返回知识库
策略方法
2026-05-14
因子投资入门
从CAPM到多因子模型——因子投资的理论与实践
因子
投资组合
因子投资在说什么？
因子投资（Factor Investing）指：把股票收益中可重复、可解释的一部分，归结到少数系统性维度上——例如估值、盈利质量、动量、规模、波动率等——再按这些维度有规律地构建组合，争取相对基准的超额或更好的风险特征。
它常与「多资产、被动 + 主动」的实践重叠：指数是广义的「beta 因子」；风格因子（价值、动量……）是在 beta 之下再拆一层可交易的结构化曝露。
技术面与横截面 ML 里，像 Alpha158 这类特征集，可以理解为用价量构造的「技术因子字典」；模型则是在字典之上做非线性组合与筛选。《信息系数 (IC) 详解》讨论的是：某一信号维与未来收益是否横截面对齐。
从 CAPM 到多因子（极简谱系）
- 单因子 CAPM：股票的期望收益主要由相对市场的 beta 解释。
- 异象与风格：实证发现规模、价值、动量等「规律」长期存在争议但仍被广泛产品化。
- 多因子模型（如 Fama-French 系）：在 beta 之外加若干风格因子收益，把个股收益拆成「共性部分 + 特质部分」，便于归因与风险管理。
- 公司特征 + 机器学习：在传统线性载荷之外，用树模型、神经网络等学习交互与高维模式——这也是 Qlib 一类框架的常见用法。
学术上因子是否「真溢价」、是否被套利稀释，一直有新论文；实务上更关心：在你用的股票池、频率、成本与制度下，样本外是否仍有一致性。
经典因子类别（直觉，不必当教条）
- 价值：相对「账面便宜」的标的长期是否带来补偿（不同市场阶段差异很大）。
- 动量 / 反转：过去一段时间涨跌幅是否与未来收益相关；周期与持有期要细抠。
- 质量：盈利稳定性、杠杆、应计等衡量「好不好」。
- 低波：低波动资产长期风险调整后收益是否更友好（与杠杆空间有关）。
- 规模：小盘股风险溢价是否存在且是否可交易。
这些多是基本面或宏观风格的口头分类；Alpha158 则更偏 K 线形态、动量、波动、价量相关等，可与上述叙事对照而非一一对应。
在 Qlib / 本面板里的落点
- 特征：Alpha158 等提供统一列名与管线。
- 评价：IC、Rank IC、分层多空、回测净值；见《量化回测完全指南》。
- 组合：TopK-Dropout 等把截面分数变成持仓。
- 风控：仓位 与 回撤控制 决定同一 alpha 下你承不承担得起。
学习路线仍以《学习目标与学习路径》为准：先对齐语境，再把「因子 → 模型 → 回测 → 稳健性」串成闭环。
常见误区
- 把学术因子表当圣杯：同一名字，不同定义、不同样本，结论可能相反。
- 只看平均 IC：忽略稳定性、衰减与换手，实盘可能做不出来。
- 忽略 neutralization：行业、市值暴露可能「假提高」预测相关，正式工作里常与中性化一起做。
- 过拟合多因子组合：维度越多，越要在时间外保留干净测试集。
小结
因子投资是把收益拆到系统性维度上并系统化交易的路径；多因子与 ML 是工具层的延伸。用 Alpha158 + 模型时，仍要用 IC、成本与时间切分来检验是否真有多出来的信息；叙事清楚、检验过硬，比堆名字重要。