什麼是「因子」？股票的體檢報告
在深入探討多因子選股是怎麼給股票打分的之前，我們先要理解什麼是「因子」。如果把選股比作挑選運動員參加馬拉松，單看誰跑得快（動量）可能會忽略他的體力儲備（基本面）。
「因子」就是描述股票某個維度特徵的量化指標。常見的因子包括：
- 價值因子：如市盈率（PE），衡量股票便不便宜。
- 動量因子：如過去20天漲跌幅，衡量近期趨勢強弱。
- 質量因子：如淨資產收益率（ROE），衡量公司賺錢能力。
- 波動率因子：衡量股價穩定性。
單一因子往往存在盲點。例如，動量高的股票可能已經漲過頭，而低市盈率的股票可能面臨經營危機。因此，量化投資傾向於使用「多因子」模型，從多個維度全面評估。
核心方法一：打分法（Scoring Method）
打分法是多因子選股中最直觀的方法，其核心邏輯是「排名賦分，加權求和」。這就像學校裡的綜合素質評價，不僅看數學成績，還看體育、藝術等多項表現。
步驟1：因子標準化與分組
由於不同因子的數值單位不同（例如市盈率是倍數，營收是金額），直接相加沒有意義。因此，首先需要對因子進行處理。常見做法是將全市場股票按某個因子值從大到小排序，分成10組（十分位）。
- 正向因子（越大越好，如ROE）：排名前10%的股票得10分，後10%得1分。
- 負向因子（越小越好，如市盈率）：排名前10%（即數值最小）的股票得10分。
步驟2：確定權重
並非所有因子都同等重要。投資者需根據策略目標設定權重。例如，一個穩健型策略可能給予「質量因子」40%的權重，而「動量因子」僅佔20%。
步驟3：計算綜合得分
將每隻股票在各個因子上的得分乘以對應權重，最後加總得到一個「綜合分」。分數越高，代表該股票在當前模型下越具備投資吸引力。系統隨後會根據總分對全市場股票進行排名，選取頭部標的。
核心方法二：回歸法（Regression Method）
與主觀設定權重的打分法不同，回歸法更依賴歷史數據統計。它通過建立數學方程，分析過去一段時間內，哪些因子對股票收益率的解釋力度最強。
簡單來說，回歸法會告訴我們：在過去的市場環境中，市盈率每降低1個單位，平均帶來多少超額收益；動量每增加1個單位，又帶來多少收益。通過這種統計關係，模型自動計算出因子的「係數」（即客觀權重），並代入最新數據預測未來表現。
為什麼要多因子共振？
單一維度的信號容易出現誤判，而多因子共振則能提高勝率。例如，當一隻股票同時滿足「低位企穩」（技術面）、「業績增長」（基本面）和「資金流入」（情緒面）時，其綜合評分會顯著提升。這就像多個獨立證人同時指認同一事實，可信度自然更高。
需要注意的是，多因子模型並非預言水晶球。市場風格會輪動，有時市場偏好高成長，有時偏好低估值。因此，定期回顧因子有效性並調整模型參數，是使用此類工具的關鍵。
結語
理解多因子選股是怎麼給股票打分的，有助於投資者跳出憑感覺選股的誤區。無論是採用主觀權重的打分法，還是數據驅動的回歸法，其本質都是將複雜的市場信息簡化為可比較的數值。對於普通投資者而言，利用現成的量化SaaS工具進行回測和觀察，是學習這一方法论的最佳途徑。