一、因子初探：什么是因子？因子投资的前世今生，为什么需要多因子合成？
说实话，每次开课讲因子投资，我都会先问学员一个问题：「你觉得股票为什么涨？」
有人说是公司业绩好，有人说是庄家拉盘，还有人说是运气。嗯，这些答案都对，但都不够系统。我做了这么多年量化，慢慢发现——股票涨跌背后，其实是有规律可循的。这些规律，就是我们常说的「因子」。
1.1 什么是因子？
因子，说白了就是能解释股票收益的共同特征。你想想看，为什么有些股票长期跑赢大盘？为什么小盘股在某些年份特别猛？为什么低市盈率的股票往往更抗跌？
这些「为什么」的背后，就是因子在起作用。
因子的定义：因子是能够系统性地解释资产收益差异的、可量化的特征或风险暴露。
举个例子。我2015年刚入行时，接手了一个回测策略。当时我天真地以为，只要找到几个好指标就能赚钱。结果呢？策略在回测里漂亮得像朵花，实盘一跑就崩了。后来我才明白——单个指标不是因子，能稳定解释收益的才是。
常见的因子类型包括：
- 价值因子：市盈率、市净率等，买便宜货的逻辑
- 动量因子：过去涨得好的，未来可能继续涨
- 质量因子：高ROE、低负债，好公司自带光环
- 规模因子：小市值公司长期有超额收益
- 波动率因子：低波动股票往往表现更好
我个人习惯把因子比作「菜谱里的调料」。单放盐能提味，但放多了就齁。只有搭配得当，才能做出一桌好菜。
1.2 因子投资的前世今生
因子投资不是新鲜事。它的历史，比你想象的要长得多。
| 年代 | 里程碑 | 核心贡献 |
|---|---|---|
| 1952年 | 马科维茨提出均值-方差模型 | 第一次用数学描述风险与收益 |
| 1964年 | CAPM模型诞生 | 市场成为第一个「因子」 |
| 1993年 | Fama-French三因子模型 | 加入规模和价值因子 |
| 2015年 | 多因子模型成为主流 | 上百个因子被挖掘、验证 |
这里我想多说一句。很多人以为因子投资是华尔街的专利，其实不是。我2018年去一家私募做顾问，发现他们用Excel手工算因子，一做就是三年。虽然工具简陋，但逻辑完全正确——因子投资的核心不是工具，是思维。
为什么会这样？因为市场不是完全有效的。人的行为有偏差，制度有约束，信息有不对称。这些「不完美」，恰恰是因子存在的土壤。
1.3 为什么需要多因子合成？
单因子够用吗？我的答案是：不够，远远不够。
你想想看，如果你只用市盈率选股，会买到什么？一堆银行、地产、周期股。这些股票便宜是便宜，但可能长期不涨。这就是单因子的陷阱——过度暴露于某种风险。
避坑指南：我曾经犯过一个错误——只用动量因子做策略。2018年市场风格切换，动量因子连续回撤4个月，我的策略亏了15%。从那以后，我再也不敢只靠一个因子吃饭了。
多因子合成的必要性，体现在三个方面：
- 分散风险：不同因子在不同市场环境下表现不同，组合起来更稳健
- 提升收益：多个因子的叠加效应，往往能产生1+1>2的效果
- 适应市场：A股市场风格切换频繁，多因子策略能自动适应
说白了，多因子合成就像组建一支球队。你不能只派前锋上场，也不能全是后卫。前锋、中场、后卫、门将各司其职，才能赢球。
1.4 本章知识体系
为了让你更直观地理解，我画了一张图。这张图展示了因子投资的完整逻辑链条：
我的建议：刚开始学因子投资，别急着写代码。先把这张图印在脑子里。搞清楚「因子是什么」「为什么需要多因子」「它们之间怎么配合」——这些底层逻辑通了，后面的代码只是翻译而已。
嗯，这一章的内容就到这里。因子投资的世界很大，我们才刚刚推开一扇门。记住一句话：因子不是万能钥匙，但没有因子，你连门都找不到。
公众号:蓝海资料掘金营，微信deep3321