因子模型 Factor Model

定义#

因子模型把资产收益拆成若干共同因子的贡献加特异部分。市值、市盈率、市净率、动量这些可观测的特征各自对应一个因子，资产收益被写成这些因子收益的线性组合，剩下解释不了的算作这只股票自己的特异风险。

估计因子收益有两条常见路线。一是组合构建法：按特征分组做多空组合，用组合收益直接代表因子收益，Fama-French 的 SMB（小市值减大市值）、HML（高市净率减低市净率）就是这么造出来的。二是因子标准化法：把当期特征做截面标准化，再用横截面回归估出因子收益。前者需要完整历史数据、抗噪更强，后者只要当日数据、计算便宜。

公式#

其中 $R_i$ 是资产 $i$ 的收益率，$\beta_{ij}$ 是它对第 $j$ 个因子的暴露度，$F_j$ 是因子收益率，$\alpha_i$ 是超额收益，$\epsilon_i$ 是特异性风险。截面标准化的做法是：

$f_{it}$ 是原始因子值，$\mu_t$ 和 $\sigma_t$ 是同一时点全市场的截面均值和标准差。

算一笔账#

某只股票经回归得到三个暴露：市场因子 1.0，SMB 因子 0.6，HML 因子 −0.3。这个月三个因子的收益分别是 2.0%、1.0%、−0.5%。

模型解释的收益 $= 1.0 \times 2.0\% + 0.6 \times 1.0\% + (-0.3) \times (-0.5\%) = 2.0\% + 0.6\% + 0.15\% = 2.75\%$。

这只股票实际涨了 3.20%，差额 0.45% 是因子解释不了的部分，落在 $\alpha_i + \epsilon_i$ 里。单月的 0.45% 说明不了任何问题——要判断它是真 alpha 还是噪声，得看这个差额在长时间里是否稳定为正。

常见问题#

因子越多越好吗？#

不是。因子之间往往高度相关，硬塞进回归会造成多重共线性，系数变得不稳定甚至符号翻转。常见处理是先做主成分分析或正交化，或者用逐步回归、加正则化项筛选。风险模型可以容纳较多因子，但收益预测模型加因子必须付出过拟合的代价。

怎么知道一个因子失效了？#

三个预警信号：信息系数持续下降；因子收益的波动率异常放大；分组收益的单调性被破坏——本该收益最高的那一组不再最高。这些都需要滚动跟踪，只看全样本平均值会把已经失效的因子掩盖过去。

用财务数据做因子要注意什么？#

最容易踩的坑是时点问题。财报有发布延迟，回测时若用当期财报去解释当期收益，等于用了当时还拿不到的信息，结果必然虚高。正确做法是严格按实际可得时间对齐数据，并对极端值做缩尾处理后再标准化。