什么是因子？量化投资为什么总在研究因子

如果你刚开始接触量化投资，很快就会碰到一个词：

因子。

价值因子、动量因子、质量因子、低波动因子……

名字听起来很专业，但“因子”本身并不难理解。

最简单的理解是：

因子，就是用某个特征给股票打分。

举个最简单的例子

假设市场上有 1000 只股票。

你认为：

相对便宜的公司，未来可能更值得投资。

那么你可以按照市盈率、市净率等指标，把这 1000 只股票从便宜到贵排一遍。

排在前面的股票，价值属性比较强。

这个“便宜程度”，就是一种因子。

再比如：

你认为过去一年涨得好的股票，接下来可能继续表现较强。

那么你可以按照过去 12 个月涨幅排序。

这个“过去涨得好不好”，就是动量因子。

所以很多量化策略的基本结构，其实非常简单：

找到一个特征 → 计算分数 → 排序 → 选择其中一部分股票。

因子研究真正关心的问题是：

具有某种共同特征的股票，长期表现会不会和其他股票不一样？

比如：

低估值股票和高估值股票，长期收益有没有差别？

高盈利公司和低盈利公司，有没有差别？

低波动股票和高波动股票，有没有差别？

如果这种差异能够在较长时间、较多股票中反复出现，就可能形成一个值得研究的因子。

股票投资中比较常见的包括：

价值、动量、质量、规模、低波动、反转、盈利、成长、流动性、股息、情绪和 Beta。

它们分别从不同角度描述一只股票。

有的看价格贵不贵。

有的看公司好不好。

有的看最近涨不涨。

有的看股票波动大不大。

很多新手看到某个因子历史表现不错，就会认为：

找到因子 = 找到赚钱公式。

并不是。

因子只能说明一种历史统计规律。

这种规律未来可能继续存在，也可能减弱，甚至在很长一段时间内完全失效。

真正的量化研究，不只是找到因子，而是继续追问：

所以，理解因子只是量化研究的第一步。

一句话记住：

因子就是一种给股票打分的方法，而因子投资，就是研究哪些“分数”可能和未来收益有关。