因子到底在做什么：给股票打标签

"买便宜的好公司"，这句话听着有道理，但没法检验——什么叫便宜？什么叫好？每个人的答案都不一样。

因子就是用来解决这个问题的：把它拆成可以度量的标签。

什么是因子

对每一只股票算出一个数值（或者打上一个标签），这个数值如果能解释或预测不同股票未来表现的差异，它就叫一个因子。有了因子，就能把几千只股票排成一列，谁分高谁分低一目了然。

几个常见的因子

• 价值：看价格相对基本面是不是便宜，常用市盈率的倒数、市净率的倒数。直觉是：便宜的东西长期回报更好，因为市场给了它过低的定价。
• 动量：看过去一段时间涨得相对好不好。直觉是：趋势有惯性，或者信息在人群里扩散需要时间，价格不会一步到位。
• 质量：看净资产收益率高不高、负债重不重、现金流稳不稳。直觉是：真正会赚钱的公司长期更抗跌。
• 规模：看市值大小。直觉是：小公司风险大、关注度低，需要给投资者补偿；也可能是流动性差带来的溢价。
• 低波：看股价波动大不大。直觉是：波动小的股票，长期未必给出更低的回报，这一点与"高风险高回报"的常识相悖。

因子的两种来历

区分这一点很重要，因为它决定因子能持续多久。

一种是风险补偿：你承担了某种别人不愿承担的风险（比如小公司的破产风险、低流动性带来的变现困难），市场因此给你补偿。这类因子的收益，本质是风险的代价，逻辑比较硬。

另一种是行为偏差：人的系统性错误定价被别人赚走了。比如大家追涨杀跌、对坏消息反应过度、不愿意卖亏损的股票。这类因子赚的是"别人的错误"，一旦被广泛关注、被大量资金套利，错误就可能被抹平。

单因子怎么用

把股票按因子值从高到低排序、分成若干组（常见是分十组），然后看分值高的那组长期是不是跑赢分值低的那组。如果长期存在稳定差异，说明这个因子有效。

它的局限

单个因子时好时坏：有些年份很灵，有些年份让人难受很久。这不是因子失效了，而是任何单一维度都只能解释股价差异的一部分。

所以实践里很少单用某个因子，而是把多个因子合起来用——怎么合、怎么检验，是黄金段位要展开的内容。

一句人话：因子就是把"我觉得它好"翻译成一个能算、能排序、能用历史检验的数字。翻译得准不准，决定了后面所有工作的价值。

写在最后

有了因子，就有了比较股票的尺子。但尺子本身有成本——用它的人越多，尺子越钝。下一篇讲量化绕不开的三个约束：收益、风险与容量。