在量化選股中，因子是指“對個股收益差異有解釋作用的特征”，能夠解釋投資組合的收益或幫助進行資產定價。因子的有效性主要看預測能力。一個因子被驗證為有效，是在某歷史時間段內的數(shù)據所呈現(xiàn)出來的規(guī)律，并不意味著該規(guī)律在未來的市場中可以持續(xù)有效。
因子的種類很多，不同類別的因子能從不同的維度對個股收益差異進行解釋。在量化選股模型中，一般可分為“風險因子”與“阿爾法因子”：前者更強調風險來源，解釋能力還是很強，但已經缺乏預測能力；后者更強調回報來源，更注重是否能預測未來個股相對收益。
風險因子早期也屬于阿爾法因子，只不過很早就被學術界挖掘并公開發(fā)表論文，尤其在美股，其收益風險比快速下降。但這些因子還是能夠解釋很多收益，只是預測能力幾乎消失，所以被稱為“風險因子”。常見的風險因子包括市值、市盈率、市凈率、流動性、殘差波動率等。
“阿爾法因子”一般指能較為穩(wěn)定貢獻超額收益的這類因子，其構建相對較為復雜，或數(shù)據來源比較獨特。一般來說每家機構的阿爾法因子都有所不同，呈現(xiàn)低相關性。按數(shù)據來源，阿爾法因子可分為價量因子、基本面因子、事件驅動因子、另類數(shù)據因子等。
以美股為代表的海外市場和A股市場在運行機制、發(fā)展階段、投資者結構、融資成本及約束等方面都存在較大差異，因而在如何處理阿爾法因子和風險因子方面有所不同。比如海外量化產品以“市場中性+杠桿”為主，考慮到風險因子通常會帶來較大波動但不能同時帶來顯著收益，所以資管機構在建模過程中會盡量減少風險因子的暴露；國內量化產品中則是各類量化多頭產品線規(guī)模占比最高，對多頭產品來說，放開風險因子約束并未顯著增加凈值波動，嚴控風險因子反而會對阿爾法因子的發(fā)揮有一定制約。
從A股主流量化機構的超額數(shù)據分析可知，去掉交易量、波動率、離散度等影響量化超額的共同因子后，各家機構的超額相關性并不高，更不存在所謂的“因子同質化”。當然，量化私募管理人仍需持續(xù)開發(fā)和豐富底層因子，提升策略進化效率和加深對市場的理解，在投資組合層面持續(xù)優(yōu)化模型，挖掘培養(yǎng)優(yōu)秀人才。
