因子为什么能工作——在不确定性中寻找概率优势

量化投资的核心是因子。因子是把选股逻辑翻译成一个可计算的数字买入因子得分高的卖出得分低的回测看结果。这套流程表面上是数学但背后有个更深层的问题因子凭什么能工作因子不是真理是假设因子有效的前提是市场存在可以被利用的规律。但如果市场完全有效所有信息都即时反映在价格里任何因子都没用——你只是在给随机数排序。反过来如果市场完全随机规律也不存在因子一样没用。所以因子的用武之地不是在「有效」或「随机」两个极端是在它们之间市场不是完美的但也不是完全随机的。有规律可抓但还没被所有人抓到。量化的本质就是把市场看作一个概率游戏。不是非黑即白的二元判断——这一笔不是「对」或「错」——而是每一笔交易都是期望为正的赌注反复下注让概率在大量重复中兑现。但这个逻辑要成立得先把几个埋在最底下的假设说清楚。第一个假设历史会重演。不是简单重复是某些模式会以相似的形式再出现。这个假设没法证明但量化之所以还能做是因为人性和制度变化慢于市场变化——恐慌时的卖出、追涨时的冲动、机构季末调仓的惯性这些东西一百年前有现在还有只是换了个马甲。第二个假设市场定价有滞后。信息不会瞬间反映在价格里总有时间差。财报发布后股票的持续漂移就是最直白的证据——如果市场真的即时定价发布当天就该一步到位不会有后面几天的持续波动。第三个假设规律不会被快速套利到消失。市场有摩擦——流动性、交易成本、容量、监管。这些摩擦保护了规律的存在。如果所有人同时用同一个因子它确实会失效但「同时」不成立每个人对信息的理解不一样反应速度不一样风险承受能力不一样。第四个假设大数定律起作用。单次结果不可预测——你再好的因子下一笔交易可能还是亏的。但如果重复次数足够多概率优势会体现出来。因子不在乎一次对错在乎多次下来期望为正。四个假设叠起来指向同一个东西因子不是真理是假设。它假设市场有规律、假设规律还没被定价、假设你能抓到它、假设大量重复后它能给你正回报。四层矛盾四个立足点如果上面四个假设成立因子就有了立足点。但它们本身是矛盾的一个比一个反直觉。第一用过去解释未来这本来就是错的但没别的办法。事物在发展昨天有效的规律明天可能就失效。但这不致命——致命的是你不知道它什么时候失效。量化的目标不是找到一个「永远有效的规律」而是在它还没失效的时候赚够在它失效的时候认赔。不是预测未来是在规律还活着的时候利用它。你手里只有历史数据不用它你就没东西用了。第二市场有效与否不是 0 还是 1是程度的差异。有效市场假说不是开关是连续谱。市场不是「有效」或「无效」是在某个尺度上有效在另一个尺度上无效。日级别的动量可能有效——因为情绪和趋势分钟级别的套利可能已经被做市商吃干抹净。大盘股定价效率高小盘股信息覆盖弱。因子不是去论证「市场无效」是去找那个效率最低的层面——信息覆盖差的、流动性弱的、关注度低的。在这个层面上规律还没被完全定价。第三因子必须有故事不是因为它需要好看而是没有解释的因子你不知道它在拟合什么。回测能找到任何规律——价格做傅里叶变换都能拟合出周期。但这些是噪音再过几个月就没了。故事的作用是给你一个独立于数据的理由让你在样本外也敢赌。低市盈率因子背后的故事是「便宜的东西被低估了」动量因子背后的故事是「趋势一旦形成就有一段时间的持续」。这些故事不复杂但它们防的不是因子失效是过拟合你先说清楚了为什么这个东西应该有效才去看数据验证。反过来就是先看数据再编故事——拟合的是噪音不是规律。第四规律从大样本出来这恰恰是它的意思。样本内成立的规律样本外可能不成立这没错。但没有大样本验证过的规律连样本内都不成立。回测是门槛不是保证——它在替你淘汰最差的想法不是替你找到最好的想法。量化的态度不是「规律在样本内成立所以它一定有效」是「规律在样本内都不成立别拿出来了」。你用足够多的、逻辑独立的、被验证过的因子交叉验证让总体的期望为正。结论不是确定性是概率优势这四层矛盾的结论很简单因子不是用来找确定性的是用来找概率优势的。单因子层面你赌的不是「这个因子一定有效」是「它在统计上比随机选股好那么一点点」。IC 不用 0.30.05 以上、稳定、能解释就是可用的东西。多因子层面你把不同逻辑的因子放在一起——动量基于行为价值基于估值质量基于财务——它们失效的原因不一样一个的失效不会拖垮另一个。这就是量化最底层的心态承认自己不知道哪个因子会有效但用足够多的、逻辑独立的、被验证过的因子让总体期望为正。不是追求确定性是追求概率优势。