怎么区分Alpha因子和风险因子？

这是一个絮絮叨叨的专题系列，跟大伙儿唠一唠量化相关的小问题，有感而发写到哪算哪，这是第3期，来唠个14块钱的~

不知大伙儿有木有这样的疑惑？

看到Barra里面有Size、Liquid等因子，这些因子同样出现在很多人的Alpha模型里面，这Alpha模型里面到底该不该放风险因子？怎么区分这两者？

首先要说的是，无论是Alpha因子，还是风险因子，它们都是『因子』，为什么有『因子』这一说呢？

那是经济学家金融学家们研究发现出来的关键因素，这些因素对股票价格涨跌有显著的影响作用，从资本资产定价模型CAPM中的市场收益率，再到Fama-French三因子和五因子模型，这些因子都是用来解释个股收益率的，Barra当中的因子就更多了。

也就是说，Alpha因子也好，风险因子也罢，这些因子在横截面上对股价的涨跌都有良好的解释能力，更具体地用数学描述，就是当期因子值与股票下期收益率之间呈现强相关关系（IC值显著不为0）。

横截面上，Alpha因子和风险因子是相同的，它们不同之处就在于时间序列上，Alpha因子方向和收益稳定，能源源不断带来投资收益，风险因子方向和收益不确定，有非常大的不确定性，给投资带来风险。

这里的『因子收益』指的是个股收益对因子值进行线性回归后的回归系数，以下公式当中r是个股收益率，x是因子值，f就是因子收益，表示1单位的因子暴露能给个股带来多少收益，每个月（其他周期也可以）都可以计算一次，就能形成因子收益的时间序列。

最理想的Alpha因子长什么样呢？它的因子收益的时间序列长得跟下图一样，因子的方向和收益率都非常稳定，每一期的因子方向和收益都是可以预测的，根据这个因子正向选股就可以了，就跟有稳定的内幕消息一样，钱哗啦啦地流进口袋。

但是现实当中哪有这么完美嘛，方向大部分时间稳定就可以了，因子收益不要太小就可以了，因子收益序列如下所示，只要长期坚持根据这个因子正向选股，还是可以获得不菲的投资收益。

BTW，Alpha因子方向稳定就可以了，不一定是要正的，稳定的负向也是可以的，这就是常说的“负Alpha因子”，就好比说你知道一个因子，根据它来选股，这个股票价格一定是下跌的，只要能够融券做空，一样可以哗哗赚钱。

风险因子就跟Alpha因子在时间序列上有很大的不同，最主要的差别就是因子方向飘忽不定，令人难以捉摸，无法预测，你都不知道该根据因子值正向选股呢，还是反向选股呢，因子收益序列大概长这样。这样的因子可以用来解释股价，说说这个时间段个股为什么上涨，那个时间段为什么下跌，但很难用来预测，赚取超额收益。

Alpha因子和风险因子的区别说完了，那为什么这两类因子出现混用呢？也就是开头说的“看到Barra里面有Size、Liquid等因子，这些因子同样出现在很多人的alpha模型里面，这Alpha模型里面到底该不该放风险因子？”

这就涉及到因子的演化了，因为曾经的Alpha因子会失效，沦落为风险因子；风险因子也可以在某个时间段比较支棱给力，呈现出Alpha打鸡血的状态，被人放进Alpha模型当中。

我给大家贴一个2003年时候的美国股市的Alpha因子列表，上面赫然写有“小市值”，跟我国A股2017之前一样，小市值历来都是Alpha因子，只是后来失效了，成为了风险因子，但是最近又支棱起来了。

Alpha模型当中当然可以放风险因子，就如同现在很多选股模型当中依然有小市值因子一样，一个因子是否被放入选股模型当中，并不取决于它是Alpha因子，还是风险因子，只取决于自己是否能“掌控”它？掌控，那又是另一个很长的故事~

参考资料：

石川、李腾、flyerye等，知乎问题《怎么区分 alpha 因子和风险因子？》的回答

Berry Cox，2003.11，《Equity Factors and Portfolio Management: Alpha Generation Versus Risk Control》

冯佳睿，2017.08，《引入风险管理后的多因子选股框架与指数增强策略》