4. 多因子模型基础：线性多因子模型、因子暴露与因子收益率、Alpha与Beta分离
各位同学，今天我们进入多因子模型的核心地带。说实话，这部分内容我当年自学的时候绕了不少弯路。你想想看，一堆数学符号堆在一起，很容易让人头晕。但别怕，咱们今天把它拆开揉碎了讲。
多因子模型，说白了就是回答一个问题：股票的收益到底从哪来？ 是市场整体涨了？还是它本身有什么特别之处？
4.1 线性多因子模型：从CAPM到多因子
最早的时候，大家觉得股票收益只跟市场有关，这就是CAPM模型。但我个人习惯认为，CAPM太理想化了。你想想，如果只靠市场一个因子，那茅台和ST股的区别在哪？
所以后来有了多因子模型。它的数学形式其实很简单：
r_i = α_i + β_i1 * f_1 + β_i2 * f_2 + ... + β_ik * f_k + ε_i其中：
r_i是股票 i 的超额收益β_ij是股票 i 在因子 j 上的暴露f_j是因子 j 的收益率α_i是股票 i 的Alphaε_i是残差项
我在项目中遇到过很多新手，一上来就堆几十个因子。结果呢？过拟合得一塌糊涂。记住，因子不是越多越好，关键是每个因子都要有经济学含义。
核心要点：线性多因子模型假设因子收益与股票收益之间是线性关系。虽然现实世界没那么完美，但这个假设让模型变得可解释、可计算。做量化，有时候「有用」比「精确」更重要。
4.2 因子暴露与因子收益率
这两个概念，我建议你放在一起理解。因子暴露是「你有多像这个因子」，因子收益率是「这个因子本身赚了多少钱」。
举个例子：
- 因子暴露：某股票的市净率在所有股票中排前10%，那它在「价值因子」上的暴露就很高
- 因子收益率：这个月价值因子整体涨了2%，这就是因子收益率
计算因子收益率，最常用的方法是截面回归。代码实现如下：
import pandas as pd
import statsmodels.api as sm
# 假设我们有股票收益和因子暴露数据
# returns: 每只股票的收益
# exposures: 每只股票在各因子上的暴露
def estimate_factor_returns(returns, exposures):
"""
通过截面回归估计因子收益率
"""
# 添加截距项（代表Alpha）
X = sm.add_constant(exposures)
# 截面回归：每期做一次
model = sm.OLS(returns, X)
results = model.fit()
# 因子收益率就是回归系数
factor_returns = results.params
return factor_returns避坑指南：我曾经犯过一个低级错误——直接用原始因子值做回归，忘了做标准化。结果因子暴露量纲不同，回归系数根本没法解释。记住，因子暴露一定要标准化，通常转成z-score。
4.3 Alpha与Beta分离
这是多因子模型最核心的应用之一。Beta是「靠天吃饭」的部分，Alpha是「凭本事吃饭」的部分。
怎么分离？很简单：
# 假设我们已经估计出了因子收益率
# factor_returns: 各因子的收益率序列
# betas: 股票在各因子上的暴露
def decompose_returns(stock_returns, factor_returns, betas):
"""
将股票收益分解为Alpha和Beta
"""
# Beta收益 = 因子暴露 × 因子收益率
beta_return = np.dot(betas, factor_returns)
# Alpha收益 = 实际收益 - Beta收益
alpha = stock_returns - beta_return
return alpha, beta_return嗯，这里要注意：Alpha不是白来的。如果你发现某只股票持续有正Alpha，要么是你发现了真正的超额收益来源，要么是你的模型漏掉了某个重要因子。
重要提醒：Alpha和Beta的分离依赖于模型设定。如果你漏掉了关键因子，所谓的「Alpha」其实只是未被解释的Beta。这就是为什么因子选择如此重要。
4.4 知识体系结构图
下面这张图，是我自己总结的多因子模型知识框架。你把它存下来，以后每次做因子分析前看一眼，能少走很多弯路。
4.5 实战中的坑与经验
最后，分享几个我踩过的坑：
- 因子共线性：两个因子高度相关时，回归系数会变得不稳定。我建议用VIF（方差膨胀因子）做诊断，VIF大于5就要小心了。
- 因子收益率的时序相关性：如果因子收益率有自相关，说明市场存在某种动量或反转效应。这时候用Newey-West标准误调整一下。
- Alpha的统计显著性：别看到正Alpha就兴奋。算一下t统计量，如果绝对值小于2，那很可能只是随机波动。
我的习惯：每次建完多因子模型，我都会做一次「Alpha回测」——把样本内外的Alpha分布画出来。如果样本外的Alpha均值接近零，说明模型没问题。如果样本外Alpha显著为负，那就要反思是不是过拟合了。
好了，多因子模型的基础就讲到这里。记住，模型是工具，不是目的。真正重要的是你如何理解市场、如何构建有意义的因子。下次我们聊因子挖掘的具体方法，到时候见。