进阶系列二 · 第 4 课：选股策略——因子投资入门

📌 一句话导读 我们学过了趋势跟踪（什么时候买）和均值回归（什么时候卖），但还有一个更基本的问题：买什么？ 因子投资就是一套系统化的选股方法——它通过数据驱动的方式，找出能够解释和预测股票收益的“因子”，然后用这些因子来构建投资组合。

换成人话：“把选股从‘我感觉这只股票会涨’变成‘数据告诉我，符合这些条件的股票长期表现更好’。”

🔍 核心概念

🧩 什么是因子？

因子（Factor） 是影响股票收益的可量化的特征或属性。因子投资就是通过识别和利用这些因子，来构建投资组合、获取超额收益。

换成人话：“因子就是‘股票的特征’——比如‘便宜’、‘成长快’、‘质量高’、‘波动小’……这些特征能不能帮我们选出好股票？”

因子的分类

📊 五大经典因子（Fama-French 五因子模型）

诺贝尔经济学奖得主 Eugene Fama 和 Kenneth French 通过大量数据研究发现，股票收益可以用五个因子来解释。这五个因子是因子投资的“基石”。

因子一：市场因子（Market Factor）

因子二：规模因子（Size Factor）

因子三：价值因子（Value Factor）

因子四：盈利能力因子（Profitability Factor）

因子五：投资因子（Investment Factor）

🎯 其他重要因子

动量因子（Momentum Factor）

质量因子（Quality Factor）

低波动因子（Low Volatility Factor）

📐 如何用因子选股？

第一步：确定因子组合

第二步：计算因子得分

第三步：构建投资组合

第四步：定期调仓

📈 因子投资的 A 股实践

A 股有效的因子

A 股因子的“中国特色”

⚠️ 因子投资的局限与风险

💡 新手常见误区

• ❌ 误区一：认为因子越多越好
• 因子越多越容易过拟合。3-5 个核心因子已经足够。
• ❌ 误区二：用历史数据过度优化
• 历史表现好不等于未来表现好。避免过度拟合历史数据，留出验证样本。
• ❌ 误区三：忽视交易成本
• 频繁调仓会产生高额交易成本，侵蚀收益。考虑成本后，因子收益可能大幅缩水。
• ❌ 误区四：认为因子投资 = 量化投资
• 因子投资可以手工执行，不需要编程。因子投资的核心是选股逻辑，不是编程能力。
• ❌ 误区五：忽视基本面变化
• 因子是静态的，公司是动态的。因子可以作为筛选工具，但不能完全替代对公司基本面的理解。

✅ 今日小结

• 因子：影响股票收益的可量化特征
• 五大经典因子：市场、规模、价值、盈利能力、投资
• 其他重要因子：动量、质量、低波动
• 选股步骤：确定因子 → 计算得分 → 构建组合 → 定期调仓
• A 股有效因子：价值、成长、质量、小市值、低波动
• 核心原则：多因子分散、定期验证、避免过拟合、控制成本

❓ 思考题

1. 价值因子（低 PE/PB）和成长因子（高增速）看起来是矛盾的。你认为它们能组合使用吗？如果能，怎么组合？

2. 用多因子选股时，因子权重应该如何确定？你有更好的方法吗？

3. 动量因子在 A 股的有效性不如美股。你认为原因是什么？如何改进？

4. 你怎么区分“因子失效”和“因子暂时表现不佳”？这会如何影响你的调仓决策？

5. 你个人的投资风格更接近哪种因子（价值、成长、质量、动量）？为什么？