因子投资 - 费曼学习法详解

关注

原创 2026-03-26 17:37:49 531 阅读 AI 写同款· GEO 优化 ›

【读书笔记】因子投资一、一个公式资本结构无关原理(MM定理)：该定理认为在不考虑税收、破产成本、信息不对称，且市场有效的假设下，企业价值不会因为企业融资方式改变而改变。 MM定理无法刻画风险和预期收益率之间的关系。资本资产定价模型(CapitalAssetPricing Model,CAPM)：E[Ri]−Rf=βi(E[RM]−Rf) CAPM是最简单的线性因子模型，它指出资产的预期超额收益率由市场组合的预期超额收益率和资产对市场风险的暴露大小决定，而市场组合也被称为市场因子。人们发现不同... 阅读详情

费曼学习法的核心：用最简单的语言解释复杂概念，仿佛在教一个完全不懂的小白。

一、一句话定义

因子投资就是：找出股票涨跌背后那些反复出现的规律，然后系统地利用这些规律赚钱。

二、用比喻理解核心概念

比喻：选篮球队

想象你要组建一支篮球队，你需要选出能赢球的队员。你会怎么选？

选人的标准	因子投资的对应概念
身高	越高的人越容易抢篮板 → 规模因子（小市值公司表现更好）
投篮命中率	准的人得分多 → 质量因子（高ROE公司表现更好）
过往胜率	赢过的人更容易再赢 → 动量因子（过去涨的股票继续涨）
价格便宜	同样水平但更便宜的球员性价比高 → 价值因子（低PE公司表现更好）

关键洞察：你不预测"某个球员下一场得多少分"，你只是按照"历史证明有效的标准"选人。因子投资也一样——不预测单只股票，而是按有效标准选一篮子股票。

三、因子投资的四个核心问题

问题1：什么是"因子"？

最简单的解释：
因子就是"能解释股票收益的共同特征"。

稍微精确一点：
把一只股票的收益拆解成两部分：

股票收益 = 市场整体涨跌 + 因子的贡献 + 这只股票自己的特殊性

举例：

茅台涨了10%
大盘涨了3%
白酒板块（行业因子）贡献了4%
茅台自己独特的原因（比如提价）贡献了3%

因子的本质：找到那部分"不是运气、不是个别股票特有、而是可重复的模式"。

问题2：因子有哪些？

因子类别	经典因子	通俗解释	背后的逻辑
价值	低PE、低PB	买便宜货	市场过度悲观，股价低于内在价值
规模	小市值	小而美	小公司成长空间大，市场关注度低
动量	过去涨幅	追涨	趋势会延续，市场反应滞后
质量	高ROE、低负债	好公司	盈利能力强的公司持续创造价值
低波	低波动率	稳的反而涨	投资者过度追逐高风险资产
红利	高股息	能分红	现金流稳定，管理层靠谱

问题3：如何判断一个因子"有效"？

三把尺子：

长期有效：不能只是最近涨，要过去10年、20年都有效
跨市场有效：在美国有效，在中国、日本、欧洲也有效
逻辑可解释：不能用"就是涨了"解释，要有经济学逻辑

关键检验指标：

指标	通俗理解	公式（了解即可）
IC（信息系数）	因子值和下期收益率的相关性	`corr(因子值, 下期收益)`
IR（信息比率）	IC的稳定性	`IC均值 / IC标准差`
多空收益	做多好股票、做空差股票的收益	`高因子组收益 - 低因子组收益`

一个判断标准：如果一个因子的IC均值 > 0.03，IR > 0.5，算是有效因子。

问题4：如何用因子赚钱？

两个步骤：

步骤1：因子打分

全市场4000只股票
每个股票按"价值因子"打分（PE越低分越高）
排序：从好到坏

步骤2：构建组合

做多：买入得分最高的100只（多头组合）
做空：卖出得分最低的100只（空头组合）
收益 = 多头收益 - 空头收益（多空组合）

为什么做多+做空：去掉大盘涨跌的影响，纯粹赚"因子"的钱。

四、具体案例：价值因子在A股的应用

案例背景

我们想知道：A股市场上，便宜的公司是不是真的比贵的公司涨得好？

第一步：定义"便宜"

