本身我是一个对基本面更为关注的投资者，投资理念也很简单和传统，就是低买高卖，找到被市场错杀的标的，学会对标的正确的估值。但是书上说的对，量化投资与价值投资不冲突，通过特定的因子，本质上是对特地风险的暴露，以过得特定的风险补偿，通过特定的量化策略，可以获得相应的alpha。
就先说说因子选股吧，个人理解，什么是有效因子，这个在不同市场不同样本区间，不同投资风格主导下的市场，应该是存在很大差异的。将因子简单分为基本面和技术面也是有失偏颇的。
至少，作者也应当介绍一下因子显著性检验的过程和必要性，比如财务类因子是否要做行业中性化的处理？对于原始因子值是否要进行去极值化的处理？比如我可能就采取中位数去极值的方法调整异常值，将原始因子值调整到3倍绝对偏离中位数的范围内，然后进行横截面正态标准化处理得到标准化z-score。这样就方便进一步检验后续的显著性。至于更基础的T值啊，样本区间啊，我认为还是需要介绍一下的。
从个人习惯而言，我可能会将因子分类为估值因子，成长因子，技术因子和风险因子等。
低估值股票具备更高的安全边际和预期收益，个股估值水平的高低可以用市盈率、市净率、市现率、市销率等指标度量，但这些指标并非一直都有效，需用统计方法在这些指标中动态筛选。
高成长性的股票更容易获得市场溢价，个股成长性得分根据上市公司收入增长率、利润增长率等财务指标，结合公司营运能力分析综合计算。
个股技术形态反映了资金强弱、市场情绪高低等公司价值之外的信息，直接影响二级市场投资收益。该指标根据一些技术因子指标，如：换手率、反转因子等，定量描述个股在技术形态上的强弱。一般而言，技术类指标普遍有风格倾向，比如小盘股比大盘股更容易反转，而大盘股比小盘股的换手率通常更低，因此往往需要对技术类因子作风格中性处理，剔除市值和beta对因子的影响。
风险类因子则涵盖了不同的风险类型,包括：财务风险，流动性风险，市场风险，特质风险等。
在阅读过程中，对因子的有几点疑问和想法：
第一，书中所说的果仁平台需要明确说清楚实证检验采用的样本空间是什么，是不是包括了市场所有风格的股票。同样的因子在不同的样本空间（如大盘股和小盘股，价值股和成长股）内表现通常会有显著性的区别。因此针对不同的投资标的，需要在相对应的样本空间内采取同样的检验方法，
第二，检验因子时是否考虑到交易成本和流动性的问题，当资金规模较大时，换手率较高的因和流动性较差的因子会导致较高的交易成本，使得组合难以获得因子提供的超额收益。
第三，历史的情况不能完全代表未来，当市场结构、规则和政策等因素发生变化时，因子的有效性也会受到影响，因此定期的重复检验和调整也是有必要的。
网友评论