1. 因子研究概述
因子投资是量化金融的核心方法论之一，其本质是将资产收益分解为可解释、可复制的系统性风险溢价来源。本章作为课程开篇，系统梳理因子投资的基本概念、主流分类体系以及因子研究的完整生命周期，为后续的 Drift Monitoring 实战奠定理论基础。
1.1 因子投资的基本概念
因子（Factor）是驱动资产收益的共同特征或风险暴露。因子投资的核心假设是：资产的预期收益可以由其对若干系统性因子的暴露度来解释，而非仅由个股的 Alpha 决定。
核心公式： 多因子模型的一般形式为：
E(R_i) = R_f + β_i1 * F_1 + β_i2 * F_2 + ... + β_ik * F_k + ε_iE(R_i) 为资产 i 的预期收益，R_f 为无风险利率，β_ij 为资产 i 对因子 j 的暴露度，F_j 为因子 j 的预期溢价，ε_i 为特质收益。
因子投资区别于传统主动投资的关键在于：因子收益是可解释、可回测、可复制的，且通常具有经济学或行为金融学逻辑支撑。常见的因子溢价来源包括：风险补偿（如市场因子）、行为偏差（如动量因子）以及结构性约束（如规模因子）。
1.2 因子分类体系
学术界与业界已识别出数十种有效因子，通常按逻辑驱动与收益特征进行分类。下表列出最主流的六大因子类别及其核心特征：
| 因子类别 | 核心逻辑 | 典型指标 | 收益方向 | 主要风险 |
|---|---|---|---|---|
| 价值 (Value) | 低估值股票相对高估值股票存在溢价 | Book-to-Price, E/P, CF/P | 长期正向 | 价值陷阱、利率敏感 |
| 动量 (Momentum) | 过去表现好的股票未来继续跑赢 | 12M-1M 累计收益, 6M 收益 | 中期正向 | 反转风险、高换手成本 |
| 质量 (Quality) | 高盈利能力、稳健财务的公司享有溢价 | ROE, 毛利率, 资产负债率 | 长期正向 | 估值偏高、周期敏感 |
| 规模 (Size) | 小市值股票长期跑赢大市值 | 总市值对数 | 长期正向 | 流动性差、尾部风险 |
| 低波动 (Low Vol) | 低波动股票获得经风险调整后的超额收益 | 过去 60 日波动率, Beta | 正向（风险调整后） | 市场上涨时跑输 |
| 成长 (Growth) | 高增长预期股票享有估值溢价 | 营收增长率, 盈利增长率 | 方向不定 | 高估值、预期落空 |
实战提示： 因子并非独立存在。实际组合构建中，因子之间常存在交叉暴露（如价值与低波动、动量与质量），需通过正交化或风险模型进行剥离，否则会导致因子收益归因失真。
除上述经典分类外，因子还可按数据来源分为：基本面因子（财报数据）、技术因子（量价数据）、另类因子（舆情、供应链、卫星图像等）。随着数据科学的发展，另类因子在近年来的因子研究中占比显著提升。
1.3 因子研究的生命周期
一个严谨的因子研究并非一次性工作，而是包含从构思到持续监控的完整闭环。下图展示了因子研究的典型生命周期：
生命周期各阶段的关键交付物与注意事项如下：
- 因子构思： 提出具有经济学或行为金融学逻辑的因子假设。避免纯数据挖掘（Data Snooping），需有先验逻辑支撑。
- 数据准备： 包括数据清洗（缺失值、异常值）、频率对齐（日频/周频/月频）、行业与市值中性化预处理。
- 因子计算： 实现因子值计算函数，进行标准化（Z-score、Rank）、去极值（MAD、百分位截断），并做中性化处理以消除已知风险暴露。
- 回测验证： 通过 IC 分析（Rank IC、Normal IC）、分层回测（Decile/Quntile）、换手率分析、多空组合收益等指标评估因子有效性。
- 组合构建： 将因子暴露转化为组合权重，常用方法包括等权加权、市值加权、风险平价、均值-方差优化等，同时加入行业、个股权重约束。
- 实盘上线： 将策略接入交易系统，设置风控阈值，进行模拟盘运行与实盘过渡。
- Drift Monitoring： 持续监控因子暴露是否发生漂移、因子收益是否衰减、因子结构是否发生断裂。这是本课程的核心主题，将在后续章节深入展开。
常见误区： 许多研究者在完成回测验证后就认为因子研究结束，直接上线实盘。实际上，因子在实盘环境中的表现往往与回测存在显著差异，且会随时间发生结构性变化。Drift Monitoring 是连接回测与实盘、保障因子长期有效性的关键环节，不可省略。
1.4 因子研究的核心挑战
因子研究并非一劳永逸，实践中面临多重挑战，这些挑战也正是 Drift Monitoring 需要解决的核心问题：
- 因子衰减： 因子被发现并广泛使用后，其超额收益会逐渐消失（Alpha Decay）。
- 风格漂移： 因子在不同市场环境下的表现不稳定，如价值因子在成长风格占优时持续跑输。
- 结构性断裂： 市场制度、投资者结构或宏观经济环境发生根本性变化，导致因子逻辑失效。
- 多重比较偏差： 大量因子测试中，部分因子可能仅因随机性而表现显著。
- 过拟合： 因子参数或组合权重过度拟合历史数据，导致样本外表现大幅下滑。