在众人眼里，量化投资自带一股神秘感，令人难以琢磨。事实上，其运行逻辑和规律与大多数投资交易一脉相承，量化投资者可以回避掉情感因素，基于数学与信息技术冷静地做出决策。多因子模型作为量化投资领域的经典模型，是当前运用面最广、普适性最强的股票量化模型。
在众人眼里，量化投资自带一股神秘感，令人难以琢磨。事实上，其运行逻辑和规律与大多数投资交易一脉相承，量化投资者可以回避掉情感因素，基于数学与信息技术冷静地做出决策。多因子模型作为量化投资领域的经典模型，是当前运用面最广、普适性最强的股票量化模型。
多因子模型借助不同种类的因子选股，那么什么是因子？打个比方，在日常生活中，我们可以用“年龄”、“身高”、“体重”、“性别”等指标来形容一个人。若一个人身高正常、但体重极重，则我们可以推测这个人属于肥胖人群，身体状况可能不健康；若一个人身高正常，体重极轻，则我们可推测他属于瘦弱人群，身体状况可能也不健康。在多因子选股模型中，我们利用盈利指标、波动率指标等因子来描述数据的某一特征。当一个股票在某个因子上暴露较多的时候，我们就将这个股票的涨跌归因于这个因子的变化。
在实际投资过程中，不同多因子模型的核心区别在于因子的选择以及如何用多个因子来得到最终的判断。因子的选择往往依赖于投资经理的个人经验。有效的因子能增强模型对信息的捕获和分析能力，可以有效提高投资组合的收益率。目前投资市场上，多因子模型主要有两种方法，一是打分法，二是回归法。本期我们将对打分法进行介绍。
打分法就是根据各因子的大小对股票进行打分，然后将这些分值根据影响股票程度用特定的权值加权得出个股总分，再根据总分对股票进行筛选。打分法的优势是较为稳定，不容易受到极值影响。但是打分法对各个因子的权重需要做一个相对主观的设定，这也是打分法在实操过程中的关键点与难点所在。
具体来看，打分法的流程大致可分为候选因子选取、因子有效性检验、冗余因子剔除、综合评分模型建立等4个步骤。候选因子一般可概括为9大类：规模因子，估值因子，成长因子，盈利因子，动量反转因子，交投因子，波动率因子，分析师预测因子。基金经理会根据自己以往的投资经验来进行候选因子的选取。
下一步是因子有效性的检验，一般的检验方法是采用排序的方法检验候选因子的选股有效性。简单的说，在回测初期，对于每一个候选因子，市场中每只正常交易的股票因子值会被计算出来，然后对样本股票进行从小到大的排序，并平均分为n个组合并买入。在回测末期对组合绝对收益进行统计。若收益结果随因子值增加呈现明显上升或者下降的态势，则该因子具有较强的有效性。在因子有效性检验的过程中，有效性较高的因子会被保留下来。需注意的一点是，因子的有效性具有一定的期限性，过去具有一定有效性的因子并不能保证该因子在未来的有效性。
冗余因子剔除环节将分析因子之间的相关性。若存在两个因子之间具有较高的相关性，通常其中与其他因子具有较低相关性的因子会被保留。因子之间，导致因子相关性高的原因可能是因为因子内在驱动因素类似等。举个简单的例子，流通量因子与成交量因子之间具有较为明显的相关性。但这并不难理解：股票的流通盘越大，成交量一般也会较大。
最后综合评分模型的构建过程，将股票各因子的分值用特定权重加权得到个股评分。根据评分结果排序，通常是按照一个比例（如前20%），或者一个分值门槛作为筛选标准，买入评分高的股票。
需要注意的是，由于因子的有效性大概率会随着市场的发展而发生变化，所以在综合评分模型的使用过程中，需要对选用的因子与模型进行持续的改进以适应变化的市场环境。除此以外，交易成本变化与风险偏好变化也应考虑在综合考量之中。
股市有风险，投资需谨慎
往期精彩回顾A股迎来红利？一文读懂LPR月增长超千亿！起底最新私募基金规模分布