2. 因子投资基础
在进入“因子换手率与交易成本衰减”这一核心议题之前，必须先建立对因子投资的基本共识。因子不是神秘的“黑箱信号”，而是对一组股票共同收益特征的抽象表达。理解因子的定义、分类、收益来源与常见示例，是后续判断“换手率如何侵蚀因子收益”的前提。
一、因子的定义：从“特征”到“可解释的收益维度”
在量化投资语境中，因子（Factor）通常指能够解释或预测资产横截面收益差异的变量。它可以是基本面指标（如市盈率、净资产收益率），也可以是量价指标（如动量、波动率），还可以是分析师预期或另类数据。因子的本质是：把股票按某种共同属性排序后，该属性与未来收益之间存在统计上稳定的关系。
更严谨地说，因子是资产收益的“共同暴露”。例如，当市场整体上涨时，多数股票同向变动，这背后是市场因子；当小市值股票长期跑赢大市值股票时，这背后是规模因子。因子投资的目标，就是识别这些系统性暴露，并通过组合构建获取相应的风险溢价。
核心公式直觉：股票收益 = 市场收益 + 因子暴露 × 因子收益 + 特质收益。因子收益是“同一类股票共同承担的风险所获得的补偿”，而非某只股票的个体运气。
二、因子分类：按逻辑与数据来源划分
因子分类方式多样，但教学中最实用的是按“经济逻辑”和“数据来源”两个维度划分。按经济逻辑，常见分为价值、成长、质量、动量、波动率、流动性、规模等；按数据来源，可分为基本面因子、量价因子、预期因子和另类因子。
| 分类维度 | 类别 | 典型代表 | 核心逻辑 |
|---|---|---|---|
| 经济逻辑 | 价值 | PB、PE、股息率 | 低估值股票长期跑赢高估值 |
| 经济逻辑 | 动量 | 过去12个月收益 | 趋势延续，强者恒强 |
| 经济逻辑 | 质量 | ROE、毛利率、低负债 | 优质公司盈利更稳定 |
| 数据来源 | 基本面 | 财报数据 | 低频、更新慢、换手低 |
| 数据来源 | 量价 | 收益率、成交量、波动率 | 高频、更新快、换手高 |
| 数据来源 | 预期 | 分析师一致预期 | 反映市场预期变化 |
| 数据来源 | 另类 | 舆情、卫星、供应链 | 信息优势，但覆盖有限 |
需要强调的是，因子分类不是互斥的。一个因子可能同时具备价值与质量属性，例如“低PB且高ROE”的组合。分类的意义在于帮助投资者理解收益来源和换手特征，而非贴标签。
三、因子收益来源：风险溢价还是行为偏差？
因子为什么能赚钱？这是因子投资中最容易被忽视、却最影响策略可持续性的问题。主流解释分为两类：
- 风险补偿说：因子收益是对承担系统性风险的补偿。例如，价值因子承担了基本面恶化的风险，动量因子承担了趋势反转的风险。这类收益在经济逻辑上更“正当”，但可能伴随较大回撤。
- 行为偏差说：因子收益源于投资者非理性行为。例如，投资者对坏消息反应过度导致价值股被低估，对好消息反应不足导致动量延续。这类收益可能随市场成熟而衰减。
此外，还有结构性摩擦解释，如流动性约束、卖空限制、机构考核机制等，导致某些因子长期存在溢价。理解收益来源，直接决定你对因子换手率和交易成本的容忍度：风险补偿型因子通常换手较低，行为偏差型因子可能换手较高。
教学提示：在分析因子衰减时，先问“这个因子的收益来源是什么”。如果收益主要来自短期行为偏差，那么高换手带来的交易成本很可能迅速吃掉超额收益。
四、常见因子示例与换手特征
下面列举几个最经典的因子，并附带其典型换手特征，为后续章节的“换手率与成本衰减”分析埋下伏笔。
因子名称：价值（Value）
常用指标：PB、PE、PS、股息率
调仓频率：季度或半年
典型换手：低（20%-60%/年）
收益来源：风险补偿 + 行为偏差
主要风险：价值陷阱、长期失效
因子名称：动量（Momentum）
常用指标：过去12个月收益率（剔除最近1个月）
调仓频率：月度
典型换手：高（200%-500%/年）
收益来源：行为偏差（反应不足与过度反应）
主要风险：动量崩溃、反转剧烈
因子名称：质量（Quality）
常用指标：ROE、盈利稳定性、低杠杆
调仓频率：季度
典型换手：中低（40%-80%/年）
收益来源：风险补偿（优质公司风险调整后收益更高）
主要风险：估值过高、拥挤交易
因子名称：低波动（Low Volatility）
常用指标：过去60日波动率
调仓频率：月度或季度
典型换手：中（80%-150%/年）
收益来源：行为偏差（彩票偏好、杠杆约束）
主要风险：牛市跑输、利率上行从上述示例可以看出，不同因子的换手率差异巨大。动量因子天然高换手，价值因子天然低换手。这意味着，同样的交易成本假设下，动量策略的净收益衰减远比价值策略严重。这也是为什么在因子投资中，不能只看“毛收益”，必须结合换手率评估“净收益”。
常见误区：许多初学者把因子回测中的“年化超额收益”直接当作可实现的收益，忽略了调仓时的冲击成本、佣金和滑点。尤其对于高换手因子，交易成本可能吞噬一半以上的理论收益。
五、复盘：从因子基础到成本衰减的桥梁
本节建立了因子投资的基础框架：因子是可解释的收益维度，分类帮助理解其数据与逻辑属性，收益来源决定其可持续性，常见示例则揭示了换手率的巨大差异。下一节将正式进入“换手率”的度量，并分析它如何通过交易成本逐步衰减因子收益。在此之前，请务必记住一个核心判断：因子的毛收益不等于净收益，换手率是连接两者的关键变量。
在实际研究中，建议对每个候选因子记录以下清单，作为后续成本分析的输入：
- 因子逻辑：风险补偿还是行为偏差？
- 数据频率：日频、月频还是季频？
- 调仓频率：月度、季度还是年度？
- 历史换手率：单边换手率均值与波动范围。
- 覆盖股票池：全市场、大市值还是小市值？
- 拥挤度：当前使用该因子的资金规模估计。
完成这份清单，你就为后续“因子换手率与交易成本衰减分析”准备好了扎实的起点。