未来
说到未来，我觉得有两个趋势值得关注：
第一，因子与AI的结合。 传统因子是人工构造的，而AI可以自动发现因子。我在上一章提到过，用深度学习可以从海量数据中提取非线性因子。这些因子可能没有经济学解释，但预测能力很强。
第二，另类因子的爆发。 随着大数据技术的发展，越来越多的非结构化数据可以被量化。社交媒体、新闻舆情、供应链数据……这些都会成为新的因子来源。
但有一点要提醒：因子越多，过拟合的风险越大。我见过有人用100个因子做回测，结果在样本外一塌糊涂。所以因子筛选和交叉验证，永远是重中之重。
好了，这一章就聊到这里。因子定义和分类是基础中的基础，但也是最容易被忽视的。我建议你花时间把每个因子的经济学逻辑想清楚，这对后续的建模会很有帮助。
公众号:蓝海资料掘金营，微信deep3321