第一章-因子投资理念

因子

因子是什么？用最简单的话来说：

因子是资产收益的驱动力。

从这个表述上来看，因子是一个抽象概念。从风险角度看：

因子描述了众多资产共同暴露的系统性风险，因子所带来的收益正是这种系统性风险的风险溢价或风险补偿。

风险换收益，想要获取什么样的收益，就要承担相应的风险。

多因子模型与异象

为进一步定量描述因子和资产收益的关系，有如下的多因子模型：

E (R_{i}^{e}) = α_{i} + β_{i}^{'} λ

此处 $E (R_{i}^{e})$ 即为资产 $i$ 的预期收益率，它来自于因子收益率 $λ$ 。
$β_{i}$ 因子收益率前的系数，表示资产对因子收益率的依赖程度，给它起一个装逼的名字——因子暴露。
$α_{i}$ 则是因子无法解释的收益率。

需要区分一件事： $λ$ 不是因子，某个变量（如ROE）不是因子，因子是一个抽象概念。

选定多因子模型后，若某个资产组合存在显著大于0的 $α$ ，则称这个资产组合为异象。

需要注意：异象指某个资产组合，而不是 $α$ 本身。 $α$ 可称为异象因子。

从有效市场假说出发，异象不应该存在。若发现真的存在，那就是多因子模型错了。因而学术界不断指出新的异象，又不断提出新的多因子模型，试图解释更多异象。

主要多因子模型

Fama and French(1993) 三因子模型

资产收益来自市场因子(MKT)、价值因子(High Minus Low, HML)、规模因子(Small Minus Big, SMB)。

$E (R_{i}) - R_{f} = β_{i, M K T} (E (R_{M}) - R_{f}) + β_{i, S M B} E (R_{S M B}) + β_{i, H M L} E (R_{i, H M L})$
其观察到：低估值的股票相比于高估值的股票，未来收益率更高；规模较小的公司相比于规模较大的公司，未来收益率更高。
Carhart(1997) 四因子模型

加入了截面动量因子(MOM)。

$E (R_{i}) - R_{f} = β_{i, M K T} (E (R_{M}) - R_{f}) + β_{i, S M B} E (R_{S M B}) + β_{i, H M L} E (R_{i, H M L}) + β_{i, M O M} E (R_{i, M O M})$
其观察到：在美股中，过去涨得好的股票，在未来也更可能涨得好。
Novy-Marx(2013) 四因子模型

加入了盈利因子(Profitability Minus Unrofitability, PMU)。

$E (R_{i}) - R_{f} = β_{i, M K T} (E (R_{M}) - R_{f}) + β_{i, S M B} E (R_{S M B}) + β_{i, P M U} E (R_{i, P M U}) + β_{i, U M D} E (R_{i, U M D})$
其观察到，公司的盈利能力与未来收益密切相关。
Fama and French(2015) 五因子模型

相比于三因子模型，加入了盈利因子(RMW)和投资因子(CMA)。

$E (R_{i}) - R_{f} = β_{i, M K T} (E (R_{M}) - R_{f}) + β_{i, S M B} E (R_{S M B}) + β_{i, H M L} E (R_{i, H M L}) + β_{i, R M W} E (R_{i, R M W}) + β_{i, C M A} E (R_{i, C M A})$
Hou-Xue-Zhang(2015) 四因子模型

从实体投资经济学出发，得到规模因子、投资因子、盈利因子。

$E (R_{i}) - R_{f} = β_{i, M K T} (E (R_{M}) - R_{f}) + β_{i, M E} E (R_{M E}) + β_{i, I / A} E (R_{i, I / A}) + β_{i, R O E} E (R_{i, R O E})$
Stamnaugh-Yuan(2017) 四因子模型

加入管理因子和表现因子
Daniel-Hirshleifer-Sun(2020) 三因子模型

用行为金融学理论构建因子。