因子投资基础：从定义到实战
因子投资，说白了就是找规律。你想想看，为什么有些股票涨得好，有些就趴着不动？背后一定有原因。这个原因，就是我们说的「因子」。
我个人习惯把因子理解为「能解释股票收益的共同特征」。比如市值大的公司和小公司，长期表现就不一样。这就是一个因子——规模因子。
因子的定义与分类
因子到底是什么？我给它一个比较接地气的定义：因子是能够系统性地解释资产收益差异的、可观测的变量。
嗯，这里要注意，不是随便找个变量就能叫因子。它得满足几个条件：
- 系统性：不是个别现象，而是影响一大片股票
- 持续性：不是今天有明天没，得长期有效
- 可解释：背后得有经济逻辑，不能是纯统计巧合
- 可投资：你能基于它构建投资组合
因子分类上，我一般分成三大类：
| 类别 | 典型因子 | 逻辑 |
|---|---|---|
| 宏观因子 | 利率、通胀、GDP增长 | 影响整个市场 |
| 风格因子 | 价值、动量、质量 | 解释股票间差异 |
| 统计因子 | PCA提取的主成分 | 纯数学驱动 |
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，我捋一捋：
- 1960年代：CAPM模型诞生，市场因子是唯一解释变量。那时候大家觉得，风险就是市场波动。
- 1970-80年代：发现CAPM解释不了很多现象。小公司效应、价值效应开始被关注。
- 1992年：Fama和French提出三因子模型，正式把规模因子和价值因子纳入框架。这是里程碑。
- 2015年：五因子模型发布，加入了盈利和投资因子。模型更精细了。
- 现在：因子动物园时代，成百上千个因子被挖掘出来。
我曾经在项目中复盘过A股的因子表现，发现一个有意思的现象：很多在美股有效的因子，在A股效果完全不同。比如低波动因子，在A股长期是负收益。这说明因子有市场特异性。
多因子模型简介
多因子模型的核心思想很简单：一个因子不够，那就多来几个。
Fama-French三因子模型
这个模型长这样：
R_i - R_f = α + β₁(R_m - R_f) + β₂(SMB) + β₃(HML) + ε其中：
- R_m - R_f：市场超额收益（市场因子）
- SMB：小市值减大市值（规模因子）
- HML：高账面市值比减低账面市值比（价值因子）
我刚开始用这个模型时，觉得它太简单了。后来发现，简单恰恰是它的优势。三因子能解释大部分股票收益的横截面差异，R²经常能到80%以上。
Fama-French五因子模型
五因子在三因子基础上加了两个：
R_i - R_f = α + β₁(R_m - R_f) + β₂(SMB) + β₃(HML) + β₄(RMW) + β₅(CMA) + ε- RMW：高盈利减低盈利（盈利因子）
- CMA：低投资减高投资（投资因子）
因子暴露与因子收益
这两个概念是因子投资的核心。我举个例子你就明白了：
假设你买了一只小盘价值股。它的收益可以拆成两部分：
- 因子暴露：这只股票对规模因子和价值因子的敏感度。比如规模因子暴露是0.8，价值因子暴露是1.2。
- 因子收益：因子本身在某个时间段的表现。比如这个月规模因子涨了2%，价值因子涨了1%。
那么这只股票的因子贡献就是：0.8 × 2% + 1.2 × 1% = 2.8%。剩下的部分就是α和残差。
计算因子暴露，通常用时间序列回归：
import statsmodels.api as sm
# 假设你已经有因子收益率数据
# returns: 股票收益率序列
# factors: 因子收益率矩阵
X = sm.add_constant(factors)
model = sm.OLS(returns, X).fit()
exposures = model.params[1:] # 因子暴露系数
alpha = model.params[0] # 超额收益因子收益的计算相对简单。如果你有因子组合的收益率数据，直接取均值或累计值就行。但要注意频率问题——日频因子收益和月频因子收益，统计特性差别很大。
知识体系总览
下面这张图，是我自己梳理的因子投资知识框架。你看一眼，应该能对整个章节有个全局把握：
因子投资这条路，说难不难，说简单也不简单。关键是理解背后的逻辑，而不是盲目跑回归。我见过太多人，因子库里有几百个因子，但真正能稳定赚钱的没几个。
记住一句话：因子是工具，不是信仰。用得好，它是你的利器；用得不好，它就是过拟合的陷阱。
公众号:蓝海资料掘金营，微信deep3321