2. 因子投资基础

在进入多因子研究流水线之前，必须先建立一套清晰、可复用的概念框架。因子研究中最常见的混乱，不是代码写错，而是概念边界模糊：把风格暴露当成Alpha，把风险溢价当成选股能力，把统计相关当成因果驱动。本章围绕四个问题展开：因子是什么、因子如何分类、风险溢价从何而来、Alpha与Beta如何区分。

一、核心原理：因子的本质是“共同暴露”

在量化投资语境下，因子（Factor）可以被定义为：一组资产收益中能够被共同暴露所解释的系统性来源。它既不是某只股票的“特征”，也不是某个指标的“排名”，而是把大量资产收益压缩到少数维度上的解释变量。用线性模型表达：

r_i = α_i + β_i1·F_1 + β_i2·F_2 + ... + β_iK·F_K + ε_i

其中：
r_i   ：资产 i 的收益率
F_k   ：第 k 个因子的收益（风险溢价）
β_ik  ：资产 i 对第 k 个因子的暴露
α_i   ：无法被因子解释的超额收益（Alpha）
ε_i   ：特质收益（Idiosyncratic Return）

这个式子揭示了因子投资的核心逻辑：收益 = 因子暴露 × 因子收益 + 特质收益。所谓“因子投资”，就是主动管理β暴露，以获取可预期的风险溢价；所谓“Alpha研究”，则是寻找无法被现有因子解释的残差收益。两者的边界，取决于你选择哪套因子模型作为基准。

二、因子分类：从宏观到微观的谱系

因子分类没有唯一标准，但实务中通常按“来源”和“属性”两个维度划分。按来源可分为宏观因子、风格因子与行业因子；按属性可分为风险因子与收益因子。下表给出常见分类清单：

需要强调的是，风格因子与行业因子在实证中往往高度相关。例如“低估值”可能同时暴露于银行、地产等价值行业。因此，在多因子建模时，通常先做行业中性化，再提取风格暴露，避免把行业配置误判为风格选股。

三、风险溢价与Alpha/Beta关系

风险溢价（Risk Premium）是因子收益的来源。它之所以存在，是因为投资者承担了某种系统性风险，或因为市场存在持续的行为偏差。前者如市场因子、信用因子，后者如动量、价值。风险溢价的可持续性取决于：套利成本、资金容量、监管约束与投资者结构。

Beta是资产对因子的暴露，代表“被动承担风险”；Alpha是剔除所有因子暴露后的残差收益，代表“主动管理能力”。两者的关系可以用一句话概括：Alpha是相对于某个因子模型的Beta中性收益。这意味着，同一策略在不同因子模型下，Alpha可能完全不同。

实务中，Alpha与Beta的边界还受交易成本、容量与约束影响。一个因子暴露带来的收益，若无法低成本复制，就可能被误认为Alpha。因此，研究流水线中必须同时报告：因子暴露、因子收益归因、残差Alpha及其显著性。

四、案例与复盘：从“选股能力”到“因子暴露”

假设某基金经理组合近三年年化超额收益8%，初看像是Alpha。但归因后发现：组合在动量因子上暴露1.2，在规模因子上暴露-0.8，而同期动量因子收益12%、规模因子收益-3%。计算因子贡献：

因子贡献 = 暴露 × 因子收益
动量贡献 = 1.2 × 12% = 14.4%
规模贡献 = -0.8 × -3% = 2.4%
合计因子贡献 = 16.8%

组合超额收益 = 8%
残差Alpha = 8% - 16.8% = -8.8%

结论：该组合的“超额收益”实际上来自因子暴露，且残差为负。若不做归因，就会把Beta误判为Alpha，导致错误激励与错误复制。

另一个常见场景是“因子拥挤”。当某因子被大量资金追逐，其风险溢价会被压缩，甚至转为负值。此时，原本的Alpha可能变成Beta，而真正的Alpha来自更细颗粒度的信息或更快的交易执行。因此，因子研究不是一劳永逸的，而是持续监测与迭代的过程。

五、方法流程：从因子定义到Alpha检验

1. 定义因子：明确经济逻辑、代理变量、方向与频率。
2. 数据清洗：处理缺失值、异常值、停牌与复权。
3. 横截面标准化：去极值、标准化、行业中性化。
4. 因子收益估计：用横截面回归或组合排序法。
5. 暴露与归因：计算组合暴露，分解收益来源。
6. Alpha检验：在基准模型下检验残差显著性。
7. 稳健性复盘：分样本、分市场、分周期验证。