因子分析（3）- 都是坑！这么简单的Alpha计算，竟然错了？！

我们继续 Alphalens 因子分析报告的解读。在过去的两篇笔记中，我们都提到，运用 Alphalens 进行因子分析步骤很简单，但是如果不了解它背后的机制与逻辑，很容易得到似是而非的结论。这篇笔记一开始，我们就会再介绍一个常见错误。

Alphalens 提供了alpha和beta分析。方法是factor_alpha_beta：

from alphalens.performance import factor_alpha_beta

alpha, beta = factor_alpha_beta(factor_data)

我们将得到以下输出：

---

看上去很完美。

这个结果表明，该因子的年化alpha是2.7%，风险暴露为35%，一定程度上受到市场影响。我们按照 Alphalens 的要求，通过 get_clean_factor_and_forward_returns 方法获得了 factor_data, 然后用它来计算 alpha 和 beta。过程简单明了，似乎不可能出任何错误。

但实际上，如此得到的 alpha 和 beta，在我们这个示例中并没有任何意义。

在Alphalens中，alpha和beta是通过因子组合收益对市场组合收益的最小二乘回归（OLS）来求得的。

其中，市场组合的收益是对各标的收益的简单平均。假设我们的组合共有4个标的，某一日它们各自的收益分别为:
0.01189, 0.01102, -0.01241和-0.01898，则当日市场组合的收益为

$$(0.01189$$