用最常见的价值指标：市盈率（PE）

PE = 股价 / 每股收益
PE越低 = 越便宜

注意：PE为负的公司（亏损）单独处理，排除在外。

第二步：数据准备

假设现在是2023年12月31日，我们：

获取全市场所有A股的PE值（2023年底的数据）
按PE从小到大排序（最便宜的排前面）

排名	股票	PE
1	银行A	4.5
2	煤炭B	5.2
3	钢铁C	6.1
...	...	...
4000	科技D	120

第三步：分组

分成5组（业内叫"分位数组合"）：

组1（最便宜）：PE最低的20%股票，约800只
组2：次便宜的20%
组3：中等的20%
组4：偏贵的20%
组5（最贵）：PE最高的20%股票

第四步：持有一年

从2024年1月1日到2024年12月31日：

买入组1（最便宜）的800只股票
买入组5（最贵）的800只股票
计算各自的总收益率

第五步：计算结果（假设数据）

组合	2024年收益率	说明
组1（最便宜）	+18%	便宜组合跑赢大盘
组2	+12%
组3	+8%
组4	+3%
组5（最贵）	-5%	贵组合亏损
沪深300（基准）	+10%	大盘涨幅

第六步：解读结果

多空收益 = 组1收益 - 组5收益 = 18% - (-5%) = 23%

这意味着：

如果你在2024年初买入最便宜的股票，同时做空最贵的股票
你赚了23%
这23%不依赖于大盘涨跌，纯粹是"价值因子"的贡献

关键发现：

最便宜的股票确实跑赢了最贵的股票
价值因子在A股有效（至少这一年如此）
效果明显：便宜vs贵相差23个百分点

第七步：检验稳定性（真实检验）

单看一年不够，需要看多年：

年份	最便宜组合收益	最贵组合收益	价值因子超额
2020	+25%	+30%	-5%（失效）
2021	+15%	-10%	+25%
2022	-5%	-20%	+15%
2023	+10%	+5%	+5%
2024	+18%	-5%	+23%
平均	+12.6%	0%	+12.6%

结论：

价值因子平均每年提供12.6%的超额收益
但不是每年都有效（2020年失效）
长期有效 + 短期波动 = 值得配置

五、进阶：多因子组合

为什么需要多个因子？

单因子的问题：

价值因子：便宜的公司可能一直是"价值陷阱"（基本面差）
质量因子：好公司可能太贵

解决方案：把因子组合起来

多因子打分示例

股票	价值分（PE低）	质量分（ROE高）	动量分（趋势好）	综合分
股票A	90	80	60	76.7
股票B	30	95	85	70.0
股票C	85	40	30	51.7

选股逻辑：买入综合分最高的股票

为什么多因子更好？

分散风险：一个因子失效时，其他因子还在工作
提高胜率：符合多个标准的股票，逻辑更扎实
平滑收益：减少因子轮动带来的波动

六、常见误区（用费曼方式澄清）

误区1："因子投资就是找规律"

澄清：不是找"股价上涨的规律"，而是找"能解释收益的持续特征"。因子要有经济学逻辑，不能是数据挖掘出来的偶然。

误区2："因子越多越好"

澄清：因子太多=过拟合。经典有效的就那么5-8个（价值、规模、动量、质量、低波、红利）。堆砌因子反而增加过拟合风险。

误区3："因子策略永远赚钱"

澄清：因子会周期性失效。2020年价值因子失效，2021年动量因子失效。长期有效 ≠ 每年有效。能坚持熬过失效期的人，才能赚到长期收益。

误区4："因子投资=量化投资的全部"

澄清：因子投资是量化投资的基石，但不是全部。量化还包括：高频交易、统计套利、事件驱动、机器学习预测等。

七、实践检查清单

如果你想开始实践因子投资：

步骤	具体动作	工具/资源
1	获取股票数据（日频价格+基本面）	tushare、akshare
2	构建因子（如PE、ROE、过去12个月涨幅）	Pandas
3	因子清洗（去极值、中性化）	使用MAD或百分位法
4	因子测试（计算IC、分位数收益）	自己写循环或用alphalens
5	构建组合（多因子打分+调仓）	事件驱动回测框架
6	绩效评估（收益、回撤、夏普）	pyfolio、empyrical